投影分辨光学相干断层血管造影对人视网膜血管的详细解剖

摘要

我们目前对视网膜血管网络的理解源自灵长类组织学的开创性工作^1,2从这些早期研究中，我们知道在黄斑部有多达四个视网膜血管网(图1)^三浅表血管丛（SVP）由视网膜中央动脉供应，主要由大动脉、小动脉、毛细血管、小静脉和主要位于神经节细胞层（GCL）的静脉血管组成。内核层（INL）上方和下方有两个较深的毛细血管网络，分别称为“中间”和“深”毛细血管丛，或ICP和DCP，由SVP的垂直吻合提供^1,2第四个网络是一个区域层，称为放射状乳头周围毛细血管丛（RPCP）。径向乳头周围毛细血管具有独特的解剖结构，因为它们与NFL轴突平行，而深层血管丛具有小叶结构^4,5RPCP的功能重要性已被认识，因为它在该区域提供密集的神经纤维层（NFL）束^4,5,6人类视网膜血管丛的这种组织已被证实体外使用共焦显微镜^7,8和体内使用散斑方差OCT⁹和自适应光学共焦扫描激光眼底镜（AO-cSLO）¹⁰在研究中，视野非常狭隘的技术并不普遍可用。目前，眼循环的临床成像主要由荧光素血管造影（FA）主导，这是一种20世纪50年代发展起来的2D成像方式，可捕获视网膜和脉络膜循环中静脉注射染料的荧光信号，许多视网膜疾病都是由其特征FA模式定义的。FA能够看到血-视网膜屏障的破裂（发现溢出的荧光素“渗漏”），但其解决特定信号异常深度的能力有限，并且由于荧光受阻，无法看到视网膜深层毛细血管层（ICP和DCP）^11,12。

在单独的窗口中打开

图1

黄斑区人类视网膜血管丛的解剖学定位，以及当前和拟议的光学相干断层成像血管造影分割边界。

在人类视网膜的组织学切片顶部绘制的视网膜血管丛的红色插图（标记在右侧），显示光谱域光学相干断层扫描的解剖层（标记在左侧）。四个血管丛可分为浅层和深层血管复合体（SVC和DVC，如右图所示），用于常规分割，但应反映ICP在IPL/INL界面的解剖位置，当前OCTA分割将其用作浅层和深层血管丛之间的边界（左图标记为SCP和DCP）底部显示了当前和建议的血管命名和OCTA分段。（NFL=神经纤维层，GCL=神经节细胞层，IPL=内网状层，INL=内核层，OPL=外网状层加Henle纤维层，ONL=外核层，PR=感光层，RPE=视网膜色素上皮，OCTA=光学相干断层扫描血管造影，RPCP=桡侧乳头周围毛细血管丛，SVP=浅表血管丛，ICP=中间毛细血管丛、DCP=深毛细血管丛）。

光学相干断层扫描（OCT）是一种非侵入性成像技术，具有3D体积成像所需的高速度和可视化视网膜中各个层的高空间分辨率。OCT已成为视网膜和视神经疾病评估的常规方法，是眼科最常用的成像方式¹³在最近开发的OCT扩展中，OCT血管造影（OCTA）通过测量在同一位置拍摄的连续横截面图像（B帧）中OCT信号的变化（去相关或方差）来检测血液流向毛细血管水平。因为OCTA使用运动作为内部对比，所以不需要静脉注射荧光素染料等外部对比，这使得这种新方法更适用于常规临床应用。自临床应用以来，OCTA一直用于面对面解剖板中血流的可视化，这样视网膜循环可以与脉络膜循环分开显示，血管解剖可以进一步细分为更浅和更深的视网膜血管丛，通常称为浅丛和深丛^14,15然而，这些早期将视网膜循环分为浅丛和深丛的尝试被分割边界所破坏，分割边界不完美地分割了中间毛细血管丛(图1)、和流投影工件^16,17,18。

血流投影伪影是由表面血流的闪烁阴影投影到深层组织层引起的。自现场流及其阴影都会产生OCT信号变化，OCTA算法将其解释为流。由于投影伪影，浅表血管在横截面OCTA上获得向下的长尾（也称为尾迹伪影）。打开面对面OCTA，来自更浅的丛的血管模式在更深的层上复制，使得无法获得更深的血管丛的干净图像，或者无法分别可视化ICP和DCP，并在正常无血管的视网膜外层显示信号。这使得早期使用OCTA识别视网膜外侧（或下方）病理性新生血管的尝试变得复杂¹⁹并量化深层的非灌注²⁰。

我们之前报道了一种称为“投影分辨”OCTA（PR-OCTA）的新算法²¹我们的假设是，该算法可以可视化组织学上已知的四个人类视网膜血管丛，并可以定量比较视网膜中每个位置的血管密度，包括深度（视网膜层内）以及视神经和视网膜周边之间的位置。我们建议解决限制现有技术的流投影伪影面对面视网膜深层毛细血管丛的OCTA，并描述棘间解剖¹⁸.使用此技术表征视网膜血管丛体内，我们为这些血管网络提出了一个标准的命名法，并为合理的分割算法提供了指导，这些算法尊重人类视网膜中血管网络的正态分布。

结果

血管丛的解剖定位

使用PR-OCTA算法，我们能够通过识别每个受试者血管密度的深度特定峰值，检测视神经颞侧四个地理区域（乳头周围、中央窝旁、中央窝周围、外周）视网膜中血管丛的深度。这个蒙太奇OCTA(图2)来自一名受试者的二维图像显示了去相关信号，显示了视网膜内部大血管和小血管的典型血管造影表现。将去相关信号叠加到结构OCT图像上(图2)在应用PR-OCTA算法后，可以很容易地可视化四个血管丛的特定深度和相对宽度。

在单独的窗口中打开

图2

正常研究参与者左眼的投影分辨光学相干断层扫描血管造影（PR-OCTA）。

四个4.5×4.5 mm OCTA卷被蒙太奇。(A类)14.2×4.5毫米面对面视网膜内侧的OCTA。横截面图像(B类)沿黄斑乳头轴（连接中央凹和视盘中心的绿线）拍摄。(B类)彩色复合横截面OCTA（14.2×0.7 mm）显示视网膜（紫色）和脉络膜（红色）血流叠加在静态结构的灰度反射图像上。中的白色矩形(A类)和(B类)表示0.1×0.8×0.25 mm(x个 × 年 × z（z）)在乳头周围、副中心凹（绿色圆圈）、中心凹周围（蓝色圆圈）和周边（颞侧至中心凹7mm）视网膜的采样区域进行毛细血管密度测量。

深度分辨毛细管密度剖面(图3)共获得4个解剖区域。在乳头周围区域，RPCP和SVP显示出两个毛细管密度峰值，但没有明显的波谷将它们分开。在中央窝旁和中央窝周区域，有三个不同的峰值对应于三个血管丛（SVP、ICP和DCP）。中央黄斑区有2个明显的波谷将3个神经丛分隔开来(图3)在横断OCTA血管密度图中，这3个神经丛可以显示为不同的层(图4). 3个神经丛在中央凹无血管区（FAZ）边缘合并为一个神经丛。在外围区域，ICP和DCP合并为一个峰值(图3). 合并的副中央凹毛细血管环可以在面对面所有3个神经丛的OCTA(图5). 横截面毛细管密度图(图4)可见ICP和DCP合并成一层，距离中央凹约6-7 mm。

在单独的窗口中打开

图3

视网膜毛细血管密度是归一化深度和结构光学相干层析成像层的函数。

在代表区域测量深度分辨率毛细管密度分布(图2)在4个解剖区域。图中显示了9名正常人类参与者的毛细血管密度测量值的总体平均值和标准偏差。在所有区域，GCL中的毛细血管密度峰值对应于浅表血管丛。在乳头周围区，NFL内的峰值对应于放射状乳头周围毛细血管丛。在除外周以外的所有区域，INL内缘的峰对应中间毛细血管丛（ICP），而INL外缘的峰则对应深毛细血管丛。在外围，ICP和DCP合并为一个峰值。x维深度刻度（对应于中的z刻度图2)表示标准化深度，每个标记的OCT结构层标准化为参考对象（如所示图2)，最大限度地减少该维度的可变性，但保持与结构OCT层的解剖关系。（OCT=光学相干断层扫描，NFL=神经纤维层，GCL=神经节细胞层，IPL=内丛状层，GCC=神经节-细胞复合体，INL=内核层，OPL=外丛状层加Henle纤维层，ONL=外核层）。

在单独的窗口中打开

图4

正常人类参与者视网膜中的横截面毛细血管密度图，并提出了分割边界。

顶部14.2 mm(x个)乘以0.7毫米(z（z）)图像是通过蒙太奇四个4.5×4.5 mm的PR-OCTA体积获得的，并沿着黄斑乳头轴选择一个横切面(图2). 毛细管密度在0.1×0.8×0.01 mm的超真空箱内测量(x个 × 年 ×z（z）). 视网膜上可见三层密集的毛细血管密度（上图的顶层）：上血管复合体、中间毛细血管丛和深毛细血管丛。绒毛膜毛细血管（底层）中可见一层高毛细血管密度。建议的分割边界显示在下部图像（白线）中，并带有相应的结构OCT层。（OCT=光学相干断层扫描，RPCP=放射状乳头周围毛细血管丛，SVP=浅表血管丛，ICP=中间毛细血管丛；DCP=深毛细血管丛、GCC=神经节细胞复合体，OPL=外丛状层，RPE=视网膜色素上皮）。

在单独的窗口中打开

图5

En脸正常人左眼四个视网膜血管丛的投影分辨光学相干断层扫描血管造影照片。

血管造影由四次2×2mm扫描的蒙太奇构成。在神经纤维层（NFL）板中发现了桡侧乳头旁毛细血管丛（RPCP）。表浅血管丛（SVP）板主要位于神经节细胞层（GCL），被分割为神经节细胞复合体（GCC，定义为NFL+GCL+内丛状层[IPL]）的内部80%，不包括NFL。中间毛细血管丛（ICP）在GCC的外部20%到内核层（INL）的内部50%之间被分割。深部毛细血管丛在INL外50%和外丛状层（OPL）之间。右侧为乳头周围RPCP的高倍图像，以及SVP、ICP和DCP的中央凹旁血管网络，这些图像来自用白色方块表示的相应截面。

层间层的面内可视化

在中央窝旁和中央窝周视网膜中，视网膜层足够厚，PR-OCTA不仅可以分解3个不同的血管丛，还可以分解它们之间的无毛细血管互连层。这在中进行了演示图6颞黄斑区采用高分辨率2mm×2mm扫描。在这些棘间间隙中，可以观察到一些相互连接的血管段。与彩色眼底照片对比显示，这些相互连接的血管来自SVP的终末小动脉和小静脉。在ICP、DCP和互连层中，潜水小静脉比潜水小动脉更清晰(图6). 在某些情况下，可以看到这些潜水小静脉来自ICP和DCP中毛细血管的辐射网络。

在单独的窗口中打开

图6

黄斑区的视网膜血管丛和相互连接的层。

彩色眼底照片（中间底部面板）显示2×2mm扫描区域（白色方形）。这个面对面PR-OCTA（左面板）从顶部最浅到底部最深排列。蓝色空心三角形包围着一个潜水小静脉（在彩色眼底照片上识别），可以在从SVP到DCP的横断PR-OCT（中顶板）中看到（实心蓝色缺口箭头）。空心的粉红色正方形包围了一个潜水小动脉，可以在SVP、ICP、DCP以及ICP和DCP之间的互连层中看到。中空的蓝色方块包围着一个潜水小静脉，放大后可以清楚地看到面对面PR-OCTA板（右面板）。小静脉在所有3个神经丛中形成毛细血管放射网络。这幅漫画（中间的面板）描绘了三个血管丛和互连层中动脉和静脉系统之间的解剖关系。

视网膜丛区域血管密度变化

视网膜血管丛的密度显示出特征性的区域变化(图7,表1). ICP和DCP在乳头周围和黄斑区的密度大致恒定(表1)除了中央凹没有病灶(图7). 它们在外围合并成一个单层，合并密度略高于单个丛。SVP密度在乳头周围和黄斑区最高（中央凹区除外），在周边区降低（P<0.05周边区vs.乳头周围、中央凹旁或中央凹周围密度）。在外周，合并的ICP/DCP丛密度高于SVP（P<0.05）。在乳头周围、中央窝旁和中央窝周围位置(表1)SVP的峰值血管密度高于ICP和DCP（P<0.05）。RPCP密度随位置变化很大。在光盘边缘附近密度最大，向外减少(图7). 它似乎沿着弓状神经纤维束从椎间盘延伸得更远(图5)，但本研究中有限的成像面积不允许对其分布进行完整表征。RPCP血管密度测量的静脉内重复性为1.9%，SVP为2%，ICP为1.7%，DCP为3.3%。峰值血管密度没有可检测的相关性（参数显示在表1)使用多变量线性回归分析这一小部分人群的年龄、性别或屈光不正。

在单独的窗口中打开

图7

4个视网膜血管丛的横向血管密度分布。

血管密度的计算单位为面对面神经丛沿0.7 mm宽（y，垂直于图像平面）条带的投影，沿黄斑乳头轴每隔0.05 mm（x）采样一次(图2). 这些位置是通过与光盘边缘的距离来测量的。黄线和红线表示每个神经丛血管密度测量的浅（黄色）和深（红色）分割边界，这是9名正常人类参与者的平均值，代表标准偏差的误差条显示为每10个^第个点。将x轴刻度标准化为所有参与者在椎间盘和中央凹的参考图像。横向血管密度剖面包括大血管，并基于穿过丛全厚度的最大流量投影（1–24个体素厚平板），因此其值高于之前显示的深度分辨率毛细管密度剖面（单个体素厚板条）。（RPCP=桡侧乳头周围毛细血管丛，SVP=浅表血管丛，ICP=中间毛细血管丛、DCP=深毛细血管丛）。

表1

神经丛和解剖位置的峰值毛细血管密度。

位置	乳头周围	副中央窝	中央窝周围	外围设备
零售商业计划	0.30 + 0.09
支持向量机	0.37 + 0.10	0.28 + 0.05	0.31 + 0.04	0.17 + 0.03
国际比较项目	0.17 + 0.05	0.22 + 0.05	0.21+0.07	0.22 + 0.04
DCP公司	0.12 + 0.04	0.13 + 0.06	0.15 + 0.07

在单独的窗口中打开

单位是图2所示0.8×0.1 mm采样区域中流动像素所占的面积百分比。所示值为9名正常人类参与者的总体平均值±标准差。

讨论

OCTA的最新临床应用使视网膜和脉络膜循环的三维可视化成为可能，而二维FA图像是无法实现的。在视网膜内，FA图像以SVP和脉络膜信号为主，ICP和DCP的可视化较差^12,22,23.华侨城面对面图像已被用来通过薄片逐层显示视网膜内不同深度的血管网络¹⁵使用这种方法，最初区分了2种不同的血管类型，根据其相对深度和Lumbroso等人的血管类型将其称为浅丛和深丛(图1和​和44)^11,15.铲形等进一步注意到在视盘附近可以看到一个放射状的血管网，对应于先前从组织学上已知的放射状乳头周毛细血管，但FA不能很好地显示¹¹这些观察结果导致了许多早期OCTA在正常和患病眼睛中的研究²⁴然而，由于流投影伪影，这些分析受到了很大的限制^16,23，这阻止了：（1）分离ICP和DCP的能力，（2）准确显示视网膜无血管区域的异常新生血管（如黄斑变性），（3）准确量化视网膜正常血管区域的非灌注（如糖尿病），以及（4）显示棘突间隙。事实上，在常规OCTA中，所有视网膜层，包括无血管外视网膜，似乎都含有血流信号，血管丛之间没有自然边界。此外，由于血流投影伪影，浅层和深层血管系统之间的真正神经丛边界无法很好地描述，这导致SD-OCT上INL/IPL边界处出现分割（如图1和​和4）。4). 不幸的是，这种解剖边界导致ICP在浅板和深板之间无法预测的分割。

PR-OCTA算法为研究人类视网膜血管的详细解剖提供了一种新的更准确的方法体内¹⁸在本文中，我们使用这项新技术以几种重要的方式推进视网膜血管成像。首先，我们证明了PR-OCTA可以在人类视网膜中显示四种独特的血管丛，它们具有不同的血管模式，这些模式根据神经的深度和位置而不同。其次，使用PR-OCTA可以直观显示棘间间隙和相互连接的血管段体内第三，PR-OCTA保留就地深部血管中的流动信号，导致ICP和DCP中连续毛细血管网络的可视化。早期尝试使用slab减法算法进行投影抑制时，这是不可能的，因为该算法产生了大量间隙，从而中断了深层血管网络的连续性^16,21,25最后，我们能够使用PR-OCTA对毛细血管密度进行定量分析，并建立血管密度的相对和绝对波谷，形成视网膜血管丛之间的自然边界。这些边界是根据视网膜解剖层定义的，这些解剖层很容易从结构OCT图像中分割出来。基于PR-OCTA上的描述，我们提出了视网膜循环的术语体系(图1,​,44和​和5）5)我们希望这将对未来的临床研究有用。这些定义与组织学研究中已知的详细解剖学一致^2,4,12，但比OCTA之前文献中使用的内容更详细。PR-OCTA血管解剖图如下所述。

浅表血管复合体由SVP和RPCP组成。SVP是一个大血管和小血管网络，直接连接到视网膜动脉和静脉，并供应所有其他血管丛。在黄斑中，SVP以向心模式排列，并会聚在旁凹毛细血管环上(图5). 在外周，上下循环以交错的梳状模式汇聚，类似于FA显示的视网膜血管系统^12,23灵长类组织学研究表明，SVP通过垂直的毛细血管前动脉段供应所有其他血管丛，这些动脉段通常上升至NFL（在RPCP的情况下），然后下降至1层以外的深层（ICP和DCP）^标准从主拱廊和SVP动脉段的终端延伸订购分支^2,4毛细血管后段通常直接流入主静脉拱廊^三我们现在可以使用PR-OCTA可视化这些血管网络，包括ICP和DCP中的互连血管和层流网络(图6). SVP血管密度随着与视神经距离的增加而减少(图7)随着周围GCL厚度的减小(图2). 这些结果与灵长类组织学的已知结果密切相关²。

RPCP代表乳头周围区域独特的毛细血管丛，具有原始组织学的三个明确特征，通过在NFL/GCL界面上进行分割，可以在SVC内唯一地可视化^4,5首先，与较深的SVP毛细血管丛相反，RPC比其他丛走得更长、更直(图5)⁴第二，它们在RPCP平面内的吻合较少(图5)但由SVP的毛细血管前动脉段供血，并由毛细血管后静脉段排入SVP。第三，虽然在这些数据中，我们重点分析了黄斑乳头轴，但组织学显示，这些血管仅位于后极，它们沿着密集的NFL轴突以不对称的蝴蝶分布在视神经和血管弓周围⁴先前的研究表明，该层滋养NFL，因此在乳头周围区域密度最高，并且随着NFL的减少厚度减少，这与我们的研究结果一致(图5和​和77)^2,4,5。

总的来说，SVC在乳头周围区域有一个非常致密的血管网(图5)密度随沿黄斑乳头轴距离椎间盘的距离而降低(图7). 这与之前的组织学证据一致——打鼾等报道了毛细血管覆盖视网膜区域的百分比，发现其在乳头周围区域最高，通常超过60%²。

DVC由INL上方的ICP和INL下方的DCP组成。ICP和DCP的毛细血管具有小叶结构，在其层流平面内没有方向性偏好。它们由大小均匀的毛细血管组成(图5)除了连接神经丛的较大血管外(图6). 从灵长类组织学上，我们知道这些神经丛代表了由SVP垂直方向相互连接的动脉和静脉供应的末端吻合毛细血管网络^三，我们现在可以演示(图6). 共焦显微镜体外样品表明ICP位于双极细胞突起之间，DCP位于外INL水平细胞附近的区域²⁶可能是由于视网膜的局部代谢需要^三此外，我们还证明，这些神经丛从视神经到黄斑乳头轴周围的毛细血管密度相对恒定(图7)与之前的技术相比，OCTA的视野更广，这两项新发现更容易实现^9,10以及改进的就地使用PR-OCTA显示流量。

我们开发了一个系统，利用结构OCT上描绘的解剖层将视网膜循环分割为2个复合体和4个丛(图5). 用于显示和定量分析面对面PR-OCTA取决于解剖区域。在外周视网膜中，SVC和DVC是两个可区分的层。在黄斑，DVC可分为ICP和DCP，以进一步提高对毛细血管脱落和其他血管病变的检测。在乳头周围区，SVC可分为RPCP和SVP。在中央凹无血管区（FAZ）周围，视网膜丛汇聚形成一个单一的中央凹旁毛细血管环，共同界定FAZ的边界。这在PR-OCTA上清晰可见(图4)与灵长类动物早期组织学研究一致^2,12这表明早期报道强调浅丛和深丛之间的FAZ区域差异可能没有意义。因此，我们建议使用面对面包括所有视网膜丛的投影，而不是像早期OCTA分析那样将FAZ区域分为浅层和深层FAZ区域²³。

这种分析有许多局限性。首先，我们只报告了少数受试者的数值。需要使用PR-OCTA进行进一步研究，以建立视网膜丛的标准数据库，该数据库考虑了相关人口统计学变量，如年龄、性别、种族/民族、屈光不正/眼轴长度，以及生物变量，如血氧饱和度、咖啡因使用和体力活动。其次，对病眼PR-OCTA的分析超出了本报告的范围。在某些疾病中，视网膜解剖边界可能很难识别和阻止对单个神经丛的详细分析。

我们用PR-OCTA鉴定和测量的视网膜血管复合体和神经丛在视网膜和视神经疾病中有应用。青光眼患者^27,28,29,30以及其他神经退行性疾病²⁴乳头周围NFL和黄斑GCC的结构OCT有助于诊断和监测。这些结构的萎缩和变薄是客观和准确量化的疾病指标。然而，视网膜水肿会混淆厚度测量，在晚期青光眼中，这些结构主要由残留的胶质组织控制，不再是可靠的疾病指标³¹对这些结构的血管供应进行光学相干断层成像血管造影是诊断和监测这些疾病的一种有希望的替代方法^{6,32,33,34,35}使用PR-OCTA，我们清楚地确定了RPCP在乳头周围区的位置，以及SVC在黄斑区的位置。准确测量这些神经丛中的血管灌注可以提高对青光眼和其他视神经疾病的评估。

使用PR-OCTA将视网膜循环分为黄斑部的SVC、ICP和DCP，以及外围的SVC和DVC，这可能有助于评估毛细血管脱落、微动脉瘤、扩张的分流血管和其他与糖尿病视网膜病变相关的血管病变^20,27以及视网膜的其他缺血性疾病。也有一些视网膜疾病被假设会影响单个神经丛，例如中央旁急性中黄斑病变²⁸，OCTA在这种疾病中表现出局部不融合，即使在存在正常FA的情况下也是如此^29,30使用PR-OCTA观察ICP和DCP中的毛细血管脱落，以及所有视网膜层的异常血管，可能有助于评估这些疾病。随着FA改变了我们对视网膜病理生理学的理解，OCTA可能会导致更深入的理解，并最终为患者提供更早、更具体的疾病识别和更好的结果。通过演示正常人眼视网膜血管丛的解剖结构，这项使用PR-OCTA的工作为未来OCTA出版物中视网膜血管的命名和分割提供了合理的模式。

材料和方法

图像采集与处理

参与者来自凯西眼科研究所。该研究方案由俄勒冈健康与科学大学机构审查委员会批准，符合赫尔辛基宣言和HIPAA法规。所有受试者均获得知情同意。使用商用70 kHz频域OCT仪器（RTVue-XR，Optovue）对健康眼睛进行OCTA扫描。使用分频幅度去相关血管造影（SSADA）算法的商业版本检测血流³⁶。测量时，受试者在正常室内空气中休息，坐着。进行了血压测量并确认正常。OCT系统的轴向分辨率为5μm（全宽半最大值），横向束斑直径为15μm。分离频谱处理将SSADA流量信号的轴向分辨率降低到20μm³⁶轴向体素高度为3.1μm，每个轴向体素(z（z）)扫描有512个体素。每个体积扫描有304×304个横向点。每组体积图像数据通过正交配准和1的合并获得x个-优先级和1年-优先级扫描。根据OCT结构信息登记来自不同参与者的OCTA数据。具体来说，x维(图2)线性缩放以记录视盘和中央凹中心（从视盘中部到中央凹中部），每个主要结构层（ILM+NFL、GCL+IPL、INL、OPL）也沿z维缩放(图2)注册所有参与者的各个层次。中描述的主题图2图像被用作所有其他受试者x和z标度的参考对象，是无屈光误差的最年轻受试者。因此，x和z维度的变异性被最小化，以便我们能够根据结构边界确定毛细血管丛的解剖位置，而不是根据视网膜厚度变化的任意深度测量。PR-OCTA算法使用现场当反射规范化去相关值高于同一轴向扫描线中所有较浅体素时的流动²⁵ 图8提供了此算法的简要说明。通过平板投影获得正面和横截面血管造影图。结构OCT图像是通过平均板坯厚度上的反射信号获得的³⁷通过在板坯厚度上的最大流量投影获得血管造影图。

在单独的窗口中打开

图8

投影分辨（PR）光学相干层析血管造影（OCTA）算法的图示。

(A类)和(D类)之前的复合横截面（B扫描）图像(A类)以及之后(D类)投影分辨率。在这两幅图像中，阈上去相关信号（红色）覆盖在结构OCT（灰度）上。该阈值将流与背景噪声区分开来，并且基于噪声统计。(B类)反射归一化去相关信号的原始轴向剖面(C类)投影分辨率算法保留了高于上述所有体素（体素分类为就地真实血管中的流量），并将剩余信号设置为零（归类为流量投影伪影）。

其他信息

如何引用这篇文章：J.P.坎贝尔。等通过投影分辨光学相干断层扫描血管造影对人类视网膜进行详细的血管解剖。科学。代表。 7, 42201; doi:10.1038/srep42201（2017）。

出版商备注：Springer Nature在公布的地图和机构关联中的管辖权主张方面保持中立。

致谢

脚注

工具书类