基于空间分辨漫反射光谱反演生物组织光学特性的方法

技术领域

本发明涉及一种生物组织光学特性无损检测方法，尤其涉及一种基于空间分辨漫 反射光谱反演生物组织光学特性的方法。

背景技术

光谱分析技术已被广泛应用于产品品质分析领域，农业方面目前主要集中于农产 品品质的无损检测，例如瓜果类的糖度、硬度及病变等。但常规光谱分析技术主要基于比 尔-朗伯定律，会受到光散射的影响。目前的解决方法主要为后期数学方法如多元散射校正 (MSC)，此种方法能在一定程度上减轻散射的影响，但并不能从根本上解决散射的影响。另 外，在仪器光源设计及布置时，通常都是通过经验与后期建模效果来进行对比以对设计进 行优化，过程繁琐且可靠性差。这主要是由于缺乏对光在生物组织中传播的理解及生物组 织光学特性的相关知识。因此，对生物组织光学特性的检测就显得尤为重要。

光与生物组织的相互作用主要包括吸收与散射，与之对应的光学特性参数分别为 吸收系数(μ_a)和约化散射系数(μ_s’)，分别代表了生物组织对光的吸收和散射能力。描述光 传输的模型主要有辐射传输理论(RadiationTransferTheory)和扩散近似理论 (DiffusionApproximation)。基于该两种理论的光学特性检测方法主要有时域方法、频域 方法、空间分辨方法和积分球方法等。其中基于连续波的空间分辨方法能够实现宽波段检 测，较适合于生物组织宽波段光学特性检测。该方法主要是利用光谱仪和光纤阵列探头或 高光谱成像系统采集生物组织的空间分辨漫反射光谱，然后将此光谱与光传输模型的解析 解通过合适的逆问题算法(如非线性最小二乘法、随机微粒群算法等)进行曲线拟合反演出 该组织的吸收系数(μ_a)和约化散射系数(μ_s’)。但此种反演方法较容易受到信号噪声、光谱 区间选择的影响，误差较大。有研究表明(参见Nicholos等.Designandtestingofa white-light,steady-statediffusereflectancespectrometerfordetermination ofopticalpropertiesofhighlyscatteringsystems.AppliedOptics36(1):93- 104.)，用于光学特性参数反演的光谱区间的起点与终点和该组织的平均自由光程mfp’＝ 1/(μ_a+μ_s’)存在一定的关系。但作者只给出了一个大致的范围(起点为0.75-1mfp’，终点为 10-20mfp’)，该范围较为粗略且无法直接用于光学特性参数的反演，因为在选择用于光学 特性参数反演的光谱区间时mfp’值是未知的。公开号为CN102058393A的发明提供了一种基 于光谱测量的皮肤光学特性参数测量方法和系统，该方法通过实验数据和蒙特卡洛模拟相 结合的方法进行数据分析进而拟合出皮肤的光学特性参数。公开号为CN101313847A提供了 一种对人体皮肤病变组织进行无损光学参数成像的装置与方法。该发明用线阵CCD探测斜 入射光源的漫反射光，用蒙特卡洛统计方法逆向求解皮肤组织表面的吸收系数和约化散射 系数。以上两个发明都基于蒙特卡洛方法，计算算法繁琐，计算时间较长，无法进行实时处 理。

发明内容

本发明所要解决的技术问题是克服上述背景技术的不足，提供一种基于空间分辨 漫反射光谱反演生物组织光学特性的方法；以获得更为精确的光学特性参数。

本发明具体采用了以下技术方案：

一种基于空间分辨漫反射光谱反演生物组织光学特性的方法，依照以下步骤进 行：

(1)将采集到的样本的空间分辨漫反射光谱进行有效区间选择，即确定用于计算 组织光学特性参数所用空间分辨漫反射光谱的起点和终点；

(2)将区间选择后的空间分辨漫反射光谱用平均归一化方法进行归一化处理；

(3)利用逆问题算法将归一化后的空间分辨漫反射光谱与光传输模型的解析解进 行最优曲线拟合，初步得到该样本的光学特性参数(吸收系数μ_a和约化散射系数μ_s’)，进而 可得到对应的自由光程mfp’＝1/(μ_a+μ_s’)；

(4)根据步骤(3)计算得到的粗估光学特性参数(μ_a，μ_s’，mfp’)及推荐的最优有效 区间起、终点(自由光程值mfp’的倍数)得到优化后的漫反射光谱有效区间，对此区间内的 空间分辨漫反射光谱进行相同的平均归一化处理，然后用步骤(3)中相同的逆问题算法重 新进行曲线拟合，得到对应该空间分辨漫反射光谱的更为准确的光学特性参数。

所述步骤(1)中描述的空间分辨漫反射光谱有效区间起点与实际仪器测得的原始 光谱的起点相同，终点为对应信噪比(SNR)值为5的数据点。

所述步骤(2)中描述的平均归一化方法通过以下公式实现：

$\bar{R}\left(r\right)=\frac{R\left(r\right)}{R_{mean}(1:m)}$

其中,为归一化后的空间分辨漫反射光谱，R(r)为原始光谱，R_mean(1:m)为原 始光谱第1到m个光谱点y值的平均值，且光谱空间分辨率不同，最优m值不同且根据实际情 况适当浮动：

分辨率为0.05mm时，m＝10±1；

分辨率为0.1mm时，m＝5±1；

分辨率大于等于2mm时，m＝3±1。

所述步骤(4)中的光谱最优有效区间起、终点按下表确定：

。

所述逆问题算法为非线性最小二乘法或随机微粒群算法。

所述光传输模型为散射模型或辐射传输模型。

本发明的有益效果是：本发明提供了一种基于空间分辨漫反射光谱反演生物组织 光学特性的方法。该方法通过平均归一化方法能够有效去除信号噪声影响，根据初次反演 计算的结果进行光谱区间优选，然后进行二次反演，能够获得更为精确的光学特性参数。

附图说明

图1是本发明的反演方法流程图。

具体实施方式

本发明通过分步法，首先通过常规方法进行第一步反演初步得到组织的光学特性 参数，进而根据第一步得到的mfp’和光谱区间与mfp’的关系对有效光谱区间重新进行优化 选择，最后将重新选择的光谱区间与光传输模型进行第二次反演得到更为精确的光学特性 参数。

以下结合说明书附图，对本发明作进一步说明，但本发明并不局限于以下实施例。

如图1所示，本发明所述基于空间分辨漫反射光谱反演生物组织光学特性的方法 具体包括下列步骤：

(1)将采集到的样本的空间分辨漫反射光谱进行有效区间选择，即确定用于计算 组织光学特性参数所用空间分辨漫反射光谱的起点和终点；

(2)将区间选择后的空间分辨漫反射光谱用平均归一化方法进行归一化处理；

(3)利用逆问题算法(如非线性最小二乘法、随机微粒群算法等)将归一化后的空 间分辨漫反射光谱与光传输模型(如散射模型、辐射传输模型)的解析解进行最优曲线拟 合，初步得到该样本的光学特性参数(吸收系数μ_a和约化散射系数μ_s’)，进而可得到对应的 自由光程mfp’＝1/(μ_a+μ_s’)；

(4)根据步骤(3)计算得到的粗估光学特性参数(μ_a，μ_s’，mfp’)及推荐的最优有效 区间起、终点(自由光程值mfp’的倍数)得到优化后的漫反射光谱有效区间，对此区间内的 空间分辨漫反射光谱进行相同的平均归一化处理，然后用步骤(3)中相同的逆问题算法重 新进行曲线拟合，得到对应该空间分辨漫反射光谱的更为准确的光学特性参数。

所述步骤(1)中描述的空间分辨漫反射光谱有效区间起点与实际仪器测得的原始 光谱的起点相同，终点为对应信噪比(SNR)值为5的数据点。在实际信号获取中，为了避免出 现信号饱和的情况，通常检测起始点离光源有一定距离，将该点作为有效区间起点较为合 适。随着检测距离的增加，信号逐渐变弱而信噪比逐渐减小。信噪比通过同一样本同一位置 的10组漫反射光谱的标准差除以均值得到。经过对比多组以不同信噪比值确定的有效区间 的反演结果，发现在信噪比值为5时光学特性参数的反演结果较为理想。

所述步骤(2)中描述的平均归一化方法通过以下公式实现：

$\bar{R}\left(r\right)=\frac{R\left(r\right)}{R_{mean}(1:m)}$

其中,为归一化后的空间分辨漫反射光谱，R(r)为原始光谱，R_mean(1:m)为原 始光谱第1到m个光谱点y值的平均值，且光谱空间分辨率不同，最优m值不同：分辨率为 0.05mm时，m＝10；分辨率为0.1mm时，m＝5；分辨率大于等于2mm时，m＝3。该平均归一化方法 能够有效去除信号噪声的影响，提高检测稳定性。光谱的空间分辨率越高，同样区间内的数 据点数也越多，在进行数据归一化时用到的数据点数也就越多，反之亦然。但用于平均的数 据点数太多则会导致在原始数据噪声较小时的结果较差。

所述步骤(4)中描述的推荐光谱最优有效区间起、终点如下表所示：

该推荐最优有效区间起、终点根据多组样本的不同区间光谱反演结果总结得出， 经过验证具有较强的适用性与稳定性。

下面结合图1通过一个具体的实验说明本发明的工作过程：

本实验设计了40个样本，如表一所示。该40个样本的光学参数不同，能够覆盖大多 数生物组织的光学特性参数，较具有代表性。通过蒙特卡洛仿真得到样本的空间分辨漫反 射光谱，光谱分辨率设置为0.1mm。根据本发明提出的反演方法，首先对光谱进行有效区间 选择。考虑到本实验室仪器能够采集的位置离光源的最小距离为1.5mm，所以有效区间的起 点设置为1.5mm。通过计算，信噪比SNR值为5大概对应的光谱信号强度为1e-5，所以将信号 强度值1e-5作为本实验有效区间终点的选择阈值，利用该阈值确定的有效区间的终点距离 是不同的(注意，不同实验条件下信号强度可能相差很大，所以无法直接利用某一固定信号 强度值作为有效区间终点选择阈值，但根据信噪比是一个相对值，基本不受信号强度绝对 值的影响，所以可以作为不同实验的通用标准)。至此光谱有效区间已经选定，然后利用平 均归一化方法对选定的有效区间内的光谱进行归一化处理。由于空间分辨率为0.1mm，所以 平均归一化方法中的m值取5，即用光谱所有y值除以该光谱前5个y值的平均值，得到归一化 光谱。然后利用非线性最小二乘法与散射模型的解析解进行曲线拟合反演得到40个样本的 粗估光学特性参数(μ_a、μ_s’和mfp’)，根据推荐的光谱最优有效区间起、终点便可得到优选的 光谱区间。然后重复上述的光谱平均归一化和非线性最小二乘法曲线拟合，即得到样本的 更为准确的光学特性参数。经过上述步骤的计算，常规方法(一步反演，即上述方法中的第 一次反演)与本发明提出的分步法(两步反演)得到的40个样本的光学特性参数的统计值如 表二所示。由表二统计结果可以看出，本发明提出的分步反演方法能有有效提高基于空间 分辨漫反射光谱计算生物组织光学特性参数的精度，对μ_s’检测精度的提高尤为明显。

表一40个样本及其光学特性参数

表二常规方法与本发明提出的分步法得到的40个样本的光学特性参数的统计值

最后，需要注意的是，以上列举的仅是本发明的具体实施例。显然，本发明不限于 以上实施例，还可以有很多变形。本领域的普通技术人员能从本发明公开的内容中直接导 出或联想到的所有变形，均应认为是本发明的保护范围。