Echtzeit-Wavelet-Schwellenentstörung für die Laser-Speckle-Blutflussbildgebung

Klarere Sicht auf den Blutfluss

Ärzte und Forschende verlassen sich zunehmend auf Kameras und Laser, um zu beobachten, wie Blut durch feine Gefäße im Gehirn, in der Haut und in inneren Organen fließt. Eine verbreitete Methode, die Laser-Speckle-Kontrastbildgebung, kann den Blutfluss über ein großes Gebiet in Echtzeit abbilden, doch ihre Aufnahmen sind oft körnig und instabil. Diese Studie stellt einen schnelleren, zuverlässigeren Weg vor, diese verrauschten Bilder zu säubern, sodass Klinikpersonal Gefäßdetails klarer sehen und den Zahlen, die den Blutfluss beschreiben, mehr vertrauen kann.

Wie Laserlicht bewegtes Blut sichtbar macht

Tritt ein schmaler Laserstrahl auf lebendes Gewebe, wird das Licht in viele Richtungen gestreut und erzeugt auf dem Kamerasensor ein feines „Speckle“-Muster. Bewegen sich die roten Blutkörperchen, verwischt und verschiebt sich dieses Muster über die Zeit geringfügig. Die Laser-Speckle-Kontrastbildgebung (LSCI) misst diese winzigen Änderungen, um abzuschätzen, wie schnell Blut in verschiedenen Teilen des Sichtfelds fließt, und erzeugt so eine farbkodierte Flusskarte. Da sie auf einmal ein großes Gebiet erfasst, ist LSCI attraktiv für die Gehirnforschung, die Überwachung transplantierter Haut und die Verfolgung der Mikrozirkulation während Operationen. Leider erzeugt derselbe Speckle-Effekt, der die Methode ermöglicht, auch starkes Rauschen, das den Bildkontrast verringert und die numerische Beziehung zwischen dem gemessenen Signal und der tatsächlichen Blutgeschwindigkeit verzerrt.

Warum bestehende Reinigungsmethoden nicht ausreichen

Forschende haben verschiedene fortgeschrittene Bildverarbeitungswerkzeuge ausprobiert, um Speckle-Rauschen zu reduzieren. Techniken wie non-local means und BM3D suchen nach ähnlichen Bildausschnitten und mitteln diese auf clevere Weise, während die variationale Modenzerlegung ein Bild in mehrere zugrundeliegende Komponenten zerlegt. Diese Ansätze können homogene Hintergründe und ansprechende Bilder liefern, haben aber ihren Preis. Sie erfordern viele einstellbare Parameter, sind empfindlich gegenüber der Wahl dieser Einstellungen und benötigen große Rechenleistung. In der Praxis führt das dazu, dass sie oft nicht mit hochauflösenden LSCI-Videoströmen Schritt halten können und bei wechselnden Rauschpegeln oder Aufnahmebedingungen versagen, was ihren Nutzen im Operationssaal oder am Krankenbett einschränkt.

Ein einfacherer Weg zu stabilen Blutflusskarten

Die Autorinnen und Autoren schlagen eine vereinfachte Entstörmethode vor, die auf einer gängigen Idee der Signalverarbeitung aufbaut: Daten in verschiedene Skalen zu zerlegen und die kleinen, rauschartigen Teile behutsam zu verkleinern. Zuerst wenden sie einen mathematischen Trick an, eine logarithmische Transformation, die die Speckle-Variationen von einem „multiplikativen“ in ein annähernd „additives“ Verhalten überführt. Dieser Schritt macht das Rauschen leichter handhabbar. Anschließend zerlegen sie das transformierte Bild mit Wavelets in mehrere Detailebenen, die die großräumigen Gefäßstrukturen von feinkörnigen Schwankungen trennen. Eine adaptive Regel, basierend auf dem Birgé–Massart-Prinzip, wählt automatisch aus, wie stark die hochfrequenten Wavelet-Komponenten, die mit Speckle assoziiert sind, geschrumpft werden sollen, während die großskaligen Gefäßmuster weitgehend erhalten bleiben. Abschließend wird das Bild rücktransformiert und leicht in der Helligkeit gestreckt, sodass sich die Blutgefäße deutlicher vom Hintergrund abheben.

Scharfere Bilder, verlässlichere Zahlen, Echtzeitgeschwindigkeit

Um ihre Methode zu testen, nutzte das Team sowohl Laborphantome, die Gewebe nachahmen, als auch In-vivo-Aufnahmen vom Dünndarmkaninchen. In den Phantomen, in denen die Flussraten präzise kontrolliert waren, erzeugte der neue Ansatz eine nahezu perfekte Gerade zwischen dem berechneten Blutflussindex und der tatsächlichen Flussgeschwindigkeit und wies den geringsten Fehler aller getesteten Methoden auf. In lebendem Gewebe lieferte die wavelet-basierte Entstörung Bilder, die einer hochwertigen Referenz, erstellt durch Mittelung von 100 Frames, sehr nahekamen — und das, obwohl jeweils nur drei Frames gleichzeitig verwendet wurden. Objektive Bildqualitätsmaße verbesserten sich, und die geschätzten Blutfluss-Signale wurden über die Zeit ruhiger und stabiler. Wichtig ist, dass der Algorithmus volle 4K-Frames auf einer Grafikeinheit in etwa 50 Millisekunden verarbeitete, deutlich schneller als BM3D und non-local means und schnell genug für die Echtzeitvisualisierung bei medizinischen Eingriffen.

Was das für die zukünftige Patientenversorgung bedeutet

Durch die Kombination eines einfachen Sets fester Einstellungen mit automatischen, bildgetriebenen Schwellen reduziert die vorgeschlagene Methode sowohl Speckle-Rauschen als auch den Bedarf an Expertenfeinabstimmung. Sie erhält das feine Verzweigungsmuster winziger Gefäße und dämpft zugleich das zufällige Flimmern, das Klinikerinnen und Kliniker in die Irre führen kann. Obwohl einige sehr subtile Details in Szenen mit großen Helligkeitsschwankungen verloren gehen können, macht die Balance aus Klarheit, numerischer Verlässlichkeit und Geschwindigkeit diesen Ansatz zu einem starken Kandidaten für klinische Laser-Speckle-Systeme. Praktisch verschiebt er LSCI näher an die Routineanwendung zur Echtzeitbeobachtung des Blutflusses und hilft Chirurginnen, Chirurgen und Ärztinnen und Ärzten, schneller und mit größerer Zuversicht Entscheidungen am Behandlungsort zu treffen.

Zitation: Zhang, L., Yang, C., Liu, D. et al. Real-time wavelet threshold denoising for laser speckle blood flow imaging. Sci Rep 16, 10476 (2026). https://doi.org/10.1038/s41598-026-39846-0

Schlüsselwörter: Laser-Speckle-Bildgebung, Blutflusskartierung, Rauschunterdrückung medizinischer Bilder, Wavelet-Verarbeitung, Echtzeitbildgebung