[發明專利]一種腫瘤血管正常化檢測系統和檢測方法

有效

• 申請號: 202010689075.0
• 申請日: 2020-07-16
• 公開（公告）號: CN111870224B
• 公開（公告）日: 2022-05-20
• 發明（設計）人: 汪洋;劉立龍;陳亞昕;陳雪寒;袁茜;楊靜
• 申請（專利權）人: 武漢大學
• 主分類號: A61B5/00
• 分類號: A61B5/00;A61B5/026;A61B5/1455;G06T7/00;G06T7/11;G06T7/136
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 劉琰

1.一種腫瘤血管正常化檢測系統，其特征在于，該系統包括：

激光光源模塊，包括：激光器，用于發射激光照明生物組織；可變衰減器，用于調節激光光強；擴束鏡，用于改變激光的光束直徑和發散角；反射鏡，用于將調節后的激光反射到待測的生物組織上；

成像模塊，包括：體視顯微鏡，用于對激光照射的生物組織圖像進行放大；相機，與體視顯微鏡連接，用于接受放大后的圖像信號；

圖像處理器，與成像模塊相連，用于對成像模塊獲取的圖像進行圖像處理，圖像處理包括：去馬賽克、去噪、去霧、色彩增強；

血流檢測分析模塊，與成像模塊相連，用于獲取血流流速圖像，血流檢測分析模塊通過對圖像進行處理，將散斑圖像通過算法處理為血流流速圖像；

血管形態學分析模塊，與血流檢測分析模塊相連，用于提取腫瘤血管形態結構，對腫瘤血管密度和血管扭曲程度測定；

人工智能分析模塊，與血管形態學分析模塊相連，用于綜合腫瘤血流速度、血管密度、扭曲程度多維度指標，判斷當前腫瘤血管正常化程度，并預測腫瘤血管正常化窗口期發生時間和持續時間，給出腫瘤血管正常化窗口期預測結果；

顯示模塊，與圖像處理器、人工智能分析模塊的輸出端均相連，用于顯示圖像，并對腫瘤血管是否正常化的判定結果進行提示；

血流檢測分析模塊的硬件構成為現場可編程門陣列FPGA、專有Asic芯片或高性能顯卡；人工智能分析模塊的硬件構成為專有Asic芯片或高性能顯卡；

通過該系統實現的腫瘤血管正常化檢測方法，該方法包括以下步驟：

步驟1：通過調節后的激光照射在待測的生物組織上，采集被照明的生物組織的腫瘤散斑圖像，從散斑圖像重建出腫瘤血流圖像；

步驟2：基于圖像形態學處理，從腫瘤血流圖像中檢測腫瘤血管結構；

步驟3：提取血管密度、血管直徑以及血管分支節點；

步驟4：計算血管扭曲程度，并與預設的相同直徑的正常組織血管比較，對腫瘤血管的扭曲程度進行分級；

步驟5：通過人工智能分析模塊綜合腫瘤血流速度、血管密度、扭曲程度，判定腫瘤血管是否正常化，并給出腫瘤血管正常化窗口期預測結果的語音提示；

步驟5中判定腫瘤血管是否正常化及血管正常化窗口期預測結果的方法為：

(a)使用腫瘤血管正常化檢測系統收集1000例腫瘤散斑圖像，提取血流速度、血管密度、血管直徑、血管扭曲程度的血管形態功能信息；

(b)采集動物腫瘤組織樣本，通過免疫熒光或免疫組化的方法判斷腫瘤血管是否正常化；

(c)建立血流速度、血管密度、血管直徑、血管扭曲程度與腫瘤血管是否正常化的對應關系數據庫，其中訓練數據為血流速度、血管密度、血管直徑、血管扭曲程度，訓練標簽為腫瘤血管正常化或腫瘤血管非正常化；

(d)使用該數據庫對深度神經網絡模型進行訓練，該深度神經網絡模型包括VGG16、GooleNet、ResNet深度神經網絡模型；

(e)使用訓練的結果對新的腫瘤血流圖像進行預測，并給出腫瘤血管是否正常化提示。

2.根據權利要求1所述的腫瘤血管正常化檢測系統，其特征在于，激光器的波長范圍為600nm～1300nm。

3.根據權利要求1所述的腫瘤血管正常化檢測系統，其特征在于，顯示模塊包括顯示器和語音提示器。

4.根據權利要求1所述的腫瘤血管正常化檢測系統，其特征在于，該方法的步驟1中獲取腫瘤血流圖像的具體方法為：

以N_s*N_s的窗口濾波器對原始散斑圖像進行處理，獲得歸一化方差圖像V_ns(x,y)，處理公式為：

其中，N_s為窗口濾波器的尺寸大小，取值為5～11，I_s(i,j)為窗口濾波器內的像素灰度值，i和j分別為窗口濾波器內的像素點的橫縱坐標，為窗口濾波器內像素灰度的均值，x和y為新生成的歸一化方差圖像像素點的橫縱坐標；

計算腫瘤的二維血流圖像，公式為：

其中，v(x,y)即為血流圖像。