CN109963494A - 具有改进的图像质量的光相干断层成像系统 - Google Patents

具有改进的图像质量的光相干断层成像系统 Download PDF

Info

Publication number
CN109963494A
CN109963494A CN201780071455.4A CN201780071455A CN109963494A CN 109963494 A CN109963494 A CN 109963494A CN 201780071455 A CN201780071455 A CN 201780071455A CN 109963494 A CN109963494 A CN 109963494A
Authority
CN
China
Prior art keywords
scan
shaping
pixel
oct
detector
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.)
Granted
Application number
CN201780071455.4A
Other languages
English (en)
Other versions
CN109963494B (zh
Inventor
陈宇
斯科特·E·弗雷泽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Southern California USC
Original Assignee
University of Southern California USC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Southern California USC filed Critical University of Southern California USC
Publication of CN109963494A publication Critical patent/CN109963494A/zh
Application granted granted Critical
Publication of CN109963494B publication Critical patent/CN109963494B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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
    • 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
    • A61B3/12—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes
    • 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
    • A61B3/14—Arrangements specially adapted for eye photography
    • 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
    • A61B3/14—Arrangements specially adapted for eye photography
    • A61B3/15—Arrangements specially adapted for eye photography with means for aligning, spacing or blocking spurious reflection ; with means for relaxing
    • A61B3/152—Arrangements specially adapted for eye photography with means for aligning, spacing or blocking spurious reflection ; with means for relaxing for aligning
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B9/00—Measuring instruments characterised by the use of optical techniques
    • G01B9/02—Interferometers
    • G01B9/0209—Low-coherence interferometers
    • G01B9/02091—Tomographic interferometers, e.g. based on optical coherence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10101—Optical tomography; Optical coherence tomography [OCT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30041—Eye; Retina; Ophthalmic

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Ophthalmology & Optometry (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Eye Examination Apparatus (AREA)

Abstract

本公开涉及光相干断层扫描(OCT)领域。本公开具体涉及一种生成具有改进的质量的图像的OCT系统。在一个示例中，OCT系统可以通过使用多重整形函数对原始A扫描进行整形来生成改进的B扫描图像。在另一示例中，OCT系统可以通过在检测器上形成多切趾图形并通过使用切趾图形获取原始A扫描来生成改进的B扫描图像。可以通过使用由本公开的OCT系统生成的改进的图像来实现更好地诊断健康状况。

Description

具有改进的图像质量的光相干断层成像系统
相关申请的交叉引用
本申请基于并要求于2016年11月30日提交的标题为“具有改进的图像控制的光相干断层成像(OCT)系统”的美国临时专利申请62/428,055的优先权。该临时专利申请的全部内容通过引用合并于此。
技术领域
本公开涉及光相干断层成像(OCT)的领域。本公开更具体地涉及一种具有改进的图像质量的OCT系统。本公开还涉及一种用于诊断健康状况的OCT系统。
背景技术
自从1991年引入光相干断层成像(OCT)以来，光相干断层成像(OCT)已经成为不可缺少的临床成像工具。针对OCT技术的背景，参见，例如，Drexler和Fujimoto等人“OpticalCoherence Technology:Technology and Applications”Springer，Heidelberg，德国，2008。该书通过引用其全部合并于此。OCT基于被认为低相干干涉的光学测量技术。OCT通过将光束引向物理对象来对该物理对象的内部微结构执行高分辨率、横截面成像，随后测量并分析反向散射光的幅度和时间延迟。
通过执行对时间延迟的多轴测量(轴向扫描或A扫描)并且横向地扫描入射光束来生成横截面图。这产生了包括A扫描的B扫描的二维数据集；其表示穿过物理对象的横截面中的光学反向散射。可以通过以光栅图案扫描入射光束获取连续的横截面图像来生成三维体数据集(三维OCT或3D-OCT)。该技术产生物理对象的非常精细细节的内部微结构图像。例如，可以就地并且实时地对组织的病状进行有效成像，且分辨率小于15微米。
已经研发出几种类型的OCT系统和方法，例如，时域OCT(TD-OCT)和傅里叶域OCT(FD-OCT)。使用FD-OCT能够实现视网膜形态的高分辨率成像，这几乎可以与组织学分析相媲美。FD-OCT技术的示例包括光谱域OCT(SD-OCT)和扫源OCT(SS-OCT)。
OCT可以用于识别常见的视网膜血管疾病，诸如，与年龄相关的黄斑变性(AMD)、糖尿病性视网膜病(DR)和视网膜血管阻塞。然而，尽管OCT成像快速发展，但目前的OCT技术可能无法提供视网膜和脉络膜微脉管系统的充分可视化。因此，临床医生经常被迫安排患有视网膜血管疾病的患者进行OCT和荧光素血管造影术(FA)二者。使用在FD-OCT成像期间产生的数据来生成眼底的血管造影图像受到越来越多的关注。这些血管造影片是无创的，无需注射荧光染料。
针对OCT方法和系统以及它们的应用的进一步描述，例如，参见：Schwartz等人“Phase-Variance Optical Coherence Tomography:A Technique for NoninvasiveAngiography”American Academy of Ophthalmology，Volume 121，Issue 1，2014年1月，180–187页；Sharma等人“Data Acquisition Methods for Reduced Motion Artifactsand Applications in OCT Angiography”美国专利申请号8,857,988；NarasimhaIyer等人“Systems and Methods for Improved Acquisition of Ophthalmic Optical CoherenceTomography Data”美国专利申请公开号2014/0268046；Everett“Methods for MappingTissue With Optical Coherence Tomography Data”美国专利申请号7,768,652。这些出版物和专利公开中的每一个的全部内容通过引用合并于此。
在OCT中，一种主要类型的伪影是轴向上的旁瓣噪声，这严重降低了B扫描图像的质量。轴向点扩散函数(PSF)(也称为相干函数)与光源光谱的傅里叶变换成正比。当光源的光谱或检测到的光谱是非高斯形状时(对于宽带光源通常情况就是如此)，B扫描图像中将存在较高的旁瓣。许多整形方法已经用于将OCT成像中的非高斯光谱整形，例如高斯拟合、高斯函数和汉明窗函数，以便抑制轴向旁瓣。然而，所有这些方法都是以恶化轴向分辨率为代价的，其中轴向PSF中主瓣被加宽。
针对OCT成像中的整形方法及它们的应用的进一步描述，例如，参见：Tripathi等人“Spectral shaping for non-Gaussian source spectra in optical coherencetomography”Optics Letters，Volume 27，Issue 6，2002年3月，406–408页；Akcay等人“Spectral shaping to improve the point spread function in optical coherencetomography”Optics Letters，Volume 28，Issue 20，2003年10月，1921-1923页；Lee等人“Ultrahigh speed spectral-domain optical coherence microscopy”BiomedicalOptics Express，Volume 4，Issue 8，2013年8月，1236-1254页。这些出版物和专利公开中的每一个通过引用合并于此。
发明内容
本公开涉及光相干断层成像(OCT)领域。本公开更具体地涉及一种具有改进的图像质量的OCT系统。本公开还涉及一种用于诊断健康状况的OCT系统。
在本公开中，OCT系统可以生成目标的改进的B扫描图像。OCT系统可以包括光学系统、图像生成系统或其组合。例如，OCT系统可以包括光学系统和图像生成系统。例如，OCT系统可以包括图像生成系统。
在本公开中，光学系统可以包括光学组件。这些光学组件的示例包括照明源、分束器、参考臂、目标臂、光学检测系统或其组合。在本公开中，光学检测系统可以包括诸如检测器的光学组件。在本公开中，光学检测系统可以包括诸如光谱仪的光学组件。在本公开中，光谱仪可以包括检测器。检测器可以包括至少3个像素、至少100个像素、至少1000个像素或至少2000个像素。在本公开中，检测器的这些像素被称为“检测器像素”。
在本公开中，OCT系统可以包括光谱域光相干断层扫描(SD-OCT)系统。
在本公开中，OCT系统可以包括光栅、分束器和光栅之间的第一光学透镜以及光栅和检测器之间的第二光学透镜，其中，第一光学透镜、光栅和第二光学透镜具有将由分束器形成的干涉光投射到至少三个像素上的配置。
在本公开中，图像生成系统可以包括控制单元、处理单元、存储单元、显示单元或其组合。
在本公开中，OCT系统可以具有照亮并扫描目标的配置。
在本公开中，OCT系统可以具有形成或获取离散OCT干涉光谱的配置。
在本公开中，每个(原始的或经过整形的)B扫描可以包括至少一个(原始的或经过整形的)A扫描。在本公开中，每个(原始的或经过整形的)B扫描可以包括至少两个(原始的或经过整形的)A扫描。
在本公开中，OCT系统可以具有基于生成的或获取的离散OCT干涉光谱来生成或获取原始A扫描和/或原始B扫描的配置。
在本公开中，OCT系统可以具有以下配置：针对每个原始A扫描通过使用至少两个不同的整形函数对每个原始A扫描进行整形，以针对每个原始A扫描形成至少两个经过整形的A扫描。
在本公开中，OCT系统可以具有形成/获取至少两个B扫描(“经过整形的B扫描”)的配置。形成同一个经过整形的B扫描的经过整形的A扫描可以是使用同一个整形函数被整形的。
在本公开中，OCT系统可以具有形成多个检测器像素组的配置。每个检测器像素组可以包括至少一个检测器像素。每个检测器像素组可以包括至少两个检测器像素。形成同一检测器像素组的各检测器像素可以彼此相邻。
在本公开中，OCT系统可以具有在每个检测器像素上形成离散OCT干涉光谱的配置。
在本公开中，OCT系统可以具有生成/获取至少两个(原始)A扫描的配置。每个(原始)A扫描可以是从在每个检测器像素上形成的离散OCT干涉光谱中生成的/获取的。
在本公开中，OCT系统可以具有确定每个经过整形的B扫描的最大强度的配置。
在本公开中，OCT系统可以具有通过使用同一个经过整形的B扫描的最大强度，将每个经过整形的B扫描归一化(“归一化B扫描”)的配置。
在本公开中，OCT系统可以具有针对每个归一化的经过整形的B扫描选择一个像素(“B扫描像素”)的配置。
在本公开中，OCT系统可以具有以下配置：通过使用数学运算来处理所有的归一化的经过整形的B扫描中的所选B扫描像素的强度值，其中，所选B扫描像素在所有归一化的经过整形的B扫描上具有相同位置，其中，所有归一化的经过整形的B扫描属于同一多重整形B扫描图像群。
在本公开中，OCT系统可以具有形成多个像素组的配置。每个像素组可以包括来自每个归一化B扫描的一个像素(“B扫描像素”)。每个像素组的各B扫描像素可以在所有的归一化B扫描上具有相同的位置。
在本公开中，OCT系统可以具有以下配置：通过将数学运算应用于形成同一像素组的各像素的强度来确定每个像素组的一个强度(“最优强度”)。所述数学运算可以包括秩排序滤波、均值滤波、多图像去卷积或其组合。
在本公开中，OCT系统可以具有基于各像素组的最优强度来生成新的B扫描(“新B扫描”)的配置。
在本公开中，OCT系统可以具有在图像生成系统的显示器上显示改进的B扫描图像的配置。
在本公开中，整形函数可以包括所选区间之外都是零值的函数。整形函数可以包括窗函数、高斯函数或其组合。
在本公开中，数学运算可以包括秩排序滤波。秩排序滤波可以是最小值滤波、中值滤波、具有最小值滤波与中值滤波之间的秩的秩排序滤波，或其组合。数学运算可以包括均值滤波。均值滤波可以包括算术均值、加权均值、几何均值、调和均值、均方值、对数均值等或其组合。这些数学运算的任意组合都在本公开的范围内。
在本公开中，OCT系统可以具有通过使用数字平滑滤波对新B扫描进行平滑的配置。平滑滤波可以包括线性平滑滤波、非线性平滑滤波或其组合。平滑滤波可以包括中值滤波、高斯滤波或其组合。这些滤波的任意组合都在本公开的范围内。
在本公开中，目标可以包括任意物理对象。物理对象具有表面和深度。例如，物理对象可以是器官组织。例如，器官组织可以包括人类眼球。例如，目标可以包括视网膜。例如，目标可以包括眼底。
在本公开中，OCT系统可以在该OCT系统与图像生成系统合并时，OCT系统促使图像生成系统生成新B扫描。
上述公开的方法、装置、组件、系统和特征的任意组合都在本公开的范围内。
根据以下对说明性实施例、附图和权利要求的详细描述，这些以及其他组件、步骤、特征、对象、益处和优点现在将变得清楚。
附图说明
附图是示例性实施例。它们没有示出全部的实施例。可以另外地使用其他实施例，或使用其他实施例进行替代。可以省略可能明显或不必要的细节以节省空间或用于更有效的示出。一些实施例可以用附加的组件或步骤实现和/或一些实施例可以在不具有所示出的所述组件或步骤的情况下实现。当不同的附图中出现相同的标号时，其指示相同或相似的组件或步骤。
以下参考标号用于下面的附图中公开的系统特征：光相干断层扫描系统100、光学系统105、照明源110、分束器120、(光)检测系统125、(光)检测器130、图像生成系统140、参考臂150、目标臂160、目标(物理对象)170、控制单元180、处理单元190、存储单元195、显示单元200、光纤210、光学透镜220、光学透镜230、反射器240、参考光束250、扫描镜260、扫描光学器件270、采集光束280、角膜290、脉络膜300、玻璃体腔310、瞳孔320、视网膜血管330、中央凹区(fovea region)340、视神经350、视盘360、视网膜370、中央凹(fovea)380、神经纤维层390、外部限制膜400、内部/外部感光器部分410、外部感光器部分420、视网膜色素上皮430、视网膜色素上皮/布鲁赫膜复合物440、分散组件450、光谱仪460、第一光学透镜470、光栅480和第二光学透镜490。
图1是示例性一般化OCT系统的示意图。
图2是示例性一般化OCT系统的示意图。
图3是示例性一般化SD-OCT系统的示意图。
图4是示例性用于SD-OCT系统的一般化光谱仪系统的示意图。
图5是示例性一般化图像生成系统的示意图。
图6示意性地示出人体左眼的矢状面。
图7示意性地示出视网膜的各层的横截面。
图8示意性地示出A扫描和B扫描。
图9示出可以接收检测数据作为输入并生成改进的OCT图像作为输出的示例性图像生成系统。
图10示意性地示出由图像生成系统根据获取的原始B扫描生成改进的B扫描图像的示例性多重整形技术。
图11示出使用整形函数对原始A扫描进行的整形。在该附图中示出的三个不同的整形函数示例包括高斯函数、汉宁函数和矩形函数。
图12示出通过使用矩形整形函数对原始A扫描进行的整形。三个矩形函数示例中的矩形窗具有相同的大小，但具有不同的中心位置。
图13示出通过使用矩形整形函数对原始A扫描进行的整形。三个矩形函数示例中的矩形窗具有相同的中心位置，但具有不同的大小。
图14示出对B扫描图像群处理的强度值。
图15示意性地示出由SD-OCT系统用于根据获取的/生成的原始B扫描群生成改进的B扫描的示例性检测器多切趾技术。
图16示意性地示出示例性检测器上的示例性切趾图形生成，(a)在一个示例中，示例性检测器可以具有N个像素，(b)在另一示例中，示例性检测器可以具有可以创建15个切趾图形的8个像素。
图17示出0.3μm的微珠体模的具有减少的旁瓣噪声的OCT图像：(a)，使用标准高斯整形的微珠的B扫描图像，(b)，应用多重整形技术的微珠的改机B扫描图像。
图18示出3dpf的斑马鱼胚胎的具有减少的旁瓣噪声的OCT图像：(a)，使用标准高斯整形的胚胎躯干的B扫描图像，(b)，应用多重整形技术的胚胎躯干的改进B扫描图像。
图19示出人类视网膜的具有减少的旁瓣噪声的OCT图像：(a)，使用标准高斯整形的视网膜的B扫描图像，(b)，应用多重整形技术的视网膜的改进B扫描图像。IPL：内网织层；INL：内核层；OPL：外网织层；ONL：外核层；ELM：外限制膜；IS/OS：内外感光器之间的接合处；RPE：视网膜色素上皮；CC：脉络膜毛细管；C：脉络膜。
图20示出人类视网膜的OCT图像：(a)，未通过多重整形而形成的视网膜的B扫描图像，(b)，通过多重整形并使用中值滤波形成的视网膜的B扫描图像，(c)通过多重整形并使用秩排序(第17个最小值)滤波形成的视网膜的B扫描图像，(d)，通过将原始B扫描多重整形并使用最大值滤波形成的视网膜的B扫描图像。这些图像上示出的各视网膜层可以参照图19的视网膜层标签来识别。
图21示出人类视网膜的OCT图像：(a)未通过多重整形形成的视网膜的B扫描强度图像，(b)，通过多重整形形成的视网膜的B扫描强度图像，(c)，未通过多重整形形成的视网膜的B扫描血管造影图像，(d)，通过多重整形形成的视网膜的B扫描血管造影图像。
图22示出人类视网膜的OCT图像：用于正面可视化的B扫描强度图像的分割。六个部分被记为层1到层6。
图23示出图22的层1到层4和层6的正面血管造影图像：列(a)未通过多重整形形成的正面血管造影图像，列(b)，通过多重整形形成的正面血管造影图像。
具体实施方式
现在描述示例性实施例。还可以使用其他实施例或用其他实施例进行替代。可以省略可能是明显的或不必要的细节以节省篇幅或用于更有效的陈述。一些实施例可以用附加的组件或步骤实现和/或一些实施例可以在不具有附加的组件或步骤的情况下实现。
本公开涉及光干涉断层扫描(OCT)的领域。本公开具体涉及一种可以生成改进图像的OCT系统。本公开还涉及一种用于诊断健康状况的OCT系统。
本公开涉及一种OCT系统。该OCT系统可以包括具有任何光学设计的任何干涉仪，包括，诸如，Michelson干涉仪、Mach-Zehnder干涉仪、Gires-Tournois干涉仪、基于公共路径的设计或其他干涉仪架构。这些干涉仪可以包括目标臂和参考臂。目标臂或参考臂可以包括任何类型的光学器件，例如，体光学器件、光纤、混合体光学系统等或其组合。
OCT系统可以包括任何OCT系统。OCT系统的示例可以包括时域OCT(TD-OCT)和傅里叶域或频域OCT(FD-OCT)。FD-OCT的示例可以包括光谱域OCT(SD-OCT)、扫源OCT(SS-OCT)、光学频域成像(OFDI)等，或其组合。
OCT系统可以生成目标的改进B扫描图像。OCT系统100可以包括光学的(或光学器件)系统105、图像生成系统140或其组合。例如，OCT系统可以包括光学系统和图像生成系统。例如，OCT系统可以包括图像生成系统。
在本公开中，光学系统可以包括照明源110、分束器120、参考臂150、目标臂160、光学检测系统125或其组合。
在本公开中，图像生成系统140可以包括控制单元180、处理单元190、存储单元195、显示单元200或其组合。
如图1所示的示例性OCT系统。该示例性OCT系统100可以包括至少一个照明源110、至少一个分束器120、至少一个(光学)检测系统125、至少一个图像生成系统140、至少一个参考臂150和至少一个目标臂160。该OCT系统可以扫描并示出具有表面和深度的目标170。可以通过使用检测系统从扫描中形成离散的OCT干涉光谱，从而生成原始A扫描数据和原始B扫描数据。该OCT系统可以通过使用图像生成系统生成改进的B扫描图像。
在本公开中，至少一个照明源110可以包括可以生成任何波长的电磁波的任何源。例如，照明源可以是任何光源。例如，照明源可以是低相干光源。在SD-OCT的情况下，照明源可以是具有短时间相干长度的宽带低相干光源，或在SS-OCT的情况下，照明源可以是波长可调谐激光源。
在本公开中，通常可以通过使用至少一个光纤210将来自照明源110的光引导至参考臂150，并可以通过至少一个光纤210将来自照明源110的光引导至目标臂160，以照亮目标170。光纤还可以将从参考臂反射的光和从目标散射的光通过分束器引导至检测器。
在本公开中，OCT系统100可以包括任何分束器120，其可以将由光源110提供的光分离并引导至参考臂150和目标臂160。
在本公开中，如图2所示，示例性参考臂150可以包括至少一个光学透镜220和至少一个反射器240。光学透镜可以被放置在反射器和分束器之间。
在本公开中，在涉及光纤210和(逆向)反射器240具有可调节的光延迟的情况下，来源于同一照明源110的参考光束250可以经过单独的路径。反射器可以是可以将光反射回光学透镜的任何反射器。反射器240可以包括至少一个光学组件。反射器240的至少一个光学组件可以是例如反射镜。
在本公开中，还可以使用传输参考路径，并且可调节延迟可以位于干涉仪100的目标臂160或参考臂150中。
在本公开中，如图2所示，示例性目标臂160可以包括至少一个光学透镜230、至少一个扫描镜260和至少一个扫描光学器件270。通常可以使用放置在光纤220的输出和目标170之间的扫描光学器件270来扫描光，使得针对目标170被引导的光束(虚线)在待成像区域或体积上被横向(在x轴和/或y轴上)扫描。扫描光学器件270可以包括适用于扫描的任何光学元件。扫描光学器件270可以包括至少一个光学元件。扫描光学器件270的至少一个光学组件可以是任何光学组件。可以采集从目标170散射的光，通常将其采集到用于将该光引导用于对目标进行照明的同一光纤210上。附图中示出的目标170仅是示意性地展示目标170与OCT系统100的关系。目标不是OCT系统的组件。
在本公开中，光学检测系统125可以是任何光学检测系统。例如，光学检测系统可以是检测器130。例如，光学检测系统可以是光谱仪460。例如，光学检测系统可以是平衡检测系统。这样的示例性光学检测系统的组合也在本公开的范围内。光学检测系统可以包括光纤耦合器。
在本公开中，从目标170散射的采集光280可以与参考光250组合，通常在光纤耦合器中与参考光250组合，以在光学检测系统125中形成光干涉，从而形成OCT信号。尽管示出了单个光纤端口连接至光学检测系统125，但是OCT系统100的各种设计可以用于SS-OCT或者SD-OCT的光谱仪460的干扰信号的平衡或不平衡检测。这里使用的光束应解释为任何仔细定向的光路。在时域OCT系统中，参考臂150可能需要具有可调谐的光学延迟以产生干涉。平衡检测系统通常可以用在TD-OCT和SS-OCT系统中，同时光谱仪460可以用在SD-OCT系统的检测端口处。
图3示出了示例性SD-OCT系统。该示例性OCT系统100可以包括至少一个照明源110、至少一个分束器120、至少一个光谱仪460、至少一个图像生成系统140、至少一个参考臂150和至少一个目标臂160。参考臂150可以包括至少一个光学透镜220、至少一个分散组件450和至少一个反射器240。光学透镜220可以放置在反射器240和光学透镜220之间。分散组件450可以放置在反射器240与光学透镜220之间。目标臂160可以包括至少一个光学透镜230、至少一个扫描镜260和至少一个扫描光学器件270。
光谱仪460可以包括至少一个第一光学透镜470、至少一个光栅480、至少一个第二光学透镜490和至少一个检测器130，如图4所示。第一光学透镜470可以放置在分束器120和光栅480之间。第二光学透镜490可以放置在光栅480和检测器130之间。第一光学透镜470、光栅480和第二光学透镜490可以用于投射通过分束器120引导到检测器130的采集光。第一光学透镜470可以将采集的光校准到光栅480。光栅480可以将采集的光分散成分别具有不同波长的各个光束。第二光学透镜490可以将这些光束聚焦在检测器130的不同像素上。
如图5所示，光学系统105的输出可以被供应到图像生成系统140。示例性图像生成系统140可以包括至少一个控制单元180、至少一个处理单元190、至少一个存储单元195和显示单元190。控制单元180可以是任何控制系统。例如，控制单元可以被配置为控制光学系统。例如，控制系统可被配置为控制光学系统的至少一个光学组件。例如，在生成改进的B扫描图像期间，控制单元可以控制照明源、分束器、参考臂、目标臂、光学检测系统(或光谱仪)、处理单元、显示单元或这些单元/系统组件的组合。处理单元190可以是任何处理单元。例如，处理单元可被配置为将每个单独的原始B扫描整形。包括OCT干涉光谱、经整形的A扫描或原始A扫描、经整形的B扫描或原始B扫描、强度、经处理的B扫描、改进的B扫描等的结果可被存储在存储单元195中或被显示在显示单元200上。处理功能和存储功能可以位于OCT系统内，或者可以对向其传送采集数据的外部处理单元执行各种功能。该外部单元可以专用于数据处理或执行非常通用且不专用于OCT系统的其他任务。
在本公开中，目标170可以包括任何物理对象。物理对象具有表面和深度。例如，物理对象可以是器官组织。例如，目标可以是如图6中的简化方式所示的人类眼球。人类眼球包括角膜290、脉络膜300、玻璃体腔310、瞳孔320、视网膜血管330、中央凹区340、视神经350、视网膜370和视盘(optic disk)360。例如，目标可以是人类眼球的任何组织。例如，目标可以包括视网膜。例如，目标可以包括眼球的基底。眼球的基底具有通过瞳孔从外部环境接收光的外表面。眼球的基底还具有在其外表面开始并从其外表面延伸的深度。
图7中示意性地示出了视网膜370的各层的简化的横截面图。视网膜各层包括神经纤维层(NFL)390、外部限制膜(ELM)400、内部/外部感光器部分410、外部感光器部分420、视网膜色素上皮(RPE)430和视网膜色素上皮(RPE)/布鲁赫膜复合物440。图7还示意性地示出中央凹380。视网膜的中央凹区的示例性横截面OCT图像(即，B扫描)在图19中示出。
在本公开中，z轴是与延伸到物理对象的深度的光束平行的轴(“轴向轴”)，x轴和y轴(“横向轴”)是横向的，因此是对z轴的垂直轴。这三个轴相对于眼球或视网膜的方向在图1到图3、图6到图8和图19到图23中示出。
干涉可以使干涉光的强度在光谱上变化。干涉光的傅里叶变换可以揭示不同路径长度处的散射强度的曲线，因此散射作为目标(即物理对象)中的深度(z轴方向)的函数。参见示例Leitgeb等人“Ultrahigh resolution Fourier domain optical coherencetomography”，Optics Express 12(10):2156,2004。该出版物的全部内容通过引用合并与此。
如图8示意性地示出，作为深度的函数的散射曲线被称为轴向扫描(A扫描)。在物理对象中的相邻位置测量的一组A扫描生成物理对象的横截面图像(射线断层照片或B扫描)。在样本的不同横向位置处采集的单独的B扫描的集合构成数据量(data volume)或数据立方体(data cube)。可以通过将多个B扫描组合来形成三维的C扫描。对于特定体积的数据，术语“快轴”指示沿单个B扫描的扫描方向，而“慢轴”指示沿采集多个B扫描的轴。
在本公开中，可以通过在由x轴和y轴指定的平面中进行任何横向扫描来形成B扫描。例如，可以沿水平方向或x轴方向、沿垂直方向或y轴方向、沿x轴和y轴方向的对角线、以圆形图案或螺旋图案和其组合来执行B扫描。这里讨论的大多数示例可以指x-z轴方向上的B扫描，但是本公开可以同样适用于任何横截面图像。
在本公开中，如图9所示，光学检测系统125可以向图像生成系统140提供OCT数据作为输入，并且图像生成系统可以形成改进的图像(即，B扫描)作为输入。
在本公开中，OCT系统可以具有照亮并扫描目标的配置。
在本公开中，OCT系统可以具有形成离散OCT干涉光谱的配置。
在本公开中，OCT系统可以具有获取离散OCT干涉光谱的配置。例如，OCT系统可以具有从不属于OCT系统的外部系统获取离散OCT干涉光谱的配置。获取的离散OCT干涉光谱可以是任何形式，包括数据、图像等或其组合。外部系统可以是任何外部系统，包括另一OCT系统、数据存储装置(例如，存储盘、硬盘驱动器等)、计算机等或其组合。
在本公开中，可以以任何形式形成/获取离散OCT干涉光谱。例如，离散OCT干涉光谱可以具有视觉形式和/或数字形式。例如，形成的/获取的离散OCT干涉光谱可以是存储的数据。例如，形成的/获取的离散OCT干涉光谱可以作为数据被存储在存储单元中。例如，形成的/获取的离散OCT干涉光谱可以显示在图像形成系统的显示器上。例如，形成的/获取的离散OCT干涉光谱可以是打印在纸或任何类似的媒介上的图像。
在本公开中，每个(原始的或经过整形的)B扫描可以包括至少一个(原始的或经过整形的)A扫描。在本公开中，每个(原始的或经过整形的)B扫描可以包括至少两个(原始的或经过整形的)A扫描。
在本公开中，OCT系统可以具有从照明和扫描中生成原始A扫描和/或原始B扫描的配置。例如，OCT系统可以具有从照明和扫描中生成至少两个原始单独A扫描和/或至少两个原始单独B扫描的配置。每个原始单独B扫描可以包括至少一个原始单独A扫描。每个原始单独B扫描可包括至少两个原始单独A扫描。
在本公开中，OCT系统可以具有获取原始A扫描和/或原始B扫描的配置。例如，OCT系统可以具有获取至少两个原始单独A扫描和/或至少两个原始单独B扫描的配置。每个原始单独B扫描可以包括至少一个原始单独A扫描。每个原始单独B扫描可以包括至少两个原始单独A扫描。例如，OCT系统可以具有从不属于OCT系统的外部系统获取原始A扫描和/或原始B扫描的配置。获取的原始A扫描和/或原始B扫描可以是任何形式，包括数据、图像等或其组合。外部系统可以是任何外部系统，包括另一OCT系统、数据存储装置(例如，存储盘、硬盘驱动器等)、计算机等或其组合。
在本公开中，可以以任何形式生成/获取原始A扫描和/或原始B扫描。例如，原始A扫描和/或原始B扫描可以具有视觉形式和/或数字形式。例如，生成的/获取的原始A扫描和/或原始B扫描可以是存储的数据。例如，生成的/获取的原始A扫描和/或原始B扫描可以作为数据被存储在存储单元中。例如，生成的/获取的原始A扫描和/或原始B扫描可以显示在图像生成系统的显示单元上。例如，生成的/获取的原始A扫描和/或原始B扫描可以是打印在纸或任何类似的媒介上的图像。
在本公开中，OCT系统可以具有以下配置：通过针对每个原始A扫描使用至少两个不同的整形函数来将每个原始A扫描整形，以针对每个原始A扫描形成至少两个经过整形的A扫描。
在本公开中，OCT系统可以具有形成至少两个B扫描(“经过整形的B扫描”)的配置。形成同一个经过整形的B扫描的经过整形的A扫描可以是使用同一个整形函数整形的。
在本公开中，OCT系统可以具有获取至少两个经过整形的B扫描的配置。每个经过整形的B扫描可以包括至少两个经过整形的A扫描。形成同一个B扫描的至少两个经过整形的A扫描可以是使用同一个整形函数整形的。例如，OCT系统可以具有从不属于OCT系统的外部系统获取至少两个经过整形的B扫描的配置。获取的至少两个经过整形的B扫描可以是任何形式，包括数据、图像等或其组合。外部系统可以是任何外部系统，包括另一OCT系统、数据存储装置(例如，存储盘、硬盘驱动器等)、计算机等或其组合。
在本公开中，可以以任何形式生成/获取至少两个经过整形的B扫描。例如，至少两个经过整形的B扫描可以具有视觉形式和/或数字形式。例如，生成的/获取的至少两个经过整形的B扫描可以是存储的数据。例如，生成的/获取的至少两个经过整形的B扫描可以作为数据被存储在存储单元中。例如，至少两个经过整形的B扫描可以显示在图像生成系统的显示单元上。例如，生成的/获取的至少两个经过整形的B扫描可以是打印在纸或任何类似的媒介上的图像。
在本公开中，OCT系统可以具有生成包括至少两个经过整形的B扫描的经过整形的B扫描群的配置。
在本公开中，OCT系统可以具有获取包括至少两个经过整形的B扫描的经过整形的B扫描群的配置。例如，OCT系统可以具有从不属于OCT系统的外部系统获取经过整形的B扫描群的配置。获取的经过整形的B扫描群可以是任何形式，包括数据、图像等或其组合。外部系统可以是任何外部系统，包括另一OCT系统、数据存储装置(例如，存储盘、硬盘驱动器等)、计算机等或其组合。
在本公开中，可以以任何形式生成/获取经过整形的B扫描群。例如，经过整形的B扫描群可以具有视觉形式和/或数字形式。例如，生成的/获取的经过整形的B扫描群可以是存储的数据。例如，生成的/获取的经过整形的B扫描群可以作为数据被存储在存储单元中。例如，生成的/获取的经过整形的B扫描群可以显示在图像生成系统的显示单元上。例如，生成的/获取的经过整形的B扫描群可以是打印在纸或任何类似的媒介上的图像。
在本公开中，OCT系统可以具有确定每个经过整形的B扫描的最大强度的配置。
在本公开中，OCT系统可以具有通过使用同一个经过整形的B扫描的最大强度将每个经过整形的B扫描归一化(“归一化B扫描”)的配置。
在本公开中，OCT系统可以具有针对每个归一化经过整形的B扫描选择一个像素(“B扫描像素”)。
在本公开中，OCT系统可以具有通过使用数学运算来处理所有归一化的经过整形的B扫描中的所选B扫描像素的强度值的配置，其中，所选B扫描像素在所有归一化的经过整形的B扫描上具有相同的位置，以及其中，所有归一化的经过整形的B扫描属于同一个多重整形B扫描图像群。
在本公开中，OCT系统可以具有在二维阵列中存储经过处理的强度值的配置。经过处理的强度值可以以任何形式被存储。它们可以作为数据、图像等或其组合来存储。它们可以通过使用包括OCT系统的存储单元、外部数据存储装置(例如，存储盘、硬盘驱动器等)、计算机等或其组合的装置/系统来存储。
在本公开中，OCT系统可以具有重复处理和存储针对所有的归一化经过整形的B扫描的所有B扫描像素的强度值的配置。
在本公开中，OCT系统可以具有形成像素组的配置。每个像素组可以包括来自每个归一化B扫描的一个像素(“B扫描像素”)。每个像素组的B扫描像素可以在所有归一化B扫描上具有相同的位置。
在本公开中，OCT系统可以具有基于该二维阵列生成经过处理的B扫描的配置。
在本公开中，可以以任何形式生成经过处理的B扫描。例如，经过处理的B扫描可以具有视觉形式和/或数字形式。例如，经过处理的B扫描图像可以是存储的数据。例如，经过处理的B扫描图像可以作为数据被存储在存储单元中。例如，经过处理的B扫描数据可以显示在图像生成系统的显示单元上。例如，经过处理的B扫描图像可以是打印在纸或任何类似的媒介上的图像。
在本公开中，OCT系统可以具有通过对形成同一像素组的各像素的强度应用数学运算来确定每个像素组的强度(“最优强度”)的配置。数学运算可包括秩排序滤波、均值滤波、多图像去卷积或其组合。
在本公开中，OCT系统可以具有基于像素组的最优强度来生成新的B扫描(“新B扫描”)的配置。新B扫描可以相对于原始B扫描具有改进的图像质量，所述原始B扫描可以仅从(原始的)A扫描形成。新B扫描可以是相对于B扫描具有改进的图像质量的B扫描，所述B扫描可以是在没有经过整形的A扫描(原始A扫描)的情况下形成的。
在本公开中，可以以任何形式生成改进的B扫描图像。例如，改进的B扫描图像可以具有视觉形式和/或数字形式。例如，改进的B扫描图像可以是存储的数据。例如，改进的B扫描图像可以作为数据被存储在存储单元中。例如，改进的B扫描图像可以显示在图像生成系统的显示单元上。例如，改进的B扫描图像可以是印刷在纸张或任何类似媒介上的图像。
在本公开中，OCT系统可以具有在图像生成系统的显示器上显示改进的B扫描图像的配置。
本公开的OCT系统可以通过降低轴向旁瓣噪声来提供目标170的改进的OCT(即B扫描)图像，而不存在阻碍轴向分辨率的代价。目标170的改进图像可以通过处理多种形状的干涉(即，OCT)光谱来生成。在一个示例中，可以通过使用这些多重整形函数的图像生成系统140来生成改进的图像(“多重整形技术”)。在另一示例中，可以通过控制获取数据的光学检测系统125的像素来生成改进的图像(“检测器多切趾技术”)。
在图10中示意性地说明了示例性多重整形技术。在该示例中，光学相干断层扫描(OCT)系统100可以通过使用照明源110扫描具有表面和深度的目标170。然后，可以通过使用检测器130根据扫描来形成离散的OCT干涉光谱，从而从扫描中生成原始A扫描。
然后通过使用整形函数对这些原始A扫描进行整形。整形函数可以是适合于对原始B扫描进行整形的任何整形函数。整形(例如，窗口)函数可以是在某个选定(即，预定)区间之外为零值的函数。例如，在该区间内恒定且在其他地方为零的整形函数称为矩形窗口，其图形形状为矩形。整形函数的示例可以是“钟形”曲线、矩形、三角形等或其组合的函数。整形函数的示例可以是高斯函数、汉明函数、汉宁函数或其组合。图11中示意性地示出了这样的函数。图像生成系统将原始A扫描光谱与整形函数相乘以生成经过整形的A扫描光谱。
在本公开中，OCT系统可以通过使用至少两个不同的整形函数来对每个原始A扫描进行整形，其中，整形形成至少两个经过整形的A扫描。
在一个示例中，如图12所示，不同的整形函数可以是具有相同矩形尺寸、但矩形窗口位于不同中心位置处的矩形函数。在另一示例中，如图13所示，不同的整形函数可以是具有不同矩形尺寸但矩形窗口具有相同中心位置处的矩形函数。
在本公开中，可以从至少一个经过整形的A扫描生成经过整形的B扫描。在本公开中，可以从至少两个经过整形的A扫描生成经过整形的B扫描。
随后，在一个示例中，如下所述，OCT系统可以例如将每个B扫描图像归一化为同一B扫描图像的最大强度。每个B扫描图像可包括至少一个像素。图像生成系统可以为每个B扫描图像选择一个像素，随后可以通过使用数学运算来处理所有B扫描图像中的所选像素的强度值。数学运算可以是任何数学运算。数学运算可以是秩排序滤波、均值滤波、多图像去卷积或其组合。秩排序滤波的示例可以是最小滤波、中值滤波、可以在最小滤波和中值滤波之间具有秩序的秩排序滤波，或其组合。例如，秩排序滤波的秩可以是第17个最小值。均值计算的示例可以是算术均值、加权均值、几何均值、调和均值、均方值、对数均值等或者其组合。示例性的多图像去卷积技术可以在公开在：Yaroslavsky等人“Deconvolution ofmultiple images of the same object”Applied Optics，Volume 33，Issue 11，1994年4月，2157–2162页；Castello等人“Multi-images deconvolution improves signal-to-noise ratio on gated stimulated emission depletion microscopy”Applied PhysicsLetter，Volume 105，2014年12月，234106页；Park等人“Gyro-based multi-imagedeconvolution for removing handshake blur”CVPR，2014年7月。全部这些出版物通过引用其全部合并于此。
随后，在一个示例中，OCT系统可以生成经过处理的强度值。所选像素可以在所有B扫描图像上具有相同的位置。所有的B扫描图像可以属于同一个B扫描图像群。系统可以将经过处理的强度值存储在二维阵列中，重复强度值处理并存储所有像素，并从该二维阵列中生成新的(经过处理的)B扫描图像。图14中示意性地示出了强度值的处理过程。
随后，在一个示例中，OCT系统可以通过使用数字滤波来平滑新的(经过处理的)B扫描图像。数字滤波可以是任何数字滤波。例如，数字滤波可以包括平滑滤波。平滑滤波的示例可以包括线性平滑滤波、非线性平滑滤波等或其组合。例如，平滑滤波可以包括中值滤波、高斯滤波等或其组合。
OCT系统从而可以生成改进的B扫描图像。最后，在一个示例中，OCT可以显示改进的B扫描图像。
在本公开中，OCT系统可以针对所有的原始B扫描数据生成改进的B扫描图像。
图15中示意性地说明了检测器多切趾技术。在该示例中，OCT系统可包括任何OCT系统。例如，OCT系统的组件可以形成光谱域光学相干断层扫描(SD-OCT)系统。OCT系统可包括照明源110、分束器120、参考臂150、目标臂160、光谱仪460和图像生成系统140。光谱仪可包括光栅480、检测器130、放置在分束器120和光栅480之间的第一光学透镜470和放置在光栅480和检测器130之间的第二光学透镜490。检测器130可包括至少三个像素。第一光学透镜470、光栅480和第二光学透镜490可以将在分束器120后形成的干涉光束投射在至少三个像素上。
在本公开中，光学系统可以包括照明源、分束器、参考臂、目标臂和包括光谱仪的光学检测系统。光谱仪可包括检测器。检测器可包括至少三个像素(“检测器像素”)。这种检测器的示例可以是像素检测器。互补金属氧化物半导体(CMOS)图像传感器可以是像素检测器的示例。光谱仪还可包括光栅、放置在分束器和光栅之间的第一光学透镜、和放置在光栅和检测器之间的第二光学透镜。第一透镜、光栅和第二透镜可以具有将由分束器形成的干涉光束投射到至少三个检测器像素上的配置。
在本公开中，OCT系统可以具有照明并扫描在目标表面上的至少一个物理位置的配置。
在本公开中，OCT系统可以具有形成多组检测器像素的配置。每个检测器像素组可以包括至少一个检测器像素。每个检测器像素组可包括至少两个检测器像素。形成同一检测器像素组中的各检测器像素可以彼此相邻。从而可以形成切趾图案。
在本公开中，OCT系统可以具有在每个检测器像素上形成离散的OCT干涉光谱的配置。
在本公开中，OCT系统可以具有生成/获取至少两个(原始)A扫描的配置。可以从在每个检测器像素上形成的离散的OCT干涉光谱中生成/获取每个(原始)A扫描。
例如，OCT系统可以具有从不属于OCT系统的外部系统获取原始A扫描的配置。获取的原始A扫描可以是任何形式，包括数据、图像等或其组合。外部系统可以是任何外部系统，包括另一个OCT系统、数据存储装置(例如，存储盘、硬盘驱动器等)、计算机等或其组合。
在本公开中，可以以任何形式生成的/获取的原始A扫描。例如，原始A扫描数据和/或原始B扫描数据可以具有视觉形式和/或数字形式。例如，生成的/获取的原始A扫描可以是存储的数据。例如，生成的/获取的原始A扫描可以作为数据被存储在存储单元中。例如，生成的/获取的原始A扫描可以显示在图像生成系统的显示单元上。例如，生成的/获取的原始A扫描可以是打印在纸张或任何类似媒介上的图像。
在本公开中，OCT系统可以具有基于生成的/获取的A扫描来形成/获取至少两个B扫描(“经过整形的B扫描”)的配置。形成每个经过整形的B扫描的各A扫描可以从离散OCT干涉光谱中生成，在同一检测器像素组中的各检测器像素上形成所述离散OCT干涉光谱。
在本公开中，OCT系统可以具有上述配置的任何组合。
例如，用于生成具有表面和深度的目标的B扫描图像的OCT系统可以包括光学系统和图像生成系统。光学系统可以包括照明源、分束器、目标臂、参考臂和光学检测系统或其组合。图像生成系统可以包括控制单元、处理单元、存储单元、显示单元或其组合。OCT系统可以具有以下配置：在操作期间，可以照亮并扫描目标；可以形成离散OCT干涉光谱；可以生成至少两个原始A扫描；可以针对每个原始A扫描、通过使用至少两个不同的整形函数来对每个原始A扫描进行整形以针对每个原始A扫描形成至少两个经过整形的A扫描；可以形成至少两个B扫描(“经过整形的B扫描”)。形成同一个经过整形的B扫描的经过整形的A扫描可以是使用同一个整形函数整形的。OCT系统可以具有以下配置：在操作期间，可以确定每个经过整形的B扫描的最大强度；可以通过使用同一个经过整形的B扫描的最大强度，将每个经过整形的B扫描归一化(“归一化B扫描”)；可以形成多个像素组。每个像素组可以包括来自每个归一化B扫描的一个像素(“B扫描像素”)。每个像素组的各B扫描像素可以在所有归一化B扫描上具有相同的位置。OCT系统可以具有以下配置：在操作期间，可以通过将数学运算应用于形成同一像素组的各像素的强度来确定每个像素组的一个强度(“最优强度”)。数学运算可以包括秩排序滤波、均值滤波、多图像去卷积或其组合。OCT系统可以具有以下配置：在操作期间，可以基于各像素组的最优强度来生成新的B扫描(“新B扫描”)。OCT系统可以具有以下配置：在操作期间，可以在图像生成系统的显示单元上显示新B扫描。
例如，用于生成具有表面和深度的目标的B扫描图像的OCT系统可以包括光学系统和图像生成系统。光学系统可以包括照明源、分束器、参考臂、目标臂和包括光谱仪的光学检测系统。光谱仪可以包括检测器。检测器可以包括至少三个像素(“检测器像素”)。OCT系统可以具有以下配置：在操作期间，可以照亮并扫描目标表面上的至少一个物理位置；并且可以形成多个检测器像素组。每个检测器像素组可以包括至少两个检测器像素。形成同一检测器像素组中的各检测器像素可以彼此相邻。OCT系统可以具有以下配置：在操作期间，可以在每个检测器像素上形成离散OCT干涉光谱；并且可以生成至少两个A扫描。可以从在每个检测器像素上形成的离散OCT干涉光谱中生成每个A扫描。OCT系统可以具有以下配置：在操作期间，可以基于生成的A扫描来形成至少两个B扫描(“经过整形的B扫描”)。形成每个经过整形的B扫描的A扫描可以从在同一检测器像素组中的各检测器像素上形成的离散OCT干涉光谱中生成。OCT系统可以具有以下配置：在操作期间，可以确定每个经过整形的B扫描的最大强度；可以通过使用同一个经过整形的B扫描的最大强度，将每个经过整形的B扫描归一化(“归一化B扫描”)；以及可以形成多个像素组。每个像素组可以包括来自每个归一化B扫描的一个像素(“B扫描像素”)。每个像素组的各B扫描像素可以在所有归一化B扫描上具有相同的位置。OCT系统可以具有以下配置：在操作期间，可以通过将数学运算应用于形成同一像素组的各像素的强度来确定每个像素组的一个强度(“最优强度”)。数学运算可以包括秩排序滤波、均值滤波、多图像去卷积或其组合。OCT系统可以具有以下配置：在操作期间，可以基于各像素组的最优强度来生成新的B扫描(“新B扫描”)。OCT系统可以具有以下配置：在操作期间，可以在图像生成系统的显示单元上显示新的B扫描。
例如，用于生成具有表面和深度的目标的B扫描图像的OCT系统，其中，OCT系统可以具有以下配置：在操作期间，可以照亮并扫描目标；可以形成离散OCT干涉光谱；可以生成至少两个原始A扫描；可以通过针对每个原始A扫描使用至少两个不同的整形函数来对每个原始A扫描进行整形，以针对每个原始A扫描形成至少两个经过整形的A扫描；以及可以形成至少两个B扫描(“经过整形的B扫描”)。形成同一个经过整形的B扫描的经过整形的A扫描是使用同一整形函数被整形的。OCT系统可以具有以下配置：在操作期间，可以确定每个经过整形的B扫描的最大强度；可以通过使用同一经过整形的B扫描的最大强度，将每个经过整形的B扫描归一化(“归一化B扫描”)；以及可以形成多个像素组。每个像素组可以包括来自每个归一化B扫描的一个像素(“B扫描像素”)。每个像素组的各B扫描像素可以在所有归一化B扫描上具有相同的位置。OCT系统可以具有以下配置：在操作期间，可以通过将数学运算应用于形成同一像素组的各像素的强度来确定每个像素组的一个强度(“最优强度”)。数学运算可以包括秩排序滤波、均值滤波、多图像去卷积或其组合。OCT系统可以具有以下配置：在操作期间，可以基于各像素组的最优强度来生成新的B扫描(“新B扫描”)。
例如，用于生成具有表面和深度的目标的B扫描图像的OCT系统，其中，OCT系统可以具有以下配置：在操作期间，可以获取至少两个原始A扫描；可以针对每个原始A扫描通过使用至少两个不同的整形函数来对每个原始A扫描进行整形，以针对每个原始A扫描形成至少两个经过整形的A扫描；以及可以形成至少两个B扫描(“经过整形的B扫描”)。形成同一个经过整形的B扫描的经过整形的A扫描可以是使用同一整形函数被整形的。OCT系统可以具有以下配置：在操作期间，可以确定每个经过整形的B扫描的最大强度；可以通过使用同一经过整形的B扫描的最大强度，将每个经过整形的B扫描归一化(“归一化B扫描”)；以及可以形成多个像素组。每个像素组可以包括来自每个归一化B扫描的一个像素(“B扫描像素”)。每个像素组的各B扫描像素可以在所有归一化B扫描上具有相同的位置。OCT系统可以具有以下配置：在操作期间，可以通过将数学运算应用于形成同一像素组的各像素的强度来确定每个像素组的一个强度(“最优强度”)。数学运算可以包括秩排序滤波、均值滤波、多图像去卷积或其组合。OCT系统可以具有以下配置：在操作期间，可以基于各像素组的最优强度来生成新的B扫描(“新B扫描”)。
例如，用于生成具有表面和深度的目标的B扫描图像的OCT系统，其中，OCT系统可以具有在操作期间可以获取至少两个B扫描(“经过整形的B扫描”)的配置。每个经过整形的B扫描可以包括至少两个经过整形的A扫描。可以通过使用至少两个不同的整形函数对原始A扫描进行整形来形成每个经过整形的A扫描。形成同一个经过整形的B扫描的至少两个经过整形的A扫描可以是使用同一整形函数被整形的。OCT系统可以具有以下配置：在操作期间，可以确定每个经过整形的B扫描的最大强度；可以通过使用同一经过整形的B扫描的最大强度，将每个经过整形的B扫描归一化(“归一化B扫描”)；以及可以形成多个像素组。每个像素组可以包括来自每个归一化B扫描的一个像素(“B扫描像素”)。每个像素组的各B扫描像素可以在所有归一化B扫描上具有相同的位置。OCT系统可以具有以下配置：在操作期间，可以通过将数学运算应用于形成同一像素组的各像素的强度来确定每个像素组的一个强度(“最优强度”)。数学运算可以包括秩排序滤波、均值滤波、多图像去卷积或其组合。OCT系统可以具有在操作期间可以基于各像素组的最优强度来生成新的B扫描(“新B扫描”)的配置。
例如，用于生成具有表面和深度的目标的B扫描图像的OCT系统，其中，当OCT系统与图像生成系统合并时，OCT系统可以促使图像生成系统具有以下配置：在操作期间，可以形成或获取至少两个B扫描(“经过整形的B扫描”)。每个经过整形的B扫描可以包括至少两个经过整形的A扫描。可以通过使用至少两个不同的整形函数对原始A扫描进行整形来形成每个经过整形的A扫描。形成同一个经过整形的B扫描的至少两个经过整形的A扫描可以是使用同一整形函数被整形的。OCT系统可以具有以下配置：在操作期间，可以确定每个经过整形的B扫描的最大强度；可以通过使用同一经过整形的B扫描的最大强度，将每个经过整形的B扫描归一化(“归一化B扫描”)；以及可以形成多个像素组。每个像素组可以包括来自每个归一化B扫描的一个像素(“B扫描像素”)。每个像素组的各B扫描像素可以在所有归一化B扫描上具有相同的位置。OCT系统可以具有以下配置：在操作期间，可以通过将数学运算应用于形成同一像素组的各像素的强度来确定每个像素组的一个强度(“最优强度”)。数学运算可以包括秩排序滤波、均值滤波、多图像去卷积或其组合。OCT系统可以具有在操作期间可以基于各像素组的最优强度来生成新的B扫描(“新B扫描”)的配置。
例如，用于生成具有表面和深度的目标的B扫描图像的OCT系统可以包括检测器。检测器可以包括至少三个像素(“检测器像素”)。OCT系统可以具有以下配置：在操作期间，可以照亮并扫描目标表面上的至少一个物理位置；并且可以形成多组检测器像素。每个检测器像素组可以包括至少两个检测器像素。形成同一检测器像素组中的各检测器像素可以彼此相邻。OCT系统可以具有以下配置：在操作期间，可以在每个检测器像素上形成离散化OCT干涉光谱；并且可以生成至少两个A扫描。可以从在每个检测器像素上形成的离散OCT干涉光谱中生成每个A扫描。OCT系统可以具有在操作期间可以基于生成的A扫描形成至少两个B扫描(“经过整形的B扫描”)的配置。形成每个经过整形的B扫描的各A扫描可以从在同一检测器像素组中的各检测器像素上形成的离散OCT干涉光谱中生成。OCT系统可以具有以下配置：在操作期间，可以确定每个经过整形的B扫描的最大强度；可以通过使用同一经过整形的B扫描的最大强度，将每个经过整形的B扫描归一化(“归一化B扫描”)；以及可以形成多个像素组。每个像素组可以包括来自每个归一化B扫描的一个像素(“B扫描像素”)。每个像素组的各B扫描像素可以在所有归一化B扫描上具有相同的位置。OCT系统可以具有以下配置：在操作期间，可以通过将数学运算应用于形成同一像素组的各像素的强度来确定每个像素组的一个强度(“最优强度”)。数学运算可以包括秩排序滤波、均值滤波、多图像去卷积或其组合。OCT系统可以具有在操作期间可以基于各像素组的最优强度来生成新的B扫描(“新B扫描”)的配置。
例如，用于生成具有表面和深度的目标的B扫描图像的OCT系统可以具有在操作期间可以获取至少两个A扫描的配置。每个获取的A扫描可以从在检测器的像素上形成的离散OCT干涉光谱中形成。检测器可以包括至少三个像素(“检测器像素”)。可以通过形成多个检测器像素组来生成该至少两个A扫描。每个检测器像素组可以包括至少两个检测器像素。形成同一检测器像素组中的各检测器像素可以彼此相邻。OCT系统可以具有在操作期间可以基于获取的A扫描形成至少两个B扫描(“经过整形的B扫描”)的配置。形成每个经过整形的B扫描的各A扫描可以从在同一检测器像素组中的各检测器像素上形成的离散OCT干涉光谱中生成。OCT系统可以具有以下配置：在操作期间，可以确定每个经过整形的B扫描的最大强度；可以通过使用同一经过整形的B扫描的最大强度，将每个经过整形的B扫描归一化(“归一化B扫描”)；以及可以形成多个像素组。每个像素组可以包括来自每个归一化B扫描的一个像素(“B扫描像素”)。每个像素组的各B扫描像素可以在所有归一化B扫描上具有相同的位置。OCT系统可以具有以下配置：在操作期间，可以通过将数学运算应用于形成同一像素组的各像素的强度来确定每个像素组的一个强度(“最优强度”)。数学运算可以包括秩排序滤波、均值滤波、多图像去卷积或其组合。OCT系统可以具有在操作期间可以基于各像素组的最优强度生成新的B扫描(“新B扫描”)的配置。
例如，用于生成具有表面和深度的目标的B扫描图像的OCT系统可以具有在操作期间可以获取至少两个B扫描(“经过整形的B扫描”)的配置。每个经过整形的B扫描可以包括至少两个A扫描。每个A扫描可以从在检测器的像素上形成的离散OCT干涉光谱中形成。检测器可以包括至少三个像素(“检测器像素”)。可以通过形成多个检测器像素组来生成该至少两个A扫描。每个检测器像素组可以包括至少两个检测器像素。形成同一检测器像素组中的各检测器像素可以彼此相邻。形成每个经过整形的B扫描的各A扫描可以从在同一检测器像素组中的各检测器像素上形成的离散OCT干涉光谱中生成。OCT系统可以具有以下配置：在操作期间，可以确定每个经过整形的B扫描的最大强度；可以通过使用同一经过整形的B扫描的最大强度，将每个经过整形的B扫描归一化(“归一化B扫描”)；以及可以形成多个像素组。每个像素组可以包括来自每个归一化B扫描的一个像素(“B扫描像素”)。每个像素组的各B扫描像素可以在所有归一化B扫描上具有相同的位置。OCT系统可以具有以下配置：在操作期间，可以通过将数学运算应用于形成同一像素组的各像素的强度来确定每个像素组的一个强度(“最优强度”)。数学运算可以包括秩排序滤波、均值滤波、多图像去卷积或其组合。OCT系统可以具有在操作期间可以基于各像素组的最优强度来生成新的B扫描(“新B扫描”)的配置。
示例1
该示例说明了使用多重整形方法(即，通过使用至少两个整形函数对每个原始A扫描进行整形)的轴向旁瓣噪声的减小和新B扫描(即，改进的OCT图像)的生成。
分别对0.3μm微珠体模(microbeads phantom)、斑马鱼胚胎和人类视网膜进行成像的三个OCT数据集应用多次整形方法。在该示例中，所有B扫描图像由3×3中值滤波来平滑，并以50dB动态范围来显示。
图17中示出的由SD-OCT系统获取的0.3μm微珠体模的B扫描图像。图17(a)和图17(b)的比较透露了多次整形技术降低了图17(a)中出现的不期望的背景噪声，并且在图17(b)中提供了更好的单个珠子的可视化。单个珠子的轴向旁瓣从图17(a)中的-18dB减小到图17(b)中的-26dB。
图18中示出了由SD-OCT系统获取的斑马鱼胚胎的B扫描图像。通过应用多重整形技术，脊索内部的背景变得更加干净，从而能够更好地识别细胞边界内部的结构。在图18(a)中示出在不应用多重整形技术的情况下获取的B扫描图像。如图18(b)所示，在脊索的中间，两层相遇处的特征被更清楚地分辨。样本区域的平均对比度比图18(b)中的背景区域高211％，其从图18(a)中的91％开始增加。
图19中示出的通过SD-OCT系统获取的来自健康成人受试者的视网膜的B扫描图像。通过使用多重整形技术的处理，图19(b)在样本区域和背景区域两者中都具有更低的噪声。图19(b)中的改进的B扫描图像不仅更好地分辨亮层(IS/OS、RPE和CC)，还体现了相对暗层(OPL和ELM)内的特征。此外，可以更好地识别脉络膜(C)的微弱信号，因为它们不会被图19(a)中的背景噪声淹没。样本区域的平均对比度比图19(a)中的背景区域高41％，并且其增加到图19(b)中的85％。
示例2
可以用于处理B扫描图像群中的各B扫描图像的各所选像素的强度值的数学运算可以是最小秩排序滤波。通过使用最小秩排序滤波，可以实现更好的主分辨率并减少旁瓣。然而，对于一些改进的B扫描图像生成，使用最小秩排序滤波可能导致强度损失，并且目标的弱散射物理结构可能变得更暗，降低了由此生成的B扫描图像的质量。
例如，当最小值滤波用作处理中的数学运算时，如图20(d)所示，ONL层周围的组织结构的一些部分几乎消失。相比之下，如图20(a)所示，ONL层周围的组织结构似乎具有更好的对比度。
对于这样的实例，还可以通过应用较高的秩排序滤波来改善B扫描图像质量，诸如，中值滤波或具有中值滤波和最小值滤波之间的秩的滤波。较高的秩排序滤波可以增加生成的B扫描图像的强度，并且更好地保留弱散射物理结构的信号，但是主瓣分辨率略微降低，且旁瓣较弱。当使用较高的秩排序滤波时，还可以进一步改善多重整形的B扫描图像质量，如图20(b)所示，其中，通过应用中值滤波生成B扫描图像，如图20(c)所示，其中，通过应用第17个最小秩排序滤波生成B扫描图像。
示例3
虽然多重整形技术可以改善OCT强度图像的质量，但是它也可以改善OCT血管造影图像的质量，因为从背景区域有效去除血管造影噪声可能高度依赖于由OCT强度图像确定的强度阈值。
通过多重整形来抑制旁瓣幅度致使的结果是更低的背景噪声和更高对比度的更干净的血管造影图像。例如，多重整形技术可以改善由相位方差OCT(pvOCT)技术生成的人类视网膜血管造影图像的可视化。如图21到图23所示，倾向于受旁瓣伪影影响的较不明亮的层(诸如，ONL层(层3)、无血管区域(层4)和脉络膜区域(层6))中的血管可以更好地可视化。
上述公开的包括多重整形和检测器多切趾技术的OCT方法可以用于任何OCT相关的应用。例如，该方法可以用于形成物理对象的更大视场的OCT图像。该方法可以结合到与基于OCT的血管造影相关的方法和系统中。
本公开的OCT系统可以用于诊断任何健康状况。例如，OCT系统可以用于诊断任何哺乳动物的任何健康状况。例如，OCT系统可以用于诊断人的任何健康状况。健康状况的示例可以包括疾病、先天性畸形、紊乱、伤口、损伤、溃疡、脓肿等。健康状况可以与组织有关。组织可以是任何组织。例如，组织可以包括视网膜。例如，可以更详细地识别脉络膜脉管系统。包括多重整形和检测器多切趾技术的OCT方法也可以用于诊断和/或治疗诸如疾病的健康状况。例如，该方法可以用于表征视网膜健康。
以上公开的OCT系统可以提供与物理对象有关的任何信息。例如，可以使用多重整形和检测器多切趾技术的该系统可以提供2D(即，横截面)图像、正面图像、3D图像、与健康状况相关的度量等。该系统可以与任何其他系统一起使用。例如，OCT系统可以与超声装置或手术系统一起用于诊断或治疗处理。OCT系统可以用于分析任何物理对象。例如，OCT系统可以用于分析，例如，任何类型的生命形式和无生命的物体的例如图像的形成。生命形式的示例可以是动物、植物、细胞等。
除非另外指示，否则本文已经公开的图像生成系统140可以用计算机系统来实现，该计算机系统被配置为执行本文针对该系统描述的功能。计算机系统包括一个或多个处理器、有形存储器(例如，随机存取存储器(RAM)、只读存储器(ROM)和/或可编程只读存储器(PROMS))、有形存储装置(例如，硬盘驱动器、CD/DVD驱动器和/或闪存)、系统总线、视频处理组件、网络通信组件、输入/输出端口和/或用户接口设备(例如，键盘、指针设备、显示器、麦克风、声音再现系统和/或触摸屏)。
用于图像生成系统140的计算机系统可以包括在相同或不同位置处的一个或多个计算机。当在不同位置处时，计算机可以被配置为通过有线和/或无线网络通信系统彼此通信。
计算机系统可以包括软件(例如，一个或多个操作系统、装置驱动器、应用程序和/或通信程序)。当包括软件时，该软件包括编程指令并且可以包括相关联的数据和库。当包括编程指令时，编程指令被配置为实现一个或多个算法，该一个或多个算法实现如本文所述的计算机系统的一个或多个功能。由每个计算机系统执行的每个功能的描述也构成了执行该功能的算法的描述。
软件可以存储在一个或多个非暂时性有形存储装置上或其中，诸如，一个或多个硬盘驱动器、CD、DVD和/或闪存。该软件可以是源代码和/或目标代码格式。相关联的数据可以存储在任何类型的易失性和/或非易失性存储器中。软件可以加载到非暂时性存储器中并由一个或多个处理器执行。
通过使用由本公开的OCT系统生成的改进图像，可以更好地诊断组织的健康。
以上公开的方法、装置、光学组件、系统和特征/配置的任何组合都在本公开的范围内。
在本公开中，不定冠词“一个”和短语“一个或多个”以及“至少一个”是同义词并且表示“至少一个”。
本公开中引用的所有文章、专利、专利申请和其他出版物通过引用合并于此。
已经讨论的组件、步骤、特征、对象、益处和优点仅仅是说明性的。它们中任何一个以及与它们相关的讨论都不旨在以任何方式限制保护范围。还设想了许多其他实施例。这些实施例包括具有更少的、附加的和/或不同的组件、步骤、特征、对象、益处和/或优点。这些实施例还包括其中组件和/或步骤被不同地布置和/或被不同地排序的实施例。
除非另有说明，否则在本说明书中阐述的、包括在随后的权利要求中的所有测量值、值、等级、位置、幅度、尺寸和其他规格都是近似的，而不是精确的。它们旨在具有与它们所涉及的功能以及它们所属领域中的惯例一致的合理范围。
当在权利要求中使用短语“用于......的装置”时，旨在并且应该被解释为包括已经描述的相应结构和材料及其等同物。类似地，当在权利要求中使用短语“步骤”时，旨在并且应该被解释为包含已经描述的相应动作及其等同物。权利要求中缺少这些短语意味着权利要求不旨在且不应被解释为限于这些相应的结构、材料或动作，或其等同物。
诸如“第一”和“第二”等的关系术语可以仅用于将一个实体或动作与另一个实体或动作区分开，而不一定要求或隐含它们之间的任何实际关系或顺序。当结合说明书或权利要求中的元件的列表使用术语“包括”、“包含”及其任何其他变型时，旨在表示该列表不是排他性的并且可以包括其他元件。类似地，在没有进一步限制的情况下，前面带有不定冠词“一”或“一个”的元素不排除存在相同类型的附加元素。
提供摘要以帮助读者快速确定技术公开内容的本质。提交该摘要要知道，它不会用于解释或限制权利要求的范围或含义。另外，在各种实施例中将前述详细描述中的各种特征组合在一起以简化本公开。本公开的方法不应被解释为需要要求保护的实施例需要比每个权利要求中明确记载的更多特征。而是，如以下权利要求所反映的，发明主题在于少于单个公开实施例的所有特征。因此，以下权利要求在此并入详细描述中，每个权利要求自身作为单独要求保护的主题。
保护范围仅受现在随附的权利要求的限制。该范围旨在且应当被解释为与根据本说明书和随后的起诉历史进行解释时在权利要求中使用的语言的普通含义一样宽泛，除非已经阐述了具体含义，并且该范围旨在且应当被解释为包含所有结构上和功能上的等同物。
没有任何权利要求旨在包括不能满足专利法第101,102或103节的要求的主题，也不应以这种方式解释它们。在此不对这种主题进行任何非故意的覆盖。除非在本段中有所说明，否则任何已陈述或示出的内容均不旨在或不应被解释为致使任何组件、步骤、特征、对象、益处、优点或等同物奉献给公众，无论其在或者未在权利要求中叙述。

Claims (51)

1.一种光相干断层扫描(OCT)系统，其用于生成具有表面和深度的目标的B扫描图像，包括：
光学系统；以及
图像生成系统；
其中：
所述光学系统包括：照明源、分束器、目标臂、参考臂和光学检测系统；
所述图像生成系统包括：控制单元、处理单元、存储单元和显示单元；并且
所述OCT系统具有以下配置，在操作期间：
照亮并扫描所述目标；
形成离散OCT干涉光谱；
生成至少两个原始A扫描；
针对每个原始A扫描，通过使用至少两个不同的整形函数对每个原始A扫描进行整形，以针对每个原始A扫描形成至少两个经过整形的A扫描；
形成至少两个B扫描(“经过整形的B扫描”)，其中，形成同一个经过整形的B扫描的经过整形的A扫描是使用同一个整形函数被整形的；
确定每个经过整形的B扫描的最大强度；
通过使用同一个经过整形的B扫描的最大强度，将每个经过整形的B扫描归一化(“归一化B扫描”)；
形成多个像素组，其中，每个像素组包括来自每个归一化B扫描的一个像素(“B扫描像素”)，其中，每个像素组的B扫描像素在所有的归一化B扫描上具有相同的位置；
通过将数学运算应用于形成同一像素组的各像素的强度来确定针对每个像素组的一个强度(“最优强度”)，其中，所述数学运算包括秩排序滤波、均值滤波、多图像去卷积或其组合；
基于各像素组的最优强度来生成新的B扫描(“新B扫描”)；以及
在所述图像生成系统的显示单元上显示所述新B扫描。
2.如权利要求1所述的OCT系统，其中，所述整形函数包括在选定区间之外是零值的函数。
3.如权利要求1所述的OCT系统，其中，所述整形函数包括窗函数、高斯函数或其组合。
4.如权利要求1所述的OCT系统，其中，所述数学运算包括秩排序滤波，所述秩排序滤波是最小值滤波、中值滤波、具有最小值滤波与中值滤波之间的秩的秩排序滤波或其组合。
5.如权利要求1所述的OCT系统，其中，所述数学运算包括均值滤波，所述均值滤波是算术均值、加权均值、几何均值、调和均值、均方值、对数均值或其组合。
6.如权利要求1所述的OCT系统，其中，所述OCT系统具有以下配置：在操作期间，通过使用数字平滑滤波对所述新B扫描进行平滑。
7.如权利要求1所述的OCT系统，其中，所述OCT系统具有以下配置：在操作期间，通过使用数字平滑滤波对所述新B扫描进行平滑，以及其中，所述数字平滑滤波包括线性平滑滤波、非线性平滑滤波或其组合。
8.如权利要求1所述的OCT系统，其中，所述OCT系统具有以下配置：在操作期间，通过使用数字平滑滤波对生成的新B扫描进行平滑，以及其中，所述数字平滑滤波包括中值滤波、高斯滤波或其组合。
9.如权利要求1所述的OCT系统，其中，所述目标是组织。
10.如权力要1所述的OCT系统，其中，所述目标是视网膜。
11.一种光相干断层扫描(OCT)系统，其用于生成具有表面和深度的目标的B扫描图像，包括：
光学系统；以及
图像生成系统；
其中，所述光学系统包括照明源、分束器、参考臂、目标臂和包括光谱仪的光学检测系统；
所述光谱仪包括检测器；
所述检测器包括至少三个像素(“检测器像素”)；
其中，所述OCT系统具有以下配置：在操作期间：
照亮并扫描目标表面上的至少一个物理位置；
形成多个检测器像素组，其中，每个检测器像素组包括至少两个检测器像素，并且其中，形成同一检测器像素组中的各检测器像素彼此相邻；
在每个检测器像素上形成离散OCT干涉光谱；
生成至少两个A扫描，其中，从每个检测器像素上形成的离散OCT干涉光谱中生成每个A扫描；
基于生成的A扫描来形成至少两个B扫描(“经过整形的B扫描”)，其中，形成每个经过整形的B扫描的A扫描是从同一检测器像素组中的检测器像素上形成的离散OCT干涉光谱中生成的；
确定每个经过整形的B扫描的最大强度；
通过使用同一个经过整形的B扫描的最大强度，将每个经过整形的B扫描归一化(“归一化B扫描”)；
形成多个像素组，其中，每个像素组包括来自每个归一化B扫描的一个像素(“B扫描像素”)，并且其中，每个像素组的B扫描像素在所有归一化B扫描上具有相同的位置；
通过将数学运算应用于形成同一像素组的各像素的强度来确定每个像素组的一个强度(“最优强度”)，其中，所述数学运算包括秩排序滤波、均值滤波、多图像去卷积或其组合；
基于各像素组的最优强度来生成新的B扫描(“新B扫描”)；以及
在所述图像生成系统的显示单元上显示所述新B扫描。
12.如权利要求11所述的OCT系统，其中，所述OCT系统包括光谱域光相干断层扫描(SD-OCT)系统。
13.如权利要求11所述的OCT系统，其中，所述光谱仪还包括：光栅、位于所述分束器和所述光栅之间的第一光学透镜、以及位于所述光栅和所述检测器之间的第二光学透镜；并且，其中，第一透镜、光栅和第二透镜具有将分束器形成的干涉光束投射在所述至少三个像素上的配置。
14.如权利要求11所述的OCT系统，其中，所述数学运算包括秩排序滤波，所述秩排序滤波是最小值滤波、中值滤波、具有最小值滤波与中值滤波之间的秩的秩排序滤波或其组合。
15.如权利要求11所述的OCT系统，其中，所述数学运算包括均值滤波，所述均值滤波是算术均值、加权均值、几何均值、调和均值、均方值、对数均值或其组合。
16.如权利要求11所述的OCT系统，其中，所述OCT系统具有以下配置：通过使用数字平滑滤波对生成的新B扫描进行平滑。
17.如权利要求11所述的OCT系统，其中，所述OCT系统具有以下配置：通过使用数字平滑滤波对生成的新B扫描进行平滑，以及其中，所述数字平滑滤波包括线性平滑滤波、非线性平滑滤波或其组合。
18.如权利要求11所述的OCT系统，其中，所述OCT系统具有以下配置：对生成的新B扫描进行平滑，以及其中，所述数字平滑滤波包括中值滤波、高斯滤波或其组合。
19.如权利要求11所述的OCT系统，其中，所述目标是组织。
20.如权力要11所述的OCT系统，其中，所述目标是视网膜。
21.如权利要求11所述的OCT系统，其中，所述检测器包括至少100个像素。
22.如权利要求11所述的OCT系统，其中，所述检测器包括至少1000个像素。
23.如权利要求11所述的OCT系统，其中，所述检测器包括至少2000个像素。
24.一种光相干断层扫描(OCT)系统，其用于生成具有表面和深度的目标的B扫描图像，包括：
光学系统；以及
图像生成系统；
其中：
所述光学系统包括：照明源、分束器、目标臂、参考臂和光学检测系统；
所述图像生成系统包括：控制单元、处理单元、存储单元和显示单元；以及
所述OCT系统具有以下配置：在操作期间：
照亮并扫描所述目标；
形成离散OCT干涉光谱；
生成至少两个原始A扫描；
通过针对每个原始A扫描使用至少两个不同的整形函数来对每个原始A扫描进行整形，以针对每个原始A扫描形成至少两个经过整形的A扫描；
形成至少两个B扫描(“经过整形的B扫描”)，其中，形成同一个经过整形的B扫描的经过整形的A扫描是使用同一个整形函数被整形的；
确定每个经过整形的B扫描的最大强度；
通过使用同一个经过整形的B扫描的最大强度，将每个经过整形的B扫描归一化(“归一化B扫描”)；
形成多个像素组，其中，每个像素组包括来自每个归一化B扫描的一个像素(“B扫描像素”)，其中，每个像素组的B扫描像素在所有归一化B扫描上具有相同的位置；
通过将数学运算应用于形成同一像素组的各像素的强度来确定每个像素组的一个强度(“最优强度”)；其中，所述数学运算包括秩排序滤波、均值滤波、多图像去卷积或其组合；以及
基于各像素组的最优强度来生成新的B扫描(“新B扫描”)。
25.一种光相干断层扫描(OCT)系统，其用于生成具有表面和深度的目标的B扫描图像，其中，所述OCT系统具有以下配置：在操作期间：
照亮并扫描所述目标；
形成离散OCT干涉光谱；
生成至少两个原始A扫描；
通过针对每个原始A扫描使用至少两个不同的整形函数来对每个原始A扫描进行整形，以针对每个原始A扫描形成至少两个经过整形的A扫描；
形成至少两个B扫描(“经过整形的B扫描”)，其中，形成同一个经过整形的B扫描的经过整形的A扫描是使用同一整形函数被整形的；
确定每个经过整形的B扫描的最大强度；
通过使用同一个经过整形的B扫描的最大强度，将每个经过整形的B扫描归一化(“归一化B扫描”)；
形成多个像素组，其中，每个像素组包括来自每个归一化B扫描的一个像素(“B扫描像素”)，其中，每个像素组的B扫描像素在所有归一化B扫描上具有相同的位置；
通过将数学运算应用于形成同一像素组的各像素的强度来确定每个像素组的一个强度(“最优强度”)，其中，所述数学运算包括秩排序滤波、均值滤波、多图像去卷积或其组合；以及
基于各像素组的最优强度来生成新的B扫描(“新B扫描”)。
26.一种光相干断层扫描(OCT)系统，其用于生成具有表面和深度的目标的B扫描图像，其中，所述OCT系统具有以下配置：在操作期间：
获取至少两个原始A扫描；
通过针对每个原始A扫描使用至少两个不同的整形函数来对每个原始A扫描进行整形，以针对每个原始A扫描形成至少两个经过整形的A扫描；
形成至少两个B扫描(“经过整形的B扫描”)，其中，形成同一个经过整形的B扫描的经过整形的A扫描是使用同一个整形函数被整形的；
确定每个经过整形的B扫描的最大强度；
通过使用同一个经过整形的B扫描的最大强度，将每个经过整形的B扫描归一化(“归一化B扫描”)；
形成多个像素组，其中，每个像素组包括来自每个归一化B扫描的一个像素(“B扫描像素”)，其中，每个像素组的B扫描像素在所有归一化B扫描上具有相同的位置；
通过将数学运算应用于形成同一像素组的各像素的强度来确定每个像素组的一个强度(“最优强度”)，其中，所述数学运算包括秩排序滤波、均值滤波、多图像去卷积或其组合；以及
基于各像素组的最优强度来生成新的B扫描(“新B扫描”)。
27.一种光相干断层扫描(OCT)系统，其用于生成具有表面和深度的目标的B扫描图像，其中，所述OCT系统具有以下配置：在操作期间：
获取至少两个B扫描(“经过整形的B扫描”)，其中，每个经过整形的B扫描包括至少两个经过整形的A扫描；其中，每个经过整形的A扫描是通过使用至少两个不同的整形函数对原始A扫描进行整形而形成的；以及其中，形成同一个经过整形的B扫描的至少两个经过整形的A扫描是使用同一个整形函数被整形的；
确定每个经过整形的B扫描的最大强度；
通过使用同一个经过整形的B扫描的最大强度，将每个经过整形的B扫描归一化(“归一化B扫描”)；
形成多个像素组，其中，每个像素组包括来自每个归一化B扫描的一个像素(“B扫描像素”)，其中，每个像素组的B扫描像素在所有归一化B扫描上具有相同的位置；
通过将数学运算应用于形成同一像素组的各像素的强度来确定每个像素组的一个强度(“最优强度”)，其中，所述数学运算包括秩排序滤波、均值滤波、多图像去卷积或其组合；以及
基于各像素组的最优强度来生成新的B扫描(“新B扫描”)。
28.一种光相干断层扫描(OCT)系统，其用于生成具有表面和深度的目标的B扫描图像，其中，当所述OCT系统与图像生成系统合并时，所述OCT系统促使所述图像生成系统具有以下配置：在操作期间：
形成或获取至少两个B扫描(“经过整形的B扫描”)，其中，每个经过整形的B扫描包括至少两个经过整形的A扫描；其中，经过整形的A扫描是通过使用至少两个不同的整形函数对原始A扫描进行整形而形成；以及其中，形成同一个经过整形的B扫描的至少两个经过整形的A扫描是使用同一个整形函数被整形的；
确定每个经过整形的B扫描的最大强度；
通过使用同一个经过整形的B扫描的最大强度，将每个经过整形的B扫描归一化(“归一化B扫描”)；
形成多个像素组，其中，每个像素组包括来自每个归一化B扫描的一个像素(“B扫描像素”)，其中，每个像素组的B扫描像素在所有归一化B扫描上具有相同的位置；
通过将数学运算应用于形成同一像素组的各像素的强度来确定每个像素组的一个强度(“最优强度”)，其中，所述数学运算包括秩排序滤波、均值滤波、多图像去卷积或其组合；以及
基于各像素组的最优强度来生成新的B扫描(“新B扫描”)。
29.一种光相干断层扫描OCT系统，其用于生成具有表面和深度的目标的B扫描图像，包括：
光学系统；以及
图像生成系统；
其中：
所述光学系统包括照明源、分束器、参考臂、目标臂和包括光谱仪的光学检测系统；
所述光谱仪包括检测器；
所述检测器包括至少三个像素(“检测器像素”)；
其中，所述OCT系统具有以下配置：在操作期间：
照亮并扫描目标表面上的至少一个物理位置；
形成多个检测器像素组，其中，每个检测器像素组包括至少两个检测器像素，并且其中，形成同一检测器像素组中的各检测器像素彼此相邻；
在每个检测器像素上形成离散化OCT干涉光谱；
生成至少两个A扫描，其中，每个A扫描是从在每个检测器像素上形成的离散OCT干涉光谱中生成的；
基于生成的A扫描来形成至少两个B扫描(“经过整形的B扫描”)，其中，形成每个经过整形的B扫描的各A扫描是从同一检测器像素组的各检测器像素上形成的离散OCT干涉光谱中生成的；
确定每个经过整形的B扫描的最大强度；
通过使用同一个经过整形的B扫描的最大强度，将每个经过整形的B扫描归一化(“归一化B扫描”)；
形成多个像素组，其中，每个像素组包括来自每个归一化B扫描的一个像素(“B扫描像素”)，其中，每个像素组的B扫描像素在所有归一化B扫描上具有相同的位置
通过将数学运算应用于形成同一像素组的各像素的强度来确定每个像素组的一个强度(“最优强度”)，其中，所述数学运算包括秩排序滤波、均值滤波、多图像去卷积或其组合；以及
基于各像素组的最优强度来生成新的B扫描(“新B扫描”)。
30.一种光相干断层扫描(OCT)系统，其用于生成具有表面和深度的目标的B扫描图像，所述光相干断层扫描系统包括检测器，其中，所述检测器包括至少三个像素(“检测器像素”)；以及其中，所述OCT系统具有以下配置：在操作期间：
照亮并扫描目标表面上的至少一个物理位置；
形成多个检测器像素组，其中，每个检测器像素组包括至少两个检测器像素，以及其中，形成同一检测器像素组中的各检测器像素彼此相邻；
在每个检测器像素上形成离散OCT干涉光谱；
生成至少两个A扫描，其中，每个A扫描是从每个检测器像素上形成的离散OCT干涉光谱中生成的；
基于生成的A扫描来形成至少两个B扫描(“经过整形的B扫描”)，其中，形成每个经过整形的B扫描的各A扫描是从同一检测器像素组中的各检测器像素上形成的离散OCT干涉光谱中生成的；
确定每个经过整形的B扫描的最大强度；
通过使用同一个经过整形的B扫描的最大强度，将每个经过整形的B扫描归一化(“归一化B扫描”)；
形成多个像素组，其中，每个像素组包括来自每个归一化B扫描的一个像素(“B扫描像素”)，并且其中，每个像素组的B扫描像素在所有归一化B扫描上具有相同的位置；
通过将数学运算应用于形成同一像素组的各像素的强度来确定每个像素组的一个强度(“最优强度”)，其中，所述数学运算包括秩排序滤波、均值滤波、多图像去卷积或其组合；以及
基于像素组的最优强度来生成新的B扫描(“新B扫描”)。
31.一种光相干断层扫描(OCT)系统，其用于生成具有表面和深度的目标的B扫描图像，其中，所述OCT系统具有以下配置：在操作期间：
获取至少两个A扫描，其中：
每个获取的A扫描是从检测器的像素上形成的离散OCT干涉光谱中生成的；
所述检测器包括至少三个像素(“检测器像素”)；
所述至少两个A扫描是通过形成多个检测器像素组而生成的；
每个检测器像素组包括至少两个检测器像素；以及
形成同一检测器像素组的各检测器像素彼此相邻；
基于获取的A扫描来形成至少两个B扫描(“经过整形的B扫描”)，其中，形成每个经过整形的B扫描的各A扫描是从同一检测器像素组中的各检测器像素上形成的离散OCT干涉光谱中生成的；
确定每个经过整形的B扫描的最大强度；
通过使用同一个经过整形的B扫描的最大强度，将每个经过整形的B扫描归一化(“归一化B扫描”)；
形成多个像素组，其中，每个像素组包括来自每个归一化B扫描的一个像素(“B扫描像素”)，并且其中，每个像素组的B扫描像素在所有归一化B扫描上具有相同的位置；
通过将数学运算应用于形成同一像素组的各像素的强度来确定每个像素组的一个强度(“最优强度”)，其中，所述数学运算包括秩排序滤波、均值滤波、多图像去卷积或其组合；以及
基于像素组的最优强度来生成新的B扫描(“新B扫描”)。
32.一种光相干断层扫描(OCT)系统，其用于生成具有表面和深度的目标的B扫描图像，其中，所述OCT系统具有以下配置：在操作期间：
获取至少两个B扫描(“经过整形的B扫描”)，其中：
每个经过整形的B扫描包括至少两个A扫描；
每个A扫描是从检测器的像素上形成的离散OCT干涉光谱中形成的；
所述检测器包括至少三个像素(“检测器像素”)；
所述至少两个A扫描是通过形成多个检测器像素组而生成的；
每个检测器像素组包括至少两个检测器像素；
形成同一检测器像素组的各检测器像素彼此相邻；以及
形成每个经过整形的B扫描的各A扫描是从同一检测器像素组中的各检测器像素上形成的离散OCT干涉光谱中生成的；
确定每个经过整形的B扫描的最大强度；
通过使用同一经过整形的B扫描的最大强度，将每个经过整形的B扫描归一化(“归一化B扫描”)；
形成多个像素组，其中，每个像素组包括来自每个归一化B扫描的一个像素(“B扫描像素”)，以及其中，每个像素组的B扫描像素在所有归一化B扫描上具有相同的位置；
通过将数学运算应用于形成同一像素组的各像素的强度来确定每个像素组的一个强度(“最优强度”)，其中，所述数学运算包括秩排序滤波、均值滤波、多图像去卷积或其组合；以及
基于各像素组的最优强度来生成新的B扫描(“新B扫描”)。
33.如前面任意一项权利要求所述的OCT系统，其中，所述OCT系统具有以下配置：在操作期间，通过使用数字平滑滤波对所述新B扫描进行平滑。
34.如前面任意一项权利要求所述的OCT系统，其中，所述OCT系统具有以下配置：在操作期间，通过使用数字平滑滤波对所述新B扫描进行平滑，以及其中，所述数字平滑滤波包括线性平滑滤波、非线性平滑滤波或其组合。
35.如前面任意一项权利要求所述的OCT系统，其中，所述OCT系统具有以下配置：在操作期间，通过使用数字平滑滤波对生成的新B扫描进行平滑；以及其中，所述数字平滑滤波包括中值滤波、高斯滤波或其组合。
36.如前面任意一项权利要求所述的OCT系统，其中，所述整形函数包括在选定区间之外是零值的函数。
37.如前面任意一项权利要求所述的OCT系统，其中，所述整形函数包括窗函数、高斯函数或其组合。
38.如前面任意一项权利要求所述的OCT系统，其中，所述数学运算包括秩排序滤波，所述秩排序滤波是最小值滤波、中值滤波、具有最小值滤波与中值滤波之间的秩的秩排序滤波或其组合。
39.如前面任意一项权利要求所述的OCT系统，其中，所述数学运算包括均值滤波，所述均值滤波是算术均值、加权均值、几何均值、调和均值、均方值、对数均值或其组合。
40.如前面任意一项权利要求所述的OCT系统，其中，所述OCT系统包括检测器，以及其中，所述检测器包括至少三个像素(“检测器像素”)。
41.如前面任意一项权利要求所述的OCT系统，其中，所述OCT系统包括照明源、分束器、目标臂、参考臂、光学检测系统、控制单元、处理单元、存储单元、显示单元或其组合。
42.如前面任意一项权利要求所述的OCT系统，其中，所述OCT系统包括控制单元、处理单元、存储单元、显示单元或其组合。
43.如前面任意一项权利要求所述的OCT系统，其中，所述OCT系统包括光谱域光相干断层扫描(SD-OCT)系统。
44.如前面任意一项权利要求所述的OCT系统，其中，所述光谱仪还包括：光栅、位于所述分束器和所述光栅之间的第一光学透镜、以及位于所述光栅和所述检测器之间的第二光学透镜；以及其中，第一透镜、光栅和第二透镜具有将所述分束器形成的干涉光束投射在所述至少三个像素上的配置。
45.如前面任意一项权利要求所述的OCT系统，其中，所述检测器包括至少100个像素。
46.如前面任意一项权利要求所述的OCT系统，其中，所述检测器包括至少1000个像素。
47.如前面任意一项权利要求所述的OCT系统，其中，所述检测器包括至少2000个像素。
48.如前面任意一项权利要求所述的OCT系统，其中，所述OCT系统具有在操作期间显示所述新B扫描的配置。
49.如前面任意一项权利要求所述的OCT系统，其中，所述目标是组织。
50.如前面任意一项权利要求所述的OCT系统，其中，所述目标是视网膜。
51.如前面任意一项权利要求中公开的系统特征的任意组合都在本公开的范围内。
CN201780071455.4A 2016-11-30 2017-11-27 具有改进的图像质量的光相干断层成像系统 Active CN109963494B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201662428055P 2016-11-30 2016-11-30
US62/428,055 2016-11-30
PCT/US2017/063283 WO2018102255A1 (en) 2016-11-30 2017-11-27 An optical coherence tomography (oct) system with improved image quality

Publications (2)

Publication Number Publication Date
CN109963494A true CN109963494A (zh) 2019-07-02
CN109963494B CN109963494B (zh) 2022-03-08

Family

ID=62241945

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780071455.4A Active CN109963494B (zh) 2016-11-30 2017-11-27 具有改进的图像质量的光相干断层成像系统

Country Status (4)

Country Link
US (1) US10856735B2 (zh)
EP (1) EP3547897A4 (zh)
CN (1) CN109963494B (zh)
WO (1) WO2018102255A1 (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2017382218B2 (en) 2016-12-21 2023-05-11 Acucela Inc. Miniaturized mobile, low cost optical coherence tomography system for home based ophthalmic applications
WO2019246412A1 (en) 2018-06-20 2019-12-26 Acucela Inc. Miniaturized mobile, low cost optical coherence tomography system for home based ophthalmic applications
EP4081096A4 (en) 2019-12-26 2024-01-10 Acucela Inc. OPTICAL COHERENCE TOMOGRAPHY PATIENT ALIGNMENT SYSTEM FOR HOME-BASED OPHTHALMIC APPLICATIONS
US10959613B1 (en) 2020-08-04 2021-03-30 Acucela Inc. Scan pattern and signal processing for optical coherence tomography
CA3188255A1 (en) 2020-08-14 2022-02-17 Ryo Kubota System and method for optical coherence tomography a-scan decurving
US11393094B2 (en) 2020-09-11 2022-07-19 Acucela Inc. Artificial intelligence for evaluation of optical coherence tomography images
AU2021352417A1 (en) 2020-09-30 2023-04-06 Acucela Inc. Myopia prediction, diagnosis, planning, and monitoring device
CN117222353A (zh) 2021-03-24 2023-12-12 奥克塞拉有限公司 轴向长度测量监测器
CN117314915B (zh) * 2023-11-29 2024-02-23 湖南大学 微结构加工的原位检测方法、设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120320368A1 (en) * 2011-06-15 2012-12-20 Northwestern University Optical coherence photoacoustic microscopy
CN102858231A (zh) * 2010-03-31 2013-01-02 佳能株式会社 图像处理设备、oct摄像设备、断层图像摄像系统、控制方法和程序
CN103344569A (zh) * 2013-06-21 2013-10-09 中国科学院上海光学精密机械研究所 偏振复频域光学相干层析成像方法和系统
US20140327917A1 (en) * 2013-05-01 2014-11-06 Canon Kabushiki Kaisha Method and apparatus for processing polarization data of polarization sensitive optical coherence tomography
CN104143087A (zh) * 2014-07-24 2014-11-12 苏州大学 基于sd-oct的挫伤性视网膜内外节缺失检测方法
US20150062590A1 (en) * 2013-08-29 2015-03-05 Carl Zeiss Meditec, Inc. Evaluation of optical coherence tomographic data prior to segmentation
CN104958061A (zh) * 2015-07-28 2015-10-07 北京信息科技大学 双目立体视觉三维成像的眼底oct成像方法及其系统
CA2950102A1 (en) * 2014-04-28 2015-11-05 Northwestern University Devices, methods, and systems of functional optical coherence tomography

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5799111A (en) * 1991-06-14 1998-08-25 D.V.P. Technologies, Ltd. Apparatus and methods for smoothing images
US8694266B2 (en) * 2008-06-05 2014-04-08 The Regents Of The University Of Michigan Multimodal spectroscopic systems and methods for classifying biological tissue
US8605970B2 (en) * 2008-12-25 2013-12-10 Medic Vision-Imaging Solutions Ltd. Denoising medical images
US9324141B2 (en) * 2012-10-05 2016-04-26 Volcano Corporation Removal of A-scan streaking artifact
EP3113678A4 (en) * 2014-03-04 2017-12-13 University of Southern California Optical coherence tomography system for health characterization of an eye
JP2016035402A (ja) * 2014-08-01 2016-03-17 株式会社トーメーコーポレーション 光干渉断層計補正法とその装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102858231A (zh) * 2010-03-31 2013-01-02 佳能株式会社 图像处理设备、oct摄像设备、断层图像摄像系统、控制方法和程序
US20120320368A1 (en) * 2011-06-15 2012-12-20 Northwestern University Optical coherence photoacoustic microscopy
US20140327917A1 (en) * 2013-05-01 2014-11-06 Canon Kabushiki Kaisha Method and apparatus for processing polarization data of polarization sensitive optical coherence tomography
CN103344569A (zh) * 2013-06-21 2013-10-09 中国科学院上海光学精密机械研究所 偏振复频域光学相干层析成像方法和系统
US20150062590A1 (en) * 2013-08-29 2015-03-05 Carl Zeiss Meditec, Inc. Evaluation of optical coherence tomographic data prior to segmentation
CA2950102A1 (en) * 2014-04-28 2015-11-05 Northwestern University Devices, methods, and systems of functional optical coherence tomography
CN104143087A (zh) * 2014-07-24 2014-11-12 苏州大学 基于sd-oct的挫伤性视网膜内外节缺失检测方法
CN104958061A (zh) * 2015-07-28 2015-10-07 北京信息科技大学 双目立体视觉三维成像的眼底oct成像方法及其系统

Also Published As

Publication number Publication date
EP3547897A4 (en) 2020-06-10
CN109963494B (zh) 2022-03-08
US10856735B2 (en) 2020-12-08
EP3547897A1 (en) 2019-10-09
WO2018102255A1 (en) 2018-06-07
US20190380574A1 (en) 2019-12-19

Similar Documents

Publication Publication Date Title
CN109963494A (zh) 具有改进的图像质量的光相干断层成像系统
US10660515B2 (en) Image display method of providing diagnosis information using three-dimensional tomographic data
US11935241B2 (en) Image processing apparatus, image processing method and computer-readable medium for improving image quality
US20220084210A1 (en) Segmentation and classification of geographic atrophy patterns in patients with age related macular degeneration in widefield autofluorescence images
US10136812B2 (en) Optical coherence tomography apparatus for selectively visualizing and analyzing vascular network of choroidal layer, and image-processing program and image-processing method for the same
JP6843521B2 (ja) 画像処理装置及び画像処理方法
CN106073700B (zh) 图像生成方法和图像生成装置
CN106028912B (zh) 具有改进的运动对比的光学相干断层扫描(oct)系统
US10672127B2 (en) Information processing apparatus, information processing method, and program
JP2018187343A (ja) 光コヒーレントトモグラフィ血管造影におけるバルク運動除去
US20230140881A1 (en) Oct en face pathology segmentation using channel-coded slabs
Shirazi et al. Multi-modal and multi-scale clinical retinal imaging system with pupil and retinal tracking
Szkulmowski et al. Analysis of posterior retinal layers in spectral optical coherence tomography images of the normal retina and retinal pathologies
WO2020050308A1 (ja) 画像処理装置、画像処理方法及びプログラム
Baroni et al. Texture classification of retinal layers in optical coherence tomography
JP2018191761A (ja) 情報処理装置、情報処理方法及びプログラム
JP2021191551A (ja) 眼科検査装置
JP6860884B2 (ja) 画像処理装置、眼底撮像システム、画像処理方法、およびプログラム
JP6992030B2 (ja) 画像生成装置、画像生成方法およびプログラム
JP7355331B2 (ja) 走査型イメージング装置、その制御方法、画像処理装置、その制御方法、走査型イメージング方法、画像処理方法、プログラム、及び記録媒体
US20230196532A1 (en) System and method of a process for robust macular thickness analysis using low-cost line-field optical coherence tomography (oct)
Gardner Scattering angle resolved optical coherence tomography for early retinal detection of Alzheimer’s disease in a murine model
Pchelkina et al. An Algorithm for Automatic Image Segmentation Using the Sobel Method for an Optical Coherence Tomography
JP2021087817A (ja) 画像処理装置及び画像処理方法
Li Computational Methods for Enhancements of Optical Coherence Tomography

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
GR01 Patent grant
GR01 Patent grant