概括
我们开发了一个新的算法来稳定功能性OCT血管学 (fOCTA) 视频中的眼动. 这允许在糖尿病视网膜病变等疾病中精确检测视网膜神经血管合 (rNVC) 功能障碍.
科学领域:
- 眼科医生 眼科 眼科
- 生物医学工程 生物医学工程
- 医疗成像医学成像
背景情况:
- 功能性OCT血管造影 (fOCTA) 对于非侵入性检测视网膜神经血管合 (rNVC) 是至关重要的.
- 在FOCTA成像过程中不自发的眼睛运动会损害对rNVC的准确,单毛细血管水平量化.
- 现有的方法在图像稳定过程中难以保持血管动力学信息.
研究的目的:
- 开发和验证一种用于稳定 fOCTA 视频的新算法.
- 为了保持关键的血管动力学反应,以进行准确的rNVC评估.
- 为了能够在单毛细血管水平上精确检测rNVC功能障碍.
主要方法:
- 基于船舶骨架的血管动力学光流 (VDO流) 算法的开发.
- 应用VDO流量用于FOCTA视频稳定和血管动力学保存.
- 图像记录速度和准确性的评估 (血管骨重组率).
主要成果:
- 该VDO流算法实现了高速图像注册 (每约0.39秒).
- 在图像稳定方面被证明具有很高的准确性 (63.4%的血管骨重组率).
- 该方法有效地保留了对于rNVC分析的必不可少的血管动力学反应.
- 在早期糖尿病视网膜病变中成功检测到单毛细血管水平rNVC功能障碍.
结论:
- 在VDO流算法显著改善FOCTA图像稳定和血管动力学保存.
- 这种技术可以精确检测rNVC功能障碍,即使在早期疾病.
- 这一进步有助于fOCTA在诊断视网膜疾病方面的更广泛的临床应用.
