1、 利用高光譜技術檢測血管位置與動靜脈的區分作者：HamedAkbari,YukioKosugi,Member摘要：在外科手術過程中血管位置檢測是一項非常重要且十分困難的任務。由于血管位置的不確定性與血管變異的發生，可能會導致在手術過程中對血管造成意外傷害。這類問題的出現可能會延長手術時間或致使出現嚴重并發癥。再者，從血管中區分出動脈與靜脈也是醫療程序中的必要環節。高光譜技術在醫療界已經進入一種新常態。這種圖像與光譜工具可以被應用在包括醫療診斷在內的多個方面。在外科手術中對血管解剖的不確定性，尤其是在對已經發生變異的血管解刨時，血管的能辨度高低非常重要。這篇論文主要提出在外科手術中借以高光譜技術

2、作為視覺輔助工具用于發現血管以及檢測動靜脈之間的區別。這項技術可以幫助外科醫生檢測到血管并診斷血管發生了正常的解剖學變異或是非正常變異。高光譜圖像的捕獲通過兩個攝像頭完成：一個是波長接近紅外波長的攝像頭(400-1000nm)和另一個波長在(900-1700nm)的紅外攝像頭。使用這些高光譜圖像創建一個針對腹部器官、動脈、靜脈的光譜圖庫。然后通過向量支持機(SVM)對高維數據進行分類。現在已經通過對一頭進行腹部手術的豬的血管檢查對此方法進行了評估。1.簡介在手術醫治過程中對主血管造成的傷害會導致出現可以危及生命的嚴重并發癥并會延長手術時間1。獨立區分動靜脈技術在頭部、頸部、肺部、心臟、腹部以及

3、下肢治療上有著非常廣泛的應用潛力。可以用它來估測解剖組織的差異與質地，也可以用來評測生理特征，例如：灌注。動靜脈區分技術在一些疾病像：肺動脈高壓、肺栓塞、冠狀動脈疾病、肝硬化、靜,IEEE,KazuyukiKojima,andNaofumiTanaka脈血栓、腎高血壓、下肢閉塞性疾病和下肢靜脈血栓上具有巨大的潛在應用性。動靜脈的展示同時也為醫生提供了額外的參考價值。例如：這種技術可以讓外科醫生評估是否可以進行靜脈導管外周血管手術。此外，腫瘤中的動靜脈解剖關系在了解和治愈癌癥的過程中有著非常重要的作用123。為了實現對血管檢測系統的評估，多種檢測方法被開發出來，例如激光多普勒血流儀檢測法(LDF

4、),彩色多普勒超聲散斑多普勒法，光學相干斷層掃描法(OCDP),功能成像和血氧監測法,X射線造影法、CT血管造影法(CTA)和磁共振血管造影法(MRA)4。在手術室中，通常只需要以一些簡單的設備便可以通過高光譜成像技術為外科醫生提供可靠地實時數據。而且這項技術并不需要在成像前對患者進行注射、放射或者其他一些對身體具有侵入性的準備工作。另外光譜測量成像技術并不需要設備與身體進行直接接觸，我們可以同時測量多個位置，而且每個測量位置之間的干擾也是非常小56。高光譜成像技術已經被應用在醫學領域，高光譜成像技術被用來計算組織氧飽和度7和視網膜氧飽和度的相對變化8。在本文中，通過使用兩個高光譜相機(400

5、-100nm和900-1700nm)創建了一個動靜脈、腹部數據庫。通過使用這些鮮明特征，腹部切口視圖被分割成多塊。這項技術被用來區分動脈和靜脈，特別是那些不易分辨的血管。這些外殼高光譜數據資料來源于一次對豬的外科手術。其中，支持向量機被用來進行數據分類。2.材料和方法為獲取高光譜圖像資料，我們采用兩枚由芬蘭奧盧光譜成像有限責任公司設計的“洞察者”攝像頭N17E和V10E。V10E的光譜測量范圍在400-1000nm，色散度為97.5nm/mm光譜分辨率為5nm。N17E的光譜測量范圍在900T700nm,色散度為110nm/mm,光譜分辨率為5nm，高光譜圖像中每個像素在一系列不同光譜波段的反

6、射率可以顯示像素的光譜特征。圖1展示了高光譜圖像的原理圖。由于每幅圖像包含大量信息，我們用向量支持機(SVM)對圖像進行分割。我們在對一pushbroom掃描儀的光譜成像技術是一種相機捕捉技術。在這個技術中，入射狹縫限制成像區域。通過移動在對后續圖像之間的相機我們可以對所有部分和相應的波長進行捕捉。因此，對每一種波長，都有著不同光譜強度的高光譜圖像形成。通過移動相機與手術區域的相對視野區域可以創建第二個空間維度。通過使用線性致動器，無袖長衫缸滑塊和RCS-SM-A-100-H-1000-T1-S模型移動相機，這種致動器通過一個XSEL-J-1-100A-N3-EEE-2-1控制模塊控制(日本I

7、AI公司生產)。.1：mt?仃伽仔aer時氣nrlQE-時im-1至（HUGOOT(H900ECOim圖：1頭被全麻的豬進行腹部手術時對此技術進行評估。高光譜圖像捕捉我們用兩個鹵素燈作為光源，對組織進行照射，用攝像機捕捉來自組織的反射光。它從入射狹縫平面上展示了圖像。而狹縫的方向決定了圖像成像的空間方向。縫隙的輻射預測prism-grating-prism(PGP)組件,因此傳播方向的輻射隨其波長變化。然后聚焦于CCD矩陣檢測器。每一個對象通過一系列代表矩陣檢測器的單色點在譜軸上形成連續方向。Fig.2.Theacquisitionsetup.圖：2致動器與控制器通過兩條電纜連接，通過控制器工

8、具調整致動器的運動和速度。致動器勻速控制相機運動(10mm/s)。實驗數據采集裝置由一對500w的鹵素燈與擴散反射光源和計算機進行控制。線性致動器安裝在外科手術床的床橋上。兩個燈源對目標提供均勻平衡的光照。校準過的相機被固定在相框上，鏡頭與腹部之間的距離固定，捕獲圖像數據集被保存成Band-Interleaved-by-Pixel(bip)和Band-Interleaved-by-Line(bil)格式，然后被轉換成Band-sequential格式。數據規范化將反射數據規范化成組織反射比收益。數據的規范化處理解決了光照設備照射不均和存在暗電流影響的問靜脈、其他組織）中的一類。為了題。將一個放

9、在現場的白板所捕獲的輻射量作為輻射參考標準，然后通過保持相機快門的關閉來計算暗電流。然后通過下列方程對原始數據進行修正計算反射比。R（入）是對應不同波長的反射比，I（入）是像素原始反射值，1（入）和Ti.七（入）分別是光譜感光元件所捕獲的暗電流和白板輻射值。Wavdcngth(nm)taffliMii1MD12WIMF15M1700Wivdteiigth(nm)3最小二乘法（支持向量機回歸模型）近年來支持向量機（SVMs）9已經成功應用于高光譜數據分類工作。支持向量機可以有力的處理大量輸入信息和復雜樣本10。因此，支持向量機被用來對高光譜數據進行分類并對圖像進行分割。用凸狀二次程序解決了支持向

10、量機的分類問題，最新的支持向量機使（用了最小二乘法的支持向量機）被應用于電流測算11。在最小二乘支持向量機中用雙邊相等模型代替不等約束模型。用支持向量機尋找出最大的空白分類。然而，本文中的最小二乘支持向量機被用來尋找通過二進制目標所得的嶺回歸模型。該方法克服了傳統向量機的一些缺點，例如，對超參數選擇的不確定性。在QP問題中，矩陣的大小也是與訓練點有直接關系的12。支持向量機的準確性很大程度上依靠內核參數的選擇。網格搜索方法是一種常用的支持向量機參數選擇方法，該方法在本研究中有使用。該算法試圖在訓練中找到最大錯誤增長路徑13。多分類問題是由一組二元分類器表示的。在ImSpectorN17E圖像中

11、我們有157個元素的輸入向量，在ImSpectorV10E圖片中有121中的元素,每個輸入向量被分配這三類（動脈、橫坐標顯示不同波長,縱坐標顯示任意單位的光輝，紅線所示為動脈，藍色線條所示為靜脈。圖：3對培訓中的輸入/目標進行匹配，首先我們對手術中的高光譜圖像中的100個像素點的數據進行捕獲。每一級向量機一個接一個的排列，每一個像素點都被貼上組織類型。醫學博士通過使用解剖數據對定型數據進行捕獲和分類。N17E和V10E每次對圖像的捕獲分別為3-4分鐘和2-3分鐘。對N17E和V10E所捕獲的圖像分別需要進行3-4分鐘和2-3分鐘的時間進行分析計算歸類。實驗結果實驗對象是一頭豬。對其進行麻醉，對

12、其腹部進行切剖，使其內臟組織暴露出來。對主動脈靜脈，腹主動脈下腔靜脈進行數據評估。手術過程中維持生命體征以保持對組織的持續供氧。通過N17E和V10E分別捕獲5張高光譜圖像。執行機構把在兩個維度中的速度調整一致。圖：4vw蠱K41-BHmzfuE高光譜圖像中的每一個像素點都有著一系列不同強度的波長。動脈、靜脈、肝臟、大腸和其它器官組織的光譜強度圖被提取出來。圖三顯示了這些組織的光譜特征。每一幅高光譜圖像都有自己的白板參考和暗電流特征。將強度表轉換成光譜特征圖是可行的且是可對比的。反射光譜（白板校正后）被計算出來。圖四展示了反射光譜。圖：5靜脈。圖五顯示一份切片樣本圖樣。使用藥學博士通過解剖學數

13、據制作出的手工圖對這種探測方式進行評級。對探測的評級條件是計算來自每一條血管的假陰性率和假陽性率。當一個像素點不是血管點而被檢測成血管點時記做假陰性率。如果一個像素點是血管點但是沒有被檢測成血管點時記做假陽性率。FPR被定義成假陰性像素的數量除以血管總數。動靜脈的FPR和FNR的數字結果如下表。EV.-WLiATiMLSULIEArteryVemVIDENI7EVlttENI7EFPR7.3*i6.4-i5.觀4.3%RSR3.l5i4.7%9.7%fFK一fahepoativcraigITNIRfjiIrc!ra1i：_討論每一種組織和器官的光譜反射率的改變都是基于其自身特點。主動脈的光譜特征由幾篇以前的研究來評估動脈是主動脈使血液從心臟流向身體的分支。根據不同尺寸大小，提供了適當的樣本大小以方便實驗測量。動脈