突破光学成像局限：全视野光学血管造影技术新进展

全视野光学血管造影（FFOA）作为一种实时、无创的成像技术，能够提取生物血液微循环信息，为深入探究生物组织的功能和病理变化提供关键数据。然而，传统FFOA成像方法受到光学镜头景深（DOF）的限制，难以捕捉到包含所有血流信息的图像。近期一项发表于《Frontiers in Physics》的研究，看看它是如何在全视野光学血管造影（FFOA）技术上实现创新突破的。

血液微循环研究的临床价值

研究肿瘤微血管的变化，能帮助我们开发出精准打击癌细胞的抗血管生成疗法。长期的高血糖会侵蚀视网膜的微血管，导致血管渗漏，进而引发缺血性新生血管。实时监测视网膜微循环的变化，医生就能准确地实施治疗，保护患者的视力。微血管稀疏化是高血压和冠脉微循环障碍的重要标志。通过高分辨率成像评估血管内皮功能和血流储备，能提前发现心血管疾病的隐患。

传统光学成像的景深瓶颈

为了看清血液微循环，科学家们运用了多种光学成像技术，包括FFOA技术。然而都受到景深（DOF）的限制。由于生物样本结构复杂，现有光学成像技术很难一次让所有深度的血管都清晰成像。增加镜头放大倍数，会使景深范围变得更窄，更多的血管无法清晰成像，严重阻碍了对生物组织的深入研究。

多焦点融合技术的崛起

多焦点图像融合技术通过改变成像系统的焦距，获取同一物体在不同景深下的多幅图像，然后提取聚焦特征并融合，扩大了成像的景深范围。在工业检测、文物保护等领域，这项技术已展现出巨大潜力，在生物医学成像领域也有望突破现有技术瓶颈。

基于梯度特征检测的FFOA图像融合方案

研究开发了基于梯度特征检测（GFD）的FFOA图像融合方案。首先用非下采样轮廓波变换（NSCT）把源图像分解为低频系数（LFCs）、高频方向系数（HFDCs）和低频差分图像（LFDIs）。针对低频系数，采用基于和修正拉普拉斯（SML）与局部能量（LE）相结合的融合规则（SMLE），全面评估低频系数的特征，挑选出融合后的低频系数。处理高频方向系数时，运用基于结构张量和局部清晰度变化度量（SOLS）的融合规则，构建并优化决策图，指导高频方向系数的融合，保留源图像细节信息。最后，对融合后的系数进行逆NSCT变换，生成最终的融合图像，扩展了FFOA图像的景深。

基于梯度特征检测的FFOA融合系统

提出的FFOA图像融合方案

NSCT在图像融合中的优势

与传统的金字塔变换相比，NSCT具有灵活性、多尺度性、多方向性和移位不变性，能在多个方向上分解图像，捕捉更丰富的细节信息，获得更准确的融合结果。实验表明，在多焦点图像融合方面，NSCT性能优于其他多尺度变换方法，为FFOA图像融合提供了更强大的技术支持。

NSCT概述

融合规则的设计与优化

融合规则决定如何从源图像的不同系数中选择最优信息进行融合，融合规则有效反映低频系数的能量和亮度变化，保留源图像重要的低频信息。基于局部清晰度变化度量的融合规则充分考虑高频方向系数中局部几何结构（LGS）的变化，减少错误信息引入，提高融合图像质量。

成像实验与结果分析

幻影实验：模拟真实场景的验证

研究人员进行幻影实验，模拟真实生物血管场景。通过电动变焦镜头（EZL）获取不同景深的FFOA图像，将景深从1mm扩展到约3.2mm。结果显示，该研究提出的方法和U2Fusion方法在融合图像中残留信息较少，能更好地保留源图像信息。在客观评价指标上，该研究方法在多个指标上表现出色，略优于NSSR方法，证明其在保留源图像信息和提高融合图像质量方面的优势。

幻影实验的主观评价

动物实验：体内成像的真实考验

研究人员用小鼠耳朵进行动物实验，将景深从0.8mm扩展到约3.3mm。在不同组实验中，针对不同血管厚度和背景组织情况，该研究方法都展现出优势。在量化评估中，该方法在大多数指标上优于其他对比方法，平均指标值最高，表明其在动物实验中能有效扩展景深，保留源图像信息，呈现血管细节。

体模实验的客观评价

小鼠耳实验第一组的主观评价

小鼠耳实验第一组的客观评价

小鼠耳实验第二组的主观评价

小鼠耳实验第二组的客观评价

公共数据集实验：通用性的有力证明

除了幻影实验和动物实验，研究人员利用公共数据集进行实验，以验证所提方法的通用性。他们选用了包含20对多焦点图像的数据集，该数据集包含运动场和金属网格等复杂场景，对验证方法的性能具有较高价值。结果显示，在保留源图像亮度和颜色信息方面，所有方法表现良好，但在图像清晰度方面，NSSR和该研究方法更出色。在客观评估中，该研究方法在多个指标上排名第一，尽管在VIF指标上略低于NSSR，但综合来看，该方法在整体客观评估中的指标表现最佳。这充分证明了该方法不仅在特定的实验场景中表现优异，而且在不同类型的多焦点图像融合任务中都具有良好的通用性和有效性，能够广泛应用于各种实际场景。

数据集的主观评价

总结与展望

基于GFD的FFOA图像融合方案为生物医学研究带来新契机。在肿瘤研究领域，有助于揭示肿瘤生长和转移机制，为开发抗肿瘤药物提供靶点。在心血管疾病研究中，能更准确评估血管状况，对早期诊断至关重要，为制定个性化治疗方案提供依据。目前该技术存在一些局限，如聚焦速度有限，无法实时成像，计算效率有待提升。未来，研究人员将优化硬件设备，提高成像速度，开发智能参数选择方法，减少人工经验依赖，并优化计算过程，提高计算效率。随着技术的改进和完善，该融合技术在临床诊断中，可辅助医生更准确地诊断眼科、皮肤科等疾病。在药物研发方面，能评估药物对血管的作用效果。

论文信息

Wang G, Li J, Tan H and Li X (2024) Fusion of full-field optical angiography images via gradient feature detection. Front. Phys. 12:1397732.

DOI:10.3389/fphy.2024.1397732.