Odszumianie w czasie rzeczywistym z progowaniem falkowym do obrazowania przepływu krwi metodą laserowego interferującego ziarna

Bardziej wyraźne spojrzenie na przepływ krwi

Lekarze i badacze coraz częściej polegają na kamerach i laserach, by obserwować, jak krew porusza się w drobnych naczyniach mózgu, skóry i narządów wewnętrznych. Jedna z popularnych technik, obrazowanie kontrastu ziarna laserowego, może w czasie rzeczywistym odwzorowywać przepływ krwi na dużym obszarze, ale jej obrazy często są ziarniste i niestabilne. W tym badaniu przedstawiono szybszy, bardziej niezawodny sposób oczyszczania takich zaszumionych obrazów, dzięki czemu klinicyści mogą lepiej dostrzec szczegóły naczyń i polegać na liczbach opisujących prędkość przepływu krwi.

Jak światło lasera ujawnia ruch krwi

Kiedy wąska wiązka światła laserowego pada na żywą tkankę, ulega rozproszeniu w wielu kierunkach i tworzy drobny wzór „ziarna” na detektorze kamery. W miarę przemieszczania się czerwonych krwinek ten wzór ziarnistości subtelnie się rozmywa i przesuwa w czasie. Obrazowanie kontrastu ziarna laserowego (LSCI) mierzy te drobne zmiany, aby oszacować, jak szybko krew płynie w różnych częściach pola widzenia, tworząc mapę przepływu kodowaną kolorami. Ponieważ pokrywa duży obszar na pojedynczym kadrze, LSCI jest atrakcyjne w badaniach mózgu, monitorowaniu przeszczepionej skóry i śledzeniu mikrokrążenia podczas operacji. Niestety ten sam efekt ziarnistości, który umożliwia metodę, generuje silny szum obniżający kontrast obrazu i zniekształcający numeryczny związek między zmierzonym sygnałem a rzeczywistą prędkością krwi.

Dlaczego istniejące metody oczyszczania zawodzą

Naukowcy próbowali kilku zaawansowanych narzędzi przetwarzania obrazu, aby zmniejszyć szum ziarnistości. Techniki takie jak non-local means i BM3D wyszukują podobne fragmenty w całym obrazie i uśredniają je w sprytne sposoby, podczas gdy wariacyjna dekompozycja trybów rozkłada obraz na kilka składowych. Podejścia te mogą dawać gładkie tła i estetyczne obrazy, ale mają swoją cenę. Wymagają wielu regulowanych parametrów, są wrażliwe na ich dobór i wymagają dużej mocy obliczeniowej. W praktyce oznacza to, że często nie nadążają za strumieniami wideo LSCI o wysokiej rozdzielczości i mogą zawodzić, gdy poziomy szumu lub warunki obrazowania się zmieniają, ograniczając ich przydatność na sali operacyjnej czy przy łóżku pacjenta.

Prostsza droga do stabilnych map przepływu krwi

Autorzy proponują uproszczoną metodę odszumiania opartą na powszechnej idei w przetwarzaniu sygnałów: rozbiciu danych na różne skale i łagodnym kurczeniu małych składowych przypominających szum. Najpierw stosują przekształcenie logarytmiczne, które zamienia zmiany ziarnistości z efektu „mnożenia” na przybliżony efekt „dodawania”. Ten krok ułatwia obsługę szumu. Następnie rozkładają przetransformowany obraz na kilka warstw szczegółu za pomocą falk, które oddzielają szerokie struktury naczyń od drobnych fluktuacji. Reguła adaptacyjna, oparta na zasadzie Birgé–Massart, automatycznie wybiera, jak silnie wygładzać wysokoczęstotliwościowe składowe falkowe związane z ziarnistością, pozostawiając w większości nienaruszone duże struktury naczyń. Na koniec obraz jest przekształcany z powrotem i delikatnie rozciągany pod względem jasności, tak aby naczynia krwionośne wyróżniały się na tle.

Ostrzejsze obrazy, bardziej wiarygodne liczby, prędkość w czasie rzeczywistym

Aby przetestować swoją metodę, zespół użył zarówno laboratoryjnych „fantomów” imitujących tkankę, jak i obrazów in vivo z jelita królika. W fantomach, gdzie prędkości przepływu były precyzyjnie kontrolowane, nowe podejście dało niemal idealną zależność liniową między obliczonym indeksem przepływu krwi a rzeczywistą prędkością, z najniższym błędem spośród wszystkich testowanych metod. W tkankach żywych odszumianie oparte na falkach dostarczyło obrazy bardzo zbliżone do wysokiej jakości odniesienia uzyskanego przez uśrednienie 100 klatek, a uczyniło to używając zaledwie trzech klatek naraz. Obiektywne miary jakości obrazu poprawiły się, a oszacowane sygnały przepływu krwi stały się gładsze i bardziej stabilne w czasie. Co ważne, algorytm przetwarzał pełne klatki 4K w około 50 milisekund na procesorze graficznym, znacznie szybciej niż BM3D i non-local means, i wystarczająco szybko, by wspierać wizualizację w czasie rzeczywistym podczas zabiegów medycznych.

Co to oznacza dla przyszłej opieki nad pacjentem

Łącząc prosty zestaw stałych ustawień z automatycznymi, obrazowo napędzanymi progami, proponowana metoda zmniejsza zarówno szum ziarnistości, jak i potrzebę eksperckiego dostrajania. Zachowuje drobny rozgałęziony układ maleńkich naczyń, jednocześnie łagodząc losowe migotanie, które może wprowadzać w błąd klinicystów. Chociaż niektóre bardzo subtelne szczegóły mogą nadal ginąć w scenach z dużymi wahaniami jasności, równowaga między czytelnością, numeryczną wiarygodnością i prędkością sprawia, że podejście to jest silnym kandydatem do klinicznych systemów obrazowania laserowego ziarna. W praktycznym ujęciu zbliża LSCI do bycia rutynowym narzędziem do obserwacji przepływu krwi w czasie rzeczywistym, pomagając chirurgom i lekarzom podejmować szybsze, pewniejsze decyzje przy łóżku pacjenta.

Cytowanie: 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

Słowa kluczowe: obrazowanie laserowego ziarna, mapowanie przepływu krwi, odszumianie obrazów medycznych, przetwarzanie falkowe, obrazowanie w czasie rzeczywistym