(46-6) 07 * << * >> * Русский * English * Содержание * Все выпуски

Спектральные линзы для выделения кровеносных сосудов на коже
М.М. Хамза 1, В.А. Бланк 1,2, В.В. Подлипнов 1,2, Л.Л. Досколович 1,2, Р.В. Скиданов 1,2, Б. Фан 3

1 Самарский национальный исследовательский университет имени академика С.П. Королёва,
443086, Россия, г. Самара, Московское шоссе, д. 34;
2 ИСОИ РАН – филиал ФНИЦ «Кристаллография и фотоника» РАН,
443001, Россия, г. Самара, ул. Молодогвардейская, д. 151;
3 Институт оптики и электроники Китайской академии наук, Чэнду 610209, Китай

 PDF, 1443 kB

DOI: 10.18287/2412-6179-CO-1155

Страницы: 899-904.

Аннотация:
Представлен лабораторный макет для визуализации кровеносных сосудов на коже человека. Для выделения кровеносных сосудов на коже используется дифракционный оптический элемент нового типа – спектральная линза. Показано, что визуализация кровеносных сосудов наиболее эффективна в виде получения индексного изображения по длинам волн 735 нм и 835 нм по формуле, аналогичной формуле расчета индекса NDVI. В работе также используется прикладное программное обеспечение, которое предназначено для решения задач спектрального анализа.

Ключевые слова:
гиперспектрометр, гиперкуб, спектральный анализ, кровеносные сосуды на коже, спектральная дифракционная линза.

Благодарности
Работа выполнена при поддержке гранта РНФ № 20-69-47110.

Цитирование:
Хамза, М.М. Спектральные линзы для выделения кровеносных сосудов на коже / М.М. Хамза, В.А. Бланк, В.В. Подлипнов, Л.Л. Досколович, Р.В. Скиданов, Б. Фан // Компьютерная оптика. – 2022. – Т. 46, № 6. – С. 899-904. – DOI: 10.18287/2412-6179-CO-1155.

Citation:
Hamza MM, Blank VA, Podlipnov VV, Doskolovich LL, Skidanov RV, Fan B. Spectral lenses to highlight blood vessels in the skin. Computer Optics 2022; 46(6): 899-904. DOI: 10.18287/2412-6179-CO-1155.

References:
  1. Frey A. Success rates for peripheral i.v. insertion in a children's hospital. Financial implications. J Infus Nurs 1998; 21(3): 160-165.
  2. Reigart JR, Chamberlain KH, Eldridge D, O’Brien ES, Freeland KD, Larsen P, Hartzog TH. Peripheral intravenous access in pediatric inpatients. Clin Pediatr 2012; 51(5): 468-472. DOI: 10.1177/0009922811435164.
  3. Munshey F, Parra DA, McDonnell C, Matava C. Ultrasound guided techniques for peripheral intravenous placement in children with difficult venous access. Paediatr Anaesth 2020; 30(2): 108-115. DOI: 10.1111/pan.13780.
  4. Atalay H, Erbay H, Tomatir E, Serin S, Oner O. The use of transillumination for peripheral venous access in paediatric anaesthesia. Eur J Anaesthesiol 2005: 22(4): 317-318. DOI: 10.1017/s026502150524053x.
  5. Bachir W, Abo Dargham F. Feasibility of 830 nm laser imaging for vein localization in dark skin tissue-mimicking phantoms. Phys Eng Sci Med 2022: 45(1): 135-142. DOI: 10.1007/s13246-021-01096-x.
  6. Lin X, Zhuang B, Su X, Zhou Y. Measurement and matching of human vein pattern characteristics. Journal of Tsinghua University 2003: 43(2): 164-167.
  7. Zhang J-Y, Sun M-H. Study on algorithm for skeleton features extraction of hand vein image. J Comput Appl 2007: 27(1): 152-154.
  8. Wang K, Zhang Y, Yuan Z, Zhuang D. Hand vein recognition based on multi supplemental features of multi-classifier fusion decision. 2006 International Conference on Mechatronics and Automation 2006: 1790-1795. DOI: 10.1109/ICMA.2006.257486.
  9. Li W, Yuan W. Imaging quality analysis on palm vein under different wavelengths near-IR. Computer Engineering and Applications 2011; 47(30): 15-18.
  10. Zharov V, Ferguson S, Eidt J, Howard P, Fink L, Waner M. Infrared imaging of subcutaneous veins. Lasers Surg Med 2004; 34(1): 56-61. DOI: 10.1002/lsm.10248.
  11. Madrid García A, Horche PR. Light source optimizing in a biphotonic vein finder device: Experimental and theoretical analysis. Results Phys 2018; 11: 975-983. DOI: 10.1016/j.rinp.2018.10.033.
  12. Pan C-T, Francisco MD, Yen C-K, Wang S-Y, Shiue Y-L. Vein pattern locating technology for cannulation: a review of the low-cost vein finder prototypes utilizing near infrared (NIR) light to improve peripheral subcutaneous vein selection for phlebotomy. Sensors 2019; 19(16): 3573. DOI: 10.3390/s19163573.
  13. Ayoub Y, Serhal S, Farhat B, Ali A, Amatoury A, Nasser H, Ali MA. Diagnostic superficial vein scanner. 2018 Int Conf on Computer and Applications (ICCA) 2018: 321-325. DOI: 10.1109/COMAPP.2018.8460229.
  14. Uhl A, ed. Handbook of vascular biometrics. Springer; 2020.
  15. 8 best devices for finding veins. Source: <https://evercare.ru/news/8-luchshikh-ustroystv-dlya-poiska-ven>.
  16. Spectral Indices. Source: <http://www.exelisvis.com/docs/SpectralIndices.html>.
  17. Soifer VA, ed. Methods for computer design of diffractive optical elements. New York: John Willey & Sons Inc; 2002. ISBN: 978-0-471-09533-0.
  18. Skidanov RV, Doskolovich LL, Ganchevskaya SV, Blank VA, Podlipnov VV, Kazanskiy NL. Experiment with a diffractive lens with a fixed focus position at several given wavelengths. Computer Optics 2020; 44(1): 22-28. DOI: 10.18287/2412-6179-CO-646.
  19. Blank V, Skidanov R, Doskolovich L, Kazanskiy N. Spectral diffractive lenses for measuring a modified red edge simple ratio index and a water band index. Sensors 2021; 21(22): 7694. DOI: 10.3390/s21227694.
  20. Firsov NA, Podlipnov VV, Ivliev NA, Nikolaev PP, Mashkov SV, Ishkin PA, Skidanov RV, Nikonorov AV. Neural network-aided classification of hyperspectral vegetation images with a training sample generated using an adaptive vegetation index. Computer Optics 2021; 45(6): 887-896. DOI: 10.18287/2412-6179-CO-1038.

© 2009, IPSI RAS
Россия, 443001, Самара, ул. Молодогвардейская, 151; электронная почта: journal@computeroptics.ru; тел: +7 (846) 242-41-24 (ответственный секретарь), +7 (846) 332-56-22 (технический редактор), факс: +7 (846) 332-56-20