通用光学相干层析成像（OCT）是一种重要的眼科成像模态，具有非侵入式三维成像的特点，已经成为糖尿病视网膜病变、老年性黄斑病变等最常见眼底病的常规检测手段。OCT血流造影（OCTA）是新兴的OCT功能成像，无需注射造影剂便可获得毛细血管形态、灌注以及血流动力学信息。近年来，OCTA已经被大量应用于眼科疾病的研究中，在检测灵敏度、准确性等方面具有显著优势，应用前景非常广阔。

　　然而，OCT图像中的散斑噪声与OCTA图像中的运动噪声，严重妨碍了眼底组织和血管结构的可视化，并导致难以进行定量分析。针对这一问题，已有大量的研究工作尝试去除OCT和OCTA图像中的噪声，但现有的研究都只针对其中一种有较好的效果。如图1所示，目前最为有效的OCT去噪算法BM4D和K-SVD对OCT图像效果较好，但分别会导致OCTA中毛细血管信息的丢失和模糊。

　　针对这一现状，近日，中国科学院宁波材料技术与工程研究所智能医学影像团队（iMED）开发出一种能够通用于OCT和OCTA图像去噪的方法，并在两种类型图像的去噪中都取得了超越现有方法的效果。该方法考虑到OCTA图像中的眼底血管在B扫描中与噪声形态接近，很容易与之混淆。因此提出在三维空间进行去噪，通过利用在en face平面上血管的线状结构特征与噪声相区分。该方法进一步利用到OCT和OCTA信号的稀疏性，采用三维剪切波（shearlet）进行特征变换和分解，并对噪声进行滤波，方法流程如图2所示。

　　由于剪切波相较于小波（wavelet）、曲线波（curvelet）等具有更强现状特征和边缘特征表示能力，该方法对于散斑噪声和运动噪声同时具有很强的消除能力。此外，由于该方法的无监督（unsupervised）特性，因此对于不同特征（正常、病灶）和不同来源的数据具有很好的鲁棒性和泛化能力。图3是针对一个老年性黄斑病变数据的OCT和OCTA去噪示例。

　　该项研究成果以“Universal digital filtering for denoising volumetric retinal OCT and OCT angiography in 3D shearlet domain”为题发表在该领域权威期刊Optics Letters上（Opt. Lett. 45, 694-697 (2020) https://doi.org/10.1364/OL.383701）。该项研究受到宁波市“科技创新2025”重大专项、浙江省自然科学基金（LQ19H180001）、宁波市公益基金（2018C50049）的资助。

图1 算法效果对比图

图2 方法流程图

图3 老年性黄斑病变数据OCT和OCTA去噪示例

　　（医工所 杨建龙 岳星宇）