《Discover Medicine》：A software approach for the densification of sparse OCTA volumes to achieve 3D visualization of retinal vasculature
编辑推荐：
目的：研究人员开发了一种具有成本效益的基于软件的致密化流程，以克服标准二维OCTA投影的诊断局限性，从而无需昂贵且难以获取的基于硬件的三维升级即可全面评估三维视网膜血管结构。
方法：研究人员开发了一种基于软件的流程，用于从稀疏OCTA B-scan体积中对视网
目的：研究人员开发了一种具有成本效益的基于软件的致密化流程，以克服标准二维OCTA投影的诊断局限性，从而无需昂贵且难以获取的基于硬件的三维升级即可全面评估三维视网膜血管结构。
方法：研究人员开发了一种基于软件的流程，用于从稀疏OCTA B-scan体积中对视网膜血管进行三维致密化和重建，该流程包括用于分层和血管分割的色调、饱和度、明度(HSV)阈值处理，沿y轴的五阶样条插值，用于en face视图的标准差投影，以及仿射配准。该方法被应用于使用70 kHz SD-OCT系统（RTVue-XR, Optovue, CA）采集的每个体积304个B-scan的16只眼睛（9名健康对照者，平均年龄32 ± 5岁；7名糖尿病视网膜病变患者，平均年龄48 ± 7岁，轻度至重度NPDR）。使用Dice分数和血管密度指标，针对浅层、深层和全视网膜进行分层分析，通过与设备生成的二维en face投影进行比较来评估致密化和重建的准确性。
结果：插值后，该方法实现了0.8321 ± 0.0148（全视网膜）、0.7993 ± 0.0309（浅层）和0.6871 ± 0.0624（深层）的平均Dice分数，较插值前数值（如全视网膜：0.4028 ± 0.0161；p < 0.01）有显著提高。插值后三维血管密度增加了一倍以上（如全视网膜：从0.0778 ± 0.0125到0.2095 ± 0.0331），解决了毛细血管不连续的问题。病理眼显示出三维血管密度降低的趋势，特别是在深层（健康：0.1803 ± 0.0446 vs. 病理：0.1584 ± 0.0330；p = 0.0703），这与糖尿病视网膜病变中的微血管缺失相一致。然而，这些差异未达到统计学显著性（p > 0.05），这可能是由于样本量适中造成的。
结论：这种独立于硬件的软件方法能够从稀疏OCTA B-scan体积中实现视网膜血管的详细分层三维可视化。通过提供增强的空间背景，它有潜力支持血管异常的临床评估。交互式工具进一步允许实时探索，作为资源有限诊所中三维体积分析的成本效益桥梁。然而，由于这种方法目前依赖于手动数据提取的替代方案，而非完全自动化的工作流集成，且其对诊断准确性的直接影响尚未得到证实，因此有必要进行更大队列的验证和正式的临床诊断研究。
光学相干断层扫描(OCT)及其血管造影扩展(OCTA)通过提供血管结构的高分辨率视图，彻底改变了视网膜成像。然而，商业OCTA系统对二维投影的依赖限制了其诊断效用，特别是在评估糖尿病视网膜病变和年龄相关性黄斑变性等疾病中复杂的三维视网膜血管结构时。这些二维输出通常导致评估不完整，因为视网膜血管表现出在平面视图中难以捕捉的复杂空间关系和体积特性。虽然获取原生密集的三维体积数据提供了卓越的解剖细节，但在不延长扫描时间且不产生运动伪影的情况下实现这一点，需要具有更高A扫描速率的高级系统。此类硬件升级的高成本限制了其在许多临床环境中的广泛采用。因此，利用现有快速稀疏OCTA采集的基于软件的计算替代方案，代表了三维可视化的一条有前途且具有成本效益的途径。目前的三维OCTA重建研究虽然探索了基于硬件和软件的方法，但存在依赖大规模标注数据集、计算资源昂贵或缺乏分层分析等问题。为此，研究人员开展了一项开发独立于硬件的软件方法的研究，旨在从稀疏OCTA B-scan体积中实现视网膜血管的分层三维致密化和重建。该研究得出结论，通过五次样条插值计算恢复密集三维结构，能够生成视觉连贯的三维重建，且在不延长扫描时间或无需昂贵硬件升级的情况下，提供了详细的分层血管结构视图，这对于资源有限的环境具有重要的临床意义。该论文发表在《Discover Medicine》。
为了开展这项研究，研究人员使用了一个包含16只眼睛的样本队列（9只健康，7只病理，病理眼伴有轻度至重度非增殖性糖尿病视网膜病变(NPDR)），数据通过70 kHz SD-OCT系统获取。研究采用了四个主要技术阶段：第一阶段为数据捕获，通过屏幕录制和裁剪获取每个体积的304个B-scan；第二阶段为分割，利用基于色调、饱和度、明度(HSV)的阈值处理和形态学操作分离视网膜层和血管，并应用二维互相关进行运动校正；第三阶段为插值、致密化与重建，通过沿y轴的五阶样条插值生成立方三维体积，并通过深度的标准差投影生成二维en face视图；第四阶段为图像配准，使用仿射变换和增强相关系数(ECC)算法将重建的en face图像与设备生成的金标准对齐。评估指标采用了Dice系数(DICE)和血管密度。
3.1 定量性能
通过比较插值前后的Dice分数和三维血管密度，得出结论：插值后，浅层、深层和全视网膜的平均Dice分数显著提高，例如全视网膜从0.4028提高至0.8321。三维血管密度增加了一倍以上，解决了毛细血管不连续的问题。病理眼在三维血管密度上呈现降低趋势，特别是在深层，但未达到统计学显著性。
3.2 三维可视化
通过比较健康对照(HC4)和病理(PT1)病例的三维致密化和重建结果，得出结论：插值后的体积显示了更平滑、更连续的血管结构，解决了插值前稀疏导致的毛细血管不连续问题，并通过颜色编码成功区分了浅层和深层血管丛。
3.3 交互式分析
通过使用Amira软件的体绘制和正交切片模块实现交互式可视化工具，得出结论：该工具允许用户通过滑块实时浏览整个数据集的三维视网膜体积，同时显示二维和三维视图，从而提高了诊断效率，支持对血管深度和异常的直观分析。
在讨论部分，研究人员指出，该基于软件的方法在全视网膜上实现了0.8321的插值后Dice分数，反映了与二维en face真实值的83.2%重叠，较插值前有显著提高。五阶样条插值解决了微血管不连续性，使三维血管密度增加了一倍以上。尽管深层毛细血管丛的Dice分数低于浅层，这可能是由于深层血流信号较弱、光学信号衰减及投影伪影所致，但该方法仍成功检测到病理眼中三维血管密度降低的趋势，与糖尿病视网膜病变中微血管缺失的已知特征一致。与Gao等人和Liu等人的深度学习方法相比，尽管队列较小，但该方法具有竞争力，且提供了以往工作所缺乏的分层分析。该方法为资源有限环境中的视网膜专家提供了重要的临床意义，通过利用广泛可用的二维OCTA数据，使小型诊所能够进行三维成像，从而改善对细微微血管变化的检测和监测。然而，该方法目前依赖手动数据提取而非无缝自动化集成，且其对诊断准确性的直接影响尚未得到证实。此外，验证策略依赖于二维en face投影作为比较器，主要评估投影相似性而非真正的体素级三维保真度。样本量小也限制了统计效能。因此，未来的研究需要解决这些局限性，进行更大队列的验证和正式的临床诊断研究，并探索直接的三维基准。
研究结论部分翻译如下：本研究建立了一个可行的基于软件的框架，用于从稀疏OCTA B-scan体积中进行分层三维视网膜致密化和重建。通过提供具有增强空间上下文的成本效益可视化工具，它有潜力支持视网膜血管疾病的临床评估。虽然当前的屏幕捕获方法作为一种手动数据提取的替代方案，而不是完全自动化的工作流，但该方法的实际扩展可以是开发一个轻量级应用程序以简化此过程并更有效地显示重建的三维视网膜。通过进一步优化（包括GPU支持），这种可访问的方法可以作为资源有限环境中三维体积分析的有价值的桥梁。然而，由于其对诊断准确性的直接影响尚未得到证实，未来需要优先考虑更大队列验证和正式临床诊断研究的工作，以确立其真正的临床可行性。
