CN104411233A

CN104411233A - 体内光学流成像

Info

Publication number: CN104411233A
Application number: CN201380017190.1A
Authority: CN
Inventors: 贾雅莉; 黄大卫; 贾森·托考耶; 谭鸥
Original assignee: Oregon Health Science University
Current assignee: Oregon Health Science University
Priority date: 2012-02-03
Filing date: 2013-02-01
Publication date: 2015-03-11
Anticipated expiration: 2033-02-01
Also published as: CA2863667C; ES2628937T3; WO2013116689A1; EP2809225B1; CN104411233B; EP2809225A1; US20180242862A1; US20140228681A1; JP2015511146A; JP6200902B2; US11375913B2; EP2809225A4; CA2863667A1; PL2809225T3; US9883810B2

Abstract

与多普勒和其它基于相位的方法相比，幅度去相关测量对横向流敏感且不受相位噪声的影响。然而，OCT的高轴向分辨率使得其对轴向上的脉动牵连运动噪声非常敏感，这导致不可接受的信噪比(SNR)。为了克服该限制，产生基于由流引起的OCT信号幅度的去相关的新颖的OCT血管造影技术。全部OCT谱可被分离成几个较窄的谱带，这导致每个谱带中的OCT分辨单元为各向同性的并且较不易受到轴向运动噪声的影响。内B型扫描去相关可分开地使用较窄谱带来确定且随后被求平均。重新组合来自谱带的去相关图像产生使用整个OCT谱范围中的全部信息的算法。当与其它幅度去相关技术相比较时，这种图像对流检测和微脉管网络的连接性两者显示出SNR的显著改进。此外，各向同性分辨单元的创建可用于量化对轴向和横向流具有同等敏感度的流。这种经改进的非侵入式成像可用在多种疾病的诊断和管理中。

Description

体内光学流成像

相关申请的交叉引用

本申请要求于2012年2月3日提交的、题目为“体内光学流成像(InVivo Optical Flow Imaging)”的61/594,967号美国临时专利申请的优先权，其全部公开内容通过引用整体合并于此。

技术领域

本公开大体涉及生物医学成像领域，且更具体地涉及与光学相干断层扫描和血管造影相关联的方法、装置及系统。

感谢政府的支持

本发明根据国立卫生研究院授予的基金号R01-EY013516在政府的支持下做出。政府对本技术具有一定权利。

背景技术

由于生物组织的高散射和吸收性质，生物组织和脉管系统的体内三维映射为一个挑战性的命题。某些当前方法具有缓慢的扫描速度，这使得体内三维成像变得困难。具有较快扫描速度的某些其它技术仍旧是不足的，由于其无能力在不产生重叠图像的情况下深入扫描生物组织，这需要使用侵入式过程来扫描感兴趣的组织。许多针对较深度成像的技术一般不能提供对具有移动材料(例如，血流)的组织的深度成像。因此，有效地对诸如血流的结构和/或组织运动进行成像的方法具有实质的临床重要性。

光学相干断层扫描(OCT)为用于生物组织的高分辨率的、深度分辨截面的和三维(3D)的成像的成像模式。在它的许多应用中，眼部成像尤其已发现了广泛的临床应用。在过去十年中，由于光源和检测技术的发展，包括光谱(基于光谱仪的)OCT和扫频光源(swept-source)OCT的傅立叶域OCT，已经在敏感度和成像速度方面展现出比那些时域OCT系统优越的性能。傅立叶域OCT的高速度已使得它更易于不仅仅对结构而且对血流成像。该功能扩展首先由多普勒OCT展现，多普勒OCT通过估计相邻A字型扫描之间的相位差来对血流成像。尽管多普勒OCT能够对较大血管中的血流进行成像和测量，但是难以将小血管中的慢流与血管外组织中的生物运动区别开来。在视网膜血管的成像中，多普勒OCT面临附加约束，所述附加约束为大多数血管近乎垂直于OCT光束，且因此，多普勒频移信号的可检测性严重取决于光束入射角。因此，不取决于光束入射角的其它技术对视网膜和脉络膜血管造影特别地具有吸引力。

几个基于OCT的技术已成功发展为在体内对人眼中的微脉管网络成像。一个示例为光学微血管造影(OMAG)，其可在视网膜和脉络膜层两者中分辨出良好的脉管。OMAG通过使用经修改的希尔伯特变换将来自于静止的和移动的散射体的散射信号分开来工作。通过沿着慢扫描轴应用OMAG算法，可达到毛细管流的高敏感度成像。然而，OMAG的高敏感度需要通过分辨多普勒相移来精确移除牵连运动(bulk-motion)。因此，它易于受到来自于系统的伪影或生物相不稳定性的影响。其它相关的方法，诸如相位方差和多普勒方差，已发展为检测来自于微脉管流的小的相位变化。这些方法不需要非垂直的光束入射并且可检测横向和轴向的流这二者。它们也曾在视网膜和脉络膜微脉管网络上是成功的。然而，这些基于相位的方法也需要非常精确地移除由块状组织(bulk tissue)的轴向移动引起的背景多普勒相移。伪影也可由OCT系统中的相位噪声和横向组织运动引入，且这些也需要被移除。

迄今为止，大多数前述方法一直基于光谱OCT，其提供高的相位稳定性来估计相移或区分由血流导致的相衬。与光谱OCT相比，扫频光源OCT引入来自于周期间调谐和定时可变性(cycle-to-cycle tuning and timingvariabilities)的另一个相位变化的源。这使得基于相位的血管造影噪声较大。为了在扫频光源OCT上使用基于相位的血管造影方法，需要减少系统相位噪声的更复杂的方法。另一方面，扫频光源OCT供应了几个相对于光谱OCT的优势，诸如较长的成像范围、较少的依赖于深度的信号滚降(roll-off)、及较少的由条纹冲蚀(fringe washout)所引起的运动诱导的信号损耗。因此，不取决于相位稳定性的血管造影方法可以是完全利用扫频光源OCT的优势的最佳选择。由于这个原因，基于幅度的OCT信号分析对于眼睛微脉管成像可为有利的。

一个与微脉管成像中的OCT的应用相关联的难点来自于散斑在从体内或原位生物样本所获得的OCT图像中的普遍存在。散斑是光波与随机路径长度相干求和的结果，且它经常被认为是降低OCT图像质量的噪声源。已发展各种方法以减少空间域中的散斑，诸如角复合、光谱复合、及应变复合。散斑将“椒盐状”噪声添加到OCT图像，并引发对可显著降低对比度的干涉谱的随机调制。

尽管是噪声源，但是散斑也携带信息。散斑图样由于随机相量的相干叠加而形成。由于散斑，OCT信号在宏观上均匀的区域中变得随机。如果正在成像的样本是静态的，则散斑图样为暂时静止的。然而，当光子由诸如流动血液中的红血细胞的移动粒子后向散射时，所形成的散斑图样将快速地随着时间改变。散斑去相关长久以来一直被用于超声波成像和激光散斑技术中以检测来自于诸如红血细胞的移动粒子的光学散射。该现象也清楚地由实时OCT反射图像展示。血流的散射图样随着时间快速地变化。这由流动流体驱动随机分布的血细胞通过成像体(体素)的事实造成，这导致了作为随时间的散射体位移的函数的所接收的经后向散射的信号的去相关。血流和静态组织的去相关之间的对比度可用于提取流信号用于血管造影。

散斑现象已被用在散斑方差OCT中用于微脉管的可视化。在具有流动血液的区域处的散斑图样具有大的时间变化，其可通过帧间散斑方差来量化。该称作“散斑方差”的技术已被用于扫频光源OCT，其通过计算OCT信号强度的方差，展现了肿瘤中的毛细管检测上的显著改进。散斑方差方法的关键优势在于，其没有遭受相位噪声伪影且不需要复杂的相位校正方法。相关映射为另一个基于幅度的方法，其最近也已展现了在体内对动物大脑的和人类皮肤的微循环的扫频光源OCT映射。这些基于幅度的血管造影方法很好地适合于扫频光源OCT并向基于相位的方法供应有价值的替代选择。然而，这种方法仍旧遭受轴向尺寸上的牵连运动噪声，在轴向尺寸上OCT分辨率非常高。因此，能够在流信号中减少牵连运动噪声而没有显著牺牲的基于幅度的扫频血管造影方法将为最优的。例如，视网膜及脉络膜流的成像可以随着这样的噪声减少被特别改进，因为在眼底，流信号主要是在横向而非轴向尺寸上。

发明内容

本文公开了用于基于幅度的OCT血管造影的方法、装置及系统，其利用OCT谱的分离来降低OCT分辨率非常高的轴向尺寸上的主要的牵连运动噪声。例如，这种方法、装置及系统可被称为“分离谱幅度去相关血管造影”(SSADA)。

本文描述了基于由流引起的OCT信号幅度的去相关的新颖的OCT血管造影技术。通过将全部OCT光谱干涉图分离成几个波数带，每个带中的OCT分辨单元形成为各向同性的并且较不易受到轴向运动噪声的影响。重新组合来自波数带的去相关图像产生使用整个OCT谱范围中的全部信息的血管造影片。由SSADA产生的各向同性分辨单元可用于量化对轴向和横向流具有同等敏感度的流。与已有的基于幅度的扫频光源血管造影方法相比，SSADA可改进脉管连接性和流检测的信噪比(SNR)。将SSAD用于眼部循环床(例如，周围及中央凹旁视网膜微循环网络)的非侵入式血管造影可有益于诊断和管理诸如青光眼、糖尿病视网膜病变及老年性黄斑变性的重要致盲性疾病。SSADA也可用于眼睛外部，例如用于调查大脑循环和肿瘤血管生成中。

附图说明

通过下面的详细描述连同附图，将容易地理解本发明的实施例。在附图的图中，通过示例的方式而非限制的方式示出本发明的实施例。

图1为关于脉管连接性和去相关信号/噪声(DSNR)将现有技术与本发明相比的图表。

图2示意性地示出了利用带通滤波器和本发明对OCT成像分辨单元进行修改以创建各向同性分辨单元。

图3示意性地示出了用于获取OCT谱的M-B扫描模式。

图4为示出了用于创建使用分离谱技术和整个OCT谱范围中的全部信息的去相关(流)图像的例示性方法的流程图。

图5为示出了图4的例示性方法的附加例示性方法的流程图。

图6示意性地示出了如本发明中所描述的被分离成不同频带的2D光谱干涉图。

图7示意性地示出了用于创建使用分离谱技术和整个OCT谱范围中的全部信息的去相关(流)图像的图4和图5的方法。

图8为示出了用于消除具有过量运动噪声的去相关图像的例示性方法的流程图。

图9示意性地示出了用于收集图像信息的体内成像系统。

图10示出了根据本发明的各实施例的体内成像系统的实施例。

图11示出了根据本发明的各实施例的用于体内成像的一件产品的实施例。

图12示出了使用根据本发明的各实施例的成像方法的视神经乳头的体内3-D体结构图像。

图13示出了使用根据本发明的各实施例的方法的黄斑的体内3-D体结构图像。

图14示出了使用根据现有技术方法的方法和根据本发明的各实施例的方法的黄斑视网膜循环的体内图像。

图15示出了使用根据现有技术方法的方法和根据本发明的各实施例的方法的描绘脉管连接性和信噪比(SNR)的体内图像。

具体实施方式

在下面的详细说明中，参考附图，附图形成本文的一部分且通过可在其中实践本发明的示例实施例的方式示出。要理解，可利用其它的实施例，且可进行结构或逻辑的改变，而不脱离本发明的范围。因此，下面的详细描述不以限制的方式取得，且根据本发明的实施例的范围由附属的权利要求及其等同物来限定。

可以可有助于理解本发明的实施例的方式将各操作描述成多个离散的操作；然而，描述的顺序不应被解释成隐含这些操作是依赖于顺序的。

本描述可使用诸如上/下、后/前、和顶部/底部的基于视角的描述。这种描述仅仅用于促进讨论，而不意欲限制本发明的实施例的应用。

本描述可使用词组“在一个实施例中”、或“在实施例中”，其每一个可涉及一个或多个相同或不同的实施例。此外，如关于本发明的实施例所使用的，术语“包括”、“包含”、“具有”等等为同义的。

具有“A/B”形式的词组意味着“A或B”。具有“A和/或B”形式的词组意味着“(A)、(B)或(A和B)”。具有“A、B和C中的至少一个”形式的词组意味着“(A)、(B)、(C)、(A和B)、(A和C)、(B和C)或(A、B和C)”。具有“(A)B”形式的词组意味着“(B)或(AB)”，即，A为可选的。在本发明的各实施例中，提供了用于生物医学成像的方法、装置及系统。在本发明的例示性实施例中，计算系统可赋有所公开的产品和/或系统的一个或多个部件，并且可被采用以实施如本文所公开的一个或多个方法。

在各实施例中，样本的结构和/或流信息可使用光学相干断层扫描(OCT)(结构)和基于光谱干涉的检测的OCT血管造影(结构和流)成像来获得。取决于应用，这种成像可为二维(2-D)或三维(3-D)的。相对于现有技术的方法，结构成像可具有经扩展的深度范围，且流成像可被实时地实施。如本文所公开的结构成像和流成像二者或之一可被征用于产生2-D或3-D图像。

除非另外注释或解释，本文所使用的所有技术和科学术语根据常规用法来使用，并且其含义与本公开所属领域的普通技术人员所通常理解的含义相同。尽管下面描述了适当的方法、系统和装置/材料，但是类似于或等价于本文所公开的那些的方法、系统和装置/材料可被用于本公开的实践或检验中。

本文所提及的所有出版物、专利申请、专利及其它参考文献整体通过引用合并于此。如果发生冲突，本说明书，包括术语的解释，将进行控制。此外，方法、系统、装置、材料及示例仅仅为示例性的，并不意欲为限制。

为了促进对本公开的各实施例的审察，提供下面的特定术语的解释：

A型扫描：反射率轮廓(profile)，其包含与具有感兴趣的项目的结构的空间维度和位置有关的信息(例如，轴向深度扫描)。

自相关：信号与自身的互相关；作为观察值之间的时间间隔的函数的观察值之间的相似性。例如，自相关可被用于发现重复图样，诸如已埋没在噪声下的周期信号的出现，或者用于在由它的谐波频率所隐含的信号中识别出缺失的基频。

B型扫描：截面断层扫描，其可通过侧向(laterally)组合一系列轴向深度扫描(例如，A型扫描)来获得。

互相关：作为应用到两个波形之一的时滞的函数的两个波形的相似性的度量。

去相关：用于减少信号内的自相关或一组信号内的互相关，同时保留信号的其它方面的过程。例如，去相关可用于增强在图像的每个像素中所发现的差异。两个图像中的相应像素之间的相关或相似性的缺乏的度量也可描述去相关。去相关过程的最终结果在于，信号内的模糊信息可被增强以便显出(例如，呈现)可能有意义的细微差异。例如，可计算去相关以发现图像之间的差异。

图1中示出的是基于脉管连接性和去相关信号/噪声(DSNR)的现有技术的基于幅度的OCT信号分析方法和本发明的对比图100。例如，全谱去相关方法100可出于比较目的被用作基准值，然而，如先前所描述的，它对造成所产生的作为结果的图像中的显著噪声的轴向牵连运动敏感。在像素平均方法112中，几个相邻像素中的信号被组合，这导致去相关信噪比(DSNR)的改进。像素平均方法112的经改进的DSNR反过来导致较高质量的微循环图像(与全谱去相关方法100相比)，其可通过测量OCT血管造影片中所揭露的微脉管网络的脉管来加以评估。如本文所描述的，分离谱去相关122的本发明进一步通过减少由轴向牵连运动引起的噪声来改进DSNR(与由像素平均方法112所供应的改进相比)。这可通过本文下面所描述的方法来实现(例如，降低有效分辨单元的轴向尺寸)。分离谱去相关方法122的经改进的DSNR反过来导致更高质量的微循环图像(与全谱去相关方法100和像素平均方法112相比)，其可通过测量OCT血管造影片中所揭露的微脉管网络的脉管来加以评估。这种改进，可允许对诊断和管理眼睛中的疾病以及调查和分析循环、血管生成和其它血流成像分析有用的图像和信息。此外，分离谱去相关122可用于获得血管造影图像，该血管造影图像可用于替换荧光素和吲哚菁绿血管造影，具有本质上为三维而非二维的附加优势。附加的用途可包括但不限于，对其它生物组织中的血流成像和对任何系统、活体或非活体中的流成像。

更详细地，现有技术的全谱去相关102仅仅通过处理幅度信号达到去相关并且不需要相位信息。为了估计来自于散射组织的流信息，通过对根据来自于M-B模式扫描的N个反射幅度图像帧所计算的N-1个去相关图像帧求平均获得每个位置处的平均去相关图像每个去相关帧根据两个相邻幅度帧：A_n(x，z)和A_n+1(x，z)来计算。使用全谱去相关方法102，去相关图像由下面的方程给出：

(1)

\overset{&OverBar;}{D} (x, z) = 1 - \frac{1}{N - 1} Σ_{n = 1}^{N - 1} \frac{A_{n} (x, z) A_{n + 1} (x, z)}{[\frac{1}{2} A_{n} {(x, z)}^{2} + \frac{1}{2} A_{n + 1} {(x, z)}^{2}]} (N = 8)

其中，x和z为B型扫描图像的侧向和深度指数，且n表示B型扫描切割指数。在该全谱方程中，从全谱所获取的去相关信噪比仅仅可通过增加相同位置处所取得的B型扫描的数目N来提高。然而，更多的扫描需要更多的成像时间，这可能是不实际的。

更详细地，现有技术的像素平均方法112可产生由下面的方程所给出的去相关图像：

(2)

\begin{matrix} \overset{&OverBar;}{D} (x, z) = 1 - \frac{1}{N - 1} \frac{1}{PQ} Σ_{n = 1}^{N - 1} Σ_{p = 1}^{P} Σ_{q = 1}^{Q} \frac{A_{n} (x + p, z + q) A_{n + 1} (x + p, z + q)}{[\frac{1}{2} A_{n} {(x + p, z + q)}^{2} + \frac{1}{2} A_{n + 1} {(x + p, z + q)}^{2}]} \\ (P = 1, Q = 4, N = 8) \end{matrix}

其中，P和Q为X和Z方向上的平均窗口宽度，如在.J.Enfield,E.Jonathan,and M.Leahy,“In vivo imaging of the microcirculation of the volarforearm using correlation mapping optical coherence tomography(cmoct)”,Biomed.Opt.Express2(5),1184-1193(2011)中所描述的。为了抑制脉管系统中的寄生噪声和不连续性，P×Q窗口移动平均可在X-Z2D图上来实施。为了公平地将现有技术的像素平均方法112与本文所描述的分离谱去相关122相比较，可以创建1×4窗口，其意味着仅仅沿着Z方向应用像素平均，该方向与用于在分离谱去相关122中对光谱进行分离的方向相同。

更详细地，分离谱去相关122可产生由下面的方程所给出的去相关图像，

(3)

\begin{matrix} \overset{&OverBar;}{D} (x, z) = 1 - \frac{1}{N - 1} \frac{1}{M} Σ_{n = 1}^{N - 1} Σ_{m = 1}^{M} \frac{A_{n} (x, z) A_{n + 1} (x, z)}{[\frac{1}{2} A_{n} {(x, z)}^{2} + \frac{1}{2} A_{n + 1} {(x, z)}^{2}]} \\ (M = 4, N = 8) \end{matrix}

在通过应用M个(例如，如下面的例示性实施例所描述的，M可＝4)等间距带通滤波器来对光谱进行分离后，M个单独的去相关图像可在每对B型扫描之间获得，其随后可沿着侧向(X)和轴向(Z)这二者被求平均，以增加DSNR。在分离谱去相关122中，平均去相关图像可被描述为来自于M个谱带的去相关图像的平均。通过增加数目M(在一定程度上)，可以改进去相关信噪比，而不会增加扫描获取时间。

无论使用哪个去相关方法(全谱102、像素平均112和分离谱122)，作为结果的平均去相关图像帧可为0与1之间的值，其分别指示弱和强去相关。通过以上面的这种细节描述去相关方法，如图1的图表100中所示出的，基于所获得的作为结果的去相关图像将方法进行相互比较是可能的。分离谱方法122抑制来自于轴向牵连运动的噪声，并另外利用导致用于流检测的优越去相关信噪比的全部k谱中的信息。利用分离谱方法122，轴向牵连运动可通过使用光谱(k)带通滤波器来抑制，该滤波器增加分辨单元的轴向尺寸以使得它可等于(或基本等于)分辨单元的横向尺寸。

图2中示出的是直观描绘经由两个相异的及分开的技术(带通滤波204和分离谱206)对OCT成像分辨单元202进行修改以创建各向同性分辨单元208的示意图200。B型扫描OCT图像中的每个像素由被称为分辨单元(例如，图2中的成像分辨单元202)的空间中的3D体的后向散射信号形成。包络(envelope)强度的统计改变与散射体通过OCT分辨单元的运动相关。对于典型的扫频光源OCT设置，由源中心波长和其光谱带宽所确定的轴向(Z方向)分辨率比由X方向和Y方向这二者上的激光束轮廓所确定的侧向分辨率高得多。例如，在常见的扫频光源OCT系统中，使用半高全宽(FWHM)幅度轮廓定义，如果轴向分辨率和横向分辨率两者都被限定为半高全宽幅度轮廓(例如，成像分辨单元202描绘x＝y＝4z)的话，轴向分辨率(～5μm)比侧向分辨率(～18μm)高四倍。该轴向分辨率高于横向分辨率的各向异性分辨单元将导致较高的对轴向运动的去相关敏感度。在眼底，由眼球后眼眶组织驱动的与心搏相关的眼脉动，主要沿着轴向方向发生。视网膜OCT成像的各向异性分辨单元对该轴向运动噪声非常敏感。另一方面，视网膜和脉络膜血流向量主要沿着OCT分辨单元的较宽的(较不敏感的)维度横向于OCT光束。因此，为了改进流检测的信噪比(SNR)，降低轴向分辨率并且抑制轴向去相关敏感度。这减少轴向运动噪声而不会牺牲横向流信号。

达到该分辨率修改的一个直接的方式为光谱干涉图的带通滤波(例如，带通滤波204)。不幸的是，这也牺牲了光谱干涉图中的大多数散斑信息并减小流信号。因此，这不是增加流(去相关)检测的SNR的有效方式。减小轴向分辨率而不损失任何散斑信息的较佳方式为将光谱分离成不同的频带(例如，分离谱206)并且分开计算每个带中的去相关。可随后对来自于多个谱带的去相关(血流)图像一起求平均以完全利用整个OCT谱中的散斑信息。本文下面解释了分离谱过程的细节(例如，可利用图1的分离谱去相关122)。

图3示出的是包括经由来自于OCT系统的例示性实施例的M-B扫描模式所获得的数据的一个3D体数据302的视觉资料(visual)。单个Y位置处的N个连贯的B型扫描包括M-B扫描306(例如，在本文所描述的某些例示性实施例中，N＝八(8)，但是不限于任何特定的N)。因此，对于每个3D体数据302，在快扫描(x)轴上，单个B型扫描包括多个A型扫描304，并且在慢扫描(y)轴上，存在包括N个连贯的B型扫描的若干M-B扫描306。

图4示出了用于创建使用分离谱技术和整个OCT谱范围中的全部信息的去相关(流)图像的例示性方法400。方法400例如可通过本文下面所描述的体内成像系统来实施。方法400的一部分和本文所描述的任何其它方法(或方法的一部分)可通过用于体内成像的产品和存储在计算机可读介质上的计算机可执行指令来实施。

在402，接收OCT谱的M-B扫描。例如，可从OCT体内成像系统接收如图3的视觉资料300中所描绘的M-B扫描。

在404，可从OCT谱402的M-B扫描中创建M个谱带。例如，可利用图2的分离谱206来创建M个谱带。

在406，可创建用于M个谱带中的每个谱带的经平均去相关图像。例如，可利用图1中所描述的分离谱去相关122来创建用于M个谱带的去相关图像，且随后可针对每个谱带对那些去相关图像求平均。

在408，可对在406所创建的用于每个谱带的经平均去相关图像求平均以创建单个最终图像(例如，最终去相关图像)410。

图5示出了用于创建使用分离谱技术和整个OCT谱范围中的全部信息的去相关(流)图像的附加例示性方法500，其包括对图4的方法400内的类似方法的参考。方法500例如可通过本文下面所描述的体内成像系统来实施。方法500的一部分和本文所描述的任何其它方法(或方法的一部分)可通过用于体内成像的产品和存储在计算机可读介质上的计算机可执行指令来实施。

图6经由视觉资料600示意性地示出了2D光谱干涉图，其如图4的方法400和图5的500中所描述的被分离成不同的频带。

图7经由视觉资料700示意性地示出了用于创建使用分离谱技术和整个OCT谱范围中的全部信息的去相关(流)图像的图4的方法400和图5的500。

图8为示出了用于(例如，如图5的方法500中所描述的)消除具有过量运动噪声的去相关图像的例示性方法的流程图800。

继续图5的方法500，在502，接收OCT谱的M-B扫描。例如，如图7中所描绘的，可从OCT体内成像系统接收OCT谱402的M-B扫描。更详细地，例如，由扫频光源OCT中的高速数字转换器所记录的谱干涉信号，在减去背景和自相关项之后，可被接收并简单地由下面的方程给出：

(4)

I (x, k) = {&Integral;}_{- \infty}^{\infty} R (k) A (x, k, z) \cos (2 kz) dz

其中，x为沿着快扫描轴的样本上的聚焦光斑的横向位置，k为波数，I(x，k)为光强度，R(k)为从参考臂所反射的光的幅度，A(x，k，z)为从样本所后向散射的光的幅度，且z为自由空间等同物中的样本反射与参考反射之间的光延迟失配。

在504，可创建覆盖整个谱的重叠滤波器(M)。此外，在506，可进行沿着k的带通滤波。创建重叠滤波器504和带通滤波506可共同导致创建如图7中所描绘的M个谱带507(例如，如在图4的方法400中创建M个谱带404时所描述的)。跟随上面所提供的由方程(4)所表示的谱干涉信号的示例，2D干涉图I(x，k)(例如，图6的2D干涉图605)之上的高斯形状可用于表达在一个位置处所接收的干涉条纹。可首先限定该全谱条纹的带宽，且随后，创建滤波器组以将该全谱条纹划分成不同的带(例如，方法500的创建重叠滤波器(M)504)。该滤波器组的规格可取决于几个因素，包括但不限于，1)滤波器类型，2)每个滤波器的带宽，3)不同带之间的重叠，和4)带的数目。在一个例示性实施例中，可引入高斯滤波器，其功能由下面的方程所限定，

(5)

G (n) = \exp [- \frac{{(n - m)}^{2}}{2 σ^{2}}]

其中，n为从1到1400变化并且线性映射到波数k的谱元素数。所采样的k的范围可为10000至9091cm^-1，其与1000至1100nm的波长范围相对应。被称作(例如，如图600的604中所描绘的)“BW”的全谱的带宽可为69nm，其可提供5.3μm的FWHM轴向空间分辨率。m为谱峰的位置。在例示性实施例中，光谱高斯滤波器的峰可被设置在9784、9625、9466和9307cm^-1处。σ²为关于谱元素的数目的高斯滤波器的方差。在例示性实施例中，被称作“bw”的带通滤波器的FWHM幅度带宽可等于其覆盖378个谱元素，与27nm的波长范围或245cm^-1的波数范围相对应。在这种例示性实施例中所描述的(例如如图6的608、610、612和614所描绘的)四(4)个带通滤波器可重叠以使得在处理中不损失原始信号的频率分量。图6直观显示在606(例如，经由图4的方法400的404)处2D干涉图605分离成具有较小的k带宽的四个新谱，其中，“BW”604指示全谱滤波器的带宽，且多个“bw”608、610、612和614分别为多个高斯滤波器的带宽，以及数据块中的非零值的区域由黑色阴影图样616、618、620和622(例如类似于图7中所直观描绘的)来指示。

在508，来自于每个单独频带的M个谱带507可被传递到常规的傅立叶域OCT算法以便沿着k进行傅立叶变换。此外，可丢弃相位信息，以导致用于每个谱带幅度信息509(例如，如图7中所描绘的)。例如，OCT信号由此可通过在波数k上应用傅立叶变换根据已分解的干涉图I′(x，k)来直接计算。所计算的OCT信号可为复变函数I(x，z)，其可写作下面的方程：

(6)

其中，为解析信号I(x，z)的相位。OCT信号的幅度A(x，z)可被使用，同时相位信息可被选择性忽略。

在510，可设定固定值用于移除由背景噪声所生成的高去相关。在相同的标称位置处所取得的B型扫描之间的OCT信号幅度的去相关可由几个源造成：(1)流，(2)块状组织运动或扫描器位置误差，和(3)背景噪声。为了有助于突出所创建的图像中的真实流测量并改进用于流检测的信噪比，移除由背景噪声所生成的高去相关是可取的。背景噪声为随机的，并因此具有B型扫描帧之间的高去相关。噪声在具有低OCT信号幅度的像素中占主导地位，并因此无法在这些像素中准确地对流进行评估。可将固定的去相关值零(0)指派给这些具有低OCT信号幅度的像素。例如，这可通过将低信号像素设定成恒定的幅度值来达到。例如，当样本光束被阻塞时，随后可挑选阈值以成为高于所测量的平均背景值两个标准偏差。

在512，可在相邻幅度帧之间获得去相关计算。例如，可利用如图1中所描述的分离谱去相关122来产生用于每个谱带的去相关图像513(例如，如图7中所直观描述的)。

在514，可消除具有过量运动噪声的用于每个谱带的去相关图像513。为了有助于突出所创建的图像中的真实流测量并改进用于流检测的信噪比，移除由块状组织运动或扫描器位置所生成的去相关是可取的。例如，如在图8的流程图800中所描绘的，扫视和微扫视眼运动为快速的并造成B型扫描之间的高度去相关。这种运动可在视觉资料802中看到，其显示了视神经乳头(ONH)附近的区域的一组七(7)个去相关图像804(Dn)中的三个帧，其可根据相同Y位置处的八(8)个OCT B型扫描来计算。所描绘的每个去相关图像帧可根据一对相邻的B型扫描幅度帧来计算，例如如使用上述方法所描述的。在七(7)个去相关帧的六(6)个中，流像素可通过它们的较高的去相关值与非血流像素区别开。然而，在帧D4806中，流(血管)和非流(块状组织)像素二者都具有可能由快速眼运动(例如，扫视)引起的高去相关值。为了检测牵连运动，可确定(如808所指示的区域之间的)所成像的组织结构的高反射部分中的中位去相关值。帧D4806中的高牵连运动可通过像素直方图分析810中的高中位去相关值来检测。可在开始于视网膜内界膜并且跨越以下(802的区域808内的)30个像素的高反射率带内实施直方图分析。通过将中位去相关值814与预设的阈值812(例如，在一个示例性实施例中，阈值被设定在0.15处，高于平均中位去相关值两个标准偏差)相比较，可确定帧(例如，帧D4)为统计离群值且应被消除。视觉资料816描绘移除离群值帧D4之后的结果。

在516，可对在具有过量运动噪声的图像已被移除之后保留的每个谱带处的去相关图像求平均以创建用于每个谱带的平均去相关图像，因此导致多个经平均去相关图像(即，如图7中所可视化的用于每个谱带的一个平均去相关)。

在518，对来自于M个谱带的经平均去相关图像求平均以创建一个最终去相关图像410(例如，如图7中所可视化的且图4的方法400的步骤408中所描述的)。

返回到图8的流程图800，在移除作为离群值的帧D4806后，可对剩余的六(6)个去相关图像求平均以产生经净化的去相关图像818，其显示流像素(例如，视网膜血管和脉络膜中的亮区)与非流暗区域之间的高对比度。未净化的去相关图像820描绘了使离群值帧D4806保留的最终去相关图像，与经净化的去相关图像818相比，其示出了流(血管)与非流(静态组织)之间的更小的对比度，这一点通过环绕822和824的视神经盘旁区中的视网膜血管之间的完全暗区的缺乏而显而易见。

利用方法500，可获得在慢横向扫描(Y)方向上总共跨越3mm的3D数据集，连同相关联的平均反射图像，该3D数据集包括两百(200)个经校正的平均去相关截面图像的堆栈。在某些实施例中，利用在视网膜色素上皮(RPE)处所设定的分界将3D数据分成3视网膜和脉络膜区域可能是可取的。高反射的RPE的深度(Z位置)可通过分析反射和深度上的反射梯度轮廓来识别。RPE之上的区域为视网膜层，且其之下的区域为脉络膜层。随后可通过沿着每层的轴向(Z方向)选择最大去相关值来产生正面X-Y投影血管造影片。在ONH扫描中，仅仅位于盘边界外部的RPE深度可用于设定盘内部的插值RPE平面。

图9示意性地示出了用于收集OCT图像信息的体内成像系统900。例如，高速扫频光源OCT系统900(例如，如B.Potsaid,B.Baumann,D.Huang,S.Barry,A.E.Cable,J.S.Schuman,J.S.Duker和J.G.Fujimoto的“Ultrahighspeed 1050nm swept source/fourier domain oct retinal and anterior segmentimaging at 100,000to 400,000axial scans per second,”Opt.Express 18(19),20029-20048(2010)中所描述的)可用于展现上述用于对人类眼底中的微循环进行成像的方法。高速扫频光源OCT系统900包括可调谐激光器901。例如，可调谐激光器901(例如，来自于美国马萨诸塞州比勒利卡(Billerica)的Axsun Technologies,Inc的可调谐激光器)可具有带有100nm调谐范围的1050nm的波长、带有100kHz的重复率和50％的占空比的调谐周期。这种OCT系统900可在组织中产生5.3μm的所测量的轴向分辨率(半高全宽幅度轮廓)和2.9mm的成像范围。来自于扫频光源901的光可通过单模光纤耦合到2×2光纤耦合器902中。光中的一部分(例如，70％)可行进到样本臂(即，病人接口)，且光的另一部分(例如，30％)可行进到参考臂。

在样本臂中，样本臂极化控制单元903可用于调节光偏振状态。来自于光纤耦合器902的出射光随后可与视网膜扫描器耦合，由此，该光通过样本臂准直透镜904来进行准直并且通过镜905和二维检流扫描器909(例如，XY检流毫微(galvonanometer)扫描器)反射。两个透镜，第一透镜906(例如，物镜)和第二透镜907(例如，目镜)可将由检流扫描器909所反射的探测光束转递到人眼908。例如，可在基于眼模型的视网膜平面上计算(半高全宽幅度轮廓的)18μm的焦斑直径。到人眼上的平均光功率(即，激光的输出功率)可为1.9mW，这与由美国国家标准协会(ANSI)所设定的安全眼部暴露极限相一致。

参考臂可包括第一参考臂准直透镜913、水单元912、后向反射器911、玻璃板914和第二参考臂准直透镜915。玻璃板914可用于平衡OCT样本臂与参考臂之间的色散。水单元912可用于补偿人眼908中的色散的影响。后向反射器911可被安装在移动平台(translation stage)910上，该移动平台910可被移动以调节参考臂中的路径长度。

来自于样本臂和参考臂的光可在分束器917处干涉。参考臂极化控制单元916可用于调节参考臂中的光束偏振状态以使干涉信号最大化。来自于分束器917(例如，50/50耦合器)的光干涉信号可由平衡检波器918(例如，由美国新泽西州纽顿市(Newton)的Thorlabs,Inc所制造的平衡接收机)来检测、由模数转换单元919(例如，由Innovative Integration,Inc.所制造的高速数字转换器)来采样并被转移到计算机920中用于处理。例如，计算机920可用于存储指令和实施本文所描述的方法。干涉条纹例如可利用由可调谐激光器901的光学时钟输出所驱动的获取物，由模数转换单元919采用14比特的分辨率以400MHz来记录。在这种例示性设置的成像系统900中，可利用具有4.2dB/mm的敏感度滚降的镜和中性密度滤光片在95dB处测量敏感度。

尽管上面已描述了扫频光源OCT系统，本文所公开的技术可被应用到任何傅立叶域OCT系统中。在傅立叶域OCT系统中，参考镜被保持静止，且样本与参考反射之间的干涉作为光谱干涉图被捕获，其通过傅立叶变换进行处理以获得截面图像。在傅立叶域OCT的光谱OCT实现方案中，使用宽带光源且通过基于光栅或棱镜的光谱仪来捕获光谱干涉图。光谱仪使用线相机来以同时的方式检测光谱干涉图。在傅立叶域OCT的扫频光源OCT实现方案中，光源为跨宽光谱非常快速地且重复地调谐的激光器，且光谱干涉图被顺序地捕获。扫频光源OCT可达到较高的速度，并且光束可被更快速地横向扫描(具有较少的轴向扫描之间的斑重叠)，而不会受到与其它傅立叶域OCT系统相比那么多的由条纹冲蚀引起的信号损耗。然而，非常高速的光谱OCT系统也可与本文所公开的技术一起加以利用。

如先前所讨论的各实施例中的任何一个或多个可被部分地或整体地合并到系统中。图10示出了根据本发明的各实施例的体内成像系统(例如，OCT系统)1000的例示性实施例。在实施例中，OCT系统1000可包括OCT装置1002和耦连到其的一个或多个处理器1012。一个或多个处理器1012可适于根据如本文所公开的各种方法实施方法。在各种实施例中，OCT系统1000可包括计算装置，其例如包括任何形式的个人计算机，且在这些实施例中的各实施例中，一个或多个处理器可被布置在计算装置中。根据各实施例的OCT系统可适于存储各种信息。例如，OCT系统可适于存储参数和/或指令，以用于实施如本文所公开的一个或多个方法。

在各实施例中，OCT系统可适于允许操作者实施各种任务。例如，OCT系统可适于允许操作者配置和/或发起上述方法中的各方法。在某些实施例中，OCT系统可适于生成或使得被生成各种信息的报告，其例如包括在样本上运行的扫描的结果的报告。

在包括显示装置的OCT系统的实施例中，数据和/或其它信息可被显示给操作者。在实施例中，显示设备可适于接收输入(例如，通过触摸屏、图标的致动、诸如操纵杆或把手的输入设备的操纵，等等)，且在某些情形中，输入可被(主动地和/或被动地)传送给一个或多个处理器。在各实施例中，可显示数据和/或信息，且操作者可响应于其而输入信息。

如先前所讨论的各实施例中的任何一个或多个可被部分地或整体地合并到产品中。在各实施例中且如图11中所示的，根据本发明的各实施例的产品1100可包括存储介质1112和存储在存储介质1112中的多个编程指令1102。在这些实施例中的各实施例中，编程指令1102可适于对装置进行编程以使得该装置能够实施先前所讨论的方法中的一个或多个。

在各实施例中，OCT图像可提供数据，从该数据可进行诊断和/或估计。在实施例中，这种确定可涉及生物组织结构、脉管系统、和/或微循环。例如，在某些实施例中，对生物组织进行3-D体内成像和量化通过其中的单独血管的流，可用于理解若干疾病发展和治疗后的机理，例如包括局部缺血、变性、创伤、痉挛、及各种其它神经疾病。在其它的实施例中，本文所公开的OCT图像和技术可用于识别癌症、肿瘤、痴呆和眼科疾病/状况(例如，其包括青光眼、糖尿病视网膜病变、老年性黄斑病变)。仍旧进一步，在各实施例中，如本文所描述的OCT技术可用于内窥镜成像或其它内部医学应用。前述的诊断和/或估计的示例性实施例为典范的，且因此本发明的实施例不限于所讨论的实施例。

尽管为了优选实施例的描述的目的，本文已示出和描述了某些实施例，但是本领域普通技术人员会理解，所计算以达到某些目的的多种可替换和/或等价的实施例或实现方案可替代所示出和所描述的实施例，而不脱离本发明的范围。本领域技术人员将容易地理解，根据本发明的实施例可以非常多种的方式实施。该应用意欲覆盖本文所讨论的实施例的任何适配或变化。因此，显而易见，根据本发明的实施例仅仅由权利要求及其等同物所限定。

例示性实施例

使用本文所描述的扫频光源OCT系统900，对三个正常志愿者实施黄斑及ONH成像，这一点由机构审查委员会(IRB)批准。对于每次成像，该对象的头部由腮托和前额托来稳固。闪烁的内部固定目标使用数字光处理(DLP)技术(美国德克萨斯州达拉斯的德州仪器(Texas Instruments))由衰减的微型投影仪进行投影。眼底上的成像区使用3mm×3mmOCT预览扫描的实时正面视图由操作者来可视化。

扫频光源OCT系统以100kHz轴向扫描重复率来操作。在快横向扫描(X)方向上，B型扫描由3mm之上的200个A型扫描组成。在慢横向扫描(Y)方向上，在3mm之上存在200个离散的采样平面。在每个Y位置处获取八个连续的B型扫描。这被称作为“M-B扫描模式”(例如如图3中所示出的)，因为它能够检测相同位置处的连续B型扫描之间的运动。因此，花费3.2秒来获得包括1600个B型扫描和32，0000个A型扫描的3D体数据立方体。在该扫描协议下，本文所描述的方法在每一步被应用于重复的帧序列。最后，组合200个所计算的B型扫描帧以形成人眼的后部的3D血液灌注图像。

图12示出了使用根据本发明的各实施例的成像方法的近视个体的右眼中的视神经乳头(ONH)的体内3-D体结构图像(3.0(x)×3.0(y)×2.9(z)mm)。从一个3D体数据集获得反射强度图像和去相关(血管造影)图像这二者。对于视神经乳头(ONH)扫描，反射强度的正面最大投影1202示出了主要的视网膜血管和二级分支1204，但是更精细的分支和视网膜、脉络膜及视神经盘的微循环是不可见的。在从投影1202的平面1206所取得的垂直截面强度图像1208中，lamina cribosa的结缔组织柱(亮)和孔(暗)可在视神经盘深处可视化。在视神经盘附近，视网膜、脉络膜和巩膜可被描绘出。由本文所描述的方法所获得的ONH血管造影片示出多级脉管分支及微循环网络这二者。正面最大去相关投影血管造影片1210示出来自于中央视网膜动脉及静脉的多级分支、视盘(disc)中的密集毛细管网络、睫状视网膜动脉(参见鼻盘边缘处的血管造影片1210中的箭头)、和视盘附近的脉络膜血管的接近连续的薄片(sheet)，其中的大多数不能很好地在正面强度图像1202上可视化。所创建的垂直SSADA截面去相关图像1212(在与所显示的1208相同的平面1206中)示出了视盘中的血管中的血流(由箭头表示)、视网膜血管、和形成从表面到～1.0mm深度的柱状物的脉络膜。可能不清楚这是否表示深度渗透的血管或者是否表示去相关投影伪影。投影伪影是指从较深的静态结构所反射的光可示出由通过更表面的血管所引起的去相关的事实。这种类型的伪影是明显的，其中，例如在内窥镜影片(fly-through movie)静止帧图像1216和去相关图像1212中，视神经盘旁视网膜血管看起来比它们应为的要厚。由于该伪影，这些血管向下延伸到神经纤维层(NFL)的全部深度，且去相关信号出现在下层色素上皮(RPE)，其应为无血管的。

为了分开观察视网膜血管和表面视盘血管，视神经盘旁RPE层之下的像素被移除以便移除脉络膜。作为结果的正面血管造影片1214示出了表面脉管网络为视盘边界处的视盘末端提供养分。通过比较，脉络膜循环形成如图1210中所示的视网膜之下的血流的几乎连续的薄片。正面图像1202、1210和1214示出了正好在视盘边缘外部的颞侧弧形斑中的RPE萎缩。在弧形斑内部，还存在小区域的脉络膜毛细管层萎缩(参见1210内的箭头区域)。利用彩色标度(color scale)流(去相关)图像覆盖截面灰度反射强度图像，示出了主要视网膜分支血管处于视神经盘旁NFL层，如在内窥镜影片静止帧图像1216中所示的(即，如何以3D体的形式灌注视盘、视网膜和脉络膜)。还示出了脉络膜全部厚度内的血流。经组合的图像1216还示出了，较深的视盘循环主要驻留于lamina cribosa的孔中，并且不驻留于结缔组织柱中。这可能为首次以这种综合的方式非侵入地可视化视盘微循环。跨图像的水平线为固定图样伪影的结果，其源自于扫频激光源。

本文所公开的利用本发明的另一个例示性示例在黄斑血管造影中被展现。眼底的黄斑区域负责中央视力。由糖尿病视网膜病变引起的黄斑区域中的毛细管凋亡(dropout)为视力丧失的主要原因。脉络膜毛细管层的焦点损失为干及湿老年性黄斑变性两者的发病机理中的可能诱发因素，工业化国家中失明的主导原因。因此，黄斑血管造影是重要的。本文所描述的技术用于展现如13中的黄斑的体内3-D体结构图像(3.0(x)×3.0(y)×2.9(z)mm)中所示的正常眼睛中的视网膜及脉络膜循环二者的黄斑血管造影。

使用本文所公开的技术所可视化的脉管图样和毛细管网络类似于先前所报告的使用基于相位的OCT血管造影技术的那些。流像素形成视网膜中的连续微循环网络。与已知的解剖相一致，在近似600μm直径的(如正面最大去相关投影血管造影片1302中所示的)黄斑中央凹无血管区中不存在脉管网络。由于噪声，在黄斑中央凹无血管区内存在某些不连接的明显流像素。通过具有经融合的流信息(以明亮/彩色标度所表示的去相关)和结构信息(以灰度/较暗标度所表示的反射强度)的中央凹中心(1302中的较上部的虚线)的水平OCT截面利用中央凹中心图像1304表示。中央凹中心图像1304的检查示出了这些错误的流像素为RPE和光感受器的高反射层中的去相关噪声。脉络膜毛细管层形成汇合的重叠丛，所以期望脉络膜循环的投影图像(参见脉络膜循环的正面最大去相关投影血管造影片1306)示出融合的汇合流。类似于1304，下筛斑的经融合的水平OCT截面(1302中的较下部的虚线)利用下筛斑图像1308表示。与已知的解剖相一致，截面图像1304和1308示出从NFL到外网状层的视网膜血管。如基于以明亮/彩色标度所见的去相关，内脉络膜中的流具有较高的速度。量也大于视网膜循环(如截面图像1304和1308中所示的)，再次与脉络膜循环具有比视网膜循环更高的流的已知生理学相一致。在外脉络膜中存在信号缺失(signal void)，其可由来自于高流速度和叠压(overlying)组织的遮蔽效应的条纹冲蚀引起。截面图像1304和1308还示出了RPE层中的去相关的几个斑。由于RPE已知为无血管的，这些可能为伪影。如先前所述的，这可能由近端层(即，内视网膜层)到具有强反射信号的远端层(即，RPE)上的流的去相关的投影引起。血管还存在形成内视网膜中的垂直阵列的趋势，其在某些情形中也可由投影伪影引起。

展现本文所公开的利用本发明的另一个例示性实例以理解用于基于去相关的血管造影的全谱、像素平均及分离谱技术(如图1中所描述的)之间的差异。为了获得血管造影片，上述的方法，特别地利用图1的描述，以及分别如由方程(1)-(3)所描述的。为了进行公平的比较，使用同样的运动误差减小、噪声阈值及正面投影方法。

图14示出了使用根据现有技术方法全谱(1402)和像素平均(1404)和根据本发明的各实施例(1408)的方法的黄斑视网膜循环的正面血管造影片。虽然现有技术方法和本发明提供了主要黄斑血管的良好的可视化，但是毛细管网络在利用本发明的分离谱所生成的分离谱血管造影片108中看起来最干净和最连续。产生像素平均血管造影片1404的像素平均方法显示了第二干净和连续的毛细管网络。产生全谱血管造影片1402的全谱方法示出了可能为噪声的显著较不连接的流像素。在黄斑中央凹无血管区中(600μm直径的1402A、1402B和1408C图像的黄圈内部)，噪声可能最易于鉴别，其不应具有任何视网膜血管，包括毛细管。在分离谱血管造影片1408中，正好在无血管区外部存在毛细管网络的接近连续的可视化，而使用其它两个现有技术的技术该环看起来被断开。用于如在1402D、1404E和1408F中所显示的每个方法的截面血管造影片(全部跨如1402A中所示的水平虚线进行扫描)示出了，分离谱方法提供了相异的视网膜血管与暗背景之间的最清楚的对比。再次，像素平均方法为第二好的，并且全谱方法示出了可见的雪花状的背景噪声。

为了获得值得将三个基于去相关的血管造影技术相比较的定量的图，使用两种解剖知识。一个为视网膜血管形成连续的网络，而另一个为在黄斑中央凹无血管区内不存在视网膜血管。图15示出了使用根据现有技术方法和根据本发明的各实施例的方法的描绘脉管连接性和信噪比(SNR)的体内图像。在图15中，图像1502A1-1502A4使用全谱方法获得(全部处于行1502)，图像1504B1-1504B4使用像素平均方法获得(全部处于行1504)，以及图像1506C1-C4使用本文所描述的分离谱技术获得。为了评估血管连接性，将由三个不同方法所获得的投影图像(图14的1402A、1402B和1408C)基于固定的阈值转换成二进制图像(例如，二值化)(如图15的第一列1508中的图像，图像1502A1、1504B1和1506C1所示的)。随后，应用骨骼化形态操作(例如，骨骼化的)以获得由1个像素宽的线和点构成的脉管网络(如图15的第二列1510中的图像，图像1502A2、1504B2和1506C2中所示的)。接下来，将非连接的流像素从已连接的流骨骼分离(例如，被滤波以移除非连接的流像素)(如图15的第三列1512中的图像，图1502A3、1504B3和1506C3所示的)。脉管连接性被限定为已连接的流像素的数目与骨骼图上的流像素的总数目的比。根据三个参与者的六只眼睛的OCT黄斑血管造影片分析连接性(参见下面的表1)。基于配对的t测试的三种技术的比较示出了，分离谱技术相对于像素平均(p＝0.037)和全谱(p＝0.014)技术具有显著更好的连接性。当与全谱现有技术(39％)相比时，本文所公开的分离谱技术通过多于两个的因素减少了非连接的流像素的数目(18％)。

为了计算用于去相关信号的信噪比(SNR)，必须限定相关信号和噪声区域。偶然地，对于黄斑，中心视网膜中央凹无血管区(FAZ)缺少血管，包括毛细管。中央凹旁毛细管网络为中央凹提供养分，且糖尿病视网膜病变中的这些毛细管的缺失为视力的丧失中的重要机理。因此，中央凹旁区域中的去相关值相对于FAZ的比可为计算SNR的干净的且临床相关的方式。在图15的第四列1512中，图像1502A4、1504B4和1506C4示出了去相关SNR，其中，噪声区域位于视网膜中央凹无血管区(显示为具有半径R1的内部的虚线圈)，且信号区为中央凹旁环形物(如半径R2与半径R3之间的灰色区域所显示的)。FAZ的半径(R1)近似为0.3mm。因此，挑选具有0.3mm半径的中心FAZ作为噪声区，且0.65(R2)与1.00mm(R3)之间的环形中央凹旁区域作为信号区域。因此，去相关信噪比DSNR可使用下面的公式来表示，

(7)

DSNR = \frac{{\overset{&OverBar;}{D}}_{Parafovea} - {\overset{&OverBar;}{D}}_{FAZ}}{\sqrt{σ_{FAZ}^{2}}}

其中，和分别为中央凹旁环形物和FAZ内的平均去相关值；且为FAZ内的去相关值的方差。这些计算在正面最大投影图像之上实施。

根据对三个参与者的六只眼睛所实施的OCT黄斑血管造影片分析DSNR(参见下面的表1)。配对的t测试示出了分离谱技术的DSNR显著高于像素平均技术(p＝0.034)和全谱技术(p＝0.012)。与全谱技术相比，分离谱技术通过多于2个的因素改进了DSNR。

表1 三种血管造影算法的血管连接性和信噪比

DSNR＝去相关信噪比。统计分析基于3个正常人类对象的6只眼睛。

利用所公开的技术，已展示了视网膜和脉络膜循环中的较大的血管和毛细管网络两者的可视化。使用多普勒和其它基于相位的流检测技术也可达到这种可视化，然而，所公开的SSADA(即，分离谱)技术具有优于基于相位的技术的几个潜在优势。对相位噪声不敏感是一个优势。另一个优势包括对微脉管流进行量化的能力。由于有效的分辨单元形成为各向同性的(如图2中所描述的，在X、Y和Z维度上具有相同的尺寸)，所以它对横向(X，Y)和轴向(Z)流同等地敏感。这与本质上对多普勒频移在其上发生的轴向上的流更敏感的所有基于相位的技术形成对比。因此，利用本文所公开的技术导致作为与方向无关的流速度的函数的去相关值。血液粒子跨激光束移动得越快，由扫描参数所设定的速度范围内的所接收信号的去相关指数越高。理论上，饱和速度应近似为分辨单元的尺寸(0.018mm)除以帧间时延(0.002sec)，或9mm/sec。最小的可检测的流速度可由去相关本底噪声来确定，其可基于非流组织体素的去相关分布统计。在该示例中，分离谱技术的投影视图示出了黄斑毛细管区(中央凹旁区域)内的脉管图样。这描述了所公开的分离谱技术能够检测视网膜毛细管流，其在0.5-2mm/sec的范围内。可进行使用体内流幻影(phantom)实验对去相关值的速度校准，以进一步确定最小的可检测的流速度。

从近端(较浅)层到远端(较深)层的流的投影可能是挑战性的。主要的视神经盘旁视网膜动脉和静脉(如图12中所示的)和内视网膜中的较大黄斑血管(如图13中所示的)中的流投影到高反射的RPE上，其不应包含任何血管。还存在从较表面的内视网膜层(即，神经纤维层和神经节细胞层)到较深的内视网膜层(即，内及外网状层)的流的概率投影。这不影响视网膜循环的正面投影的精度，但是它可影响脉络膜循环的正面投影和截面血管造影片的精度。如果更表面的体素具有超阈值的去相关值，则可在较深的体素中提高阈值去相关值用于流识别；然而，代替血流投影伪影，这可能不可避免地引入潜在的阴影伪影。因此，可想到利用该伪影来解释较深血管的图像。

虽然来自于块状组织运动的噪声使用本文所公开的技术被大大地减少，但可能无法完全地消除。如所公开的示例中所描述的，不试图利用移码配准(frame-shift registration)补偿连续的B型扫描帧之间的X-Z运动。该配准可能降低X-Z维度(尽管没有Y方向)上的牵连运动的效果并进一步改进流检测的精度。从正面血管造影片中还显而易见的是，在3D数据集中存在扫视运动伪影。这可能利用3D配准算法来降低。

上面所阐释的本公开包含多个相异的实施例。虽然这些实施例中的每一个已经以它优选的形式公开，但是如本文所公开和示出的特定实施例不以限定的方式看待，因为大量变化是可能的。本公开的主题包括本文所公开的各种元件、特征、功能和/或特性的所有新颖的且非显而易见的组合和子组合。类似地，其中，任何权利要求叙述“一”或“第一”元件或其等同物，这种权利要求应被理解成包括一个或多个这种元件的结合，既不需要也不包括两个或更多个这种元件。

Claims

1.一种成像的方法，包括：

对流动样本进行扫描以获得OCT谱的M-B扫描；

将OCT谱的所述M-B扫描分离成M个谱带；

根据所述M个谱带确定流图像。

2.根据权利要求1所述的方法，其中将OCT谱的所述M-B扫描分离成M个谱带包括：

创建覆盖所述OCT谱的重叠滤波器；以及

利用所述重叠滤波器对所述OCT谱进行滤波。

3.根据权利要求1所述的方法，其中根据所述M个谱带确定流图像包括：

创建用于所述M个谱带的去相关图像；以及

组合用于所述M个谱带的所述去相关图像以创建流图像。

4.根据权利要求3所述的方法，其中创建用于M个谱带的去相关图像包括：

确定用于每个谱带的幅度信息；以及

计算用于每个谱带的相邻幅度帧之间的去相关。

5.根据权利要求4所述的方法，进一步包括移除背景噪声。

6.根据权利要求3所述的方法，其中组合用于所述M个谱带的所述去相关图像以创建流图像包括：

对用于每个谱带的所述去相关图像求平均以创建用于每个谱带的平均去相关图像；以及

对来自于所述M个谱带的经平均去相关图像求平均。

7.根据权利要求6所述的方法，进一步包括消除具有过量运动噪声的用于每个谱带的去相关图像。

8.一种修改来自OCT谱的OCT成像分辨单元以创建各向同性分辨单元的方法，包括：

创建覆盖所述OCT谱的重叠滤波器；以及

利用所述重叠滤波器对所述OCT谱进行滤波。

9.根据权利要求8所述的方法，其中创建重叠滤波器包括创建包括至少一种规格的滤波器组。

10.根据权利要求9所述的方法，其中所述至少一种规格包括一个或多个因素，所述一个或多个因素包括滤波器类型、滤波器的带宽、不同带之间的重叠和带的数目中的至少一个。

11.一种用于体内成像的系统，包括：

光学相干断层扫描装置；以及

一个或多个处理器，其耦连到所述装置并适于使所述装置：

从流动样本获得OCT谱的M-B扫描；

将OCT谱的所述M-B扫描分离成M个谱带；以及

根据所述M个谱带确定流图像。

12.根据权利要求11所述的系统，其中所述一个或多个处理器适于使所述装置将OCT谱的所述M-B扫描分离成M个谱带进一步包括适于使所述装置：

创建覆盖所述OCT谱的重叠滤波器；以及

利用所述重叠滤波器对所述OCT谱进行滤波。

13.根据权利要求11所述的系统，其中所述一个或多个处理器适于使所述装置根据所述M个谱带确定流图像进一步包括适于使所述装置：

创建用于所述M个谱带的去相关图像；以及

组合用于所述M个谱带的所述去相关图像以创建流图像。

14.根据权利要求13所述的系统，其中所述一个或多个处理器适于使所述装置创建用于M个谱带的去相关图像进一步包括适于使所述装置：

确定用于每个谱带的幅度信息；以及

计算用于每个谱带的相邻幅度帧之间的去相关。

15.根据权利要求13所述的系统，其中所述一个或多个处理器适于使所述装置组合用于所述M个谱带的所述去相关图像以创建流图像进一步包括适于使所述装置：

对来自于所述M个谱带的经平均去相关图像求平均。