【大数据诊室】OCTA发明者Ricky Wang：高清成像背后有故事

OCTA不是照相机，没有镜头也没有底片，为何能清晰得照出血管的形态？这内有乾坤！OCTA的联合发明者，华盛顿大学眼科和生物医学中心主任RickyWang教授，在今年的同仁国际视网膜论坛上给大家细细讲解！...

编者按：

[/b]

OCTA不是照相机，没有镜头也没有底片，为何能清晰得照出血管的形态？这内有乾坤！ OCTA的联合发明者，华盛顿大学眼科和生物医学中心主任Ricky Wang教授，在今年的同仁国际视网膜论坛上给大家细细讲解！

OCTA 成像原理

1995年Dr Chen就提出在OCT中利用多普勒成像技术对眼底血管进行成像，然而由于眼底血管与探测信号成直角、视网膜毛细血管血流非常缓慢，以及被测眼球持续运动等这些难题的存在，一直制约着多普勒OCT的血管成像。因此，我们需要变换一下策略。

这是我画的一幅卡通图，看到A扫描过血细胞流动的血管，信号记录到5个峰，其中1,2,5是静止的视网膜组织，信号相对稳定，而穿过运动的血细胞的信号则是波动的。收集这些波动的信号，同时包括幅值信息（Amplitude）以及相位信息（Phase），通过公式计算，就可以在OCT上重建出血细胞流过的视网膜血管结构。

信息越完整，成像越清晰

（a）OMAG, (b) speckle variance, (c) phase variance, (d)SSADA, (e) correlation mapping.

且看上图，三种不同算法的OCTA所显示的血管形态走形十分相似，然而OMAGc (Optical Micro Angiography) 算法给出的血管图像最高清——血管更加平滑清晰、背景噪音更小。

Why？

就如我们平时看的照片那样，当其收集的信号越多，则其图像越清晰。SSADA(Split-Spectrum Amplitude-Decorrelation Angiography) , SV（Speckle variance )，CM (Correlation Mapping)等都是通过处理血管OCT幅值信息的差异进行重建。PV (Phase Variance)则是通过处理相位信息进行血管成像重建。而OMAGC会在同一位置进行重复的4次扫描，同时收集幅值信息以及相位信息，因此采集到的信息是最完整的！

随动而动——完美成像

眼球运动本身会对信号采集造成干扰，进而导致成像不准确。

如下图第一排是未开启运动跟踪功能的，可以看到图像就像电视信号不好那样，有横向条纹影响图象；而第二排，运动跟踪功能开启，整个图像清晰度骤然上升！

OMAGC算法配合蔡司Cirrus OCT 5000的快速眼球运动追踪功能（FastTracTM），随着眼球的运动而最终对应结构，进而可获得更加准确的图像，对病变的测量也更精准。

去除伪影——病灶显示更清晰

光线通过物体投到墙上，在墙上会形成影子，同样的道理，光线通过视网膜到达脉络膜，上方的视网膜血管也会在下方的脉络膜上血管上形成伪影，从而干扰我们对脉络膜的观察。现在，通过算法处理，去除伪影，去掉视网膜血管在脉络膜上的投影伪迹，我们就可以得到更清晰的脉络膜图像。

这是一例视网膜血管瘤样增生(RAP) 进展到脉络膜新生血管（CNV）的病例，当没有进行去伪影处理时，可以看到CNV渐渐地出现，但是后来变化就不明显了。

再看去伪影处理后，CNV病灶清晰可见（如下图）。

此外，Ricky Wang教授还给我们show了给自己拍的广域 OCTA图像、OCTA的分层显示、伪色彩重建、脉络膜成像等等，现场观众频频点头，掌声不断。

OMAGC——Angio OCT高清频道

OCTA更快、更安全、更经济、容易重复；非侵入、无需散瞳就可以多层次、多角度、更好地看到视网膜和脉络膜的微血管结构，提供较FA和ICGA更多血管网细节，这些优势已毋庸置疑。

OMAGC采集完整信息（幅值+相位），为高清成像奠定基础，眼球运动跟踪使得高质量的OCT血流像成为可能，伪影去除技术更可清晰显示脉络膜病灶——简直就是OCTA中的超高清频道！