基于近红外静脉图像的血管立体定位方案

沈俊杰 吕勇 朱东莹

摘 要：为了提高改进近红外静脉图像中血管定位的准确度，提出一种不局限于二维的血管定位方案，在平面上，利用对静脉图像特征的提取，经灰度图像修正、边缘提取细化等操作，完成其在二维上的定位。且将RGB-D数据集的深度信息与算法取得图像的信息相匹配，在不借助其他硬件设备辅助的条件下从单张图片转换、推测出其三维特征信息。最后对图像进行平滑、细化等处理，仿真结果显示，能够得到更为精确的静脉血管定位图像。

关键词：近红外静脉图像；二值化；深度估计；定位

中图分类号：TP391.4 文献标志码：A 文章编号：2095-2945（2018）22-0044-03

Abstract： In order to improve the accuracy of vessel localization in improved near infrared vein images， a method of vessel localization is proposed， which is not limited to two dimensions. On the plane， the features of vein images are extracted， and the gray-scale images are corrected and the edges are extracted and thinned. To complete its positioning in two dimensions. The depth information of the RGB-D dataset is matched with the image information obtained by the algorithm. Without the aid of other hardware devices， the 3D feature information of the RGB-D dataset is transformed and deduced from the single image. Finally， the image is smoothed and thinned， and the simulation results show that more accurate positioning images can be obtained.

Keywords： near infrared vein image； binarization； depth estimation； location

引言

靜脉穿刺是临床最为常见的基础护理操作，是临床护理工作的重要内容，也是医院治疗抢救患者的重要手段。然而，在日常护理操作过程中，要通过医护人员眼看和手触来判断血管的位置。医护人员也会因为各种客观因素致使判断患者静脉血管位置失误，从而导致穿刺失败不得不反复穿刺，既加重了医疗工作者的作业量，同时也给患者带来了痛苦。为了更好的完成静脉血管穿刺的工作，血管可视化技术得到了发展。

目前静脉血管成像仪器多为采用红外线投影式设备，近红外成像原理是在720～1100nm近红外光的照射下，血管血液中的血红蛋白对近红外光的吸收能力强于周围组织对近红外光的吸收，通过光成像系统可以观察到血管部分对应的光强度低于非血管区域，形成了静脉血管图像。图1为红外光穿透示意图。

而静脉穿刺的难点不仅限于准确查找定位静脉血管位置，还依赖于医护人员的临床经验判断进针深度，因此投影式血管成像设备功能不应简单的局限于呈现静脉血管位置形状，但红外图像没有色彩和阴影效果，缺乏立体感，其实质是灰度图像，对比度较低，故对人眼而言，分辨率较低，视觉效果偏模糊。因此，将取得的皮下静脉血管图像信息经过适当且便捷的算法标注出推荐进针点，并通过不同的色彩区分各点深度，将大大提高红外图像的视觉理解效果。目前可见定位深度设备基本为高分辨超声定位设备，使得静脉血管成像设备复杂化、生产难度制造成本上升，同时使得操作繁琐化，基于目前设备特点，本文提出一种更有效率的方案。

1 红外静脉图像在二维上的定位识别

对静脉红外图像的形态特征提取：

确定红外图像中静脉的位置还受到采集时的光线、皮肤鳞片的反射、手臂静脉的图像灰度分布不均匀影响，采集的图像不一定全部都可以识别出来静脉位置，此时必须进行灰度标准化。目前常用的图像灰度修正方法主要有以下3种[1]：

（1）针对不均匀图像对图像逐点进行灰度级调整，使

得目标图像灰度级均匀。

（2）针对图像某部分或整体曝光不足的情况下而进行灰度级校正，目的是增强图像的灰度对比度。

（3）直方图修正，直方图修正使图像具有期望的灰度分布，从而有选择的突出所需要的图像特征。

为了使图像灰度值分布均匀，针对图像进行不同程度的灰度级调整。由于血管图像的特殊性，图像灰度值均匀后，还需要提取边缘，采用一般的增强算子如平滑算法效果不佳，故采用效果较为良好的微分直方图法二值化。微分直方图法阈值的选择要考虑到有关静脉血管图像与背景之间的关系，在目标较为突出，背景单一的情况下匹配效果较为理想。阈值确定[2]分为两步：（1）运用Laplacian算子计算其直方图。（2）用p-参数法选出阈值t。由于二值化后的血管图像周围充满毛刺，需要再对图像进行中值滤波，消除毛刺，使边界光滑。最后对图像进行细化处理，将二值化图像轮廓边界上的点逐层剥去，变成只有一个像素点的骨架图像。在更具骨架图像建立分类器，以方便寻找目标的特征点。考虑到算法的时间复杂度[3]和空间复杂度，在处理过程中通过设定算子（Operator）和函数来求得感兴趣区域（ROI），继而减少处理时间，增加精度，如图2为本文相关算法运行效果图。

2 基于红外静脉图像的血管深度分析

2.1 红外静脉图像的深度特征提取与匹配

红外图像具有对比度低、 局部信息量少的特点。如图3深度不同的静脉血管在红外图像上呈现不同特点。本文利用输入图像中提取的Gist特征[4]来衡量与数据图集中的图像的全局相似度，进而完成匹配，同时采用SIFT特征匹配算法[5]来描述图像中的局部特征，该算法由于其对视角变换、仿射变换、噪声有一定抗干扰能力，在旋转、尺度缩放、亮度变化等情况下能够基本保持不变等优点。

Gist特征能够反映图像的全局轮廓信息，其运算方法是通过几种尺度的多个方向的Gabor滤波器[6]组实现的，Gabor滤波器是一种在二维空间使用一个三角函数与Gaussian函数叠加而成，其表达式为：

针对适合红外图像局部深度估计的深度特征的筛选结果，每个像素用一个10维的特征向量fi来表示，选取像素点i，将i所属图像块A0，和其所属图像块上下左右相同大小的4个图像块A1、A2、A3、A4 5个图像块的清晰度值作为红外图像的深度特征，如图4所示，单尺度取得能够用于计算机识别的深度线索类型有所不足，本文采用“多尺度”信息提取的方法来崎岖图像特征，取得红外图像中的某个像素点。确保每个像素点都与相邻近的点进行比较，同时为了确保其在同尺度空间和二维图像空间都检测到相应特征点，将在该像素点同尺度空间的8个相邻点和上下相邻尺度两个3×3个点相比较。如图4中的尺度1、尺度2。

2.2 静脉血管红外图像深度信息提取试验效果

静脉血管近红外图由于其特殊性，目前尚缺少完善的RGBD数据集，这一原因导致深度信息匹配并不准确，所得深度估计模型有其不完善性，从图6中可以观察得出，相关深度估计的样本取到较少，手臂与地面的深度关系并没有很清楚地展现出来，但本文着重静脉血管红外图像的计算机算法分析，由图中可较为直观的观察到图中臂静脉血管红外图像中主血管与其分支的深度特征关系，因缺少可靠训练用红外图集，导致得出深度数据模型准确度受到影响，虽然图中部分场景图像深度信息有一定的失真，就该方法在识别静脉血管在单张红外图中深度信息而言， 其反映信息还是较为准确的。但本文论述匹配算法时间成本较大，仍有优化空间，且此方案对RGBD数据集有一定的依赖性，在RGBD数据集不完善的情况下，如适当的增加可人为控制参数变量因子可大大提高该算法的可行性，以上问题为文本所述方案指明了今后进一步研究改进方向。

3 结束语

图7为本文所述方案流程示意图，较目前使用超声判别静脉血管深度的设备，本文所述方案利用软件算法替代了高分辨超声设备，将深度信息判断和静脉定位判断集成于软件系统中，降低了靜脉血管成像设备的生产成本，同时也利于量产。在设备操作方面，由于功能的集成度提高，更易于在实际生活中应用，为此类设备在生产实践中的推广打下了良好的基础。

参考文献：

[1]王瑛楠.车牌自动识别系统的研制与开发[D].西北工业大学，2007.

[2]张会林，简献忠.人体手背静脉血管图像增强处理算法研究[J].仪器仪表学报，2005（S1）：729-731.

[3]杨文元.数据结构与算法项目化教程[M].西安：西安电子科技大学出版社，2011.

[4]朱尧，喻秋.基于非参数化采样的单幅图像深度估计[J].计算机应用研究，2017，34（06）：1876-1880.

[5]陆园园，张明.基于SIFT算法的红外图像拼接方法改进[J].计算机系统应用，2015，24（08）：165-170.

[6]于海鹏，魏涛.基于RGB-D数据集的无参数图像深度估计算法[J].计算机工程与设计，2014，35（04）：1336-1340.