发布时间：2024年11月1日
1 引言
内窥镜技术随着诊断能力的提高和复杂的光学设计而发展。几何畸变作为几个重要的光学性能特征之一，可能会对尺寸估计和特征识别相关的诊断产生负面影响。因此，对于内窥镜行业和医疗器械监管机构来说，迫切需要一种定量且简单的畸变评估方法。然而，目前尚无此类方法。虽然图像校正技术已经相当成熟，但它们严重依赖于计算能力来处理基于复杂数学模型的多维图像数据，难以理解。一些常用的畸变评估方法，如画面高度畸变（DPH）或径向畸变（DRAD），要么过于简单，无法准确描述畸变，要么在获取参考图像时容易出错。我们开发了基本的局部放大（ML）方法来评估内窥镜畸变，并基于该方法开发了计算DPH和DRAD的方法。该方法克服了上述限制，在整个视场中具有清晰的物理意义，并可以在诊断过程中促进病变大小的估计。最重要的是，该方法可以促进内窥镜技术的市场化，并有可能被采纳为国际内窥镜标准。
1.1 内窥镜畸变
引言部分首先介绍了内窥镜技术的发展背景，包括其在诊断能力提升和光学设计复杂化方面的进展。内窥镜技术的几个重要光学性能特性之一是几何畸变，它可能会对尺寸估计和特征识别相关的诊断产生负面影响。因此，对于内窥镜行业和医疗器械监管机构来说，迫切需要一种定量且简单的畸变评估方法。然而，目前尚无此类方法。虽然图像校正技术已经相当成熟，但它们严重依赖于计算能力来处理基于复杂数学模型的多维图像数据，难以理解。一些常用的畸变评估方法，如画面高度畸变（DPH）或径向畸变（DRAD），要么过于简单而无法准确描述畸变，要么在获取参考图像时容易出错。因此，本研究开发了一种基本的局部放大（ML）方法来评估内窥镜畸变，并基于该方法开发了计算DPH和DRAD的方法。这种方法克服了前述限制，在整个视场中具有清晰的物理意义，并有助于诊断过程中的病变大小估计。最重要的是，该方法可以促进内窥镜技术的市场化，并有可能被采纳为国际内窥镜标准。
1.2 内窥镜畸变评估方法的需求
随着内窥镜成像技术的进步，对新的诊断能力和更复杂的光学设计的需求不断增长，这推动了内窥镜技术的发展。内窥镜光学性能（OP）可以通过OP特性（OPCs）来评估，包括分辨率、畸变、视场（FOV）、视向、景深、最佳工作距离、图像噪声、检测均匀性、眩光等。当前的共识标准为评估内窥镜OP提供了有限的信息，特别是缺乏验证和定量的测试方法。没有标准化的方法来评估内窥镜畸变。国际标准规定了确定光学系统中畸变的方法，但这些方法需要使用复杂的设备，如自准直仪，或用于测量物和像瞳场角和高度的仪器。虽然标准提供了复杂的方程，但没有明确如何呈现和评估畸变结果。此外，标准中提到的的画面高度畸变值对于评估严重的桶形或枕形畸变是不足够的，并且对于评估胡子畸变也失败了。该标准中对角放大和横向放大的定义仅基于测试样品光轴附近的小区域，无法扩展到FOV内放大显著变化的内窥镜。因此，本研究试图建立一种定量、客观和简单的内窥镜畸变评估方法，并目标将该方法应用于国际内窥镜标准。通过回顾先前期刊文章中描述的常见畸变评估方法，并分析这些方法之间的关系，本研究基于局部放大思想开发并验证了一种评估内窥镜径向畸变的定量测试方法。这种方法将有助于性能特征和设备间比较，适用于各种标准和内窥镜成像产品。该方法有可能通过减少内窥镜制造商和监管机构的工作量，以最少的负担方式促进产品开发和监管评估过程。因此，新颖、高质量的内窥镜系统可以迅速进入市场。该方法还可以用于快速识别和理解性能不佳的内窥镜的原因，并在制造过程中的质量控制以及临床实践中的质量保证中受益。
畸变评估常见方法回顾
2.1 图像高度畸变及相关方法
本节讨论了几种用于畸变评估的方法，特别关注了图像高度畸变（DPH）方法。DPH方法由欧洲广播联盟（EBU）定义，并被ISO 9039国际标准推荐。该方法通过量化与畸变图像的外接（桶形畸变）或内切（枕形畸变）矩形相切的水平直线的弯曲程度来评估畸变。计算公式如下：
$$[ \text{DPH}(\%) = \frac{\Delta H}{H} \times 100 = \frac{(A – B)}{H} \times 100 ]$$
其中，$( B )$是 $( H )$的一半，( H ) 是畸变图像的外接或内切矩形的高度。DPH值对于桶形畸变为负，对于枕形畸变为正。报告的DPH值应为所有四个角的平均值。
此外，还提到了电视（TV）畸变方法（DTV）或传统TV畸变方法，这与DPH方法类似，但用于评估显示设备上的畸变。
2.2 径向畸变方法
另一种基于比较畸变图像（( R_d )）和未畸变图像（( R_u )）半径的畸变评估方法称为径向畸变方法（DRAD）。假设光轴附近的畸变为零，因此可以根据畸变图像中心的信息计算出未畸变的图像。然后，以未畸变图像为参考，沿径向评估畸变图像。计算公式如下：
$$[ \text{DRAD}(\%) = \frac{R_d – R_u}{R_u} \times 100 ]$$
其中，( R_d ) 是畸变图像中某点到图像中心的距离，( R_u ) 是相应点在计算出的未畸变图像中到图像中心的距离。
图像占位符：图 2.2 – DRAD方法示意图
DRAD方法可以用于评估复杂的畸变（例如胡子畸变），通过沿半径线评估畸变轮廓。胡子畸变可能是由于设计对策或图像处理算法的限制或去除畸变而产生的。通过计算从图像中心到角落的对角线DRAD，我们可以得到DRAD与( R_u )或( R_d )的曲线。
图像占位符：图 2.3 – 典型DRAD曲线
这些方法提供了评估内窥镜畸变的不同技术，每种方法都有其特定的应用场景和局限性。在实际应用中，选择合适的方法对于准确评估和校正畸变至关重要。
以上内容中提到的图像占位符应替换为实际的图像名称或描述，如果实际图像不可用，则使用占位符表示。在实际的文档中，这些占位符会被具体的图像、图表或公式所替代。
Was this helpful?
1 / 0
