激光散斑血流成像新突破：透-反射结合精准评估血流功能

在生物医学领域，准确观察和评估血管内的血流情况对疾病诊断与治疗意义重大。激光散斑血流成像（LSCI）作为一种常用的光学成像技术，能在一定程度上实现血管血流可视化。但传统LSCI技术在面对复杂生物组织时存在诸多局限，难以满足临床和科研对高精度血流监测的需求。近期一项发表于《Frontiers of Optoelectronics》的研究带来了新突破，通过将主成分分析（PCA）与激光散斑血流成像（LSCI）、激光散斑熵成像（LASEI）相结合，为血管成像开辟了新方向。

激光散斑成像（LSI）是一类基于散斑图案分析的光学方法。在LSI众多方法中，激光散斑血流成像（LSCI）应用最为广泛，通过评估散斑对比度来量化散斑的变化程度，进而反映观察过程的速度。然而，该技术存在明显不足。生物组织中，血管上方的静态散射层（如表皮、颅骨等）会严重影响血管散斑信号。这不仅降低了LSCI图像的对比度和分辨率，甚至可能导致血流检测困难。而且，当对生物组织应用光学透明方法等改变静态散射层光学属性时，记录的散斑图案也会改变，这使得从散斑图案变化中准确分离出血流引起的变化变得极为困难。传统应对方法如光学透明处理或手术干预（组织切除、颅骨变薄、钻孔等），虽能在一定程度上减少静态散射层的影响，但效果有限，且仅对浅表血管有较好的分辨率和对比度，无法满足临床对深部血管成像的需求。

主成分分析（PCA）是一种在多个科学领域广泛应用的技术，主要用于数据降维和提取关键成分。在激光散斑成像中，PCA滤波的原理是基于相机记录的一系列散斑图像（RSI）。这些图像在时间轴上可看作由静态组织的低空间频率信号、移动散射体的高波动信号以及随机白噪声组成。通过PCA计算，可得到互不相关的主成分。利用这些成分，能对原始散斑信号进行重构或近似，从而分离出静态和动态部分，达到去除静态散射背景干扰、突出动态血流信号的目的。

原始信号、静态分量和动态分量

激光散斑熵成像（LASEI）是另一种评估散斑变化的方法，它利用熵分析来描述散斑的可变性。熵是衡量图像模糊程度的特征量，在LASEI中，通过计算相机矩阵中单个像素在连续帧中的强度值来确定熵值。研究表明，熵值与流体流速呈线性关系，用于评估血流情况。

研究将PCA与激光散斑血流成像、激光散斑熵成像（LASEI）相结合，并在反射检测（RD）和透射检测（TrD）两种模式下进行研究。这种结合能有效分离激光散射光中的静态和动态成分，显著提高了深部血管成像的质量。通过去除静态散射体的影响，该方法增强了对血流速度的敏感性，同时降低了对血管深度的依赖性，为准确评估血流动力学参数提供了更可靠的技术手段。

光学模型制备：研究人员以环氧树脂为基础制作光学模型，用内径600μm、外径1000μm的玻璃毛细管模拟血管，以20°角嵌入模型，通过调整角度模拟不同血管深度。

激光散斑光学系统搭建：实验采用波长632.8nm、功率20mW的单模氦氖激光器作为相干光源，经扩束器均匀照亮约1.5cm直径区域。使用单色CMOS相机并配备显微物镜记录散斑图像。

实验分组与参数计算：实验分为原始信号组（包含静态和动态成分）、静态成分组（经PCA提取的静态部分）和动态成分组（原始信号减去静态成分）。计算不同模式下（TrD和RD）各图像组的散斑对比度和熵值，分析不同成像方法对血管深度和血流速度变化的敏感性。

典型的透射检测LSCI设置（左侧）和光学体模原理图（右侧）

成像质量对比：LSCI技术在TrD和RD检测模式下处理散斑图像得到的彩色图可以看出，随着散射层厚度增加，玻璃毛细管区域的散斑对比度和熵值增大。RD模式下，随血管深度增加，玻璃毛细管区域的时间和空间散斑对比度值下降更快，在1.8-2mm深度时，血管图像模糊，难以分辨。而TrD模式下，血管图像在整个成像区域始终可辨，表明TrD-LSCI在深部血管可视化方面更具优势。提取动态成分后，玻璃毛细管区域动态成分的散斑对比度值高于背景，且几乎不受血管上方散射层厚度影响，这一特性使得在确定散射流体速度时更加可靠。

TrD和RD检测模式下处理散斑图像得到的彩色图

对血流速度的敏感性：分析不同线性流体速度下的成像结果可知，PCA滤波后LSCI技术在背景区域的值均随流速增加而降低，这种现象与经典预期不符，可能与辐射与移动粒子相互作用时的相位变化以及多次散射有关。

在透射检测模式（TrD）下使用LSCI在血管中不同线性流体速度下获得的散斑对比度彩色图

在反射检测模式（RD）下，在血管中不同线性流体速度下使用LSCI获得的散斑对比彩色图

通过计算Pearson线性相关系数发现，原始信号中，LSCI技术对浅部血管（0.63和0.96mm）的血流速度敏感性较高，但随血管深度增加，敏感性降低。而应用PCA滤波后，部分方法在所有深度的相关性均提高，对血流速度的敏感性增强；但TrD-LASEI和RD-LASEI方法在滤波后相关性下降，尤其在较大深度时更为明显。

计算Pearson线性相关系数

对血管深度的敏感性：研究不同血管深度对LSCI结果的影响表明，原始信号中，LSCI技术对玻璃毛细管深度均有较高敏感性。应用PCA滤波后LSCI的偏差显著降低，如t-LSCI方法在TrD和RD模式下对血管深度的敏感性最低，说明提取动态成分后，这些方法的可靠性得到提高。

不同血管深度对LSCI结果之间的Pearson线性相关系数矩阵

体内实验验证：在对实验室小鼠耳朵进行的体内成像实验中，传统散斑图像虽能显示血管，但存在噪声和伪影；提取动态成分后，图像更清晰，血管在均匀背景下更易分辨，背景噪声和伪影明显减少。这表明PCA滤波结合LSCI技术可有效提高体内血管结构的可视化效果，且TrD模式图像比RD模式更清晰、对比度更高。

透射检测模式（TrD）下PCA滤波（动态分量）之前和之后实验室小鼠耳朵的激光散斑对比和散斑熵图像

反射检测模式（RD）下PCA滤波（动态分量）之前和之后实验室小鼠耳朵的激光散斑对比和散斑熵图像

将激光散斑血流成像、散斑熵成像与PCA滤波相结合，有效克服了LSCI技术的局限。通过分离散斑信号的静态和动态成分，提高了血管成像的对比度与清晰度，降低了对血管深度的依赖，增强了对血流速度的敏感性。在光学模型实验和小鼠耳朵体内研究中，该方法显著改善了图像质量，为准确评估血流动力学参数提供了可靠技术手段。不过，该技术仍有优化和拓展空间。未来可进一步改进PCA滤波算法，探索更适配的参数设置，结合其他成像技术实现多模态成像，扩大样本量研究个体差异，从而推动该技术广泛应用于临床，为疾病诊断和治疗提供有力支持。

声明：本文仅用作学术目的。文章来源于：Surkov Y, Timoshina P, Serebryakova I, Stavtcev D, Kozlov I, Piavchenko G, Meglinski I, Konovalov A, Telyshev D, Kuznetcov S, Genina E, Tuchin V. Laser speckle contrast imaging with principal component and entropy analysis: a novel approach for depth-independent blood flow assessment. Front Optoelectron. 2025 Jan 3;18(1):1. doi: 10.1007/s12200-024-00143-1.