微循环图像算法的验证方法及装置与流程

本发明涉及算法验证领域，尤其涉及一种微循环图像算法的验证方法及装置。

背景技术：

微循环是在人体血液循环系统中输送O₂和营养物质给组织细胞并运走CO₂和代谢产物的最终环节，也是最重要的环节，微循环灌注障碍将引起严重的代谢障碍，严重情况将引起各组织器官的衰竭并导致死亡。微循环图像算法对微循环光学成像产生的血管分布图进行算法分析，得出微循环状态各项生理参数值并进行数据展现。目前，验证图像处理算法对微循环血管参数分析的精确性，主要采用人工肉眼判断，凭借医学专家的经验对图像处理算法的结果准确性进行定性判断。这种验证判断方法，缺乏科学理论依据，无法进行定量分析，也难以实现批量统计学分析验证。

另一种常用的算法验证方法为使用实物模拟进行录制成一个视频。其中实物是使用11mm内径的塑胶管进行模拟血管通道，而使用水和煮熟的木薯粉混合成“血液流”。此种血管模拟方式过于固定，而且麻烦，能够模拟的血管直径大小也是有限的。

技术实现要素：

本发明实施例的目的是提供一种微循环图像算法的验证方法及装置，能有效解决现有验证方法无法进行准确分析、模拟方式过于局限的难题。

为实现上述目的，本发明实施例提供了一种微循环图像算法的验证方法，包括步骤：

模拟微循环摄像头生成仿真血管图，通过像素法获得所述仿真血管图中每一血管的宽度和长度；

通过微循环图像算法对所述仿真血管图进行运算后获得所述仿真血管图中每一所述血管的宽度和长度；

若通过像素法和微循环图像算法获得的所述仿真血管图中对应血管的宽度和长度均一致，则评估所述微循环图像算法有效。

与现有技术相比，本发明公开的微循环图像算法的验证方法通过模拟微循环摄像头生成仿真血管图，再分别运用像素法和微循环图像算法获得所述仿真血管图中每一血管的长度和宽度，比较两种方法下对应的血管的宽度和长度，若对于每一所述血管，两者均一致，则评估所述微循环算法有效，解决了现有验证方法无法进行准确分析、模拟方式过于局限的难题，方便快捷，有利于大批量分析，更直观，更有效。

作为上述方案的改进，所述模拟微循环摄像头生成仿真血管图具体包括步骤：

初始化所述仿真血管图的n个驱动点；其中，所述每一所述驱动点为单根血管的血管中心线的驱动点；其中，n＜1000；

根据预设的每一所述血管的类型获取每一所述血管的拟合方程，基于每一所述血管的拟合方程由所述血管对应的驱动点向两边延伸获得每一所述血管的中心线；

根据预设的每一所述血管的宽度，由每一所述血管的中心线向两边扩张生成管道化的血管，从而获得模拟微循环摄像头的仿真血管图；每一所述管道化的血管的宽度和对应的预设的每一所述血管的宽度相等。通过驱动点－中心线－管道化血管的过程，可以快速绘制单根血管，从而呈现整体的血管分布仿真图。

作为上述方案的改进，获得模拟微循环摄像头的仿真血管图前还包括步骤：

根据预设的参数，对所述每一所述管道化的血管进行渲染；其中，所述渲染的方式包括血管中心线的渲染、血管轮廓的渲染、血管编号的渲染、血管关键像素点的渲染。通过多种渲染方式，可进一步模拟微循环摄像头的成像，更直观，画面更生动，更接近实际的情况。

作为上述方案的改进，所述血管的类型包括抛物线型、竖线型、横线型、斜线型。

作为上述方案的改进，基于每一所述血管的拟合方程由所述血管对应的驱动点向两边延伸获得每一所述血管的中心线具体为：

由驱动点沿着拟合方程向x坐标轴的正方向延伸生成第一延伸部，当所述第一延伸部等于所述预设的血管的长度时，或所述第一延伸部与所述仿真血管图的边界相交时停止向所述x坐标轴的正方向延伸；

当所述第一延伸部与所述仿真血管图的边界相交，且所述第一延伸部的长度小于预设的血管的长度时，由驱动点沿着拟合方程往x坐标轴的负方向延伸生成第二延伸部；其中，所述中心线由所述第一延伸部部和第二延伸部构成；

当所述第一延伸部和第二延伸部的长度的和等于预设的血管的长度，则停止向x坐标轴的负方向延伸，从而生成所述血管的中心线；

当所述第二延伸部与所述仿真血管图的边界相交，且所述第一延伸部和第二延伸部的长度的和小于预设的血管的长度时，则停止向x坐标轴的负方向延伸，从而生成所述血管的中心线。通过以上过程来生成血管的中心线，简单快速，可获得不同类型的血管。

作为上述方案的改进，通过像素法获得所述仿真血管图中每一血管的长度具体为：

初始化所述血管的中心线上的像素点的游标，使所述像素点的游标指向所述中心线上的第一个像素点；

将所述像素点的游标由第一个像素点遍历至最后一个像素点，累加每一像素点的边长或倍的边长得到累加值；若当前像素点与上一像素点水平相邻时，则累加当前像素点的边长，若当前像素点与上一像素点垂直相邻时，则累加当前像素点的倍的边长；

基于所述仿真血管图的像素点的边长和实际物理尺寸的比例，将所述累加值转换为所述中心线的实际物理尺寸，所述中心线的实际物理尺寸即为相应血管的长度。通过像素法来计算实际物理尺寸，可反映所述仿真血管图的真实的宽度和长度，利于后续与微循环算法下获得的血管的宽度和长度作比较，可作为可靠的标准来评估所述微循环算法是否有效。

作为上述方案的改进，模拟微循环摄像头生成仿真血管图具体包括步骤：

调用opencv图像处理开源库初始化一个IplImage图片变量，在所述IplImage图片变量上随机初始化n个坐标点；其中，n＜1000；

给每一所述坐标点分别初始化一个VesslPicture绘图类变量，设置每一所述VesslPicture绘图类变量的各个参数；

基于每一所述VesslPicture绘图类变量和坐标点，对所述IplImage图片变量进行绘制，从而生成所述仿真血管图。opencv图像处理开源库可实现图像处理和计算机视觉方面的很多通用算法，可提高执行速度和处理速度，快速获得血管的分布仿真图。

作为上述方案的改进，基于每一所述VesslPicture绘图类变量和坐标点，对所述IplImage图片变量进行绘制，从而生成所述仿真血管图具体为：

基于每一所述VesslPicture绘图类变量的各个参数，以每一所述坐标点为基准点，将每一所述血管的像素点写入所述IplImage图片变量；

将所述IplImage图片变量刷新到Qlable上生成所述仿真血管图。

本发明实施例还对应提供了一种微循环图像算法的验证装置，包括：

仿真血管图模块，用于模拟微循环摄像头生成仿真血管图，通过像素法获得所述仿真血管图中每一血管的宽度和长度；

算法运算模块，用于通过微循环图像算法对所述仿真血管图进行运算后获得所述仿真血管图中每一所述血管的宽度和长度；

算法验证模块，用于若通过像素法和微循环图像算法获得的所述仿真血管图中对应血管的宽度和长度均一致，则评估所述微循环图像算法有效。

与现有技术相比，本发明公开的微循环图像算法的验证装置通过仿真血管图模块获取仿真血管图，并基于像素法获取仿真血管图中每一血管的宽度和长度；再通过算法运算模块获取微循环图像算法下所述仿真血管图中每一所述血管的宽度和长度；算法验证模块比较仿真血管图模块和算法运算模块中获得的每一所述血管的宽度和长度，若对应血管的宽度和长度相等，则评估所述微循环图像算法有效，解决了现有验证方法无法进行准确分析、模拟方式过于局限的难题，方便快捷，有利于大批量分析，更直观，更有效。

附图说明

图1是本发明提供的一种微循环图像算法的验证方法的优选实施例的流程示意图。

图2是本发明提供的微循环图像算法的验证方法中生成仿真触摸屏的一优选实施例的流程示意图。

图3是本发明提供的微循环图像算法的验证方法中生成血管的中心线的一优选实施例的流程示意图。

图4是本发明提供的微循环图像算法的验证方法中通过像素法计算血管的长度的一优选实施例的流程示意图。

图5是本发明提供的微循环图像算法的验证方法中生成仿真触摸屏的另一优选实施例的流程示意图。

图6是本发明实施例提供的一种微循环图像算法的验证装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参见图1，是本发明实施例1提供的一种微循环图像算法的验证方法的流程示意图。如图1所示的微循环图像算法的验证方法，包括步骤：

S1、模拟微循环摄像头生成仿真血管图，通过像素法获得所述仿真血管图中每一血管的宽度和长度；

S2、通过微循环图像算法对所述仿真血管图进行运算后获得所述仿真血管图中每一所述血管的宽度和长度；

S3、若通过像素法和微循环图像算法获得的所述仿真血管图中对应血管的宽度和长度均一致，则评估所述微循环图像算法有效。

具体实施时，先通过模拟微循环摄像头生成仿真血管图，所述仿真血管图包括多条血管，可优选为显示中心线、显示轮廓、显示血管序号，也可对所述仿真血管图进行切换背景图、调整透明度、调整图像亮度、调整像素点舒密等操作，使所述仿真血管图能更接近所述微循环摄像头的成像；再通过像素法计算所述仿真血管图中每一血管的宽度和长度，另一方面，通过微循环图像算法对所述仿真血管图进行运算，获得所述仿真血管图中每一血管的宽度和长度；若通过像素法和微循环图像算法获得的所述仿真血管图中对应血管的宽度和长度均一致，则评估所述微循环图像算法。在实际操作中，可获得多个仿真血管图，并获得每一仿真血管图分别在像素法和微循环图像算法下每一血管的宽度和长度，批量评估对于多个仿真血管图的有效性。在本实施例中，通过模拟微循环摄像头获得仿真血管图，并基于所述仿真血管图进行微循环图像算法验证，解决了通过肉眼验证微循环算法不科学、不准确的问题，也避免需建造模拟血管的实物来验证算法的麻烦和参数固定的情况，方便快捷，可进行批量化分析，有效性高。

如图2所示，在实施例1中，步骤S1中模拟微循环摄像头生成仿真血管图具体包括步骤：

S11、初始化所述仿真血管图的n个驱动点；其中，所述每一所述驱动点为单根血管的血管中心线的驱动点；其中，n＜1000；

S12、根据预设的每一所述血管的类型获取每一所述血管的拟合方程，基于每一所述血管的拟合方程由所述血管对应的驱动点向两边延伸获得每一所述血管的中心线；

S13、根据预设的每一所述血管的宽度，由每一所述血管的中心线向两边扩张生成管道化的血管；其中，每一所述管道化的血管的宽度和对应的预设的每一所述血管的宽度相等；

S14、根据预设的参数，对所述每一所述管道化的血管进行渲染；其中，所述渲染的方式包括血管中心线的渲染、血管轮廓的渲染、血管编号的渲染、血管关键像素点的渲染，从而获得模拟微循环摄像头的仿真血管图。

步骤S11￣S14为实施例1中获得仿真血管图的过程，首先初始化n个驱动点作为单根血管的血管中心线的驱动点，再获取每一血管对应的拟合方程，其中所述拟合方程对应血管的类型，包括抛物线型、竖线型、横线型、斜线型。基于每一血管对应的拟和方程，由血管的中心点向两边延伸可获得每一血管的中心线；再根据预设的每一所述血管的宽度，由每一所述血管的中心线向两边扩张生成管道化的血管；最后根据预设的参数，对所述每一所述管道化的血管进行渲染，从而获得模拟微循环摄像头的仿真血管图。以上过程可总结为驱动点－中心线－管道化血管的过程，可快速绘制出仿真血管图，模拟微循环摄像头的光学成像图片，简单有效，方便快捷，可对仿真血管图进行批量化生成和管理。

如图3所示，在实施例1中，步骤S11中的基于每一所述血管的拟合方程由所述血管对应的驱动点向两边延伸获得每一所述血管的中心线具体包括步骤：

S111、由驱动点沿着拟合方程向x坐标轴的正方向延伸生成第一延伸部，当所述第一延伸部等于所述预设的血管的长度时，或所述第一延伸部与所述仿真血管图的边界相交时停止向所述x坐标轴的正方向延伸；

S112、当所述第一延伸部与所述仿真血管图的边界相交，且所述第一延伸部的长度小于预设的血管的长度时，由驱动点沿着拟合方程往x坐标轴的负方向延伸生成第二延伸部；其中，所述中心线由所述第一延伸部部和第二延伸部构成；

S113、当所述第一延伸部和第二延伸部的长度的和等于预设的血管的长度，则停止向x坐标轴的负方向延伸，从而生成所述血管的中心线；

S114、当所述第二延伸部与所述仿真血管图的边界相交，且所述第一延伸部和第二延伸部的长度的和小于预设的血管的长度时，则停止向x坐标轴的负方向延伸，从而生成所述血管的中心线。

步骤S111￣S114为绘制单根血管的中心线的过程，由驱动点沿着拟合方程向x坐标轴的正方向延伸直到延伸的长度等于预设的中心线的长度；若延伸至与所述血管仿真图的边界相交延伸的长度仍小于预设的中心线的长度，则停止向x坐标轴的正方向延伸，则开始由驱动点向所述x轴的负方向延伸，直到驱动点向x坐标轴的正方向延伸的延伸线和向x轴的负方向延伸的延伸线的长度和等于预设的中心线的长度，由此生成所述血管的中心线。定义由驱动点向x坐标轴的正方向的延伸线为第一延伸部，由驱动点向x坐标轴的负方向的延伸线为第二延伸部，当所述第二延伸部与所述仿真血管图的边界相交，且所述第一延伸部和第二延伸部的长度的和小于预设的血管的长度时，则停止向x坐标轴的负方向延伸，从而生成所述血管的中心线。

如图4所示，在实施例1中，步骤S1中通过像素法获得所述仿真血管图中每一血管的长度具体包括步骤：

S15、初始化所述血管的中心线上的像素点的游标，使所述像素点的游标指向所述中心线上的第一个像素点；

S16、将所述像素点的游标由第一个像素点遍历至最后一个像素点，累加每一像素点的边长或倍的边长得到累加值；若当前像素点与上一像素点水平相邻时，则累加当前像素点的边长，若当前像素点与上一像素点垂直相邻时，则累加当前像素点的倍的边长；

S17、基于所述仿真血管图的像素点的边长和实际物理尺寸的比例，将所述累加值转换为所述中心线的实际物理尺寸，所述中心线的实际物理尺寸即为相应血管的长度。

步骤S15￣S17为通过像素法计算所述仿真血管图中每一血管的长度的过程，首先在初始化所述血管的中心线上的像素点的游标，使所述像素点的游标指向所述中心线上的第一个像素点，然后将所述游标从第一个像素点遍历至最后一个像素点，累加每一像素点的边长或倍的边长。可以理解的，当下一像素点与上一像素点水平相邻时，所述下一像素点和上一像素点共边，则累加下一像素点的边长；若下一像素点与上一像素点垂直相邻时，所述下一像素点和上一像素点公用一个顶点，则累加下一像素点的相交线，即倍的边长。通过实际物理尺寸和像素点边长的比例，可将上述累加值与所述比例相乘后即可获得所述中心线的实际物理尺寸，所述中心线的实际物理尺寸即为相应血管的长度。

如图5所示，优选地，在实施例1中，步骤S1中模拟微循环摄像头生成仿真血管图还可具体为包括步骤：

S11’、调用opencv图像处理开源库初始化一个IplImage图片变量，在所述IplImage图片变量上随机初始化n个坐标点；其中，n＜1000；

S12’、给每一所述坐标点分别初始化一个VesslPicture绘图类变量，设置每一所述VesslPicture绘图类变量的各个参数；

S13’、基于每一所述VesslPicture绘图类变量和坐标点，对所述IplImage图片变量进行绘制，从而生成所述仿真血管图。

步骤S11’～S13’为模拟微循环摄像头生成仿真血管图的程序处理过程，先调用opencv图像处理开源库初始一个IplImage图片变量，在所述IplImage图片变量上初始n个坐标点；接着，分别基于n个坐标点初始化n个VesslPicture绘图类变量，设置每一所述VesslPicture绘图类变量的各个参数；其中，每一所述VesslPicture绘图类变量对应每一血管；最后基于每一所述VesslPicture绘图类变量和坐标点，对所述IplImage图片变量进行绘制，从而生成所述仿真血管图。

优选地，基于基于每一所述VesslPicture绘图类变量和坐标点来生成所述仿真血管图可具体为，基于基于每一所述VesslPicture绘图类变量的各个参数，以每一所述坐标点为基准点，将每一所述血管的像素点写入所述IplImage图片变量；然后将所述IplImage图片变量刷新到Qlable上生成所述仿真血管图。

opencv图像处理开源库可实现图像处理和计算机视觉方面的很多通用算法，可提高执行速度和处理速度，快速获得血管的分布仿真图。

如图6所示，本发明实施例还对应提供了一种微循环图像算法的验证装置100，包括：

仿真血管图模块101，用于模拟微循环摄像头生成仿真血管图，通过像素法获得所述仿真血管图中每一血管的宽度和长度；

算法运算模块102，用于通过微循环图像算法对所述仿真血管图进行运算后获得所述仿真血管图中每一所述血管的宽度和长度；

算法验证模块103，用于若通过像素法和微循环图像算法获得的所述仿真血管图中对应血管的宽度和长度均一致，则评估所述微循环图像算法有效。

本实施例提供的一种微循环图像算法的验证装置的工作过程可参考以上实施例提供的微循环图像算法的验证方法的具体描述，在此不再赘述。

综上，本发明实施例公开了一种微循环图像算法的验证方法及装置，通过模拟微循环摄像头生成仿真血管图，再分别运用像素法和微循环图像算法获得所述仿真血管图中每一血管的长度和宽度，比较两种方法下对应的血管的宽度和长度，若对于每一所述血管，两者均一致，则评估所述微循环算法有效，解决了现有验证方法无法进行准确分析、模拟方式过于局限的难题，方便快捷，有利于大批量分析，更直观，更有效。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。