Ангиография представляет собой совокупность методов медицинской визуализации, предназначенных для исследования кровеносных сосудов и оценки кровотока. Традиционные методы ангиографии основаны на введении контрастного вещества в сосудистое русло с последующей регистрацией его распространения с помощью рентгеновской, магнитно-резонансной или компьютерной томографии. Несмотря на высокую информативность, такие методы являются инвазивными, требуют использования контрастных препаратов и не всегда подходят для многократных исследований или наблюдения за динамикой микроциркуляции.
Рисунок 1. Антиография сосудов и артерий.
Развитие оптических методов визуализации привело к появлению оптической когерентной томографической ангиографии (Optical Coherence Tomography Angiography, OCTA) — технологии, позволяющей получать изображения сосудистой сети без введения контрастных веществ. Метод основан на оптической когерентной томографии (Optical Coherence Tomography, OCT), которая использует низкокогерентное оптическое излучение для построения послойных изображений внутренней структуры биологических тканей с микрометровым пространственным разрешением.
В отличие от классической ангиографии, в ОКТА в качестве естественного контраста используется движение эритроцитов в сосудах. При последовательном многократном сканировании одной и той же области изменения сигнала, возникающие из-за движения крови, позволяют выделить сосудистую сеть и отделить её от окружающих неподвижных тканей. Метод позволяет исследовать микроциркуляцию в режиме реального времени, наблюдать изменения кровоснабжения при различных физиологических процессах и заболеваниях, а также анализировать взаимосвязь между сосудистой системой и активностью нервной ткани.
Однако получение качественных OКТА-изображений сопровождается рядом технических сложностей. Для построения двумерных en-face кадров обычно используется максимальная проекция трехмерного объема данных вдоль оси глубины. Такой подход хорошо работает для плоских объектов, однако при исследовании тканей со сложной геометрией возникают существенные ограничения. Так при визуализации головного мозга мышей поверхность исследуемого объекта имеет естественную кривизну. После проведения краниотомии область исследования дополнительно закрывается тонким покровным стеклом, которое устанавливается под небольшим углом для уменьшения зеркальных отражений и частично повторяет форму поверхности мозга.
При использовании традиционной обработки сильные отражения от поверхности мозга и покровного стекла формируют выраженные артефакты, ухудшающие качество изображений. Если же ограничить диапазон глубины, чтобы удалить эти отражения, одновременно теряется часть сосудов, расположенных в поверхностных слоях коры головного мозга. Поэтому разработка методов автоматической компенсации кривизны поверхности является важной задачей обработки данных OКТА и позволяет повысить полноту и достоверность информации о кровеносных сосудах.
Экспериментальная установка
В одной из работ ученых Университета Цинхуа был предложен алгоритм автоматической компенсации кривизны поверхности мозга мыши при обработке данных ОКТА. Основная идея метода в том, чтобы сначала определить фактическую форму поверхности исследуемого объекта, затем использовать ее в качестве новой опорной поверхности при построении изображений сосудистой сети.
Рисунок 2. Схема экспериментальной установки.
Экспериментальная часть исследования была выполнена с использованием собственной спектральной системы оптической когерентной томографии SD-OCT (Spectral-Domain Optical Coherence Tomography). В качестве источника излучения применялся суперлюминесцентный диод (SLD) с центральной длиной волны 850 нм, спектральной шириной 50 нм и выходной мощностью 15 мВт.
Оптическая схема установки была построена по интерферометрической схеме свободного пространства. Деление оптического пучка осуществлялось с помощью неполяризационного светоделителя. В исследуемом плече интерферометра использовались двухкоординатные гальванометрические зеркала, обеспечивающие двумерное сканирование поверхности образца. Регистрация интерференционного сигнала выполнялась с помощью разработанного авторами линейного спектрометра с спектральным разрешением 0,05 нм и максимальной скоростью регистрации 70 кГц.
Пространственное разрешение экспериментальной установки составляло 6,4 мкм по глубине и 17,5 мкм в поперечном направлении, что позволяло получать детализированные трехмерные изображения сосудистой структуры коры головного мозга.
Ход исследования
Для начала эксперимента область исследования после проведения краниотомии закрывали тонким покровным стеклом толщиной 0,15 мм, а затем выполняли многократное сканирование участка коры головного мозга размером 3 × 3 мм. Последовательная регистрация нескольких объемов данных позволяла выделить сигнал, обусловленный движением эритроцитов, и построить трехмерное изображение сосудистой сети методом ОКТА.
Основная задача исследования - разработка способа обработки данных, способного учитывать сложную геометрию поверхности мозга. Для этого поверхность автоматически выделялась с помощью алгоритма Otsu, после чего аппроксимировалась полиномиальной моделью. Полученная трехмерная поверхность использовалась для удаления артефактов, возникающих из-за сильного отражения от покровного стекла и поверхности мозга, а затем относительно нее выполнялась реконструкция en-face изображения.
Рисунок 3. a) Изображение до применения алгоритма Otsu; b) изображение после применения алгоритма Otsu; c) Изображение до компенсации кривизны d) Изображение после компенсации кривизны.
Дополнительно авторы реализовали цветовое кодирование глубины сосудов. После компенсации наклона и кривизны поверхности глубина каждого сосуда определялась относительно поверхности мозга, а не относительно положения образца в измерительной системе, что позволило одновременно отображать структуру сосудистой сети и глубину ее расположения.
Полученные результаты
Использование традиционного способа исследования позволяет уменьшить влияние поверхностных отражений, однако одновременно приводит к потере части сосудов, расположенных вблизи поверхности мозга. Таким образом, между подавлением шумов и сохранением сосудистой информации возникает неизбежный компромисс.
Предложенный авторами алгоритм позволил решить эту проблему. Автоматическое определение формы поверхности мозга и последующая компенсация ее кривизны обеспечили практически полное удаление поверхностных отражений без потери сосудов верхних слоев коры. Итоговые изображения содержали более полную сосудистую сеть по сравнению с результатами традиционной обработки.
Дополнительным преимуществом метода стала возможность корректного отображения глубины сосудов относительно реальной поверхности мозга. После компенсации наклона и кривизны поверхности цветовое кодирование глубины стало значительно более однородным, а координата глубины перестала зависеть от положения образца относительно оптической системы.
Для подтверждения эффективности алгоритма эксперименты были повторены на двух животных с различными размерами области сканирования. В обоих случаях получены одинаковые результаты: поверхностные отражения были успешно удалены, а сосудистая сеть полностью сохранена.
Вывод
Предложенный алгоритм обеспечивает более полное восстановление сосудистой сети, предотвращает потерю поверхностных сосудов, позволяет корректно определять глубину их расположения относительно поверхности мозга и сохраняет высокое качество изображений. Экспериментальная проверка на данных визуализации сосудистой сети головного мозга мышей подтвердила устойчивость метода и его преимущества по сравнению с традиционными способами обработки.
Важной особенностью исследования является то, что все результаты были получены с использованием собственной спектральной системы SD-OCT, включающей суперлюминесцентный источник излучения, интерферометр свободного пространства, гальванометрическую систему сканирования и высокоскоростной линейный спектрометр. При этом предложенный алгоритм является программным методом обработки данных и может быть использован совместно с другими системами ОКТА, предназначенными для исследования биологических тканей с неплоской поверхностью.
Компания INSCIENCE предлагает широкий спектр оборудования — от микроскопов и объективов до чувствительных камер и программных комплексов анализа изображений. Ознакомиться с каталогом решений можно на сайте INSCIENCE.
Для подбора оптимальной конфигурации под Ваши задачи воспользуйтесь кнопкой запроса.