利用光谱层析技术实现色素类疾病的边界查找方法

本发明属于光谱分析领域，涉及利用光谱层析技术实现色素类疾病的边界查找技术，具体是利用光谱层析技术实现色素类疾病的边界查找方法。

背景技术：

1、色素沉着是因各种原因引起色素增加导致皮肤颜色加深，主要临床表现为皮素颜色加深或者出现颜色较正常肤色深的斑点、斑片或者斑块。黑色素是一种通过皮肤色调显现的暗色素，也是色素类疾病的最直接原因。

2、针对色素沉着一般都是进行范围化处理，也就是在皮肤中确定的色素沉着处理范围较实际的色素沉着范围大，这样健康皮肤也会受到药物刺激。现有技术在进行色素皮肤识别时，一般对获取的皮肤采样图像进行自动化处理，针对皮肤采样图像的每一个像素点进行条件筛选，以提高色素检测准确程度。现有技术在进行色素检测时，基于色素沉着的外在表现来进行检测识别，容易受到外在因素的影响，导致色素检测精度低。

3、本发明提供了利用光谱层析技术实现色素类疾病的边界查找方法，从色素沉着的源头出发进行色素检测识别，以解决上述问题。

技术实现思路

1、本发明旨在至少解决现有技术中针对色素类疾病存在的技术问题之一；为此，本发明提出了利用光谱层析技术实现色素类疾病的边界查找方法，用于解决现有技术基于色素沉着的外在表现来进行检测识别，容易受到外在因素影响，导致色素检测精度低的技术问题。

2、为实现上述目的，本发明的第一方面提供了利用光谱层析技术实现色素类疾病的边界查找方法，包括：划分目标皮肤获取若干皮肤像素；通过光谱层析技术获取若干皮肤像素中目标元素在设定波段对应的三维光谱数据；从三维光谱数据中提取各皮肤像素对应的二维光谱数据，从二维光谱数据中提取目标元素的二维光谱特征，基于二维光谱特征匹配皮素像素对应的皮肤类型；根据皮肤类型从建立的皮肤光谱模型匹配对应的光谱特征序列；提取皮肤像素不同深度的二维光谱数据，从不同深度的二维光谱数据中提取目标元素对应的色素光谱特征；比较光谱特征序列与色素光谱特征确定色素异常边界。

3、现有技术通过图像识别技术来对色素异常的皮肤进行识别检测，其检测原理主要是对比各皮肤像素的灰度值。然而图像识别技术是从结果进行回溯，判断是否存在色素异常，一旦皮肤组织被其他物质覆盖，或者受到图像采集环境的影响，很容易导致色素识别精度降低。

4、本发明则从引起色素异常的根本原因出发，也就是上述提到的目标元素，识别出目标皮肤所属区域，以及该目标皮肤中目标元素的色素光谱特征来判断是否异于正常皮肤，进而实现色素异常的判断。而且，本发明对目标皮肤进行像素化处理，将色素异常的像素联合起来确定边界，同时结合色素异常的深度来围合成三维边界，实现色素类疾病边界的精确化查找。

5、本发明中的目标元素包括黑色素、血红蛋白和脱氧血红蛋白。在正常皮肤组织中不同区域的目标元素比例含量不同，色素异常的皮肤组织目标元素的比例含量也不同，这也是本发明实现边界精确查找的理论基础。

6、本发明中的设定波段为400-700nm；二维光谱特征包括吸收峰或者吸光系数，二维光谱特征主要用来确定目标皮肤中各皮肤像素所属的皮肤类型。色素光谱特征包括至少一个波长段各目标元素对应吸光系数之间的比例，这里的吸光系数之间的比例可以是某波长处的吸光系数比例，也可以是某一段波长的吸光系数比例。

7、优选的，所述通过光谱层析技术获取若干皮肤像素中目标元素在设定波段对应的三维光谱数据，包括：通过光谱层析技术获取目标皮肤的原始光谱数据；依次提取目标皮肤中各皮肤像素对应的原始光谱数据，作为该皮肤像素的三维光谱数据。

8、本发明为了提高边界查找精度，对目标皮肤进行划分获取若干皮肤像素；皮肤像素与图像像素类似，不过皮肤像素的大小需要保证其对应的原始光谱数据可分析，可经过实验确定皮肤像素的尺寸大小。

9、本发明通过光谱层析技术获取目标皮肤的原始光谱数据，将这些原始光谱数据按照划分好的皮肤像素进行归类和关联，皮肤像素也是进行边界查找的最小单位。本发明中的目标皮肤是指需要进行色素异常边界检测的皮肤组织；三维光谱数据包括波长、深度、吸光系数三个维度的原始光谱数据，波长实际就是设定波长，深度是指皮肤像素中皮肤组织到皮肤表面的高度。

10、优选的，所述从二维光谱数据中提取目标元素的二维光谱特征，包括：识别二维光谱数据中目标元素吸收峰对应的波长，获取该波长处各目标元素的吸光系数；按次序将目标元素的吸光系数比例整合成吸光系数序列；将若干吸光系数序列拼接整合成二维光谱特征。

11、研究表面，黑色素在设定波段中随着波长增加，吸光系数逐渐减低；而血红蛋白的可见光谱在540nm和580nm处呈现特征峰，而脱氧血红蛋白的吸收峰位于560nm，因此本发明可将540nm、560nm和580nm作为吸收峰对应的波长，则吸光系数序列中包括三组吸光系数比例，将这三组吸光系数比例与对应的吸收峰波长关联，整合成二维光谱特征。

12、优选的，所述基于二维光谱特征匹配皮素像素对应的皮肤类型，包括：获取各皮肤类型对应的若干标准光谱特征；从二维光谱特征中获取吸光系数序列的数量，以及各吸光系数序列中目标元素的吸光系数比例；依次若干标准光谱特征与吸光系数序列的数量和各吸光系数比例匹配，确定皮肤像素对应的皮肤类型。

13、在确定目标皮肤中各皮肤像素对应的皮肤类型时，需要知晓各皮肤类型对应的二维光谱特征。本发明获取各皮肤类型的若干标准光谱特征，标准光谱特征与二维光谱特征的内容属性一致；从获取的二维光谱特征中确定有几组吸光系数序列(对应几个吸收峰波长)以及各吸光系数序列中各目标元素吸光系数的比例，与若干标准光谱特征进行匹配可确定皮肤像素对应的像素类型。

14、优选的，所述根据皮肤类型从建立的皮肤光谱模型匹配对应的光谱特征序列，包括：获取不同皮肤类型的正常皮肤组织对应的原始光谱数据，从原始光谱数据中提取光谱特征序列；建立皮肤类型与光谱特征序列的关联关系，获取皮肤光谱模型；将皮肤像素对应皮肤类型输入至皮肤光谱模型，匹配获取光谱特征序列。

15、在确定皮肤类型之后，还需要确定该皮肤类型对应的色素特征序列，用于后续判断皮肤像素的色素是否异常。本发明先获取不同皮肤类型正常皮肤组织的原始光谱数据，从原始光谱数据中提取标准光谱特征，并与皮肤类型进行关联；之后，通过皮肤像素对应的皮肤类型在关联关系中匹配，可获取对应的标准光谱特征，有助于后续的色素异常分析。

16、优选的，所述提取皮肤像素不同深度的二维光谱数据，包括：根据皮肤像素的短边长作为深度值，基于深度值确定若干深度尺寸；从三维光谱数据中提取皮肤像素在若干深度尺寸时对应的二维光谱数据。

17、本发明中确定皮肤像素不同深度是为了在垂直方向上确定色素异常的边界，与平面确定的色素异常边界围合成色素异常的三维边界。在比较色素光谱特征与光谱特征序列进行比较时，先对皮肤像素对应最小深度的色素光谱特征进行比较，若异常则加大深度，逐渐识别出该皮肤像素出现色素异常的具体深度。

18、优选的，所述从不同深度的二维光谱数据中提取目标元素对应的色素光谱特征，包括：由浅入深依次提取不同深度尺寸的二维光谱数据；基于二维光谱数据获取各目标元素的元素光谱曲线，在设定波段内对元素光谱曲线进行积分处理；将各目标元素对应的积分值之比整合成色素光谱特征。

19、本发明在按照吸收峰波长可以将元素光谱曲线划分成多段，对每段进行分别积分，并获取各段中三种目标元素的积分值之比，同时也获取同一目标元素在各段中的积分值之比，将上述结果整合成色素光谱特征；光谱特征序列的获取方式与色素光谱特征的获取方式一致。

20、优选的，所述比较光谱特征序列与色素光谱特征确定色素异常边界，包括：将色素光谱特征与光谱特征数据进行比较，判断二者是否一致；是，则判断对应的皮肤像素正常；否，则判断皮肤像素异常；根据不同深度尺寸对应的色素光谱特征判断皮肤像素的异常深度，结合其他皮肤像素的判断结果确定目标皮肤的色素异常边界。

21、本发明先确定皮肤像素是否色素异常，以及色素异常的深度；将所有出现色素异常的皮肤像素整合起来，可围合成一个三维边界，该三维边界则是目标皮肤中出现色素异常的三维区域。

22、与现有技术相比，本发明的有益效果是：

23、1.本发明从三维光谱数据中提取各皮肤像素对应的二维光谱数据，从二维光谱数据中提取目标元素的二维光谱特征，基于二维光谱特征匹配皮素像素对应的皮肤类型；本发明通过目标元素来确定皮肤类型，有助于获取精确的光谱特征序列，便于色素异常的检测识别。

24、2.本发明提取皮肤像素不同深度的二维光谱数据，从不同深度的二维光谱数据中提取目标元素对应的色素光谱特征；比较光谱特征序列与色素光谱特征确定色素异常边界；本发明从色素异常的根本原因出发，对目标皮肤进行像素级检测识别，能够识别结果的可靠性以及异常边界的准确性。