光學相干層析的三維血管成像方法及其算法

郭晉豪，李 陽，劉智明，鐘會清，郭周義，莊正飛

（國家中醫藥管理局中醫藥與光子技術三級實驗室&廣東省激光生命科學重點實驗室，華南師范大學生物光子學研究院，廣州 510631）

光學相干層析（optical coherence tomography，OCT）具有非入侵性、可跨層成像、高分辨率、高靈敏度、快速成像的技術特點，在皮膚、腸胃、心臟、神經、眼科等醫學領域應用廣泛。由于眼睛的近似于透明介質的特點，入射光可穿透眼前節到達視網膜、脈絡膜，使OCT技術很早便被應用于眼科成像［1］。在初期，結構相對簡單的時域OCT在醫學上得到了一定的發展。隨著傅里葉域OCT ［（Fourier-domain OCT，FD-OCT），其包括頻域OCT和掃頻光源OCT］的噪音問題被逐步改善，OCT的成像速度大大加快，進一步促進了OCT三維成像的應用［2］。

光學相干層析血管造影（optical coherence tomography angiograhpy，OCTA）是FD-OCT在血管成像中的應用，它是一種非接觸性、快速、安全的活體檢測成像方法。傳統OCT無法在組織中區分出血流，血流中血紅細胞的移動造成背散射光信號不穩定，而靜態組織中光的背散射強且信號相對穩定。利用該特點，在原FD-OCT采集到的OCT數據集中，用算法可對組織中的血流成像。

在傳統眼科檢查中，熒光素血管造影（fundus fluoresce angiography，FFA）和吲哚青綠血管造影（indocyanine green angiography，ICGA）被譽為“金標準”。這兩種方法具有成像角度廣、動態成像、無成像偽影的優點。但是，FFA不能檢測出脈絡膜異常，熒光素從脈絡膜快速泄漏時影響其檢測，且兩種方法所成的像均為二維圖像，無法對病灶進行空間定位以及詳細選層觀察。此外，注射造影劑還可能引發患者惡心、嘔吐、過敏，嚴重者甚至死亡［3］。而OCTA與FFA 和ICGA相比，其穿透性好、分辨率高、可三維成像等優點便于醫生分析確定病因，無需注射、無副作用使它可成為日常眼科檢查的手段。

OCTA在臨床上有廣泛的應用，如糖尿病視網膜病變、青光眼、年齡相關的黃斑變性、脈絡膜新生血管等與眼部血管相關的疾病的診斷。圍繞臨床診斷這一重點應用，國內研究者近年開展了各眼科疾病在OCTA方法下的表現和量化測定工作，但在OCTA硬件研制和算法開發方面的工作相對較少。

1 OCTA及其算法

在FD-OCT中，若干個軸向（激光的入射方向，與深度z同向）掃描（A-san）組成橫向二維圖，若干個橫向二維圖組成三維的OCT圖像。對光強-頻譜函數進行傅里葉逆變換后即可得出光強關于深度z的函數，并且分為振幅和相位項［4］，即

本文根據算法利用振幅與相位信息的情況，把要講述的OCTA進行如下分類，如表1所示。

表1 OCTA分類Tab.1 Classification of OCTA

1.1 基于相位的OCTA

基于相位的OCTA算法主要包括多普勒OCT（Doppler OCT，DOCT）、相位方差、相位梯度血管造影及其拓展的裂頻相位梯度血管造影。

1.1.1 DOCT

DOCT利用多普勒效應進行工作。血管中血紅細胞的移動引起入射光發生多普勒效應，從而引起波的頻率、干涉條紋相位發生變化，由此確定血管中血液的流動狀態。由于利用了相位項，DOCT除了血管成像外，還有測血液流速、血管直徑的功能。

可見該方法所需系數多，入射光與血管垂直時測不出血流的流速，且視網膜中的目標血管與入射光的夾角往往難以知曉［5］。

在成像速度和靈敏度都有優勢的FD-OCT出現后，傅里葉域DOCT隨之發展。研究者們想出若干方法測量血流的速度。一種方法是用局部血管梯度法，測量相鄰血管橫截面層析圖的血管梯度，從而得出缺失的角修正因子，其缺點為處理數據量大且耗時長［6］。另一種方法是使用冠狀面提取速度矢量：用兩幅橫向血流圖提取出血流血管的直徑、方向與位置。上述兩種方法均容易受到眼睛運動的影響，血管與入射光夾角的獲取仍需解決［7］。

在解決眼睛運動的問題上，第一個將DOCT用于活體人眼成像的團隊則使用了大樣本運動引起的多普勒位移補償算法和基于相關算法對樣品的運動進行補償［8］。而后發展出多光束入射方法，其中常用雙光束入射方法，即用偏振方向相互垂直，或者光程編碼、入射方向帶夾角α的兩路入射光，分別測出每路入射光的相差用下式算血流的絕對速度，即其中β為血流速度矢量平面與入射光束平面的夾角，λ為入射光中心波長。由于采用雙光路入射，在測量血流時兩光路的相差幾乎不變，眼動帶來相變從而影響血液流速測量的問題得以解決［9］。

DOCT可應用于測量視神經盤的總血流和血管直徑。在視神經盤周圍進行方形或圓形掃描，算出每條進入視神經盤血管的血流量后相加，即可得總視網膜血流量。血液高吸收、高散射的特性會導致陰影效應，遮擋血液下面的血管邊界，影響測量。因此，用相位方法測量血管直徑時，更易受到管壁附近低流速和系統相位噪聲的影響。在用雙光束入射測量視神經盤血流速度時，要求克服β角較大帶來的錯誤估算引起的計算速度誤差大的問題。Blatter等［10］用旋轉的道威棱鏡使入射光束探測面總是平行于速度矢量，使得測量不再依賴于獲取的血管角度。

頻域OCT的掃描速度越快，相鄰掃描的時間間隔越短，散射光在單個掃描間隔中傳播的距離相應縮短，從而使DOCT可測量的速度下限變大，成像精度降低。因此，加快掃描速度和提高靈敏度成為DOCT的矛盾。

1.1.2 相位方差

相位方差光學層析掃描（phase variance-OCT，PVOCT）利用OCT信號中相位變化的方差值識別出靜態組織中血紅細胞的運動。固定掃描時間間隔為T，頻域OCT中信號相位方差的組成成分如下所示：

MB掃描模式是在同一個橫向的不同位置進行M掃描。該模式下，掃描間隔T2＞＞T1，用得出成像信號。用此方法可消除與T無關、只與深度z相關的項，留下T1、T2時間段內項的差。PV-OCT采用MB掃描模式不僅增加了相位圖之間的最大時間間隔T，更通過改善成像的統計方法增加了標準多普勒血流成像的動態范圍。

BM掃描模式為在同一個橫向面上進行多次B掃描。在BM掃描模式下相位噪音項需要通過數值估算后進行補償。收集到的OCT信號可由信號S和噪聲N的復數形式表示：

因此，OCT信號強度可由下式表示：

由于噪音相位的隨機性，強度在一段時間內取平均值可以消除交叉項，因此OCT的信號可以表示為通過估算的值得出不同情況下N2的估值，即可得出最終的成像信號S2。在BM掃描模式下，掃描時間間隔增大，血流運動和布朗運動的比值提高，對比度也因更多的圖像數據得到應用而提高［11］。與DOCT相比，PV-OCT的掃描速度與靈敏度不發生矛盾。

1.1.3 相位梯度血管造影

相位梯度血管造影（phase gradient angiography，PGA）先對兩個不同時間的相位信號相減，再分析總相位變化信號的組成項，如下式所示：

下式計算血管造影信號：

PGA結合裂頻技術（split-spetrum）可以改善PGA的成像質量，得到裂頻相位梯度血管造影，即SSPGA（split-spectrum phase gradient angiography），如下式所示：

其中M為裂頻的數量，m為M的序號數。

PGA與振幅信號、裂頻方法相結合的裂頻振幅相位梯度血管造影，將在下面基于復合信號的OCTA中提到［12］。

1.2 基于振幅的OCTA

用振幅或散斑信息進行血流成像的原理在于隨機介質中散射粒子運動時會引起背散射光的相位變化，導致干涉條紋的頻譜或者散斑發生變化，對變化作一定的處理，即可在一定程度上對血流信號進行表征。用OCT信號中的振幅信號進行成像既有優點也有缺點。一方面，只用振幅信息可以使其減少相位噪聲，尤其是來自光源的相位噪音的影響；另一方面，當血液流動只引起相位變化而不引起振幅變化時，則達不到很好的血流成像效果。下面講述振幅OCTA的幾種算法。

1.2.1 散斑方差

由于進行頻譜散斑分析對計算速度和成像幀率要求高，散斑技術在FD-OCT開始發展的一段時間內并沒有得到很好的應用。在掃頻光源和傅里葉域鎖模技術的發展改善了掃描速度和成幀速度后，基于散斑的OCT得到了更好的發展。基于散斑的成像技術可用于血管成像、定量檢測、實時監測等以血管為目標的治療。其中利用散斑光強計算襯比時，可用于計算血管流速進行流速成像，而散斑方差（speckle variance，SV）方法通過計算散斑光強的方差成像，如下式所示：

其中i為用于橫向掃描中慢掃描軸的指數，j為橫向掃描中快掃描的指數，k為深度指數。SVijk為所需的成像散斑方差信號，N為計算方差數量的窗口值，Imean為N次B掃描的平均強度［13］。

與同樣是多功能OCT的DOCT對比，SV方法基本對任意入射角度均可成像，不受入射角度的影響，且由于算法相對簡單，基本可做到實時成像。但是，SV方法同樣也受投影偽影、體動偽影的影響。隨后散斑方差算法的團隊進行模型試驗，探究了重復掃描次數N和幀間掃描時間間隔對成像質量的影響，用所得結論可獲得更高的成像質量，但是所需成像時間也大大增加［14］。

1.2.2 相關映射

相關映射OCT（correlation mapping OCT，cmOCT）算法用來自同一位置采集的兩個B掃描的強度信息，強度分別為IA、IB。在B掃描形成的幀中的xy軸向定義一個長寬為M、N的格子（相當于SV方法中的窗口），用于選定每個像素進行相關運算所用到的隔壁像素的數量，格子越大則運算時間越長。相關映射（correlation mapping，cm）方法計算相關值算法如下：

每個像素cm（x，y）值的范圍為（-1，1）。反射物的流動性越小，相關值越大，據此設置閾值區分血管、組織。算法的靈敏度受窗口選擇的影響：小窗口易受噪音以及環境變化影響，大窗口對小血管的成像能力不夠強。對于低相關值的環境噪音，采用結構掩模（structural mask）方法抑制。

Lal等［15］使用更高速（200 kHz）的掃頻光源在BM掃描模式下，對同一位置的8個A掃描的強度分布用一維交叉關聯，補償軸向動偽影；對不同位置的B掃描之間用圖像配準方法，補償橫向動偽影。去除了較高和較低的相關值后，取N-1個同一位置的cm信號的均值，成像后用3×3的窗口逐個進行窗口濾波改善信噪比。該方法在同樣的試驗條件下比SV成像算法成像質量更優。cmOCT能識別出非常低速的液體運動，甚至是布朗運動，比DOCT有著更高的靈敏度，使其可以探測更微小的血管［16］。

1.2.3 裂頻振幅去相關血管造影

在成像的算法原理上，裂頻振幅去相關血管造影（split-spectrum amplitude-decorrelation angiography，SSADA）與cmOCT方法類似。cmOCT算法利用強度信號計算血管和組織的相關值，而SSADA算法用振幅信號計算血管和組織的去相關值：若掃描位置的流動性越大，則去相關值越大，圖像賦予的亮度就越高。SSADA算法用BM掃描模式采集大量數據。在文獻［17］中，在同一位置進行N=8次的B掃描，在對獲取的數據進行預處理（去除噪音和自相關項）后，1個A掃描處有M個不同的頻譜，原文中個數為 4，即k1、k2、k3、k4合成一個像素k，傅里葉變換后得到關于深度的復信號，即。而去相關運算只用復信號中的振幅項A（x，z），結合裂頻方法，去相關信號算法如下式所示：

為提高信噪比，進一步設置閾值去除設置背景噪音，設置閾值去除眼球微動影響的幀，再取重復掃描算出的去相關信號的均值。2012年文獻［17］發表時，盡管受偽影影響，但對活體視網膜成像的效果比DOCT要好，配合自動分層、亮度表征去相關值、最大值投影法等技術，SSADA對視網膜、脈絡膜層血管成像的視覺效果良好。在2015年，Jia的團隊［18］進一步對該算法完善的工作進行了報道，用去中值和3D正交配準方法進一步減少偽影影響，并通過模型試驗探究參數設置對信噪比的影響，進一步改善了系統參數。

軸向信號采用了裂頻技術，軸向分辨率有所降低，但是視網膜、脈絡膜上的血管分布多為橫向，與入射光垂直，因此采用SSADA算法成像更不容易受到軸向體移的影響，對視網膜、脈絡膜的血管成像效果較佳。美國光視公司Optovue推出的OCTA產品AngioVue就采用了SSADA算法，在美國的OCTA產品中銷量最高。

1.3 基于復合信號的OCTA

根據前面所述，基于相位信號的方法在不增加系統復雜程度的情況下，由于多普勒角的存在往往難以對垂直于入射光的血管成像，而且組織和血管的各向異性使組織也存在一個較小的多普勒頻移，其與血管的多普勒頻移重疊從而減少了對毛細血管血流的探測靈敏度。而基于振幅或強度信號的方法，由于毛細血管低流速可能只改變相位信號而不改變OCT信號的強度，因此難以對低流速的毛細血管進行成像。復合信號既包含振幅信息也包含相位信息，故該方法可較好地改善上述情況。

1.3.1 光學微血管造影

光學微血管造影（optical microangiography，OMAG）的相關學術文章最早由Wang團隊［19-20］發表。OMAG算法用BM掃描模式獲取圖像的原始數據，采用BM掃描模式能增大B掃描的時間間隔，從而增大成像的靈敏度。該算法在采集信號后，直接把所采集到的橫向慢軸信號相減，即

其中i為代表慢軸方向的下標。在信號相減后再對x～k的空域信號進行傅里葉變換得到2D的xz面方向的OCT信號，即

在慢軸上對復數形式的信號進行相減，相當于在慢軸上對信號進行高頻濾波，也因為同時使用了相位和振幅信號而克服了單使用振幅或者相位信號的缺點，在成像表現上比單獨使用振幅或者相位的方法要好。配合上BM掃描模式在同一位置進行的N次重復B掃描，用于成像的血流信號可由下式給出，即

在OCTA中的一個大問題就是被檢驗者的眼運動問題。OMAG算法同樣需要對體動帶來的相位變化進行補償。Wang的團隊［21］在對其OMAG方法改善的過程中，在硬件系統中用掃頻光源OCT替換頻域OCT使掃描速度加快，然而掃頻光源觸發抖動引起的相變項同樣會引起相位噪音，不對觸發抖動引起的噪音進行補償則會影響成像質量。在眾多的OCTA產品中，蔡司（Zeiss）品牌所用的算法就是OMAG，并把視網膜跟蹤技術應用于其OCTA產品中，在一定程度上改善了眼動在成像中帶來的偽影和無效幀的問題。

1.3.2 裂頻振幅相位梯度血管造影

裂頻振幅相位梯度血管造影（spilt-spectrum amplitude phase gradient angiography，SSAPGA）由1.1.3所述的SSPGA與振幅信號結合而得。成像計算時，只用相位信號會使得來自組織各向異性導致的頻移與運動血紅蛋白的多普勒展寬發生一部分重疊，使靈敏度降低。SSPGA結合了振幅信號后得到的SSAPGA方法增強了微小血管的成像能力。用于成像的SSAPGA的信號由下式算得：

基于PGA算法，SSAPGA算法不用再額外去除體動帶來的相位變化。經對比，使用了裂頻方法的SSPGA算法比沒使用裂頻方法的PGA算法效果好一倍，說明了裂頻方法可有效改善OCTA成像效果。與SSPGA算法和之前經過優化的SSADA算法量化對比，加入振幅信息后的SSAPGA算法在成像的各方面都表現得更好［12］，而該算法的缺點是運算相對復雜，在計算耗時上不占優勢。

1.4 OCTA的對比

OCTA對比傳統的FFA和ICGA，在成像質量、臨床輔助病癥分析的便利性、耗時、被檢查者體驗、日常可重復性等方面都有優勢。

同時，利用相同的原始掃描數據，在同樣的預準備、后處理流程下，文獻［12］和［22］對PGA、SSPGA、SSAPGA、SSADA、OMAG、SV、PV、cm算法成像的血流連接度、對比度、信噪比進行了定量對比。在文獻［12］的對比結果中，只用相位信號的SSPGA算法對比復合信號的SSAPGA，前者信噪比和對比度幾乎都只有后者的1/2（圖1）。在文獻［22］中，在5種對比的算法中，用復合信號的OMAG算法對比度和信噪比最高，斷連度最低，所用時間最少（圖2）。上述2個對比結果均為復合信號類效果最好。

圖1 4種算法成像效果對比［12］Fig.1 Imaging result of four algorithms［12］

2 OCTA的研究進展

OCTA作為一種優點眾多的方法，近幾年隨著在眼科檢查中的廣泛應用而得到快速發展。在眼異常部位成像方面，近幾年OCTA從眼底部位的成像發展到眼前節部位的成像。眼底部分，主要檢測視網膜血管疾病，如年齡相關的黃斑變性、視神經病變。在眼前節方面，OCTA檢測的疾病有青光眼、眼表疾病、虹膜血管異常、角膜血管增生等。

圖2 5種算法成像效果對比Fig.2 Imaging result of five algorithms

近年隨著人工智能（artificial intelligence，AI）的快速發展，OCTA與AI的結合應用得越來越廣泛。AI在OCTA中從疾病分類到圖像增強方面都有應用。在疾病分類方面，Liu的團隊［23］進行了AI和專業醫護人員在讀片后對疾病檢測分類的對比，探究各自的敏感性和特異性。其研究表明AI和專業醫護人員的表現無明顯差異，但檢驗結果缺少外部確認的手段和標準，且AI的檢驗重復性差。在圖像增強的應用中，Liu等［24］用AI方法對OCTA方法中的SSAPGA算法進行圖像增強。OCTA算法成像經AI處理后，圖像的信噪比、血管連貫度均得到了改善，使低掃描次數的成像質量可達到高掃描次數的成像質量，減少了高質量成像的掃描時間，具有較高的臨床應用價值。在我國，已有使用AI輔助社區醫生進行眼底照片的讀片和診斷的探索，這強化了社區首診能力，形成了篩查-發現-轉診-隨訪-健康的管理模式，同時便于建立在線健康檔案。

3 總結與展望

OCTA作為相對較新的眼部成像方法獲得了人們的廣泛關注。與傳統FA、ICGA方法對比，OCTA具有成像速度快、分辨率高、三維成像、無副作用的優點，在寬場成像方面的缺點也隨著視網膜跟蹤技術的發展得了到改善。本文根據OCTA成像方法對應算法使用的OCT信號信息，把OCTA分為基于相位、振幅和復合信號3類，共描述了8種方法的原理、算法及其優缺點。各方法均可對眼底進行高清成像，成像的各種偽影也隨著技術和算法的不斷發展得到了相應補償，以減少其對成像的影響。在各種OCTA方法的對比中，復合信號類成像效果最好。OCTA與人工智能技術結合在讀片、圖像增強、治療建議等方面也逐漸獲得研究和應用。

綜上所述，在未來，OCTA的應用和發展前景都非常值得期待。OCTA的應用仍然面臨著一些問題：高發射頻率的掃頻光源存在觸發抖動問題，而寬場成像的圖像場寬度比不上傳統方法，AI用于疾病分類時重復性差。因此，在硬件技術上，發展更高速、穩定的掃描光源會成為實驗室和企業的趨勢。在軟件和算法上，使用復合信號的算法以獲得更好的成像質量，使用更好的寬場掃描、合成算法以獲得寬場的血管分布圖，用AI對更多成像算法進行圖像增強、提高AI疾病分類的敏感性、特異性和重復性，這些方向在OCTA上都具有發展潛力。隨著OCTA的發展，其作為日常檢查方式在醫院中得到普及后，必定會為減少中國疾病致盲率、維護居民眼部健康做出重要貢獻。