血液样品流速测量系统的设计.docVIP

血液样品流速测量系统的设计 　　摘 要：为了采集血液样品在毛细玻璃管中的流动速度曲线，本文介绍了基于线阵CCD的血液流速测量系统，并提出了滑窗相减算法处理线阵CCD视频信号，它可以用来快速获得带有系统误差的图像边缘位置，并且在速度计算过程中，抵消该边缘点的误差。算法的处理过程为：首先需要对CCD输出的每一帧信号中的灰度值做间隔象元相减，然后对相减结果绝对值化，再设置合适阈值二值化，这个过程已经抑制了低频的灰度值起伏，同时利用二值化后信号的特点，排除高频的杂散噪声，确定带误差的血样边缘位置，最后对一系列位置量做差分就可以得到去除误差的血样流速。 　　关键词：流速；线阵CCD；边缘检测；现场可编程逻辑门阵列 　　中图分类号：TP391 　　血液粘度是衡量血液流动性的一项综合指标。作为医疗检查的一个重要项目，血液粘度的异常通常会指示人体的某些病变[1]。测量血液粘度的仪器称为血流变仪，当前广泛使用的血流变仪有两种：旋转式血流变仪和压力传感器血流变仪，但是这两种仪器都笨重而且测量耗时较长。考虑到血液样本粘度越大，其流速越慢，因此，通过获得测量血液样本在一定条件下的流动速度曲线，也可以计算得到血液粘度。本文将介绍一种血样本流速测量系统及其测量方法。 　　1 血液流速测量系统及其工作原理 　　在线阵CCD检测系统中，被测对象在CCD像素上成像，以线阵CCD作为光电传感器接收被测对象的图像信号。CCD传感器将被测对象的光学图像信号转换为电平信号，其中每个电平的大小对应于像素所接收光强的强弱，信号输出的时间顺序对应着像素的位置顺序。一般来讲对CCD输出的电平信号需要经过滤波、放大、AD转换后成为离散的灰度值，最后进入嵌入式处理器分析处理。 　　图1 测量系统框图 　　如图1所示，血液样品在一个恒定压力F的作用下进入毛细玻璃管，血液边缘以某种变化的速度向前运动，玻璃管横置于光源和线阵CCD之间，CCD对该流动过程不断拍照，在第i次扫描时（即第i张照片），血液边缘处于第Pi个象元。由于血条的覆盖，将导致被覆盖的CCD象元输出灰度值较低，未被覆盖的将输出较高灰度值。由于CCD扫描间隔固定为T，每个象元长度固定为L，因此Pi数组实际代表了血样边缘的离散位移，对位移做差分即可得到离散的速度。可见，象元长度L越小（即分辨率越高）和扫描间隔T越小，得到的离散速度精度越高，越接近连续的实际情况，但L和T的减小增加了所需要处理的数据量和处理速度，提高了对系统的要求，因此问题归结于快速，准确的定位到边缘Pi。 　　2 滑窗相减法 　　实际查看波形后发现，渐变区具有良好的线性，即便采用直线拟合法，得到的边缘点距渐变区几何中点非常近[4]，这也是直线拟合法的基础，边缘点和渐变区几何中点的差值可以认为是系统误差，由公式（4）可以看到，这个误差在速度测量中被抵消了。考虑间隔2K个象元相减，对相减的结果设定阈值，就可以找到几何中点。具体过程为：取渐变区几何中点P，将其定为边缘位置，渐变区宽度为2K，再设定一个窗口，窗口宽度为2K，窗口的右边从V1开始，将窗口沿着CCD输出灰度向右滑动，每滑动一个象元，令窗口右边沿灰度值减去左边沿灰度值，由于在前2K个灰度窗口左边沿尚没有有效值，则将被减数设置为V1，得到 　　（1） 　　接着设定一个阈值Vcomp，它的值为 　　Vcomp=（Vp+k-Vp-k）/2 （2） 　　利用Vcomp对|QN|二值化，得到RN， 　　（3） 　　假设存在1个象元的足够大的杂散噪声，RN将出现1对宽度均为1的干扰脉冲，由于渐变区得到的脉宽为2K左右，设置一个合适的阈值E做脉宽判定，对RN中脉宽小于E的脉冲忽略，直到找到一个脉冲宽度大于或等于E，判定该脉冲为渐变区脉冲，它的上升沿所在的象元个数即为边缘所在的位置Pi。 　　为了计算速度，考虑到CCD每两次扫描间隔时间为一个固定时间T，对Pi做差分运算，即 　　Si=Pi+1-Pi （4） 　　它表示在T时间内，边缘位移了Si个象元距离，虽然每个Pi并非真正的边缘点，但是它包含了对真实点的固定的系统误差，减法之后，这个误差就被抵消了，因而得到的速度量Si是准确的。设每个象元长度为L，则得到离散的流速曲线为 　　Ai=Si*L/T （5） 　　3 结束语 　　为了测量血液样品的流动速度，本文分析了现有的线阵CCD输出处理方式，提出了滑窗相减法来快速地定位边缘位置，运算不但能减弱光源的影响，而且可以有效抑制低频噪声，通过计算脉冲宽度，设置合适的阈值Vcomp和K，可以找到特定的渐变区，有效抑制了高频的杂散噪声，同时，设计的结构保证了系统的低消耗和高实时性，最后，为了验证方法的有效性，笔者利用Verilog HDL语言实现了该算法，并对其进行了仿真和实际测试