CN112203579A - 基于相位的功能光学相干层析成像中的体运动补偿的系统和方法 - Google Patents
基于相位的功能光学相干层析成像中的体运动补偿的系统和方法 Download PDFInfo
- Publication number
- CN112203579A CN112203579A CN201980036541.0A CN201980036541A CN112203579A CN 112203579 A CN112203579 A CN 112203579A CN 201980036541 A CN201980036541 A CN 201980036541A CN 112203579 A CN112203579 A CN 112203579A
- Authority
- CN
- China
- Prior art keywords
- oct
- phase
- variance values
- scan
- complex
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 158
- 238000012014 optical coherence tomography Methods 0.000 title claims description 141
- 238000003384 imaging method Methods 0.000 claims abstract description 33
- 238000002583 angiography Methods 0.000 claims abstract description 22
- 230000010363 phase shift Effects 0.000 claims description 43
- 238000012935 Averaging Methods 0.000 claims description 10
- FCKYPQBAHLOOJQ-UHFFFAOYSA-N Cyclohexane-1,2-diaminetetraacetic acid Chemical compound OC(=O)CN(CC(O)=O)C1CCCCC1N(CC(O)=O)CC(O)=O FCKYPQBAHLOOJQ-UHFFFAOYSA-N 0.000 claims 4
- 238000002091 elastography Methods 0.000 abstract description 4
- 238000012545 processing Methods 0.000 description 13
- 241000700159 Rattus Species 0.000 description 10
- 238000004891 communication Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 230000002207 retinal effect Effects 0.000 description 7
- 230000003595 spectral effect Effects 0.000 description 7
- 210000001525 retina Anatomy 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000017531 blood circulation Effects 0.000 description 4
- 210000004204 blood vessel Anatomy 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 241000283984 Rodentia Species 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013534 fluorescein angiography Methods 0.000 description 2
- 238000001727 in vivo Methods 0.000 description 2
- MOFVSTNWEDAEEK-UHFFFAOYSA-M indocyanine green Chemical compound [Na+].[O-]S(=O)(=O)CCCCN1C2=CC=C3C=CC=CC3=C2C(C)(C)C1=CC=CC=CC=CC1=[N+](CCCCS([O-])(=O)=O)C2=CC=C(C=CC=C3)C3=C2C1(C)C MOFVSTNWEDAEEK-UHFFFAOYSA-M 0.000 description 2
- 229960004657 indocyanine green Drugs 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000002310 reflectometry Methods 0.000 description 2
- 230000002792 vascular Effects 0.000 description 2
- 210000005166 vasculature Anatomy 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 208000003098 Ganglion Cysts Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 208000005400 Synovial Cyst Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000003743 erythrocyte Anatomy 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000011503 in vivo imaging Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 210000004126 nerve fiber Anatomy 0.000 description 1
- 238000006213 oxygenation reaction Methods 0.000 description 1
- 230000010412 perfusion Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000004233 retinal vasculature Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/102—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for optical coherence tomography [OCT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0062—Arrangements for scanning
- A61B5/0066—Optical coherence imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/0016—Operational features thereof
- A61B3/0025—Operational features thereof characterised by electronic signal processing, e.g. eye models
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
- A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Ophthalmology & Optometry (AREA)
- Signal Processing (AREA)
- Pathology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Eye Examination Apparatus (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
公开了校正基于相位的功能OCT图像中的体运动伪影的方法和系统。所公开的方法和系统基于对基于相位的OCT成像中存在的相移信号的标准偏差的使用。在与诸如OCT血管造影、多普勒OCT和OCT弹性成像的功能OCT技术一起应用时，所公开的方法提供了与其他体运动补偿方法相比改善的图像质量和降低的计算成本。
Description
相关申请的交叉引用
本申请要求于2018年4月2日提交的题为“SYSTEMS AND METHODS FOR BULKMOTION COMPENSATION IN PHASE-BASED FUNCTIONAL OPTICAL COHERENCE TOMOGRAPHY”的美国临时申请第62/651,674号的优先权，该美国临时申请的全部公开内容在此通过引用并入。
技术领域
通常，该领域涉及使用光学相干层析成像进行成像的方法。特别地，该领域涉及基于相位的功能光学相干层析成像中的体运动补偿的方法。
政府支持声明
本发明是在由美国国立卫生研究院授予的R01 EY027833、R01 EY024544和DP3DK104397下通过政府支持完成。政府对本发明享有一定的权利。
背景技术
光学相干层析成像(OCT)是一种用于以微米分辨率对生物组织进行成像的三维(3D)成像技术。随着傅立叶域OCT的出现，该技术的提高的速度和灵敏度已实现新的功能能力，例如通过多普勒OCT和OCT血管造影(OCTA)进行的流成像。多普勒OCT检测相邻A扫描之间的相移，以提供沿大脉管系统内的轴向方向的流速度。近年来，OCTA被开发为通过减去在同一位置获取的相邻B扫描的OCT信号来提取微脉管系统内的固有血流信号。基于幅度信号或相位信号的OCTA算法已被商业系统成功地采用，并且被临床医师常规地用于眼部成像。
然而，基于相位的功能OCT(例如，相位分辨的多普勒OCT、基于相位的OCTA)的一个主要挑战是由体运动引起(例如，由呼吸、心跳和其他无意识运动引起)的附加相移(差)。与基于幅度的方法相比，基于相位的方法更容易受到体运动伪影的影响，因此消除体运动相移的步骤对于准确地检测流信号是必要的。
先前已经报道并广泛使用了两种相位补偿方法。一种相位补偿方法是“平均”方法，其通过对沿视网膜组织板内的B帧中的每个A线的相移求平均来估计体运动相移。该方法可能在血管及其阴影占据组织的相对大的部分时引入大的误差。另一种相位补偿方法是“直方图”方法，其通过在每个A线上的横过组织的所有值的直方图中找到bin数量(峰值密度)最高的相移来估计该伪影。通过迭代地减去每个A线上的估计的体运动相移，“直方图”方法可以比“平均”方法更准确。然而，“直方图”方法需要大的计算预算。因此，仍然需要一种用于在基于相位的功能OCT中进行体运动补偿的快速且鲁棒的方法。
附图说明
图1A是示出根据各种实施方式的补偿基于相位的OCTA上的体运动相移的示例性过程的流程图。
图1B是示出根据各种实施方式的在基本相位θm上对体运动相移ΔφBm的估计的流程图。
图2A至图2D示出了所公开的方法在拟合在体内从大鼠眼睛获得的OCT成像数据中的适合性。图2A至图2C是不同点处的v与θ的曲线图。图2A中的数据来自仅包含毛细血管的位置处的A线，而图2B和图2C中的数据来自包含大血管的位置。图2D示出了对大鼠眼睛的扫描的正面OCT平均投影。图2D中标记为A、B和C的位置与相应的图2A至图2C对应。
图3A至图3F描绘了大鼠眼睛中的截面数据并且示出了由所公开的方法提供的图像改善。图3A描绘了体运动补偿之前的相位差图像。图3B描绘了利用“标准偏差”(STD)方法进行体运动补偿之后的相位差图像。图3C示出了没有体运动补偿的基于相位的OCTA图像。图3D描绘了利用STD进行体运动补偿之后的基于相位的OCTA图像。图3E描绘了体运动补偿之前的多普勒OCT图像。图3F描绘了利用STD方法进行体运动补偿之后的多普勒OCT图像。
图4A至图4D是示出向大鼠眼睛应用的不同的体运动补偿方法的比较的图像。图4A描绘了在没有体运动补偿的情况下计算的流信号(标记为NONE)。图4B描绘了使用“平均(AVG)”方法计算的流信号。图4C描绘了使用“直方图(HIST)”方法补偿的流信号。图4D描绘了使用“标准偏差(STD)”方法补偿的流信号。白色箭头指示某个地方的运动伪影可以通过AVG和STD方法被抑制的位置(图4B和图4D)以及也可能通过HIST方法被错误地增强的位置(图4C)。
图5A至图5I是示出在人视网膜内的不同深度处应用的不同体运动补偿方法的比较的图像。
图6是示出AVG、HIST和STD方法所需的计算预算的对比的条形图。
图7示意性地示出了根据本公开内容的用于处理OCT数据集和OCT血管造影数据集以检测无灌注区域的示例系统。
图8示意性地示出了根据本公开内容的计算系统的示例。
图9是根据各种实施方式的用于计算对OCT的体运动相位校正的方法的流程图。
具体实施方式
公开了用于去除OCT应用中的体运动伪影的方法和系统。在实施方式中，所公开的方法和系统基于在基于相位的OCT成像中存在的相移信号的标准偏差的使用。
所公开的系统和方法可应用于诸如具有幅度信息和相位信息两者的OCT信号的复数值信号。在一些实施方式中，所公开的方法和系统可应用于基于相位的功能OCT成像应用。功能OCT成像的示例包括视网膜多普勒OCT、OCT血管造影(OCTA)和OCT弹性成像。
所公开的方法和系统的一方面在于，它们提供了用于在基于相位的功能OCT成像中进行体运动补偿的鲁棒且计算高效的方法。与本领域中已知的其他体运动补偿方法相比，所公开的方法提供了图像质量的改善以及减少的处理时间。
本文中还公开了一种用于使用所公开的方法来获取以及执行体运动补偿的示例性系统。该示例性系统包括OCT设备，该OCT设备被配置成与具有逻辑子系统和数据保存能力的计算设备功能性连接地获取OCT结构和血管造影数据。在实施方式中，计算设备被配置成从OCT设备接收数据并且执行本文中描述的方法的一个或更多个操作。
在下面的详细描述中参照了附图，附图形成该详细描述的一部分并且在附图中通过图示的方式示出了可以实践的实施方式。应当理解，可以利用其他实施方式，并且在不脱离范围的情况下可以进行结构改变或逻辑改变。因此，以下的详细描述不应被认为是限制性的，并且实施方式的范围由所附权利要求书及其等同物限定。
各种操作可以以有助于理解实施方式的方式被依次描述为多个独立操作；然而，描述的顺序不应被解释为暗示这些操作是顺序相关的。
描述可以使用术语“实施方式”或“多个实施方式”，其均可以指代相同或不同的实施方式中的一个或更多个。此外，如关于实施方式所使用的，术语“包含”、“包括”、“具有”等是同义的。
在各种实施方式中，可以使用基于光谱干涉检测的OCT(结构)和OCT血管造影(流)成像来获得样本的结构和/或流信息。根据本申请，这样的成像可以是二维(2-D)成像或三维(3-D)成像。相对于现有技术的方法，结构成像可以具有扩展的深度范围，并且可以实时地执行流成像。可以列举如本文所公开的结构成像和流成像中的一者或两者以用于产生2-D或3-D图像。
除非另外指出或解释，否则本文使用的所有技术和科学术语均根据常规用法来使用并且具有与本公开内容所属领域的普通技术人员通常理解的含义相同的含义。尽管与本文所描述的方法、系统以及装置/材料类似或等效的方法、系统以及装置/材料可以在本公开内容的实践或测试中使用，但是在下面描述了合适的方法、系统以及装置/材料。
通过引用将本文提及的所有出版物、专利申请、专利和其他参考文献的全部内容并入。在发生冲突的情况下，应以本说明书(包括术语的解释)为准。此外，方法、系统、装置、材料以及示例仅是说明性的，并不旨在是限制性的。
为了便于阅读本公开内容的各种实施方式，提供了对特定术语的以下解释：
A扫描：反射率分布，其包含关于感兴趣项目内的结构的空间尺寸和位置的信息。A扫描是沿OCT设备的光轴定向并且穿透所成像的样本的轴向扫描。A扫描将反射率信息(例如，信号强度)编码为深度(z方向)的函数。
B扫描：截面层析成像，其可以通过在x方向或y方向上横向地组合一系列轴向深度扫描(即，A扫描)来实现。B扫描对来自样本的平面截面信息进行编码并且通常被呈现为图像。因此，B扫描可以被称为截面图像。
数据集：如本文中所使用的，数据集是以行-列-深度(x-y-z轴)格式对相对空间位置进行编码的所存储的数据值的有序阵列表示。在OCT的上下文中，如本文中所使用的，数据集可以被概念化为体素的三维阵列，每个体素具有相关联的值(例如，强度值、具有幅度和相位信息两者的复数值、去相关值或其他信号表示)。A扫描与沿数据集的深度(z轴)方向的一组共线体素对应；B扫描由在行或列(x轴或y轴)方向上组合的一组相邻A扫描组成。这样的B扫描也可以被称为图像，并且其组成体素被称为像素。可以将相邻B扫描的集合组合形成被称为3D图像的体素数据的3D体积集。在本文中描述的系统和方法中，由OCT扫描设备获得的数据集被称为“结构OCT”数据集，该数据集的值例如可以是承载强度和相位信息的复数。该结构OCT数据集可以用于计算被称为反映已成像样本内的流的“OCT血管造影”数据集的对应数据集。在结构OCT数据集和OCT血管造影数据集的体素之间存在对应关系。因此，来自数据集的值可以被“叠加”以呈现结构和流(例如，组织微结构和血流)的合成图像，或者以其他方式被组合或比较。
En face血管造影：OCT血管造影数据可以被呈现为三维数据集在被称为en face血管造影的单个平面图像上的2D投影。这样的en face血管造影的构建需要指定包围要投影到血管造影图像上的视网膜OCT扫描内的感兴趣区域的上部深度范围和下部深度范围。这些上部深度范围和下部深度范围可以被指定为视网膜的不同层之间的边界(例如，内界膜与外丛状层之间的体素可以被用于生成内视网膜的en face血管造影)。一旦生成enface血管造影图像，en face血管造影图像可以被用于量化如本文所述的视网膜脉管系统的各种特征。该量化通常包括设置阈值以将例如表示脉管系统内的流量的像素与血管造影内的静态组织区分开。这些en face血管造影可以以与诸如荧光素血管造影(FA)或吲哚菁绿(ICG)血管造影的常规血管造影技术类似的方式来解释，并且因此非常适合临床使用。以与用于生成en face血管造影的方式类似的方式从结构OCT数据生成en face图像也是常见的。来自不同层的血管造影也可以被颜色编码并且叠加以呈现具有编码深度信息的合成血管造影；在这样的合成图像生成中也可以包括结构en face图像。
如本文中所使用的，功能OCT广泛地是指用于提供结构表征之外的信息的OCT技术的扩展。例如，结构OCT成像可以用于收集关于组织的解剖组织的空间信息，而功能OCT可以用于收集关于在该组织样本内发生的诸如血流、组织灌注和氧合、双折射等处理的信息。功能OCT的示例包括但不限于OCT血管造影(OCTA)和表征血流的相关联技术、多普勒OCT、偏振敏感OCT、OCT弹性成像、光谱OCT、差分吸收OCT和分子成像OCT。
本文公开了用于对基于相位的光学相干层析成像(OCT)中的体运动伪影进行补偿的方法和系统。基于相位的OCT应用(例如，OCT血管造影(OCTA)、多普勒OCT和OCT弹性成像)对由受试者体运动引入的混杂相移敏感。常规的体运动补偿方法受其准确度和计算成本效益的限制。本文所描述的用于基于相位的功能OCT的新颖的体运动补偿方法在改进图像质量和减少计算负担方面提供了优于常规方法的优点。
本文公开了基于OCT流信号的标准偏差的体运动补偿的新颖方法。体运动的显式方程可以从基于相位的功能OCT中得出和减去。所公开的体运动补偿方法的一方面在于，它比先前的平均方法和基于直方图的方法更有效地减少OCT数据集中的运动伪影。此外，该方法比这些先前的方法计算强度小。
在一个特定的横向位置即轴向位置z和时间t处的OCT复数信号(幅度和相位)可以被描述为：
Boct(t，z)＝A(t，z)exp[iφ(t，z)] 式(1)
其中，Boct(t，z)是复数信号，A(t，z)是幅度，φ是相位。相位项包括三个分量，并且可以被扩展为：
φ(t，z)＝φP(t，z)+φB(t，z)+φM(t，z) 式(2)
其中，φP(t，z)是由血管内移动的红细胞引起的相移，φB(t，z)是由体运动引起的相移，并且φM(t，z)是由系统的调制频率引起的相移。两次重复的B扫描之间的差的绝对值可以被表达为：
在此处，第二次扫描的时间坐标可以被表示为t2＝t1+Δt。假设系统调制相位差对于所有A扫描都是常量并且可以被去除。ΔφB的项可以在Bdiff的标准偏差分析中被表达为：
将式(3)带入式(4)得到：
其中，C1和C2是常量。来自血管的相移贡献与组织的相移贡献相比相对小，因此在该计算中可以忽略ΔφP。因此，方差v被表达为：
v＝s2＝C1-C2cos(ΔφB) 式(6)
基于显式体运动方程，可以直接求解体运动相位。为了求解该方程，执行对复数信号Boct(t+Δt，z)的相位θ的人工减法：
B′oct(t+Δt，z)＝Boct(t+Δt，z)·exp(-iθ) 式(7)
则方差可以被表达为：
v＝C1-C2cos(ΔφB+θ) 式(8)
该方差是具有相位θ的余弦函数。可以用以π/2间隔隔开的四个相位值θ处的方差值直接求解体运动相位ΔφB。例如，在实施方式中，可以选择θ＝0、π/2、π、3π/2的相位值来启动计算：
v1＝std(|An-An+1|)2 式(10)
v2＝std(|An-An+1·exp(-i·π)|)2 式(11)
在此处，An是来自同一位置处的第n个连续的B帧中的第n个重复的A线。则体运动相移可以写为：
其中，atan2是四象限反正切。因此，基于式(14)，体运动相移可以被直接求解。
在实施方式中，可以通过移位四个采样点值多次求解该方程来提高式(14)的计算准确度。例如，为了提高下面提供的示例中的计算的计算准确度，可以通过共同用随机的基本相位θm将四个采样点移位(即，在θm、θm+π/2、θm+π和θm+3π/2处)来将式(14)求解五次。可以计算五个ΔφBm并且对五个ΔφBm求平均以获得每个A线的最终体运动相移ΔφBm。其他实施方式可以使用共同被求平均的任何合适数量的ΔφBm值。
根据本文描述的各种实施方式，在图1A和图1B中示出了图示用于体运动补偿的方法100的流程图。在实施方式中，可以对OCTA扫描应用方法100。在一些实施方式中，如图1A中的102处所示，方法100可以包括预计算操作。该预计算操作102可以包括例如一个或更多个信号处理操作，以从原始OCT光谱数据106(例如，如方法100的110处所示，减去基本光谱108的原始OCT光谱数据106)提取复数OCT信号数据104。这样的信号处理操作可以包括但不限于用于色散补偿、从波长到频率表示的转换、波数插值和/或快速傅里叶变换操作的一个或更多个操作。
在实施方式中，然后可以使用如本文所描述的“标准偏差”方法根据复数OCT信号数据104来估计体运动。例如，如上所述，可以在方法100的112a至112c处选择一个或更多个基本相位(例如，θ1、θ2、……、θm)。一个或更多个基本相位可以被随机选择、半随机选择或者可以是预定的相位值。可以在方法100的114a至114c处针对每个基本相位确定由于体运动而引起的相位差ΔφBm。
图1B更详细地示出了针对单个基本相位确定相位差ΔφBm的方法150。例如，方法150包括：根据方程(10)至(13)(在图1B中表示为操作152a至152d)在相对于基本相位以π/2间隔隔开的四个相位值处确定方差值。然后，在方法150的154处(例如，根据方程(14))确定给定基本相位的体运动相位差ΔφBm。
再次参照图1A，可以在方法100的116处对多个基本相位的体运动相位差ΔφBm求平均，以获得每个A线的体运动相移ΔφB。在使用一个基本相位处的单组方差值时，可以省略116处的平均操作。在方法100的118处，可以基于体运动相移ΔφB来调整OCT数据集的各个A线以获得经体运动补偿的OCT数据集。
示例
以下示例为所公开的方法的说明。鉴于本公开内容，本领域技术人员将认识到，这些示例和所公开的方法的其他示例的变型在无需过多的实验的情况下将是可能的。
示例1——“标准偏差”方法的准确度
所提出方法的准确度部分地取决于实验结果如何与由式(8)预测的余弦曲线表示相关联。换言之，为了使结果良好地拟合，有必要在余弦函数的第一个最低值处检索准确的体运动相移。为了利用实验数据验证这是该情况，从体内大鼠眼睛的OCT数据集内的三个不同的位置(一个位置在仅具有毛细血管的静态组织中，并且两个位置在大血管中)中随机选择了单个A扫描。对在各θ处根据数据计算的方差与直接从式(8)得出的方差之间的关系进行了研究。
图2A至图2C示出了大鼠眼睛内的三个不同点(在图2D中表示为区域A、B和C)处的v与θ的曲线图。曲线图上的“+”号是计算的方差，归一化为-1至1。曲线202a至202c是从式(8)得出的余弦函数，每个图的左侧的区域204a至204c指示由体运动引起的相移。在图2A中，A线是从仅包含毛细血管的点中选择的，而图2B和图2C具有从包含大血管的点中选择的A线。图2D示出了大鼠眼睛的扫描的en face OCT平均投影。在图2D内标记的位置A、位置B和位置C与图2A、图2B和图2C的曲线图对应。在图2A、图2B和图2C中的曲线拟合的高质量表明式(8)是正确的，以及可以使用式(14)直接求解体运动相移。
示例2——啮齿动物眼睛中的应用
在大鼠身上获取视网膜多普勒OCT扫描和OCTA扫描，以验证所公开的用于体运动补偿的系统和方法。评估体运动补偿系统和方法的性能，包括图像质量和计算需要。示例性原型可见光光谱域OCT系统被用于对啮齿动物成像。该系统具有50kHz的扫描速率、560nm的中心波长以及1.53μm的轴向分辨率。所有实验过程均得到机构动物管理和使用委员会(IACUC)的批准。
图3A至图3F示出了证明所公开的方法对于OCTA和多普勒OCT二者应用的有效性的大鼠体内成像实验的代表性数据。如图2D所示，从相同体积的扫描中获得截面OCT图像。在图2D中的由水平线206指示的位置处获取OCTA图像。从图2D中的由圆圈208指示的圆形扫描中获取多普勒OCT图像。
图3A示出了体运动补偿之前的相位差图像，其中，着色的条纹指示体运动相移。图3B示出了利用“标准偏差(STD)”方法进行体运动补偿之后的相位差图像。图3C示出了没有体运动补偿的基于相位的OCTA图像，其中，视网膜流信号与运动伪影无法区分开。图3D示出了使用所公开的STD方法进行体运动补偿之后的基于相位的OCTA图像，其中，真实的流信号(由黄色箭头指示)被呈现为可区分。图3E示出了体运动补偿之前的多普勒OCT图像，其中，存在大量运动信号和低多普勒信号的对比度。图3F示出了利用STD方法进行体运动补偿之后的多普勒OCT图像，其中，多普勒信号的对比度得到改善。图3A、图3B、图3E和图3F中的颜色条的范围是从-π至π的相位。图3C和图3D中的颜色条的范围是从0至0.2的归一化幅度。
通过关于来自大鼠眼睛的同一数据集与两种常规方法(“平均”方法和“直方图”方法)进行比较，还在en face血管造影上定性和定量地评估了所公开的“标准偏差”方法。为了确保三种体运动去除方法之间的有效比较，除了所使用的相位补偿技术之外，所有数据都使用相同的操作进行处理。
与没有补偿步骤的OCTA(图4A)相比，通过“平均”方法(图4B)补偿的图像展示了一些微脉管的细节，但保留了高背景噪声(体运动伪影)。“直方图”方法(图4C)抑制了伪影并且改善了图像对比度，但是存在通过补偿步骤引入的误差(由白色箭头表示)。总体上，通过“标准差”方法(图4D)处理的图像示出了啮齿类动物视网膜成像的最佳图像质量。
示例3——人眼睛中的应用
在人身上获取视网膜多普勒OCT扫描和OCTA扫描，以验证所公开的用于体运动补偿的系统和方法。评估体运动补偿系统和方法的性能，包括图像质量和计算需要。使用具有70kHz扫描速率、840nm的中心波长和5μm的轴向分辨率的商业光谱域OCT系统(RTVue-XRAvanti；Optovue,Inc.，弗里蒙特，美国加利福尼亚州)对人视网膜成像。从所有志愿者获得书面知情同意书。所有实验过程都得到了OHSU的机构审查委员会/道德委员会的批准。从5名志愿者获取十次人视网膜扫描，包含3mm×3mm的黄斑区域。
通过使用每种方法处理相同的数据集，将所公开的“标准偏差”体运动去除方法与常规的“平均”方法和“直方图”方法进行比较。使用en face血管造影，进行定性和定量的评估两者。为了确保三种体运动去除方法之间的有效比较，除了所使用的相位补偿技术之外，所有数据都使用工作流程中的相同的信号处理操作进行处理。使用自定义自动分割软件来生成浅表血管复合物(SVC)、中间毛细血管丛(ICP)和深毛细血管丛(DCP)的en face图像。
图5A至图5L示出了不同的体运动补偿方法对三个不同板(SVC、ICP和DCP)中的流的en face最大投影的影响。图5A至图5L的三列与分析的三个不同板对应。第一列(即，图5A、图5D、图5G和图5J)示出了浅表血管复合物(SVC)；第二列(即，图5B、图5E、图5H和图5K)示出了中间毛细血管丛(ICP)；并且第三列(即，图5C、图5F、图5I和图5L)示出了深毛细血管丛(DCP)。图5A至图5L的四行与应用的四种不同的体运动补偿方法对应。第一行(图5A至图5C)是在没有体运动补偿(NONE)的情况下计算的，第二行(图5D至图5F)是使用“平均(AVG)”方法计算的，第三行(图5G至图5I)是使用“直方图(HIST)”方法计算的，并且第四行(图5J至图5L)是使用“标准偏差(STD)”方法计算的。使用对比的方法捕获的这些图像质量和细节水平支持“标准偏差”方法产生比“平均”方法和“直方图”方法优秀的图像质量的能力。
还通过计算流信噪比(SNR)来研究体运动补偿之后的图像质量。由于中央凹无血管区(FAZ)是已知的无流标志，因此它是健康视网膜中的良好噪声参考，并且可以通过旁中央凹流与FAZ信号之比来计算SNR。神经节细胞层丛是用于分析SNR的唯一板，以去除神经纤维层内的大量残余运动信号的干扰。SNR计算表明，“标准偏差”方法与“平均”方法相比具有62％的图像质量改善，而直方图方法具有超过“平均”方法的22％的图像质量改善(表1)。
表1.三种体运动补偿方法的信噪比(SNR)
示例4——计算性能
图6是示出以下三种体运动去除计算的计算性能(或计算预算)的图：“平均”方法、“直方图”方法和所公开的“标准偏差”方法。用于该比较的这些计算平台是使用Matlab2017a(迈斯沃克，内蒂克，美国马萨诸塞州)实现方法的Intel Core i7 6700k、32GB RAM单处理系统。如图6所示，“平均”方法具有最低的计算预算，但也具有最差的图像质量。与“平均”方法相比，“直方图”方法具有较高的图像质量，但是由于所需要的迭代次数，因此它具有最高的计算预算。“标准偏差”方法具有相对低的计算预算以及最佳的图像质量。用于体运动计算的“标准偏差”方法几乎比“直方图”方法快5倍。
示例5——计算程序
图9示出了用于计算对OCTA应用和多普勒应用的体运动相位校正的示例性过程900。在902处开始，接收复数OCT A扫描数据An和An+1。例如，在OCTA的上下文中，这两次扫描An和An+1可以是在同一位置处的两次重复扫描。在多普勒成像上下文中，这两次扫描可以是可能具有一些交叠的两个相邻扫描。扫描之一被认为是参考OCT信号，而另一扫描被认为是参考具有需要校正或补偿的体运动的信号。例如，如果参考信号被指定为扫描An，则其包含需要补偿的体运动的对应信号是扫描An+1。
在904处，使用以下方程来计算扫描An和An+1中的信号的方差值：
v＝[std(An-An+1·exp(-i·θ))]2 式(15)
接下来在四个不同的θ值处评估该方差方程，即，式(15)。在该特定示例中，在906、908、910和912处，θ是分别以θ＝0、π/2、π、3π/2的值进行评估。这得到以下一组方差值：
v1＝std(|An-An+1|)2 先前的式(10)
v2＝std(|An-An+1·exp(-i·π)|)2 先前的式(11)
在914处，基于方差具有在以上式(8)中描述的形式的认识：
v＝C1-C2cos(ΔφB+θ) 先前的式(8)
可以使用以上式(14)来计算体运动相移：
然后该体运动相移ΔφB可以被用于补偿需要校正的A扫描信号中的体运动相位。例如，如916处所示，如果参考信号被指定为扫描An，则可以使用下式来补偿对应信号扫描An+1上的体运动相位：
Anew＝An+1·exp(i·ΔφB) 式(16)
一旦Anew值被计算，Anew值可以用于在918处提供OCTA应用中的校正，如下：
OCTA＝|An-Anew| 式(17)
或者在920处提供多普勒成像应用中的校正，如下：
doppler＝angle(An×conj(Anew)) 式(18)
示例6——光学相干层析成像血管造影图像处理系统
图7示意性地示出了根据各种实施方式的用于OCT图像处理的示例系统700。系统700包含：OCT系统702，其被配置成获取包含OCT干涉图的OCT图像；以及一个或更多个处理器或计算系统704，其被配置成实现本文中所描述的各种处理例程。OCT系统700可以包括适合于结构OCT应用和OCT血管造影应用的OCT系统，例如，扫频源OCT系统或光谱域OCT系统。
在各种实施方式中，OCT系统可以适于允许操作者执行各种任务。例如，OCT系统可以适于允许操作者配置和/或启动本文描述的方法中的各种方法。在一些实施方式中，OCT系统可以适于生成或促使产生各种信息的报告，包括例如在样本上运行的扫描的结果的报告。
在包括显示设备的OCT系统的实施方式中，可以为操作者显示数据和/或其他信息。在实施方式中，显示设备可以适于接收输入(例如，通过触摸屏、图标的致动、诸如操纵杆或旋钮的输入设备的操纵等)，并且在一些情况下，该输入可以被(主动和/或被动地)传送至一个或更多个处理器。在各种实施方式中，可以显示数据和/或信息，并且操作者可以响应于此而输入信息。
在一些实施方式中，上述方法和处理可以与包括一个或更多个计算机的计算系统相联系。特别地，本文中描述的方法和处理(例如，如以上描述的，图1A中描绘的方法100、和图1B中描绘的方法150以及/或者图9中描绘的过程900)可以被实现为计算机应用、计算机服务、计算机API、计算机库和/或其他计算机程序产品。
图8示意性地示出了可以执行上述方法和处理中的一个或更多个的非限制性计算设备800。例如，计算设备800可以表示在上述系统700中包括的处理器，并且可以操作地耦接至OCT系统或OCT图像获取装置，与OCT系统或OCT图像获取装置通信，或者包括在OCT系统或OCT图像获取装置中。以简化的形式示出了计算设备800。应当理解，在不脱离本公开内容的范围的情况下，实际上可以使用任何计算机架构。在不同的实施方式中，计算设备800可以采用微型计算机、集成计算机电路、印刷电路板(PCB)、微芯片、大型计算机、服务器计算机、台式计算机、膝上型计算机、平板计算机、家庭娱乐计算机、网络计算设备、移动计算设备、移动通信设备、游戏设备等的形式。
计算设备800包括逻辑子系统802和数据保存子系统804。计算设备800可以可选地包括显示子系统806、通信子系统808、成像子系统810和/或图8中未示出的其他部件。例如，计算设备800还可以可选地包括用户输入设备，例如，手动致动按钮、开关、键盘、鼠标、游戏控制器、摄像装置、麦克风和/或触摸屏。
逻辑子系统802可以包括被配置成执行一个或更多个机器可读指令的一个或更多个物理设备。例如，逻辑子系统可以被配置成执行作为一个或更多个应用、服务、程序、例程、库、对象、部件、数据结构或其他逻辑构造的一部分的一个或更多个指令。这样的指令可以被实现成执行任务，实现数据类型，转换一个或更多个设备的状态或以其他方式达到期望的结果。
逻辑子系统可以包括被配置成执行软件指令的一个或更多个处理器。例如，一个或更多个处理器可以包含被编程为执行本文描述的各种动作的物理电路。附加地或替选地，逻辑子系统可以包括被配置成执行硬件或固件指令的一个或更多个硬件或固件逻辑机。逻辑子系统的处理器可以是单核或多核的，并且在该处理器上执行的程序可以被配置成用于并行或分布式处理。逻辑子系统可以可选地包括分布在两个或更多个设备上的各种部件，这些部件可以被远程地定位和/或配置成用于协调处理。逻辑子系统的一个或更多个方面可以由在云计算配置中配置的可远程访问的联网计算设备虚拟化并执行。
数据保存子系统804可以包括一个或更多个物理的、非暂态设备，其被配置成保存可由逻辑子系统执行以实现本文描述的方法和处理的数据和/或指令。在实现这样的方法和处理时，可以转换数据保存子系统804的状态(例如，以保存不同的数据)。
数据保存子系统804可以包括可移除介质和/或内置设备。数据保存子系统804可以包括光学存储器设备(例如，CD、DVD、HD-DVD、蓝光光盘等)、半导体存储器设备(例如，RAM、EPROM、EEPROM等)和/或磁存储器设备(例如，硬盘驱动器、软盘驱动器、磁带驱动器、MRAM等)等。数据保存子系统804可以包括具有以下特性中的一个或更多个的设备：易失性、非易失性、动态、静态、读/写、只读、随机存取、顺序存取、位置可寻址、文件可寻址和内容可寻址。在一些实施方式中，逻辑子系统802和数据保存子系统804可以被集成到诸如专用集成电路或片上系统的一个或更多个公共设备中。
图8还示出了呈可移除计算机可读存储介质812的形式的数据保存子系统的一方面，该可移除计算机可读存储介质812可以用于存储和/或传输数据和/或指令，所述数据和/或指令能够被执行以实现本文描述的方法和处理。可移除计算机可读存储介质812可以采用CD、DVD、HD-DVD、蓝光光盘、EEPROM、闪存卡、USB存储设备和/或软盘等形式。
在被包括时，显示子系统806可以被用于呈现由数据保存子系统804保存的数据的视觉表示。由于本文中所描述的方法和处理改变由数据保存子系统保存的数据，并且从而变换数据保存子系统的状态，因此同样可以变换显示子系统806的状态以可视地表示底层数据的改变。显示子系统806可以包括实际上利用任何类型的技术的一个或更多个显示设备。这样的显示设备可以与逻辑子系统802和/或数据保存子系统804组合在共享的外壳中，或者这样的显示设备可以是外围显示设备。
在被包括时，通信子系统808可以被配置成将计算设备800与一个或更多个其他计算设备通信地耦接。通信子系统808可以包括与一种或更多种不同的通信协议兼容的有线和/或无线通信设备。作为非限制性示例，通信子系统可以被配置成用于经由无线电话网络、无线局域网、有线局域网、无线广域网、有线广域网等进行通信。在一些实施方式中，通信子系统可以允许计算设备800经由诸如因特网的网络向其他设备发送消息以及/或者从其他设备接收消息。
在被包括时，成像子系统810可以被用于从与计算设备800通信的各种传感器或成像设备获取和/或处理任何合适的图像数据。例如，成像子系统810可以被配置成获取诸如干涉图的OCT图像数据，作为诸如上述OCT系统702的OCT系统的一部分。成像子系统810可以与逻辑子系统802和/或数据保存子系统804组合在共享的外壳中，或者这样的成像子系统可以包括外围成像设备。例如，从成像子系统接收到的数据可以由数据保存子系统804和/或可移除计算机可读存储介质812保存。
应当理解，本文所描述的配置和/或方法本质上是示例性的，并且这些特定实施方式或示例不应被视为具有限制性意义，因为许多变化是可能的。本文描述的特定例程或方法可以表示任何数量处理策略中的一个或更多个。因此，所示出的各种动作可以以所示出的顺序、以其他顺序、并行地执行或者在一些情况下被省略。同样，可以改变上述处理的顺序。
本公开内容的主题包括本文所公开的各种处理、系统和配置以及其他特征、功能、动作和/或性质的所有新颖的和非显而易见的组合和子组合、以及它们的任何和所有等同物。
Claims (24)
1.一种基于相位的功能OCT的体运动补偿的方法，所述方法包括：
接收第一复数值OCT A扫描An；
接收第二复数值OCT A扫描An+1；
在不同相位处确定所述第一复数值OCT A扫描和所述第二复数值OCT A扫描的一组方差值；
根据所述一组方差值来确定体运动相移ΔφB；以及
使用所述体运动相移ΔφB，对所述第一复数值OCT A扫描或所述第二复数值OCT A扫描执行体运动补偿。
2.根据权利要求1所述的方法，其中，确定复数值OCT A扫描的一组方差值包括：相对于基本相位在θ＝0、
π和3π/2处
确定相应的方差值，从而生成所述一组方差值v1、v2、v3和v4。
3.根据权利要求2所述的方法，还包括：其中，根据下式，从所述一组方差值v1、v2、v3和v4来确定所述体运动相移ΔφB：
4.根据权利要求2所述的方法，其中，所述一组方差值中的各个方差值根据下式来确定：
v＝[std(An-An+1·exp(-i·θ))]2。
5.根据权利要求1所述的方法，其中，所述一组方差值是第一组方差值，并且其中，所述方法还包括：
在相对于基本相位隔开的不同相位值处确定包括所述第一组方差值的多组方差值，其中，所述基本相位对于所述多组中的每个组是不同的；以及
对根据各组方差值确定的所述体运动相移ΔφB求平均，以获得平均体运动相移；
其中，使用所述平均体运动相移对所述复数值OCT A扫描执行所述体运动补偿。
6.根据权利要求1所述的方法，其中，根据下式从所述一组方差值来确定所述体运动相移ΔφB：
v＝C1-C2cos(ΔφB+θ)。
7.根据权利要求1所述的方法，其中，执行体运动补偿包括：根据下式来计算第三复数值OCT A扫描Anew：
Anew＝An+1·exp(i·ΔφB)。
8.根据权利要求7所述的方法，还包括：根据下式来校正OCT血管造影A扫描OCTA：
OCTA＝|An-Anew|。
9.根据权利要求7所述的方法，还包括：通过计算下式来校正多普勒OCT A扫描doppler：
doppler＝angle(An×conj(Anew))。
10.根据权利要求7所述的方法，还包括：基于经体运动补偿的复数值OCT A扫描来生成流图像。
11.一种方法，包括：
获得包括复数值的光学相干层析成像(OCT)数据集；
确定所述OCT数据集的A扫描之间的多组方差值，其中，所述多组方差值中的单独组包括在相对于基本相位隔开的不同相位处确定的方差值，并且其中，所述基本相位对于所述多组方差值中的每个单独组是不同的；
针对每个单独组方差值确定体运动相移；
对针对所述多组方差值所确定的体运动相移求平均，以确定体运动相位补偿；以及
基于所述体运动相位补偿来补偿所述OCT数据集。
12.根据权利要求11所述的方法，其中，所述不同相位相对于所述基本相位彼此均匀地隔开。
13.根据权利要求12所述的方法，其中，所述单独组方差值包括方差值v1、v2、v3和v4，并且其中，根据下式来确定每个单独组方差值的所述体运动相移ΔφB：
14.根据权利要求11所述的方法，其中，所述各组方差值中的单个方差值根据下式来确定：
v＝[std(An-An+1·exp(-i·θ))]2
其中，v是所述单个方差值，An是所述OCT数据集的第一A扫描，An+1是所述OCT数据集的第二A扫描，并且θ是确定所述单个方差值处的相位。
15.根据权利要求11所述的方法，其中，所述OCT数据集是OCT血管造影数据集。
16.根据权利要求11所述的方法，其中，所述OCT数据集是多普勒OCT数据集。
17.一种用于基于相位的功能OCT成像中的体运动补偿的系统，所述系统包括：
OCT系统，被配置成获取样本的基于相位的功能OCT数据集；
逻辑子系统；以及
数据保存子系统，包括存储在该数据保存子系统上的机器可读指令，所述机器可读指令能够由所述逻辑子系统执行以：
接收第一复数值OCT A扫描An；
接收第二复数值OCT A扫描An+1；
根据下式来计算所述第一复数值OCT A扫描和所述第二复数值OCT A扫描的一组方差值：
v＝[std(An-An+1·exp(-i·θ))]2；
根据所述一组方差值来计算体运动相移ΔφB；以及
使用所述体运动相移ΔφB对复数值OCT A扫描执行体运动补偿。
18.根据权利要求17所述的系统，其中，为了计算所述一组方差值，所述逻辑子系统将相对于基本相位在θ＝0、
π和3π/2处计算相应的方差值，以获得相应的方差值v1、v2、v3和v4。
19.根据权利要求18所述的系统，其中，根据下式从所述一组方差值组来计算所述体运动相移ΔφB：
20.根据权利要求17所述的系统，其中，所述一组方差值是第一组方差值，并且其中，所述指令还能够由所述逻辑子系统执行以：
在相对于基本相位隔开的不同相位值处确定包括所述第一组方差值的多组方差值，其中，所述基本相位对于所述多组方差值中的每个组是不同的；以及
对根据各组方差值确定的所述体运动相移ΔφB求平均，以获得平均体运动相移；
其中，使用所述平均体运动相移对所述复数值OCT A扫描执行所述体运动补偿。
21.根据权利要求17所述的系统，其中，为了执行所述体运动补偿，所述逻辑子系统将根据下式来计算第三复数值OCT A扫描Anew：
Anew＝An+1·exp(i·ΔφB)。
22.根据权利要求21所述的系统，其中，所述指令还能够由所述逻辑子系统执行，以根据下式来校正OCT血管造影A扫描OCTA：
OCTA＝|An-Anew|。
23.根据权利要求21所述的系统，其中，所述指令还能够由所述逻辑子系统执行，以根据下式来校正多普勒OCT A扫描doppler：
doppler＝angle(An×conj(Anew))。
24.根据权利要求17所述的系统，其中，所述指令还能够由所述逻辑子系统执行，以基于经体运动补偿的复数值OCT A扫描来生成并显示流图像。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201862651674P | 2018-04-02 | 2018-04-02 | |
| US62/651,674 | 2018-04-02 | ||
| PCT/US2019/025446 WO2019195335A1 (en) | 2018-04-02 | 2019-04-02 | Systems and methods for bulk motion compensation in phase-based functional optical coherence tomography |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112203579A true CN112203579A (zh) | 2021-01-08 |
Family
ID=68101137
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201980036541.0A Pending CN112203579A (zh) | 2018-04-02 | 2019-04-02 | 基于相位的功能光学相干层析成像中的体运动补偿的系统和方法 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US11944382B2 (zh) |
| EP (1) | EP3773171B1 (zh) |
| JP (1) | JP2021520244A (zh) |
| CN (1) | CN112203579A (zh) |
| WO (1) | WO2019195335A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10580135B2 (en) * | 2016-07-14 | 2020-03-03 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for splicing images |
| CN115953542B (zh) * | 2023-03-14 | 2023-05-12 | 北京心联光电科技有限公司 | 一种光学相干断层扫描微血管成像方法、装置及设备 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050171438A1 (en) * | 2003-12-09 | 2005-08-04 | Zhongping Chen | High speed spectral domain functional optical coherence tomography and optical doppler tomography for in vivo blood flow dynamics and tissue structure |
| US20080025570A1 (en) * | 2006-06-26 | 2008-01-31 | California Institute Of Technology | Dynamic motion contrast and transverse flow estimation using optical coherence tomography |
| JP2013140077A (ja) * | 2012-01-05 | 2013-07-18 | Univ Of Tsukuba | 波長走査型光干渉断層計及びその位相安定化プログラム |
| US20140078512A1 (en) * | 2012-09-14 | 2014-03-20 | The Johns Hopkins University | Motion-compensated optical coherence tomography system |
| US20140160484A1 (en) * | 2012-12-10 | 2014-06-12 | The Johns Hopkins University | Distortion corrected optical coherence tomography system |
| US20140221827A1 (en) * | 2011-06-07 | 2014-08-07 | California Institute Of Technology | Enhanced optical angiography using intensity contrast and phase contrast imaging methods |
| CN104523233A (zh) * | 2014-12-29 | 2015-04-22 | 浙江大学 | 基于复数互相关的微血管光学造影及抖动补偿方法与系统 |
| EP2884223A1 (en) * | 2013-12-13 | 2015-06-17 | Nidek co., Ltd. | Optical coherence tomography device |
| JP2016202900A (ja) * | 2015-04-15 | 2016-12-08 | 株式会社トプコン | 最適な信号処理によるｏｃｔ血管造影法 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5076093B2 (ja) * | 2006-06-23 | 2012-11-21 | 楽天株式会社 | 情報処理装置、及び情報処理方法 |
| JP4893145B2 (ja) * | 2006-08-03 | 2012-03-07 | 横浜ゴム株式会社 | 振動測定方法及び振動測定装置 |
| US8433393B2 (en) * | 2011-07-07 | 2013-04-30 | Carl Zeiss Meditec, Inc. | Inter-frame complex OCT data analysis techniques |
| WO2013059303A1 (en) | 2011-10-17 | 2013-04-25 | University Of Washington Through Its Center For Commercialization | Methods and systems for imaging tissue motion using optical coherence tomography |
| US9377291B2 (en) | 2013-12-05 | 2016-06-28 | Bioptigen, Inc. | Image registration, averaging, and compounding for high speed extended depth optical coherence tomography |
| WO2016115387A1 (en) * | 2015-01-16 | 2016-07-21 | Oregon Health & Science University | Post-processing reduction of fixed pattern artifacts and trigger jitter in swept-source optical coherence tomography |
| JP6584126B2 (ja) * | 2015-05-01 | 2019-10-02 | キヤノン株式会社 | 画像生成装置、画像生成方法およびプログラム |
| US10463247B2 (en) * | 2015-06-22 | 2019-11-05 | The Regents Of The University Of California | Automatic three-dimensional segmentation method for OCT and doppler OCT angiography |
| WO2017137567A1 (en) | 2016-02-12 | 2017-08-17 | Carl Zeiss Meditec, Inc. | Systems and methods for improved oct measurements |
| EP3216387B1 (en) * | 2016-03-10 | 2018-10-10 | Canon Kabushiki Kaisha | Method and system for motion artefacts removal in optical coherence tomograpy |
-
2019
- 2019-04-02 CN CN201980036541.0A patent/CN112203579A/zh active Pending
- 2019-04-02 WO PCT/US2019/025446 patent/WO2019195335A1/en unknown
- 2019-04-02 EP EP19782157.2A patent/EP3773171B1/en active Active
- 2019-04-02 JP JP2020553606A patent/JP2021520244A/ja active Pending
- 2019-04-02 US US17/044,559 patent/US11944382B2/en active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050171438A1 (en) * | 2003-12-09 | 2005-08-04 | Zhongping Chen | High speed spectral domain functional optical coherence tomography and optical doppler tomography for in vivo blood flow dynamics and tissue structure |
| US20080025570A1 (en) * | 2006-06-26 | 2008-01-31 | California Institute Of Technology | Dynamic motion contrast and transverse flow estimation using optical coherence tomography |
| US20140221827A1 (en) * | 2011-06-07 | 2014-08-07 | California Institute Of Technology | Enhanced optical angiography using intensity contrast and phase contrast imaging methods |
| JP2013140077A (ja) * | 2012-01-05 | 2013-07-18 | Univ Of Tsukuba | 波長走査型光干渉断層計及びその位相安定化プログラム |
| US20140078512A1 (en) * | 2012-09-14 | 2014-03-20 | The Johns Hopkins University | Motion-compensated optical coherence tomography system |
| US20140160484A1 (en) * | 2012-12-10 | 2014-06-12 | The Johns Hopkins University | Distortion corrected optical coherence tomography system |
| EP2884223A1 (en) * | 2013-12-13 | 2015-06-17 | Nidek co., Ltd. | Optical coherence tomography device |
| CN104523233A (zh) * | 2014-12-29 | 2015-04-22 | 浙江大学 | 基于复数互相关的微血管光学造影及抖动补偿方法与系统 |
| JP2016202900A (ja) * | 2015-04-15 | 2016-12-08 | 株式会社トプコン | 最適な信号処理によるｏｃｔ血管造影法 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3773171A4 (en) | 2022-01-05 |
| US11944382B2 (en) | 2024-04-02 |
| US20210093188A1 (en) | 2021-04-01 |
| EP3773171A1 (en) | 2021-02-17 |
| WO2019195335A1 (en) | 2019-10-10 |
| JP2021520244A (ja) | 2021-08-19 |
| EP3773171B1 (en) | 2024-09-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10588572B2 (en) | Bulk motion subtraction in optical coherence tomography angiography | |
| Huang et al. | Super-resolution ultrasound localization microscopy based on a high frame-rate clinical ultrasound scanner: an in-human feasibility study | |
| Hoffmann et al. | Analysis of left ventricular volumes and function: a multicenter comparison of cardiac magnetic resonance imaging, cine ventriculography, and unenhanced and contrast-enhanced two-dimensional and three-dimensional echocardiography | |
| CN106073700B (zh) | 图像生成方法和图像生成装置 | |
| US9984464B2 (en) | Systems and methods of choroidal neovascularization detection using optical coherence tomography angiography | |
| US9839351B2 (en) | Image generating apparatus, image generating method, and program | |
| US10354385B2 (en) | Optical coherence tomography (OCT) data processing method, storage medium storing program for executing the OCT data processing method, and processing device | |
| US20170119242A1 (en) | Systems and methods for retinal layer segmentation in oct imaging and oct angiography | |
| US10327635B2 (en) | Systems and methods to compensate for reflectance variation in OCT angiography | |
| US10251550B2 (en) | Systems and methods for automated segmentation of retinal fluid in optical coherence tomography | |
| US10426331B2 (en) | Automated quantification of nonperfusion in the retina using optical coherence tomography angiography | |
| US10896490B2 (en) | Systems and methods for reflectance-based projection-resolved optical coherence tomography angiography | |
| Jirik et al. | Ultrasound perfusion analysis combining bolus-tracking and burst-replenishment | |
| US20160317020A1 (en) | Phase gradient optical coherence tomography angiography | |
| US20160287071A1 (en) | Methods of measuring total retinal blood flow using en face doppler oct | |
| Zahnd et al. | Simultaneous extraction of carotid artery intima-media interfaces in ultrasound images: assessment of wall thickness temporal variation during the cardiac cycle | |
| US11944382B2 (en) | Systems and methods for bulk motion compensation in phase-based functional optical coherence tomograpgy | |
| US20230108071A1 (en) | Systems and methods for self-tracking real-time high resolution wide-field optical coherence tomography angiography | |
| US20230414094A1 (en) | Volume-based layer-independent framework for detection of retinal pathology | |
| US20240065544A1 (en) | Signal attenuation-compensated and projection resolved optical coherence tomography angiography (sacpr-octa) | |
| WO2022169722A1 (en) | Systems and methods for phase-stabilized complex decorrelation angiography | |
| JP2005270478A (ja) | 心筋生存度の定量評価方法等 | |
| Meiburger et al. | Automated Techniques for Vessel Detection and Segmentation in Cardiovascular Images | |
| Omoto et al. | 4D ultrasound‐based strain assessment of cardiac dysfunction in male rats with reperfused and nonreperfused myocardial infarction | |
| Doga | Enhancing Optical Coherence Tomography Angiography through GAN-based techniques |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |