激光散斑实时去噪成像技术为临床LSCI应用提供高效解决方案
2026-05-26 来源:本站 点击次数:95激光散斑对比度成像（LSCI）是微循环监测的重要技术，但multiplicative散斑噪声会削弱血流指数与真实流速的线性关系，制约定量分析。本文提出一种融合对数同态变换、小波分解与自适应阈值的实时去噪方法，通过体模与活体实验验证，该方法能抑制高频噪声、保留微血管细节，兼顾成像质量、血流指数稳定性与实时处理效率，为临床LSCI应用提供高效解决方案。
该研究由 Lei Zhang、Chen Yang、Dongming Liu、Xiang Gao、Ze Li、Xiaodong Wang、Zhaoyang Zuo、Zhen’an He 完成，相关成果以《Real-time wavelet threshold denoising for laser speckle blood flow imaging》为题，于2026年2月发表于《Scientific Reports》。
重要发现
01研究背景
LSCI通过分析红细胞运动引发的散斑对比度变化，获取二维血流分布，广泛应用于神经科学、皮肤移植等领域。但其散斑噪声呈乘性分布，会降低图像对比度，破坏血流指数（BFI）与真实流速的线性关联。现有去噪算法各有局限：BM3D算法降噪效果优但计算复杂、实时性差；NLM算法保留细节但计算成本高、处理速度慢；VMD算法易受参数影响，强乘性噪声下结果不稳定，均难以适配LSCI系统的工程化实时需求。
研究提出简化小波阈值去噪方案，核心流程分为三步。首先采用对数同态变换，将乘性散斑噪声近似转化为加性噪声，满足线性去噪假设；其次进行3层离散小波分解，选用sym4小波基，通过Birgé–Massart准则自适应估算阈值，对小波系数实施硬阈值处理，分离高频噪声与低频血管结构；最后经逆对数变换恢复图像强度，配合线性拉伸优化血管与背景对比度。全程固定超参数，无需场景化调优，适配不同噪声水平与成像条件。
03实验设计与验证
实验分为体模实验与活体实验两部分。体模采用琼脂 - 脂肪乳液制备，内置橡胶管模拟血管，通过蠕动泵设定6种流速，采集图像后对比时间对比度、VMD、小波阈值、BM3D四种算法。活体实验以新西兰白兔肠系膜为对象，用100帧平均图像作为高信噪比参考，评估算法降噪效果。实验硬件采用785nm单模二极管激光、12位CMOS相机，GPU加速处理，保障成像同步性与实时性。
04实验结果与核心结论
体模实验显示，小波阈值去噪算法的BFI -流速拟合度最优，决定系数R²达0.9971，残差均方根误差（RMS）仅8.01，低于其他算法，线性相关性更强。活体实验中，该算法峰值信噪比（PSNR）、平均结构相似性指数（MSSIM）最高，背景噪声抑制充分，微血管连续性保留完好，无明显细节丢失或过度平滑问题。在处理效率上，GPU加速下4K图像单帧处理仅需50ms，处理速度较BM3D、NLM提升5-10倍，兼顾降噪质量与实时性。参数测试表明，sym4小波基3层分解为最优设置，平衡降噪效果、血管保真度与运行效率，高噪声环境下仍保持稳定性能。
创新与亮点
该研究攻克了LSCI成像中乘性散斑噪声难抑制、实时性与成像质量难兼顾的核心难题。创新融合对数同态变换与小波自适应阈值技术，将乘性噪声转化为加性噪声处理，简化算法流程并固定参数，无需手动调优。该技术在光学生物医疗领域价值显著，术中微循环监测、皮肤移植血流评估、神经科学血流动态研究等场景中，既能实时输出清晰血流图像，又能稳定量化血流数据，弥补传统算法实时性不足、参数敏感的缺陷，为临床快速精准诊断提供技术支撑。
总结与展望
研究提出的小波阈值实时去噪方法，通过对数同态变换、3层小波分解与自适应阈值策略，有效解决LSCI散斑噪声问题，体模与活体实验均验证其在成像质量、血流指数稳定性、处理效率上的综合优势，50ms处理速度满足临床实时成像需求。未来将聚焦高动态范围图像细节保留，研发适配非高斯噪声的自适应变换技术，开展多场景临床验证，推动该技术在更多微循环相关疾病诊疗中落地应用。
声明：本文仅用作学术目的。
Zhang L, Yang C, Liu D, Gao X, Li Z, Wang X, Zuo Z, He Z. Real-time wavelet threshold denoising for laser speckle blood flow imaging. Sci Rep. 2026 Feb 25;16(1):10476.
DOI:10.1038/s41598-026-39846-0.