光学相干断层扫描血管成像中伪影的研究进展△

孙晋夫 余慧敏 孙旭芳

光学相干断层扫描血管成像(OCTA)是基于光学相干断层扫描(OCT)的一种新的成像技术，其通过执行重复的B扫描来检测运动对比度，并实现了血管可视化。在两次相邻的B扫描之间，静止的物体不会产生太大的变化，而运动的粒子(如红细胞)能够引起OCT信号变化。由于视网膜中主要的运动是血管中的血液流动，通过检测这些变化的信号，最终实现了血流信号的可视化[1]。OCTA在提供可靠、高分辨率的视网膜血管图像的同时，又具有简单、快速和非侵入性的特点，使其在眼科的基础和临床研究中发挥重要作用。目前，OCTA已被用于评估一系列视网膜血管疾病，包括糖尿病视网膜病变(DR)、视网膜静脉阻塞(RVO)、葡萄膜炎、年龄相关性黄斑变性(AMD)等[2]。

在任何成像系统中，图像均是与观察对象和一系列法则相关联的信息转换。然而，在几乎每种成像方法中，形成的图像都不完美。图像中可能存在多余或丢失的信息，或者错误的信息转换，这些成像缺陷称为伪影(artifact)[3]。通常，OCTA图像的伪影是由以下一个或多个因素造成的：(1)眼球运动；(2)眼球的固有特性和病理情况；(3)图像的采集、处理过程和显示策略[2]。其中，最多见的伪影类型为运动伪影(motion artifact)、投射伪影(projection artifact)和分层伪影(segmentation artifact)。本文对不同类型伪影的研究进展进行阐述，并对未来如何规避或消除伪影进行了讨论。

1 运动伪影

运动是OCTA图像中一个非常重要的伪影来源。患者的眼球、头部或身体的运动会导致整个B扫描广泛的去相干，由于这些血流以外的运动引起的去相干现象称为运动伪影。运动可分为两大类，第一类是眼球的整体运动，第二类是眼球内的运动。前者与眼外肌、头部、颈部和身体的运动有关，可分解为近似的平移和缓慢的漂移。在没有其他伪影的情况下，缓慢的漂移可能是OCTA图像缺乏清晰度的原因。后者则是由于脉络膜的搏动性扩张和心动周期引起的眼压波动导致视网膜的位置在轴向不断变化，这类伪影被称为Z轴运动伪影或需 增轴向运动伪影。由于脉络膜的运动不均匀且难以预测，轴向运动伪影很难进行辨别和补偿[1]。

运动伪影表现为血管造影图像上出现细的垂直或水平白线，伴随血管的中断(interruption)、移位(displacement)、拉伸(stretch)、复制(doubling)、重影(ghosting)和(或)缝合(quilting)中的一种或多种[4]。眨眼伪影(blink artifact)表现为提示丢失扫描的相应水平黑带；折射漂移伪影(refraction shift artifact)是指由于眨眼和角膜表面折射率的变化导致的相邻OCT扫描之间的反射强度变化[5]。这些伪影的存在影响了OCTA图像对血管密度的测量，影响程度随着伪影面积的增加而增大[6]。

运动伪影在OCTA图像中很常见。Holmen等[5]研究显示，406幅OCTA图像中的378例(93.1%)出现运动伪影，其中有65例为严重伪影，是最常见的伪影类型。Enders等[7]研究显示，75例中37例出现运动伪影；是仅次于投射伪影和分层伪影的位居第三的伪影类型。运动伪影评分(motion artifact score，MAS)可以用于评价运动伪影的严重程度，MAS的评价指标既包括由眼球运动引起的运动伪影(眨眼线、移位)，也包括由于软件校正眼球运动引起的运动伪影(拉伸、缝合、血管翻倍)。MAS根据这5种伪影的有无与程度分为1～4级(见表1)。在视网膜病变OCTA伪影的研究中，Lauermann等[8]发现，有视网膜病变的患者相比健康人有更高的MAS，其中又以地图样萎缩(graphic atrophy,GA)组和RVO组的MAS最高。在Cui等[9]的研究中，针对扫频OCTA(swept source OCTA，SS-OCTA)修正后的 MAS评分系统分为1～6级(见表2)，当MAS评分为 5～6分时，OCTA图像对DR诊断价值大幅下降，DR的程度越严重的患者，其MAS越高。此外，还发现图像的下部比上部有更高的MAS，这可能是由长时间扫描过程中泪膜破裂的增加，眨眼减少和不完全眨眼引起的。

表2 修订的SS-OCTA MAS评分

运动伪影可以通过软件与算法消除。在AMD患者中，眼球跟踪(eye-tracking，ET)技术改善了存在运动伪影的OCTA图像的图像质量，但代价是采集的时间更长[10]。基于算法和软件的运动校正(motion correction)是校正运动伪影的另一种方法[11-12]。Camino等[13]研究显示，将运动校正与眼球跟踪技术结合使用，在去除运动伪影方面优于单独的眼球跟踪或运动校正。此外，Li等[14]提出了一种基于张量投票的方法来有效去除3D OCTA图像中的运动伪影，该方法首先通过血管分层算法提取血管网络，并去除运动伪影，再用张量投票方法修复去除伪影导致的血管的不连续，最终获得无运动伪影的图像。

2 由于眼球固有特性和病理情况产生的伪影

2.1 投射伪影投射伪影表现为局部血管变形和(或)在本没有血管的组织区域出现假血流信号，有时也被称为拖尾伪影(tailing artifact)。这种现象可以用血液组织内的光散射和光子传播来解释，具体又可分为2种情况[15]：其一，由于血液(红细胞)的高度散射特性，血液强烈散射探测光束的入射光子。部分光子在被OCT系统检测之前，可能已经被散射了多次，导致这些光子的光程增加。由于OCT根据光程差来显示深度分辨信息，这些多次散射光子导致了OCTA图像中血管形状拉长。然而，这种投射效应只会影响局部血管的形状，不会影响其他部位的血管造影结果。第2种类型的投射效应导致在本应没有血流信号的部位产生假血流信号。一部分光子与红细胞相互作用后经历了前向散射事件，由于散射方向与入射方向偏差角非常小，这些光子被OCT系统捕获后不会引起其光程长度的显著变化。这些前向散射光子被仪器捕获后，将导致两个后果：(1)多普勒效应导致OCT信号的相位改变；(2)红细胞相对于探测光束反射率/折射率的变化导致OCT信号的强度改变。OCT信号的强度和相位发生变化，导致这些前向散射光子在血管的深层留下了痕迹。当血管深层有高反射界面，如光感受器内节/外节层或视网膜色素上皮(RPE)细胞层时，这种现象更明显。Bernucci等[16]使用一种血管内造影剂代替红细胞对大鼠进行OCTA图像分析，也证实了上述观点。

投射伪影在OCTA图像中广泛存在。Enders等[7]研究显示，在所有的伪影中，投射伪影的发生最频繁(75/75，100%)，且在所有受试者视网膜血管下的所有结构中均存在。在投射伪影的影响下，不同黄斑血管层在OCTA上进行准确分离和量化的过程受到了限制[17]。

目前已有数种用于去除投射伪影的算法。Holmen等[5]研究显示，在406幅OCTA图像中，仅有27例(6.7%)出现投射伪影，这得益于所使用的投射伪影去除算法。Zhang等[15]提出，用检测到的视网膜外部无血管空间(outer retinal avascular space，ORAS)中的流量信号减去以适当比例缩放后的视网膜流量信号来获取ORAS中的真实流量信号。这种方法被称为slab-subtraction(SS)算法，在脉络膜新生血管病变的可视化中特别有用。然而，Zhang等[18]指出了SS算法的不足，并提出了一种改进的方法来解决投射伪影问题，称为projection-resolved(PR)算法。该算法能有效识别真实血管，并排除了投射伪影。与SS算法相比，PR算法保持了深层血管网络(如脉络膜新生血管)的完整性和连续性。由于可以减轻来自脉络膜新生血管内部投射伪影的互相干扰，PR算法允许单独计算不同类型的脉络膜新生血管的血管面积，这提供了新的量化指标[19]。在DR的OCTA量化指标研究中，使用PR算法与不使用相比，能够得到更加真实可信的结果。然而，PR算法仍不完善，需要进一步改进[20]。此外，Choi等[21]报道了一种基于均值减法的处理方法，有效去除了小鼠脑OCTA图像中的投射伪影。然而，此方法可能导致靠近投射伪影部分的毛细血管信号丢失。未来，该技术可能在眼科得到应用。

2.2 遮蔽伪影与揭露伪影遮蔽伪影(mask artifact)指由于眼球的中层介质密度升高，如角膜混浊、黄斑水肿、白内障、玻璃体积血或有漂浮物等情况，阻挡了入射的检测信号，导致待观测底层的信号丢失[4,9]。在OCTA图像上表现为局部密度降低的阴影区域，故也被称为阴影伪影[5]。例如，在AMD与中心性浆液性脉络膜视网膜病变(CSC)患者中，由于视网膜下液(SRF)对光信号的散射和吸收，使得脉络膜毛细血管层的en face图像出现阴影伪影。与谱域OCTA(spectral domain OCTA，SD-OCTA)相比，SS-OCTA能够减少SRF造成的阴影伪影，但不能完全消除[22]。为了实现阴影伪影的自动检测，Camino等[23]使用聚乳酸材料遮挡光信号制造人工阴影，然后分析阴影像素的特征，以此训练出一个基于算法的能够自动识别阴影区域的集成分类器。并在DR、葡萄膜炎、AMD和青光眼患者中验证了该算法的有效性。

与之相反，揭露伪影(unmasking artifact)指某些区域的信号丢失导致其底层结构的信号增强[9]。例如，在RPE萎缩的患者眼球中，光线更容易穿透萎缩的RPE，导致深层的脉络膜血管被显像。这可能引起OCTA图像的错误解读。

3 由于图像的采集、处理过程和显示策略产生的伪影

3.1 分层伪影为了形成En face图像，OCTA需要使用分层算法对视网膜各层进行分层。目前常用的OCTA设备将视网膜分为4个En face区域：浅层视网膜区、深层视网膜区、视网膜外光感受区和脉络膜毛细血管区[24]。然而，在病理性眼球中，视网膜的水肿、萎缩、出血和组织浸润等病理改变破坏了正常的视网膜结构，在这些视网膜结构改变的情况下，分层算法很容易出现错误，即出现了分层伪影，进而影响了OCTA图像的解读[3]。

分层伪影在患者眼球中远比在正常眼球中多见。在成人的黄斑中心凹卵黄样营养不良(adult-onset foveomacular vitelliform dystrophy，AOFVD)的患者眼球中，卵黄样病变会导致分层错误和假性深毛细血管丛脱落，并且卵黄样病变下方的脉络膜毛细血管未被显像[25]。Lauermann等[8]建立了分层准确度评分(segmentation accuracy score，SAS)来评价OCTA图像中的分层伪影(见表3)。结果显示，所有健康受试者的分层准确率均为100%(SASⅡ)；然而在视网膜病变组中，仅 34.2% 的患者能准确分层(SASⅠ)，38.9%的患者为SASⅡA型，26.8%的患者为SASⅡB型。

表3 分层准确度评分(SAS)

随着人工智能的发展，一种基于深度学习算法(deep learning algorithm，DLA)的人工智能医疗设备已被美国食品与药品管理局批准用于OCTA图像质量评估和疾病诊断。以MAS和SAS为标准训练这种人工智能设备，结果发现，DLA能够以高灵敏度、高特异度和高准确性区分质量足够和不足的OCTA图像。在未来，DLA与OCTA技术的结合能够为视网膜成像和图像分析打开新的可能性的大门[26]。

通过在连续OCT B扫描图像中观察分层轮廓来确定正确的分层位置，可以避免由于分层错误带来的解释错误。许多仪器制造商都有软件，可以手动修正分层错误，但这可能是一个耗时的过程[1]。为了解决分层错误的问题，Li等[27]报道了一种血管生成进程跟踪算法，其中使用了一种新的基于TOP-HAT增强和最优定向流量(optimally oriented flux，OOF)的血管分层方法，与OCTA研究中广泛使用的Hessian矩阵法相比，这种新方法明显降低了小血管分层的错误率。Michalewska等[28]报道称，在使用SS-OCTA研究全层黄斑裂孔(full-thickness macular holes，FTMHs)的患者时，所有FTMH的第3和第4期病例中都出现了分层错误，而这种伪影可以用设备的附加软件删除。

3.2 低OCT信号在理想的无伪影条件下，OCTA图像中较亮的像素代表血流信号，较暗的像素代表低或无血流。而低OCT信号在OCTA图像局部表现为较暗的像素，意味着实际上较暗的像素不一定代表无血流信号。Kolb等[29]讨论了引起低OCT信号的各种原因，并论证了在宽场OCT中更容易发生低OCT信号。其中占主导地位的原因是光晕，指OCT仪器与眼球间不正确的工作距离导致检测光束被虹膜阻挡。目前OCTA常使用的是3 mm×3 mm或6 mm×6 mm的小视野，在未来，更大视野的宽场OCTA可能是OCTA技术的发展方向，故低OCT信号是一个值得关注的问题。低OCT信号对OCTA图像的影响主要有三方面[30]：(1)低信号区域不同视网膜层之间对比度降低，导致分层伪影出现；(2)低信噪比导致噪声；(3)阈值伪影。分层伪影前文已阐述过，此处主要介绍噪声和阈值伪影。

除了血流以外，噪声的随机波动也可能被OCTA检测到，从而产生如同雪花的虚假信号[3]。在图像上的低信号区域，即信噪比较低的部分，这种效应更加明显。一些因素，如白内障降低了OCT信号强度，但不会影响仪器噪声。虽然低信号本身不会产生伪影，但其导致图像中伴随更明显的噪声，这种后果属于一种伪影。为了减少噪声的影响，可以从两方面考虑：(1)通过设置阈值来仅处理具有足够信号强度的区域，并删除那些来自低信号区域的数据。这种效应被称为阈值伪影。这种方法存在弊端，因其意味着只有OCT信号较强的区域才可能形成可靠的OCTA图像。(2)提高信噪比。一些仪器能够通过特定的手段降低噪声，对患者进行眼部润滑后重新成像或优化OCT成像技术则常常可以提高信号强度。

3.3 其他由于图像的采集、处理过程和显示策略产生的伪影血管复制常由眼球运动的软件校正引起，表现为每根血管在en face图像中可见2个拷贝。对齐误差，表现为图像上半部分与下半部分看起来有不同的深度，这可能是去除投射伪影的图像处理过程造成的[4,9]。

4 其他伪影

技术人员不正确的操作也会导致伪影出现[5]。散焦伪影(defocus artifact)是指整个B扫描的反射强度降低，血管造影上的小毛细血管全局性丢失。偏心伪影(decentration artifact)是由于扫描位置偏离黄斑中心，表现为中心凹的移位以及视野的丢失。Z偏移伪影(Zoffset artifact)是由于错误的头部位置导致en face图像在OCT窗口中垂直移位，又称为窗外伪影(out of window artifact)[7]。倾斜伪影(tilt artifact)指只有一半横断面OCT扫描在焦点上，常与头部位置、入射角和高度近视有关[5]。这些伪影通过训练技术人员即可分辨与消除。

5 小结与展望

与传统的荧光素眼底血管造影和吲哚菁绿血管造影技术相比，OCTA不使用染料、操作简单、快速，具有极强的可重复性，为多种视网膜疾病的预测与定期评估提供便利。OCTA还能以前所未有的高分辨率解析毛细血管、新生血管等细节信息，可靠性极高，是近年来眼科成像领域最令人惊喜的进展之一。由于其依赖光信号的成像特点，伪影在OCTA中十分常见。OCTA全新的成像机制与伪影的存在给医务工作者带来了较大的学习难度。

伪影的来源复杂，能够严重影响OCTA的图像质量，给临床诊断和科研工作带来困扰。了解伪影的相关知识，减少伪影的产生，学会辨识和消除伪影是掌握OCTA技术过程中的重要步骤。目前，学者们就伪影的产生机制、评估以及如何消除伪影已经进行了一些研究。然而，一些概念、评估手段还未形成一个统一、公认的标准；一些规避和消除伪影的方法与技术尚不成熟。总的来说，关于OCTA中存在的伪影对基础研究和临床应用带来的影响有待进一步研究和探讨。