为了精确监测脑血管手术中术野范围内目标血管的流速及流量, 研究了一种基于激光散斑衬比成像(Laser Speckle Contrast Imaging, LSCI)技术的脑血流分析方法, 来确认血管吻合后血流的流通及脑部血流灌注情况。首先, 搭建LSCI系统采集散斑图像, 对它进行改进的时间衬比分析和伪彩色处理, 得到血流速度图像来监测流速变化。其次, 手动选取感兴趣区域的基准点截取感兴趣区域, 对感兴趣区域图像预处理后利用改进的Canny算法提取血管边缘线并计算血管管径。最后, 通过动物实验验证LSCI系统血流速度变化监测和血管管径测量功能的可靠性。实验结果显示: 改进的Canny算法将血管管径测量的相对误差降低到5.1%。基于LSCI技术的脑血流分析方法可监测血流速度变化, 并测量得到血管的有效流通直径, 结合激光多普勒血流仪可以实现术中血流流速及流量的精确监测。

现行的疲劳监测设备造价昂贵, 便携性差且有效性不高, 正面疲劳监测方案极大地影响了使用者的工作效率, 因此进行实用且准确的疲劳监测方案研究十分有意义。提出了新型的侧眼眼动疲劳监测眼镜并结合N-Range图像处理算法提高眼部定位的鲁棒性与疲劳监测的准确率。在侧眼图像处理过程中, 用N*N的卷积核及Sigmoid函数计算激活图, 采用OTSU阈值分割法对激活图进行阈值分割, 将小于阈值的像素点激活值置于0。据此计算水平方向与垂直方向的标准差投影, 从投影图中通过平均阈值法定位出人眼区域, 随后通过计算人眼高宽比表征眼部闭合度, 采用基于PERCLOS的P80疲劳评测方法为设备的使用者进行实时的疲劳分析。实验结果表明现行设备所存在的问题, 通过我们的方案得到了很好的解决, 即使在复杂的环境中, 本文的方法仍然表现出色, 疲劳判决准确度达到了94%。疲劳监测眼镜与N-Range算法可以实现在不影响使用者作业效率的前提下, 仍然保持着较高的疲劳监测精度, 具有较高的实用价值。