导读
呼吸和心跳等生理运动引起的运动伪影是光学相干断层扫描血管成像（OCTA）所面临的一个重要挑战。针对该问题的解决方案要么需要额外的硬件支持，要么需要复杂的计算进行运动补偿。因此，开发一种能够有效抑制运动伪影且不依赖复杂运动补偿计算的OCTA算法，对于提高活体成像质量具有重要意义。针对上述挑战，山东大学宋维业教授课题组提出了一种新的OCTA算法，该算法通过融合视网膜差分图像中的相位信息和强度信息，从而有效减少了活体成像中的运动伪影，为视网膜成像的研究和诊断提供了更清晰、更准确的技术手段。该成果以“Optical coherence tomography angiography integrating differential phase and intensity images for in vivo imaging of a mouse retina”为题发表在光学领域权威期刊《Optics Letters》上。
研究背景
光学相干断层成像（Optical coherence tomography, OCT）是一种非侵入性三维成像技术，具有微米级分辨率，已在视网膜疾病诊断中广泛应用。 其功能扩展——光学相干断层扫描血管成像（OCTA），通过检测血细胞运动引起的信号变化来获取视网膜微血管图像，已广泛应用于糖尿病视网膜病变、老年性黄斑病变等疾病的诊断。
然而，呼吸、心跳等生理运动会在OCTA图像中产生运动伪影，严重降低图像质量并影响诊断准确性。为减少此类伪影，研究者提出了多种解决方案，包括结合硬件设计的算法和运动补偿方法。但这些方法通常需要额外硬件支持或依赖复杂的运动偏移量估计与补偿计算。因此，开发一种能有效抑制运动伪影且无需复杂运动补偿计算的OCTA算法，对提升OCTA成像质量具有重要意义。
研究方法
本论文提出了一种相位信息与强度信息相融合的OCTA算法，DPISTD算法。在该算法中，首先进行OCT图像重建，得到视网膜的三维图像数据。首先，计算相邻帧在同一扫描位置的复数数据的幅度差，得到差分强度（DI）图像，然后计算相邻帧在同一扫描位置的复数数据的相位差，得到差分相位（DP）图像。然后分别计算差分强度图像和差分相位图像的标准差，最后将相位差分信息与强度差分信息相融合，计算差分相位标准差图像和差分强度标准差图像的平方根，得到最终的OCTA图像，从而实现运动伪影的抑制和减少组织区域的噪声，提升OCTA图像信噪比。
研究结果
实验使用了实验室之前设计搭建的OCT系统，对小鼠视网膜进行了活体成像。该系统扫描速度为100kHz，轴向分辨率为2.3微米，横向分辨率为10.9微米。通过在视盘中心进行光栅扫描，获取视网膜三维图像数据。为了全面评估所提算法的性能，将其与三种常用的OCTA算法——基于强度的散斑方差OCT（SVOCT）、基于相位的相位方差OCT（PVOCT）和基于复信号的光学微血管成像（OMAG）进行了比较。
图1 小鼠视网膜的OCTA en face图像。第一行显示了分别由SVOCT、PVOCT、OMAG和DPISTD获得的OCTA en face图像的平均投影。第二行显示了由四种算法获得的最大投影图像。第三、第四和第五行分别显示了(e)–(h)中黄色、绿色和蓝色框对应的放大图像。比例尺 = 100 µm。
实验结果表明，与 SVOCT、PVOCT 和 OMAG 算法相比，本文提出的新算法在最大投影 en face 图像上的信号噪声比（SNR）和对比噪声比（CNR）分别提升了 1.38 dB 和 0.82。这表明新算法生成的 OCTA 图像更清晰，运动伪影和噪声更少，有助于更准确地观察视网膜微血管结构。 为进一步评估算法性能，对视网膜不同层（血管丛/毛细血管丛）进行了分层处理与比较（图 2）。结果显示，相较于其他三种算法，DPISTD 算法显著减少了图像中的运动伪影和背景区域噪声。在所有血管丛图像中，DPISTD 算法的 SNR 和 CNR 均达到最高值。与表现次优的 OMAG 算法相比，新算法在最大投影的浅层血管丛（SVP）图像上，SNR 和 CNR 分别提升了 2.31 dB 和 3.02。以上结果充分证明，新算法在抑制运动伪影和降低组织背景噪声方面优势显著，能更清晰地显示血管结构，这一优势在视网膜浅层血管丛（SVP）和深层毛细血管丛（DCP）图像中尤为突出。
图2 由不同算法获得的三个不同视网膜层的最大投影图像。第一行显示SVP层图像，第二行显示ICP层图像，第三行显示DCP层图像，分别由SVOCT、PVOCT、OMAG和DPISTD获得。在标记为彩色框的区域中，DPISTD图像中的运动伪影和噪声（用箭头标记）明显减少，而在其他算法获得的图像中则更为明显。比例尺 = 100 µm。
此外，论文还研究了不同重复帧数对 OCTA 图像质量的影响。 结果表明，随着重复帧数的增加，新算法在 SNR 和 CNR 上的优势更加突出（图 3）。当重复帧数为2 时， 新算法的 SNR 与 SVOCT 相当，但 CNR 显著更高，表明其在图像结构对比度方面更具优势。当重复帧数增至 3、4 和 5 时， 新算法在最大投影和平均投影图像上的 SNR 和 CNR 均优于其他算法，达到最高水平，且较次优算法OMAG提升显著。
图3 不同重复帧数下，四种算法获得的最大投影图像和平均投影图像的信噪比（SNR）和对比噪声比（CNR）。
作为次优算法的OMAG虽能抑制部分运动伪影，但在重复帧数较少时（如图4所示），其图像中仍存在明显伪影。随着重复帧数增加，DPISTD算法的图像质量持续提升：运动伪影与噪声逐渐减少，血管结构更加清晰。可见，DPISTD算法在多帧成像中性能更优，能更有效地利用多帧数据提升图像质量。相比之下，即使增加重复帧数，OMAG算法对运动伪影的改善效果要明显差于DPISTD算法。
图4 不同重复帧数下，DPISTD和OMAG获得的最大投影图像。比例尺 = 100 µm。
前景与展望
本研究提出的 DPISTD 算法在小鼠视网膜活体成像中表现出优异的运动伪影抑制能力，显著提升了图像质量。 该方法不仅改善了 OCTA 成像效果，更为视网膜疾病的诊断与研究提供了有力支撑。 未来，该算法可进一步优化，以拓展至更广泛的临床应用，如人类视网膜成像及其他组织微血管成像。
该研究得到了国家自然科学基金、山东省自然科学基金等项目的支持。山东大学博士研究生生吴付旺为第一作者，山东大学宋维业教授为通讯作者。
