用于激光散斑血流成像的实时小波阈值去噪

更清晰的血流视图

医生和研究人员日益依赖相机和激光来观察血液如何在大脑、皮肤和内脏器官的微小血管中流动。一种常用技术——激光散斑对比成像（LSCI）能够在大面积上实时绘制血流图，但捕获到的图像常常颗粒感强且不稳定。本研究提出了一种更快速、更可靠的图像净化方法，使临床人员能更清楚地看到血管细节，并更信赖描述血流的数值。

激光如何揭示血液运动

当一束窄激光照射活体组织时，光会向各个方向散射，在相机传感器上形成细密的“散斑”图案。随着红细胞运动，这一散斑图案会随时间轻微模糊和移动。激光散斑对比成像测量这些微小变化以估计视野中不同区域的血流速度，生成色彩编码的流量图。由于能在单次拍摄中覆盖大面积，LSCI 在大脑研究、移植皮肤监测和手术期间的微循环追踪中很受欢迎。不幸的是，使方法可行的散斑效应同样会产生强噪声，降低图像对比度并扭曲测得信号与真实血速之间的数值关系。

现有净化方法的局限

研究者尝试过多种先进的图像处理工具来降低散斑噪声。非局部均值和 BM3D 等技术通过在图像中搜索相似块并以巧妙方式平均它们，而变分模态分解则将图像分解为若干潜在成分。这些方法可以产生平滑的背景和视觉上良好的图像，但代价不小：它们需要许多可调参数，对参数选择敏感，并且计算量大。在实际应用中，这意味着它们常常无法跟上高分辨率 LSCI 视频流的速度，而且在噪声水平或成像条件变化时可能失效，限制了其在手术室或床旁使用的实用性。

通向稳定血流图的更简单路径

作者提出了一种简化的去噪方法，基于信号处理中的常见思想：将数据分解到不同尺度，并温和地压缩那些类似噪声的小尺度成分。首先，他们应用对数变换这一数学技巧，将散斑变化从“乘性”效应近似转为“加性”效应，使噪声更易处理。接着，使用小波将变换后的图像分解为若干细节层次，从而将宽尺度的血管结构与细小波动分离。基于 Birgé–Massart 原则的自适应规则会自动选择对与散斑相关的高频小波分量施加多大程度的收缩，同时尽量保持大尺度血管模式完好。最后，将图像反变换并对亮度进行轻微拉伸，使血管在背景中更为突出。

更清晰的图像、更加准确的数值、实时速度

为验证该方法，团队使用了既有在实验室中模拟组织的“幻影”材料，也有来自兔肠道的体内图像。在对流速精确可控的幻影中，该新方法在计算得到的血流指标与真实流速之间几乎呈现完美的线性关系，误差在所有测试方法中最低。在活体组织中，基于小波的去噪所得图像与通过平均 100 帧得到的高质量参考图非常接近，但该方法仅使用每次三帧。图像质量的客观指标得到提升，估计的血流信号在时间上更平滑、更稳定。重要的是，该算法在图形处理器上大约 50 毫秒内处理完整的 4K 帧，远快于 BM3D 和非局部均值，足以支持医疗操作中的实时可视化。

这对未来患者护理的意义

通过将一组简单的固定参数与自动的、图像驱动的阈值相结合，所提出的方法既减少了散斑噪声，也减少了对专家调参的需求。它在抑制随机闪烁以免误导临床人员的同时，保留了细小血管的分支纹理。尽管在存在大亮度变化的场景中可能仍会丢失一些非常细微的细节，但其在清晰度、数值可靠性和速度之间的平衡使该方法成为临床激光散斑系统的有力候选。实际上，它使 LSCI 更接近成为一种用于实时监测血流的常规工具，帮助外科医生和临床医师在护理现场更快、更自信地做出决策。

引用: 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

关键词: 激光散斑成像, 血流映射, 医学图像去噪, 小波处理, 实时成像