眼睛——人类心灵之窗,是人们从外界获取信息的重要器官,也是人们表达情感体现内在与外在之美的重要部位。对于众多的眼科疾病,其早期的诊断可以通过观察视网膜的变化来得到相关信息。视网膜是脑部神经组织的延伸,具有复杂的多层次组织结构。而传统的眼部成像模式只能获取二维的视网膜图像。光学相干层析成像技术(OpticalCoherenceTomography,OCT)的诞生,实现了活体眼组织显微结构的非接触式、非侵入式、高分辨率成像,并实现了眼部成像从二维到三维的质的飞越。
OCT发展历程及其原理从年美国麻省理工大学DavidHuang博士等首次提出OCT概念以来的20多年里,OCT技术不断发展。年,OCT技术第一次正式用于眼科临床,此后由于扫描程序和分析程序的增加经历了OCT1到OCT2的演变;年,StratusOCT(即OCT3)出现,其全部操作都可用鼠标在计算机上完成,日益完善的扫描与分析程序使成像分辨率更高,可以更清楚地观察视网膜各层结构的病变。以上的OCT1到OCT3都是时域OCT(TimeDomainOpticalCoherenceTomography,TD-OCT),年,Fercher等提出了傅立叶域OCT(FourierDomainOpticalCoherenceTomography,FD-OCT),大大提高了成像速度和分辨率,并且可以将数据处理为三维图像,提供更加直观、清晰的视网膜各层可视化图像,成为了OCT发展史上的一座里程碑。
时域OCT系统的基本结构如图1所示,其本质是使用低相干光源的迈克尔逊干涉仪,包括低相干光源、干涉系统、样品臂、参考臂、探测器。光束通过分光镜分成参考光与样品光分别入射到参考镜和样品组织。由全反射镜反射回来的参考光与样品后向散射的样品光经光纤耦合器汇合产生干涉信号。由于不同深度的被检测组织对光的反向散射特性不同,产生了不同的光学延迟时间,从而获得了样品组织的内部结构信息。再通过参考镜的纵向扫描与样品组织的横向扫描相结合,经过计算机处理后得到组织的断层二维图像。
频域OCT系统是通过获取宽带光谱各频率成分的干涉信号实现的,主要有两种实现方式:一种是基于光谱仪的频域OCT系统（SD-OCT）,它利用高解析度的分光光度仪来分离不同波长的光波;另一种是基于扫频光源的频域OCT系统(SS-OCT),它利用波长可变的光源发射不同的波长。其中,SD-OCT的基本结构如图2所示,它的基本结构和TD-OCT的基本相同,差别是SD-OCT直接测量的是干涉信号的光谱,样品组织的不同深度信息是通过对所测光谱的快速傅立叶逆变换得到的,不再涉及直接物理位移的纵向扫描(即A-scan)。由样品和参考返回光束重合后发生干涉,干涉光束被光谱仪的衍射光栅色散开来,由线阵探测器CCD接收并转换为电信号且数字化后输入计算机;然后,将所得到数据进行傅立叶逆变换,即可得到样品的深度信息,在此基础上通过横向扫描,就可重构样品的二维及三维层析图像。SD-OCT使成像速度从A-scan/s提高到20A-scan/s以上,并使横向分辨率从20~25μm提高到6~20μm,大大提升了OCT的应用价值。
国内外商业OCT发展现状鉴于OCT对于眼科临床医学诊断的重要作用,很多公司开始投入到研发OCT产品的行列中。从最早的德国卡尔蔡司公司推出第一台OCT开始,在这短短20几年里,拓普康、海德堡和莫廷等多家国内外公司都相继研发出自己的软硬件一体的医用和科研专用的OCT产品。通过硬件改进、软件优化等多方面改进,OCT产品性能不断提高,使得OCT光学相干断层扫描成像与视网膜疾病自动检测技术新进展技术被运用到越来越多的领域。表列举出了国内外各大公司目前OCT最新产品的性能参数等信息。
国内外OCT最新产品的性能参数基于OCT成像的视网膜疾病自动诊断OCT技术被首先应用于眼科,这是OCT最成功、最重要的应用领域。视网膜是人体最精细的组织结构之一,众多眼科疾病都能够在视网膜上显示出病理信息。而SD-OCT能够清晰辨认出视网膜的11层组成成分,发现其中的细微病变。OCT对于绝大多数眼前节和眼后节疾病的检测具有方便、快速、多角度的优势;另外,OCT使用了近红外光源作为探测光,使得那些屈光介质不清的患者也能进行眼底视网膜的检查。它对于青光眼、老年黄斑变性、糖尿病黄斑病变、高血压视网膜病变等各类眼内疾病的诊断都提供了重要依据。
随着OCT成像技术的不断发展,扫描速度和成像分辨率不断提高,获得的图像数据量也随之增加。如何有效地分析数据以帮助医生的诊断,甚至做到疾病的自动检测,已成为亟待解决的问题。目前,将图像处理和分析技术应用到三维OCT图像上,以实现视网膜疾病自动检测,已成为一个崭新的研究课题。国际上在视网膜分层、病变区域检测等方面的工作已获得了较好的成果。
青光眼、老年黄斑变性、糖尿病黄斑病变是3种较常见的、致盲率较高的视网膜疾病,以下将分别介绍这3类疾病自动诊断方法的最新进展。
青光眼的辅助诊断青光眼是一种发病迅速、危害性大、随时导致失明的常见疑难眼病,是我国主要致盲病因之一。青光眼的早期检查、诊断和治疗是防止视神经损害和失明的关键。
青光眼患眼的视网膜神经纤维层(RNFL)缺损可出现在视野缺损前,被认为是青光眼早期诊断指征之一。RNFL在OCT图像中为一边界清晰的高反射带。目前,OCT仪自带的分析软件均能实现RNFL厚度的测量,其结果具有很高的可重复性,并能与正常眼平均数据作出比较以辅助诊断。
视盘的病理性凹陷是青光眼的重要临床特征,可用杯盘比定量描述。杯盘比的数值是诊断青光眼和观测其病程的一个重要指标。在以视乳头为中心的OCT图像中可清晰显示视盘轮廓、视盘凹陷和视盘周围的RNFL。美国爱荷华大学的Lee等[5]提出了基于SD-OCT图像自动分割视乳头杯盘边缘的方法用于杯盘比的自动计算。该方法首先对图像进行预处理:对DOCT图像按局部结合中值和排序滤波的方法进行了平滑去噪;在平滑图像上,采用多分辨率图搜的分割方法确定了4个最优的分割曲面。第二步,将曲面2和4之间的数据在竖直方向上求平均,构成一个投影图像,这一图像将用于血管分割和分类时的特征提取。在核心的分类算法中,采用了15维特征和基于K近邻的有监督分类器将每一个A-scan(每一列)分为背景、杯、盘这3类中的一类。采用的特征包括层间距离、梯度、投影图灰度值、血管位置等信息。最后,采用基于凸包的边缘拟合方式获得平滑的杯盘边缘位置。该算法过程及结果如图3、4所示。算法结果与专家手动标注结果间的杯、盘边缘位置绝对值误差分别为2.52±0.87象素(0.±0.mm)和2.04±0.86象素(0.±0.mm),达到与不同观察者间误差相比拟。
老年黄斑变性的辅助诊断与治疗黄斑变性是一种慢性眼病,它是不可逆的中心视力的下降或丧失,很难再治愈。在我国,老年性黄斑变性(AMD)正成为老年人致盲的重要原因。老年性黄斑变性分为干性和湿性两种,其中干性AMD约占80%~85%,其视网膜色素上皮细胞吞噬能力下降,脉络膜和视网膜之间堆积了很多垃圾,色素上皮层提高,形成玻璃疣,看物时就会出现歪曲。湿性AMD约占15%~20%,多发生于60岁以上的老年人,随着病程的进展,严重者可导致失明。其造成视力损害的原因主光学相干断层扫描成像与视网膜疾病自动检测技术新进展?IMDVol.20No.2要是脉络膜新生血管(CNV),引起视网膜出血、水肿及视网膜组织的破坏,最终导致疤痕形成,从而视力丧失。
通过监测黄斑部OCT图像中神经纤维层、视网膜神经上皮层及色素上皮/脉络膜毛细血管复合层的厚度增加情况,可监测老年黄斑变性病程的发展。瑞士伯尔尼大学的Dufour等采用了带有软约束条件的图搜算法,将视网膜用6个面分为5层(图5)。对每一层建立正常人层厚度的统计形状模型。将待检测图像与统计形状模型相比较,可得到各层厚度的偏差图,以作为辅助诊断的病变提示。该方法特别有助于RPE下玻璃疣的诊断(图6)。
针对湿性AMD相关的CNV,传统的治疗方法为激光光凝(PDT),基于OCT成像的视网膜内及视网膜下积液的定量分析对指导治疗和观察疗效方面有实用价值。目前,针对CNV,玻璃体腔内注射抗血管内皮生长因子(VEGF)类药物的治疗方式正在临床试验中,其最佳给药方案或联合治疗方案的制定更需要以视网膜积液的定量分析为重要指导。
美国爱荷华大学的Quellec等提出了一种检测该类病变区域(SymptomaticExudateAssociatedDerangement,SEAD)分布的一种方法:首先,通过分割算法将视网膜分为10层;然后,对各层提取包括灰度特征、共生矩阵、游程长度、小波纹理特征等在内的21维纹理特征及层厚度的均值、方差,以此构成23维的特征向量;接着,计算病变图像特征与正常图像统计特征之间的偏差,并用K近邻分类器进行分类,可获得病变区域在冠状位方向投影的概率图;最后,选取阈值将概率图二值化后得到最终的病变区域分布图像。其结果如图7所示。
在上述方法的基础上,本文作者陈新建等提出了基于联合图搜和图割的三维SEAD区域分割算法,可较好地应用于积液区域的定量分析。算法流程如下:首先,找出病变视网膜的上下边界曲面;然后,将这两个曲面之间,属于已检测出的二维病变区域范围内的所有象素点进行分类;接着,将包括结构特征、位置特征、纹理特征在内的共52维的特征向量输入K近邻分类器,所得结果为反映病变区域三维分布的概率图;经校正后,其中高概率和低概率的点将分别被用作后续分割算法中目标和背景的种子点;在核心的联合图搜-图割算法中,建立3个子图分别检测病变区域及其上下两个约束面。每个子图的结构分别由单个区域或曲面的约束条件决定,而子图间的联系由区域和面之间的约束关系决定(图8),在建好的有向图中用最大流最小割算法可找到最优的分割曲面和区域。最终检测结果如图9所示。其真阳性率和假阳性率分别为86.5%和1.7%。
糖尿病性视网膜病变的诊断由糖尿病引起的黄斑囊样水肿可导致视力损失,囊样水肿的大小可在OCT图像中进行定量分析。美国北卡罗来纳大学教堂山分校的Wilkins等提出了一种黄斑囊样水肿的自动检测方法。首先,通过中值滤波和双边滤波去除图像中的散斑噪声;然后,根据成像系统自带软件检测出的上下边界,用阈值法分割出视网膜内部灰度值较低的区域作为初步检测结果;最后,去除体积较小或灰度标准差较大的假阳性区域(图10)。检测结果的敏感性和特异性分别达到91%和96%。
随着OCT技术在成像速率、图像分辨率和信噪比等方面性能的不断提高,OCT在临床应用中的潜力也将被越来越多的挖掘出来,其在生物医学领域的前景也将更为广阔。而基于OCT的图像分析和识别方法与软件也将日渐成熟,从而为临床诊断、辅助治疗和医学研究做出重要的贡献。
长按上图，识别北京哪家白癜风治疗最专业白殿风是怎样引起的
