有没有无痛无害的人体成像方法？OCT（光学相干断层扫描）了解一下

2018 年 12 月 19 日 计算机视觉life

点击“计算机视觉life”关注，置顶星标更快接收消息！

公众号菜单栏回复“医学” 进群交流

关于之前推送的文章《胸片和CT断层图像是怎么来的？》，有很多的小伙伴关心射线对人体的伤害的问题，在医学检查射线的强度和剂量已经有严格的标准，偶尔进行一次CT扫描是没有问题的，那么有没有一种完全无害的扫描检查呢？

今天CV_life就给大家介绍一种无害、非介入的新型层析成像技术——光学相干断层扫描技术（Optical Coherence Tomography，简称 OCT），简而言之就是利用无毒无害的光波进行人体组织的成像。

OCT技术近年来发展飞快，特别是生物组织活体检测和成像方面具有诱人的应用前景，已尝试在眼科、牙科和皮肤科的临床诊断中应用，特别是在眼底视网膜疾病的检查中，可以检测到视网膜不同层之间的厚度变化，从而发现和预防青光眼，白内障等眼科疾病。是继 X-CT 和 MRI 技术之后的又一大技术突破。下文简称OCT技术。

1.OCT技术原理

OCT技术是一种成像方式类似于超声波的技术，它使用光来代替超声波生成图像，基本原理是利用弱相干光干涉仪，不同深度的生物组织对于OCT设备发出的光波的后向反射的能力是不同的，通过测量光波反射回来时间间隔的不同，能够获取人体组织的结构信息，但由于光速非常快，所以这个时间间隔是普通的电子设备无法测量的，所以要用迈克尔逊干涉仪来获得光在人体组织传播的光程差。OCT技术具有大量的优点：无害、无损伤，非介入，图像分辨率高且操作简单便携，尤其适合眼科检查及其他光学检测领域。

2.OCT技术发展

第一代时域OCT

时域OCT利用低相干成像原理，光源发出的光两部分，一部分是经过平面镜反射的参考光，另一部分是经过样品反射回来的样品光，根据干涉条件，只有一束光经过恒定光程差后才会发生干涉现象，所以时域OCT通过参考臂的移动制造光程差与相对应深度的光发生干涉从而获得深度信息，实现横向扫描是利用样品的水平移动或旋转，由于机械机构的移动速度不均匀，采集过程中要求样本长时间静止，所以误差很大。

第二代频域OCT

频域OCT是在时域OCT的基础上发展改进，系统结构如图所示：频域OCT用光电探测器用光谱仪（或衍射光栅+线阵CCD）代替参考臂的机械扫描结构，收集到的干涉图样进行傅里叶变化从而获得深度信息，这样不需要机械臂的移动，在一个固定位置就可以完成扫描，通过横向两个维度的扫描即可得到样品的三维图像，极大的提高了成像速度和精度。

频域OCT目前分为两种：一是光谱域OCT（SDOCT）原理基本同上，它使用固定频率的低相干光光源，另外一种扫频OCT利用频率可变的扫频光源替代低相干光源，探测器也由线阵CCD换为单点探测器来检测不同波长的干涉信号，扫频OCT除了精度上的提高还具有其他OCT不具备的功能：传统960nm低相干光源多应用与眼球成像，而波长1080nm扫频光源对人体皮层的透射更强，可用于人体浅层皮肤细胞的成像，在眼球成像上也可以通过降低功率来保护眼球。

第三代功能OCT

随着技术发展，OCT更多的向功能性发展，如采多普勒OCT利用多普勒滤波可对移动的组织如血管等部位进行成像，偏振OCT通过测量生物组织中的双折射性质可以诊断其是否发生病变。目前OCT技术的发展方向为自适应光学、OCT分子成像法和OCT图像的三维重构。

3.OCT技术中的医学图像处理

OCT图像降噪技术

在实际应用中，由于生物组织的高散射性，照射到生物组织的入射光被生物组织内的颗粒所散射，形成无规则分布的颗粒状衍射图样，即散斑噪声。区别于传统图像噪声，散斑噪声形成原因复杂，并且由于OCT技术就是利用低相干光的后向散射，所以说散斑是不可避免的，是与信号共存的，目前有利用中值滤波、维纳滤波的常规方法，但效果一般。

频域方法如小波变换、曲波变换和波原子阈值的方法，由于改进OCT结构降低成像噪声的方法势必带来结构复杂化和成本增加，所以目前的发展更倾向于利用图像处理方法降噪，各种针对散斑噪声的降噪方法也在不断探索中。

采用小波变换的方法去除噪声的过程大概如下：

选择一个小波基函数，固定一个尺度因子，将它与信号的初始段进行比较；
通过CWT的计算公式计算小波系数（反映了当前尺度下的小波与所对应的信号段的相似程度）；
改变平移因子，使小波沿时间轴位移，重复上述两个步骤完成一次分析；
增加尺度因子，重复上述三个步骤进行第二次分析；
循环执行上述四个步骤，直到满足分析要求为止。

OCT图像分割技术

早期，医生根据眼底图像上手工标注的感兴趣区域分割轮廓，检查和诊断相应器官组织的病变类型和程度，该过程不仅费时费力，而且主观性强、重复性差，严重影响临床诊断的效率和准确性。

基于计算机辅助的 OCT 眼底图像分割技术能够帮助医生得到分割结果，排除人工操作中的人为主观因素，解决传统手工分析的部分缺点。OCT图像分割方法的研究一直是医学图像领域的热点问题，经典的分割算法可以分为像素分类算法、模式识别的分类器算法、形变模型和全局优化方法等具体算法如下图：准确高效的分割OCT图像对临床诊断和治疗都有着重要的意义。

最常见的算法如基于阈值的区域生长算法，从单个像素出发，按照一定的生长准则，将具有相似性质的像素合并构成同一区域。如图所示最左边是模板图像及选定的两个种子点1和5 通过不同阈值的生长条件限定如左2为阈值为3时图像被完整分割为两部分，分割效果理想，第三章图是阈值为1的限制2和7无法与种子点合并，如果阈值过大则会出现最右侧无法准确分割的情况。

同样还有比较直观的基于边界轮廓的算法，如主动轮廓算法（snake），给定图像的初始曲线在内力和外力的作用下沿着曲线的法向量方向不断去演化知道曲线达到目标边缘。

OCT图像三维重构技术

传统的OCT成像都是二维图片的，但这样对组织的观察仍不够直观，随着三维重构技术的发展，将多幅OCT图像重构成三维模型可以直观准确的发现病变位置。如图在眼底病变的检测中应用OCT图像的三维重构后，可以清楚地看到RNFL层的厚度，而RNFL层厚度的变化对于青光眼、白内障等眼科疾病具有重要的医学价值。

常用的方法有灰度重心法，把当前部分的每一个像素的灰度大小看做这个像素的“质量”来求整个图像的重心进行重构，或者采用边缘检测，将具有相似的边缘进行拼接重构，然后利用计算机图形学进行三维图像的重绘，从而显示出稳定的三维图像。

结束语

OCT技术是一种近年来发展较快的扫描成像技术，由于其无伤害、非介入的特点，特别适合眼科、牙科的生物组织成像。目前硬件的相关技术探索已趋于结束、如何利用图像处理技术提高成像质量、丰富成像功能从而降低OCT仪器成本造福于更多患者成为一个亟待解决的课题。相信随着医学影像技术的不断发展，会有更多好的图像处理算法应用在OCT图像的处理上。