高级检索

ISSN1001-3806CN51-1125/TN 网站地图

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于偏振参数非直观光学成像的鼻唇沟量化表征

薛璐 胡文静 徐彬 刘学峰 姚政鹏 陈智龙 黄益俊 熊吉川

引用本文:
Citation:

基于偏振参数非直观光学成像的鼻唇沟量化表征

    作者简介: 薛璐(2000-), 女, 硕士研究生, 主要从事光学成像的研究.
    通讯作者: 熊吉川, jichuan.xiong@njust.edu.cn
  • 基金项目:

    国家自然科学基金资助项目 61827814

  • 中图分类号: TN29;R743.3

Quantitative characterization of nasolabial sulcus using polarization parametric indirect macroscopic imaging

    Corresponding author: XIONG Jichuan, jichuan.xiong@njust.edu.cn
  • CLC number: TN29;R743.3

  • 摘要: 鼻唇沟特征的异常变化是脑卒中面诊的重要依据。为了量化表征鼻唇沟特征, 解决传统中医面诊时难以发现精细特征变化和信息交流困难的问题, 采用了偏振参数非直观光学成像(PIMI)方法, 利用非直观成像的斯托克斯S1参量图谱, 取得了不同年龄的健康人员和脑卒中患者病中、预后的鼻唇沟对称性量化表征数据。结果表明, 健康人员鼻唇沟S1图谱特征具有较好的对称性, 鼻肌横部区与上唇提肌区的左右峰值均较为接近; 脑卒中患者患病期鼻唇沟的S1图谱明显不对称, 左右峰值大多相差20以上, 预后状态鼻唇沟S1图谱特征更接近健康人群。该方法有望应用于脑卒中疾病的病情评估及疗效评价, 促进中医数字化的发展。
  • 图 1  PIMI光学成像原理图

    Figure 1.  Principle diagram of PIMI optical imaging

    图 2  面部鼻唇沟数据采集

    Figure 2.  Facial nasolabial fold data collection with PIMI

    图 3  健康女性和男性的PIMI S1图像

    Figure 3.  PIMI S1 images of healthy women and men

    图 4  44岁男性中风患者的PIMI S1图像

    a, c—面部静止状态  b, d—呲牙状态

    Figure 4.  PIMI S1 images of a 44-year-old male stroke patient

    a, c—facial resting state   b, d—teeth bared state

    图 5  原始图像和PIMI S1图像的数据分析曲线对比

    a, c—面部原始图像及其鼻唇沟区域数据量化结果  b, d—面部PIMI S1图像及其鼻唇沟区域数据量化结果

    Figure 5.  Comparison of analysis curves between the original images and the PIMI S1 images

    a, c—original images of the face and quantitative results of data in the nasolabial sulcus region   b, d—PIMI S1 images of the face and quantitative results of data in the nasolabial sulcus region

    图 6  a—健康年轻女性鼻唇沟区域的PIMI S1图像及其PIMI S1数据量化结果  b—健康年轻男性鼻唇沟区域的PIMI S1图像及其PIMI S1数据量化结果

    Figure 6.  a—PIMI S1 image and quantitative results of PIMI S1 data in the nasolabial sulcus region of a healthy young woman   b—PIMI S1 image and quantitative results of PIMI S1 data in the nasolabial sulcus region of a healthy young man

    图 7  不同年龄脑卒中患者鼻唇沟区域的PIMI S1图像及其PIMI S1数据量化结果

    Figure 7.  PIMI S1 images and quantitative results of PIMI S1 data in the nasolabial sulcus region of stroke patients of different ages

    图 8  脑卒中患者鼻唇沟区域在面部静止状态下不同时间段的PIMI S1图像及其PIMI S1数据量化结果

    Figure 8.  PIMI S1 images and quantitative results of PIMI S1 data in the nasolabial sulcus region of stroke patients in the facial resting state at different times

    图 9  脑卒中患者鼻唇沟区域在呲牙状态下不同时间段的PIMI S1图像及其PIMI S1数据量化结果

    Figure 9.  PIMI S1 images and quantitative results of PIMI S1 data in the nasolabial sulcus region of stroke patients in the teeth bared state at different times

  • [1] 关茜, 徐莹, 杨帅, 等. 中医面诊特征与疾病关系探究[J]. 中华中医药杂志, 2022, 37(2): 902-905.

    GUAN X, XU Y, YANG Sh, et al. Research on the relationship between the characteristics of traditional Chinese medicine facial diagnosis and disease[J]. China Journal of Traditional Chinese Medicine and Pharmacy, 2022, 37(2): 902-905(in Chinese). 
    [2] 严夏继, 周茂琳, 钱鹏, 等. 当代临床背景下面诊客观化的研究进展[J]. 中华中医药杂志, 2021, 36(4): 2199-2201.

    YAN X J, ZHOU M L, QIAN P, et al. Research progress on the objectification of TCM face diagnosis under the background of its clinical application[J]. China Journal of Traditional Chinese Medicine and Pharmacy, 2021, 36(4): 2199-2201(in Chinese). 
    [3] 赵静, 刘明, 郭世珍, 等. 中医面诊客观化研究进展浅析[J]. 天津中医药, 2017, 34(10): 718-720.

    ZHAO J, LIU M, GUO Sh Zh, et al. Analysis on the facial diagnosis objectification of traditional Chinese medicine[J]. Tianjin Journal of Traditional Chinese Medicine, 2017, 34(10): 718-720(in Chinese). 
    [4] 《中国脑卒中防治报告》编写组. 《中国脑卒中防治报告2019》概要[J]. 中国脑血管病杂志, 2020, 17(5): 272-281.

    REPORT ON STROKE PREVENTION AND TREATMENT IN CHINA WRITING GROUP. Brief report on stroke prevention and treatment in China, 2019[J]. Chinese Journal of Cerebrovascular lar Diseases, 2020, 17(5): 272-281(in Chinese). 
    [5] 刘立群, 彭敏红. 红外热成像评价针药结合治疗中枢性面瘫60例[J]. 现代养生(下半月版), 2019(8): 98-99.

    LIU L Q, PENG M H. Infrared thermal imaging evaluation of 60 cases of central facial paralysis treated with acupuncture and medicine[J]. Health Protection and Promotion, 2019(8): 98-99(in Chinese). 
    [6] 刘旭龙, 洪文学, 张涛, 等. 基于红外热像LBP的面瘫客观评估方法[J]. 生物医学工程学杂志, 2013, 30(1): 34-38.

    LIU X L, HONG W X, ZHANG T, et al. Objective assessment of facial paralysis using local binary pattern in infrared thermography[J]. Journal of Biomedical Engineering, 2013, 30(1): 34-38(in Chin-ese). 
    [7] 李洪娟, 沙莎, 李婷婷. 面部红外成像诊法研究[J]. 中国中医基础医学杂志, 2012, 18(7): 787-790.

    LI H J, SHA Sh, LI T T. Study on facial infrared imaging diagnosis method[J]. Chinese Journal of Basic Medicine in Traditional Medicine. 2012, 18(7): 787-790(in Chinese). 
    [8] 秦钰, 张文征, 陈颖, 等. 中风患者头面部红外热像图特征初探[J]. 中国中医基础医学杂志, 2018, 24(1): 54-55.

    QIN Y, ZHANG W Zh, CHEN Y, et al. Characteristics of infrared thermography in the head and face of stroke patients[J]. Chinese Journal of Basic Medicine in Traditional Medicine, 2018, 24(1): 54-55(in Chinese). 
    [9] 黄幸, 张根明, 高颖, 等. 从风论治行走不稳的卒中病例分析[J]. 环球中医药, 2020, 13(8): 1364-1366.

    HUANG X, ZHANG G M, GAO Y, et al. Analysis of stroke cases with unstable walking based on wind[J]. Global Traditional Chinese Medicine, 2020, 13(8): 1364-1366 (in Chinese). 
    [10] 朱梅芳, 王春雪. 以认知行为治疗综合管理卒中后抑郁伴失眠患者病例报道[J]. 中国卒中杂志, 2018, 13(5): 504-507.

    ZHU M F, WANG Ch X. Case report on comprehensive management of patients with post-stroke depression and insomnia with cognitive behavioral therapy[J]. Chinese Journal of Stroke, 2018, 13(5): 504-507 (in Chinese). 
    [11] 李鹏辉, 羊田, 孟毅. 中西医结合治疗进展性脑梗死1例[J]. 中国中医药现代远程教育, 2016, 14(10): 132-133.

    LI P H, YANG T, MENG Y. Therapy of integrated medicine in the treatment of progressive cerebral infarction for one case[J]. Chinese Medicine Modern Distance Education of China, 2016, 14(10): 132-133 (in Chinese). 
    [12]

    ZHAO J, LIU X F, XIONG J C, et al. Investigation of skin structures based on infrared wave parameter indirect microscopic imaging[J]. Proceedings of the SPIE, 2017, 10250: 102500Q.
    [13]

    WANG W Z, YADAV N P, CAO Y, et al. Finger Skin super-resolved imaging based on extracting polarized light field[J]. Optik—International Journal for Light and Electron Optics, 2018, 180: 215-219.
    [14]

    ULLAH K, LIU X, HABIB M, et al. Subwavelength far field imaging of nanoparticles with parametric indirect microscopic imaging[J]. ACS Photonics, 2018, 5(4): 1388-1397.
    [15]

    LIU X, QIU B, CHEN Q, et al. Characterization of graphene layers using super resolution polarization parameter indirect microscopic imaging[J]. Optics Express, 2014, 22(17): 20446-20456.
    [16]

    LIU W P, XIONG J C, LIU J, et al. Polarization multi-parametric imaging method for the inspection of cervix cell[J]. Optics Communication, 2021, 488: 126846.
    [17]

    XIONG J C, LIU X F, LIU G S, et al. Characterization of Komagataeibacter xylinus by a polarization modulation imaging method[J]. Journal of Physics, 2020, D53(12): 125403.
    [18]

    ULLAH K, LIU X F, KRASNOK A, et al. Resolving the multipolar scattering modes of a submicron particle using parametric indirect microscopic imaging[J]. Photonics and Nanostructures-Fundamentals and Applications, 2018, 30: 7-13.
    [19] 马岩, 马晓凯, 王滨, 等. 鼻唇沟的解剖学研究[J]. 中华医学美学美容杂志, 2011, 17(3): 161-164.

    MA Y, MA X K, WANG B, et al. Anatomical study of nasolabial fold[J]. Chinese Journal of Medical Aesthetics and Cosmetology, 2011, 17(3): 161-164 (in Chinese). 
    [20] 文昌隆, 罗赛, 郝立君. 鼻唇沟解剖及相关面部年轻化治疗的最新研究进展[J]. 中国美容整形外科杂志, 2021, 32(5): 277-279.

    WEN Ch L, LUO S, HE L J. The latest research progress of nasolabial fold anatomy and related facial rejuvenation treatments[J]. Chinese Journal of Aesthetics and Plastic Surgery, 2021, 32(5): 277-279(in Chinese). 
  • [1] 李升辉孙祥仲 . 采用相位板的中波红外共形光学系统设计. 激光技术, 2022, 46(2): 283-287. doi: 10.7510/jgjs.issn.1001-3806.2022.02.021
    [2] 王云鹏刘力双刘洋 . 鱼眼成像系统标定技术研究. 激光技术, 2024, 48(1): 77-82. doi: 10.7510/jgjs.issn.1001-3806.2024.01.013
    [3] 马志明王晓玲周哲海 . 基于LED照明的时域全场OCT成像系统设计. 激光技术, 2023, 47(2): 280-285. doi: 10.7510/jgjs.issn.1001-3806.2023.02.019
    [4] 陈均溢商思航苗丹江财俊曾延安 . 光电成像系统的绝对光谱响应效率测量及分析. 激光技术, 2021, 45(1): 121-125. doi: 10.7510/jgjs.issn.1001-3806.2021.01.021
    [5] 徐帅朱启兵黄敏 . 手持式食品残留物荧光成像检测系统开发. 激光技术, 2023, 47(6): 872-880. doi: 10.7510/jgjs.issn.1001-3806.2023.06.021
    [6] 雷选华杨克成 . 一种基于FPGA水下激光成像系统的同步控制器. 激光技术, 2010, 34(5): 682-685. doi: 10.3969/j.issn.1001-3806.2010.O5.029
    [7] 汪靓杨宇黄敏朱启兵 . 基于偏振成像技术的油桃机械损伤检测. 激光技术, 2022, 46(6): 841-849. doi: 10.7510/jgjs.issn.1001-3806.2022.06.021
    [8] 夏春蕾郑刚戴曙光 . 大景深成像技术及其相移现象的控制. 激光技术, 2008, 32(2): 159-162.
    [9] 陈德章张华冷杰高建波路英宾陶刚郭嘉伟李萧 . 基于APD面阵探测器的非扫描激光主动成像雷达. 激光技术, 2017, 41(6): 775-778. doi: 10.7510/jgjs.issn.1001-3806.2017.06.001
    [10] 李芮李晓王志斌黄艳飞王耀利张瑞 . 阵列探测器在成像光谱偏振探测技术中的应用. 激光技术, 2014, 38(6): 822-825. doi: 10.7510/jgjs.issn.1001-3806.2014.06.021
    [11] 王骐迟欣李琦 . 太赫兹自由电子激光器的成像原理及进展. 激光技术, 2006, 30(6): 643-646.
    [12] 胡江涛黄峰张雏刘秉琦王元铂 . 超分辨率重构复眼成像技术的研究进展. 激光技术, 2015, 39(4): 492-496. doi: 10.7510/jgjs.issn.1001-3806.2015.04.014
    [13] 吴舒哲唐嘉熊亮黄佐华 . 一种基于共轴干涉的相位物体定量成像技术. 激光技术, 2017, 41(2): 275-279. doi: 10.7510/jgjs.issn.1001-3806.2017.02.026
    [14] 李达李云霞蒙文韩晓飞 . 低慢小目标面阵推进式激光成像探测方法研究. 激光技术, 2014, 38(1): 44-48. doi: 10.7510/jgjs.issn.1001-3806.2014.01.010
    [15] 林巧文杨春花刘红梅康占成 . 基于微球透镜远场超分辨率成像方法研究. 激光技术, 2021, 45(6): 686-690. doi: 10.7510/jgjs.issn.1001-3806.2021.06.002
    [16] 韩宏伟张晓晖葛卫龙 . 一种用于水下距离选通成像的变步长扫描方法. 激光技术, 2011, 35(2): 226-229,259. doi: 10.3969/j.issn.1001-3806.2011.02.023
    [17] 王聪毅高向东马女杰张艳喜游德勇 . 激光焊接缺陷多向磁场激励下磁光成像检测. 激光技术, 2020, 44(5): 592-599. doi: 10.7510/jgjs.issn.1001-3806.2020.05.011
    [18] 周宇王天一李文军游承武杨振刚王可嘉刘劲松 . 太赫兹无损检测可视化系统的设计. 激光技术, 2017, 41(3): 351-355. doi: 10.7510/jgjs.issn.1001-3806.2017.03.010
    [19] 冯伟伟张循利陈立刚 . 光束会聚对光学偏振探测影响的分析. 激光技术, 2011, 35(4): 559-561,565. doi: 10.3969/j.issn.1001-3806.2011.04.029
    [20] 欧攀刘星孙鸣捷于康龙王治权 . 一种大步长的光学微扫描方法. 激光技术, 2013, 37(3): 293-296. doi: 10.7510/jgjs.issn.1001-3806.2013.03.005
  • 加载中
图(9)
计量
  • 文章访问数:  1705
  • HTML全文浏览量:  1181
  • PDF下载量:  15
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-06-22
  • 录用日期:  2022-10-25
  • 刊出日期:  2023-07-25

基于偏振参数非直观光学成像的鼻唇沟量化表征

    通讯作者: 熊吉川, jichuan.xiong@njust.edu.cn
    作者简介: 薛璐(2000-), 女, 硕士研究生, 主要从事光学成像的研究
  • 1. 南京理工大学 电子工程与光电技术学院, 南京 210014
  • 2. 湖北器长光电股份有限公司, 大冶 435106
  • 3. 黄石市中医医院 心脑脾胃病科, 黄石 435002
  • 4. 大冶市还地桥中心卫生院 外科, 大冶 435112
基金项目:  国家自然科学基金资助项目 61827814

摘要: 鼻唇沟特征的异常变化是脑卒中面诊的重要依据。为了量化表征鼻唇沟特征, 解决传统中医面诊时难以发现精细特征变化和信息交流困难的问题, 采用了偏振参数非直观光学成像(PIMI)方法, 利用非直观成像的斯托克斯S1参量图谱, 取得了不同年龄的健康人员和脑卒中患者病中、预后的鼻唇沟对称性量化表征数据。结果表明, 健康人员鼻唇沟S1图谱特征具有较好的对称性, 鼻肌横部区与上唇提肌区的左右峰值均较为接近; 脑卒中患者患病期鼻唇沟的S1图谱明显不对称, 左右峰值大多相差20以上, 预后状态鼻唇沟S1图谱特征更接近健康人群。该方法有望应用于脑卒中疾病的病情评估及疗效评价, 促进中医数字化的发展。

English Abstract

    • 望诊居中医“望闻问切”四诊之首,面诊是望诊的主要判断依据[1]。传统的面诊主要依靠医生目测观察和语言文字描述交流记录,主观性强,受医生经验影响大,阻碍了中医诊断治疗和传承发展。面部特征数据量化可以为临床诊断及治疗效果评价提供客观依据,是中医数字化的必然途径,具有重要的应用意义[2-3]

      脑卒中俗称中风,致残、死亡率极高,我国脑卒中终生发病风险位居全球首位[4],受到社会各界广泛关注。脑卒中中医诊疗数据量化一直是学者的研究热点。由于面部纹理特征数据化的困难性,前期针对中医面诊数据化工作集中于面部温度的不对称性表征上[5-8],但中医临床主要依据鼻唇沟单侧消失或变浅、患侧额纹消失和口角向健侧歪斜等面部异常特征[9-11]诊断,要充分发挥中医在脑卒中诊断中的传承和潜力,面部纹理特征的数据量化非常必要。

      偏振参数非直观光学成像(polarization parameteric indirect macroscopic imaging,PIMI)方法,是利用光子状态对物质的敏感性,通过收集远场光场变化,反演获得多维光量子状态参数图谱,对物质的结构和各向异性具有较高的敏感度。ZHAO等人[12]利用PIMI方法研究了胶皮和癌变皮肤切片样本,发现PIMI光量子状态参数对皮肤组织的表征能力更强。WANG等人[13]利用PIMI方法研究手指皮样本,发现PIMI方法比静态偏振成像获取到皮肤更多的信息。

      基于PIMI光量子状态参数对皮肤组织结构的敏感性,本文作者拟探究PIMI技术对面部鼻唇沟特征数据化表征能力,以辅助中医脑卒中诊断和患者治疗及预后效果评估,为传统中医面诊数据量化提供一种可能的技术方法。

    • PIMI方法通过对入射或出射光的调制,检测光场的远场变化,通过对远场变化的反演获得光量子状态参数图谱,具有较强的分辨能力[14-18]。本文中的PIMI光路原理图如图 1所示。主要由发光二极管(light-emitting diode,LED)白光光源、固定偏振片、人脸、旋转偏振片和输出相机等组成。采集过程中,保持固定偏振片不动,通过多次改变旋转偏振片的角度进行原图采集,对原图通过下述计算获得斯托克斯参量图谱。

      图  1  PIMI光学成像原理图

      Figure 1.  Principle diagram of PIMI optical imaging

      光路的穆勒矩阵关系如下:

      $ \boldsymbol{S}_{\text {out }}=\boldsymbol{M}_{\mathrm{r}} \cdot \boldsymbol{M}_{\mathrm{s}} \cdot \boldsymbol{M}_{\mathrm{f}} \cdot \boldsymbol{S}_{\mathrm{in}} $

      (1)

      式中, Sout为系统出射光的斯托克斯矢量;Mr为旋转偏振片的穆勒矩阵;Ms为人脸的穆勒矩阵;Mf为固定偏振片的穆勒矩阵,与光轴方向平行;Sin为入射光源的斯托克斯矢量:

      $ \boldsymbol{S}_{\mathrm{in}}=\left[\begin{array}{llll} S_{\mathrm{in}, 0} & S_{\mathrm{in}, 1} & S_{\mathrm{in}, 2} & S_{\mathrm{in}, 3} \end{array}\right]^{\mathrm{T}} $

      (2)

      式中,斯托克斯参数Sin, 0为入射光的总光强;Sin, 1为水平偏振光强与垂直偏振光强之差;Sin, 2为45°偏振光强与135°偏振光强之差;Sin, 3为左旋圆偏振光强与右旋圆偏振光强之差。

      本文作者将人脸抽象成一个波片加反射镜的穆勒矩阵模型Ms,计算过程中入射角i按45°处理,φδ分别是线偏振光照射到人脸发生漫反射的过程中产生的消光角和相位差,消光角和相位差与面部皮肤的各向异性及特征直接相关。

      $ \begin{gathered} \boldsymbol{M}_{\mathrm{s}}=\boldsymbol{M}_{\mathrm{w}} \boldsymbol{M}_{45^{\circ}}= \\ \frac{p^2}{2}\left[\begin{array}{cccc} 1 & 0 & 0 & 0 \\ 0 & Q & R & \sin (2 \varphi) \sin \delta \\ 0 & R & Q & -\cos (2 \varphi) \sin \delta \\ 0 & -\sin (2 \varphi) \cos (2 \delta) & \cos (2 \varphi) \sin \delta & \cos \delta \end{array}\right] \end{gathered} $

      (3)

      式中,Q=cos2(2φ)+sin2(2φ)cosδR=cos(2φ)sin(2φ)×(1-cosδ),Mw为波片的穆勒矩阵,M45°为入射角i=45°时反射镜的穆勒矩阵,p为反射系数。

      旋转偏振片以固定间隔角度θ旋转,经过n次旋转可以获取n张不同偏振角度的光强图,其穆勒矩阵可以表示为Mr, θ:

      $ \begin{gathered} \boldsymbol{M}_{\mathrm{r}, \theta}= \\ \frac{1}{2}\left[\begin{array}{cccc} 1 & \cos (2 \theta) & \sin (2 \theta) & 0 \\ \cos (2 \theta) & \cos ^2(2 \theta) & \sin (2 \theta) \cos (2 \theta) & 0 \\ \sin (2 \theta) & \sin (2 \theta) \cos (2 \theta) & \sin ^2(2 \theta) & 0 \\ 0 & 0 & 0 & 0 \end{array}\right] \end{gathered} $

      (4)

      系统最终出射光为Sout:

      $ \begin{array}{l} {\mathit{\boldsymbol{S}}_{{\rm{out }}}} = \left[ {\begin{array}{*{20}{c}} {{S_0}}\\ {{S_1}}\\ {{S_2}}\\ {{S_3}} \end{array}} \right] = \frac{{{p^2}}}{8}{\left( {\frac{{n - 1}}{{n + 1}}} \right)^2}\left( {{S_{{\rm{in }}, 0}} + {S_{{\rm{in }}, 1}}} \right) \times \\ \left[ {\begin{array}{*{20}{c}} {1 + Q\cos (2\theta ) + R\sin (2\theta )}\\ {\cos (2\theta ) + Q{{\cos }^2}(2\theta ) + R\sin (2\theta )\cos (2\theta )}\\ {\sin (2\theta ) + Q\sin (2\theta )\cos (2\theta ) + R{{\sin }^2}(2\theta )}\\ 0 \end{array}} \right] \end{array} $

      (5)

      式中,斯托克斯参数S0为出射光的总光强;S1为出射光的水平偏振光强与垂直偏振光强之差;S2为出射光的45°偏振光强与135°偏振光强之差;S3为出射光的左旋圆偏振光强与右旋圆偏振光强之差。

      不同检偏角度光路的出射光强为I:

      $ \begin{gathered} I=\frac{p^2}{8}\left(\frac{n-1}{n+1}\right)^2\left(S_{\mathrm{in}, 0}+S_{\mathrm{in}, 1}\right) \times \\ {[1+Q \cos (2 \theta)+R \sin (2 \theta)]} \end{gathered} $

      (6)

      式中,n为旋转次数。

      对(6)式利用ABC三角函数(I=A+Bcos(2θ)+Csin(2θ))的傅里叶数字级数算法,结合矢量光场光子状态表征,可以得到相机中对应每一个像素的斯托克斯参量,最终根据像素坐标得出斯托克斯参量图谱。

    • 2021年3月至7月,对未进行过面部整容手术的10例健康对象和7例脑卒中患者进行图像数据收集。健康测试对象无脑卒中病等慢性病史,近期无全身性疾病,其中男5例,女5例,年龄20~63岁,平均年龄48岁。脑卒中患者中男性6例,年龄44~51岁,女性1例,年龄76岁。

    • 作者设计了手持式PIMI面部成像设备,利用手机作为成像器件,通过外加偏振光学模块和开发的手机应用软件,能够实现光照模式化调制、图像采集及数据反演,实现PIMI检测,如图 2所示。图像采集在室内进行,保持弱光环境,温度23 ℃~26 ℃,湿度50%~60%,背景吸光性能良好。被测者面部保持干净清洁,无遮挡,未涂抹护肤用品,面部正对手持式PIMI面部成像设备。使用MATLAB对PIMI S1数据图谱进行分析。

      图  2  面部鼻唇沟数据采集

      Figure 2.  Facial nasolabial fold data collection with PIMI

    • 图 3是健康对象面部的PIMI S1图谱,包括男性、女性及年轻、年长两个维度。由图可见,不同性别和年龄的健康对象面部鼻唇沟轮廓明显,呈现出黄色,具有较好对称性;面颊其它区域呈现蓝色,无明显特征性。

      图  3  健康女性和男性的PIMI S1图像

      Figure 3.  PIMI S1 images of healthy women and men

      根据诊疗经验,部分脑卒中患者病中或预后期,面部静止状态下病症不易观察,临床医生为了准确判断病情,通常会观察患者在面部静止和呲牙两个状态下的鼻唇沟特征。图 4中拍摄的脑卒中患者于2021-04-11发现患病,作者于5月1日(病中,见图 4a图 4b)和6月1日(预后,见图 4c图 4d)分别进行了PIMI图像的采集。由图 4可见,脑卒中患者患病期右侧鼻唇沟为黄色,左侧鼻唇沟颜色几乎消失,即鼻唇沟一侧消失,对称性消失。患者预后两侧鼻唇沟相比患病期时颜色加深,对称性有改善。

      图  4  44岁男性中风患者的PIMI S1图像

      Figure 4.  PIMI S1 images of a 44-year-old male stroke patient

    • 鼻唇沟是从鼻翼两侧延伸至口角外下方的凹陷性面部区域,从解剖学角度可将鼻唇沟分为上、中、下3段,上段为鼻肌横部区,中段为上唇提肌区,下段为蜗轴区[19]。为了更好地研究PIMI图像对鼻唇沟特征数据量化的有效性,选取了鼻翼两侧鼻唇沟(鼻肌横部区)与鼻尖以下和口角以上(上唇提肌区)这两个位置的鼻唇沟,通过划横线提取S1像素值的方法进行量化分析。

      年长组女性/男性健康对象的原始图、S1图像和提取数据曲线如图 5所示。两侧鼻唇沟的数据量化对应于红色圈内的峰值,表现出明显的对称性。PIMI S1图像与原始图相比,其对应数据曲线上两侧鼻唇沟的数据特征更为明显。对于鼻肌横部区提取的鼻唇沟数据,PIMI S1曲线中间平,两端凸现两峰,峰宽相对较窄,对比明显;而原始图对应分析曲线虽具有对应两峰,但辨识度相对较低。与此相比,上唇提肌区的曲线,PIMI S1曲线中间增加一个峰,主要源于人中,但两侧鼻唇沟对应的峰明显;而原始图曲线人中峰值宽且杂,鼻唇沟数值辨认困难。由此下文主要利用PIMI S1图谱做鼻唇沟的数据量化表征分析。

      图  5  原始图像和PIMI S1图像的数据分析曲线对比

      Figure 5.  Comparison of analysis curves between the original images and the PIMI S1 images

      图 6是健康组年轻女性/男性鼻唇沟的PIMI S1数据图谱和数据提取曲线。健康年轻女性/男性鼻肌横部区峰值分别为200和250,上唇提肌区鼻唇沟峰值均为200左右,不同测试对象鼻唇沟的PIMI S1数据绝对值虽有不同,但是PIMI S1数据很好地表征了鼻唇沟的对称性。每位健康测试者的鼻唇沟PIMI S1数据量化特征峰值会有不同,这和WEN等人关于鼻唇沟解剖一文中总结鼻唇沟深度因人而异特征一致[20]

      图  6  a—健康年轻女性鼻唇沟区域的PIMI S1图像及其PIMI S1数据量化结果  b—健康年轻男性鼻唇沟区域的PIMI S1图像及其PIMI S1数据量化结果

      Figure 6.  a—PIMI S1 image and quantitative results of PIMI S1 data in the nasolabial sulcus region of a healthy young woman   b—PIMI S1 image and quantitative results of PIMI S1 data in the nasolabial sulcus region of a healthy young man

      图 7为6名脑卒中患者的鼻唇沟PIMI S1数据图谱和数据提取曲线,患者包含5名男性与1名女性。从数据提取曲线可以看出,6名脑卒中患者的鼻唇沟左右峰值大多相差20以上,均表现出明显的不对称性;6名患者的鼻肌横部区的左右峰值分别相差48、26、66、82、27、16,上唇提肌区的左右峰值分别相差48、66、41、48、55、8,与健康人群相比,左右峰的差值较大。

      图  7  不同年龄脑卒中患者鼻唇沟区域的PIMI S1图像及其PIMI S1数据量化结果

      Figure 7.  PIMI S1 images and quantitative results of PIMI S1 data in the nasolabial sulcus region of stroke patients of different ages

      为了进一步研究PIMI S1图谱对面部鼻唇沟数据量化的效果,采集了某男性脑卒中患者患病期和预后期的PIMI图像,对鼻唇沟进行了PIMI S1数据图谱分析和对比,如图 8图 9所示,分别为面部静止状态和呲牙状态的对比分析。

      图  8  脑卒中患者鼻唇沟区域在面部静止状态下不同时间段的PIMI S1图像及其PIMI S1数据量化结果

      Figure 8.  PIMI S1 images and quantitative results of PIMI S1 data in the nasolabial sulcus region of stroke patients in the facial resting state at different times

      图  9  脑卒中患者鼻唇沟区域在呲牙状态下不同时间段的PIMI S1图像及其PIMI S1数据量化结果

      Figure 9.  PIMI S1 images and quantitative results of PIMI S1 data in the nasolabial sulcus region of stroke patients in the teeth bared state at different times

      患者面部静止状态时,病中时鼻肌横部区横线左侧S1峰值35,右侧峰值非常不明显,与周围值相近,约为10左右;上唇提肌区则鼻唇沟对应峰值完全消失;即鼻唇沟一侧消失,左右两侧鼻唇沟不对称。预后期鼻肌横部区的横线S1左右峰值对称较好,上唇提肌区横线S1数据峰值略有显现,虽不突出,但与患病期对比可看出变化。患者呲牙状态时,由S1曲线可见,病中患者鼻唇沟一侧消失。预后鼻肌横部区数据左右峰值明显,但有一侧鼻唇沟对应峰值明显偏低,即鼻唇沟一侧变浅;上唇提肌区鼻唇沟峰值不明显,量化数值不对称。

    • 对测试对象的面部进行了PIMI成像,且对鼻唇沟对称特征进行了数据量化和分析,结果表明,PIMI S1图像对健康和患者面部鼻唇沟的量化特征有区别,健康人员鼻唇沟S1图谱特征具有较好的对称性,脑卒中患者患病期鼻唇沟的S1图谱明显不对称,患者预后状态鼻唇沟S1图谱有所变化,接近健康人群的对称状态。因调研和观察的患者数据量较少,后续还需收集大量病例样本进行进一步验证,结合深度学习方法研究基于PIMI技术脑卒中患者面部纹理对称特征的判别标准。

参考文献 (20)

目录

    /

    返回文章
    返回