光动力疗法（PDT）是一种非手术的肿瘤治疗方法，其原理是光辐射与外源性光敏剂（PS）相互作用[1]。PS通常通过静脉注射给药，并由于肿瘤血管系统的发达而在肿瘤组织中选择性积累。在PDT过程中，该区域会暴露在接近PS吸收峰波长的光辐射下。PS对光的吸收会引发光化学反应，从而导致病变组织中的细胞死亡（坏死和凋亡）。
PDT已在多个医学领域显示出疗效，包括皮肤病学[2]、[3]、[4]、耳鼻喉科[5]、牙科[6]、[7]和眼科[8]、[9]。为了评估PDT的效果，提出了几种非侵入性诊断技术，如光声（OA）系统[10]、[11]、光学相干断层扫描[12]和增强磁共振成像[13]。其他方法还包括通过正电子发射断层扫描[14]分析肿瘤细胞的代谢活动，通过光学扩散[15]、[16]或OA技术[17]评估肿瘤的氧状态，以及通过单线态氧发光[18]、[19]评估PDT的效率。然而，这些方法在早期治疗效果评估方面往往缺乏足够的灵敏度和特异性，同时在技术实现和临床应用上也存在实际限制。
荧光诊断是一种最具成本效益和效果的非侵入性实时PDT监测技术，它利用了PS的荧光特性。PS的积累会伴随荧光水平的升高，而在治疗照射过程中PS的光漂白会降低荧光水平。光漂白的程度（定义为荧光强度的相对降低）可以作为评估PDT效果的标准[20]，也是进行过程中治疗剂量调整的基础。这种个性化方法对于减少对周围健康组织的损伤和降低复发风险至关重要。
PDT过程的荧光监测可以采用点测量或空间分辨的宽场测量方式进行。点测量通常使用光纤完成，具有易于与其他光谱测量（如氧合度、血液灌注等）结合的优势[21]。此外，点荧光测量可以与通过单根光纤传递的治疗辐射结合使用，从而将治疗和监测集成在一个设备中[22]。
宽场设备可以捕获荧光图像，与点测量相比，扩展了诊断能力[23]、[24]，使得能够同时评估肿瘤组织和周围组织的荧光情况。在复杂或异质性病变的情况下，这种方法可以更准确地监测治疗激光照射过程中的PS光漂白现象。
在临床PDT过程中实时评估PS光漂白现象需要自动跟踪被照射的病变区域。然而，这一过程受到多种因素的影响，包括患者移动导致的靶区位移以及图像中存在的外来物体（如医疗仪器或相邻的PS积聚区域）。这些物体可能会遮挡感兴趣区域或由于眩光和内在荧光而产生伪影[25]。此外，治疗过程中荧光强度的逐渐降低进一步增加了视觉跟踪的难度。初步的临床研究表明，我们之前开发的基于Viola-Jones[26]和GrabCut[27]算法的跟踪算法经常因上述因素而失效，这对临床应用是一个关键限制。
本研究的目的是开发和验证一种新的方法（实时），以开发一种荧光成像系统软件工具，尽管存在上述挑战，仍能实现对肿瘤节点的稳健跟踪并计算PDT过程中的荧光强度变化。该方法结合了最佳探测波长的系统选择和稳健跟踪算法的适配。我们评估了OpenCV库中的多种计算机视觉算法，用于逐帧跟踪荧光区域。通过临床环境和模拟PDT过程中典型实时监测挑战的模拟实验结果，比较了这些算法在面对目标位移和PS光漂白等因素时的稳定性。
现有的PDT荧光成像方法通常依赖于手动分析或图像后处理，这些方法在PDT过程中仅能进行主观的荧光强度评估（在荧光强度较低的情况下尤为复杂），并且只能提供回顾性的PDT效果预测。我们的研究通过开发基于计算机视觉跟踪的实时PDT监测软件平台，解决了这一问题。这使得能够适应临床PDT动态挑战的稳健跟踪成为可能。最终软件解决方案通过跟踪选定的感兴趣区域（ROI），在界面中提供标记的肿瘤定位和光漂白曲线的可视化表示，从而实现对PS浓度的定量评估。除了PDT监测外，该解决方案还可用于荧光标记物的积累评估、术中指导和远程观察PDT治疗过程。
