【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!...
OCTA 成像原理编者按:
[/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!
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!
客官,这篇文章有意思不?下载APP接着看!点击下方“阅读原文”即可!
↓↓↓
关注 微文阅读推荐
微信扫一扫关注公众号