Laser speckle contrast imaging with principal component and entropy analysis: a novel approach for depth-independent blood flow assessment

第一作者、通讯作者：Yu. Surkov（Saratov State University）

研究背景

激光散斑对比成像（LSCI）是无创评估组织血流的重要技术，广泛应用于临床诊断和生物医学研究。然而，静态散射层（如表皮、颅骨）会显著衰减深层血管的散斑信号，导致成像对比度下降和血流速度评估误差。传统方法依赖光学清除或手术干预，不仅有创且适用范围有限。如何在不依赖组织预处理的前提下，实现深层血管的高精度血流成像，成为该领域的关键挑战。

文章简介

萨拉托夫州立大学、莫斯科第一医科大学和阿斯顿大学的联合研究团队提出了一种融合主成分分析（PCA）与熵分析的新型激光散斑成像方法，通过分离静态与动态散斑信号，显著提升深层血管的成像质量和血流评估精度。实验表明，该方法在 0.6–2 mm 深度范围内实现了与血管深度无关的血流速度检测，提升了活体小鼠耳血管成像对比度。相关成果以Laser speckle contrast imaging with principal component and entropy analysis: a novel approach for depth-independent blood flow assessment为题发表于《Frontiers of Optoelectronics》2025 年第 1 期。

核心技术：PCA 过滤与熵分析双机制优化

研究团队利用 PCA 对散斑信号进行时空域分解，将其分为静态分量（慢变的组织散射背景）和动态分量（快变的血流相关信号），如图1所示。通过 Guttman-Kaiser 准则筛选主成分，动态分量有效抑制了表皮、颅骨等静态层的干扰，使深层血管信号在透射 / 反射模式下的信噪比显著提升（图 2）。

图1 从原始散斑图像到3组激光散斑成像（LSI）图像的处理流水线：原始信号、静态分量和动态分量。在LSI方法中，原始散斑图像上的橙色像素被用来计算绿色像素的散斑对比度或熵。

图2 在15.72 mm/s的线性散射流体速度下，使用各种LSI方法在透射（TrD）和反射（RD）激光检测模式下获得的散斑对比度和熵值的颜色图。第一列（原始信号）表示原始散斑图像的处理结果；第二列（静态分量）对应于处理散斑信号静态分量的结果。第三列（动态分量）反映了与散射粒子运动相关的动态分量。用黄色矩形标记的感兴趣区域（ROI）宽度为100µm，长度为4000µm，对应于玻璃毛细管的中心部分。

同时，他们引入了香农熵量化散斑时间序列的复杂度，提出激光散斑熵成像（LASEI）。与LSCI相比，LASEI 对生理范围内的血流速度（0.98–19.66 mm/s）表现出更优的线性响应，拓宽了血流检测的动态范围（图3）。

图3 在透射检测模式下获得的不同血管深度的五个ROI的散斑对比度和熵值对血管中线性流体速度的依赖性，上下两行分别为原始信号和动态分量的结果

关键突破：深度鲁棒性与精度提升

光学仿体实验显示，传统 LSCI 的血流信号随深度增加呈指数衰减，而经 PCA 分离后的动态分量的信号衰减显著降低。图4显示了不同LSI方法在TrD和RD模式下的散斑对比值随血管深度的变化。经过PCA过滤后，散斑对比值几乎不受血管深度的影响。值得注意的是，基于PCA的滤波并没有改善LASEI中的可视化结果，这可能表明这种方法对静态和动态信号分量的分离不太敏感。

图4 在透射（TrD）和反射（RD）激光检测模式下，采用各种LSI方法获得的中心血管区域（图2中的ROI）散斑对比度值的平均分布。图中分别给出了原始散斑图像（原始信号）、静态分量（静态信号）和动态分量（动态信号）的结果。下轴对应于可视化窗口的宽度，上轴对应于血管深度。图中显示了数据的线性近似结果。

Pearson 相关系数分析表明，PCA-LSCI 对血流速度的敏感性较传统方法显著增强：透射模式下相关系数平均提升 18.7%，反射模式下提升 17.9%。在深层血管（1.95 mm）检测中，该方法的相关系数仍保持 0.96 以上，远高于传统方法的 0.81（图5）。

图5 各种LSI方法和不同血管深度的SFI（v）参数与实际流体速度之间的Pearson线性相关系数矩阵。左图像显示了原始信号的相关系数，而右图像显示了提取动态分量后的系数。高相关值表明该方法对流体速度变化具有高灵敏度，而低相关值表明灵敏度较低。

小鼠耳血管成像结果显示，PCA 过滤后背景噪声明显降低，血管边缘清晰度显著提升。在噪声和伪影等复杂干扰下，该方法可清晰分辨小鼠耳血管，验证了其在活体环境中的有效性（图6）。

图6 透射检测模式下PCA滤波之前（原始信号）和之后（动态分量）实验室小鼠耳朵的激光散斑对比度和散斑熵图像。彩色箭头表示PCA前后图像明显不同的某些血管。

结论与展望

本研究提出了一种结合PCA过滤的LSI新方法，通过分离散斑信号中的静态和动态成分，显著提高了血管图像的对比度和清晰度，同时减少了对血管深度的依赖。该方法在光学模型和活体实验中均表现出优异的性能，为非侵入性生物医学成像提供了一种新的解决方案。未来，该方法有望进一步扩展应用范围，使其能够可视化通过散射组织层的血流，这在直接接触血管受到限制的情况下尤为重要。所提出的方法在无创生物医学成像方面具有巨大的潜力，在血管可视化方面提供了更高的诊断精度、可靠性和对比度。

版权声明：本文由Frontiers of Optoelectronics期刊编辑部负责翻译整理。中文内容仅供参考，一切内容请以英文论文为准。欢迎转发分享本文，如需转载，请留言或联系foc@hust.edu.cn