Fortschritte in der optischen Kohärenztomografie für die Augengesundheit
Neue Techniken in der OCT verbessern die Beobachtung des Blutflusses in der Netzhaut.
― 6 min Lesedauer
Inhaltsverzeichnis
- Wie OCT funktioniert
- Einschränkungen der traditionellen OCT und OCTA
- Die Bedeutung der kontinuierlichen Bildgebung
- Untersuchung der Blutflussdynamik mit OCT
- Bildverarbeitungstechniken
- Verständnis der Flussprofil-Generierung
- Analyse der erfassten Daten
- Ergebnisse und Implikationen
- Zukünftige Richtungen
- Fazit
- Originalquelle
Optische Kohärenztomographie (OCT) ist eine medizinische Bildgebungs-Technik, die Ärzten hilft, das Innere des Auges zu betrachten, besonders die Retina. Sie liefert klare Bilder der dünnen und detaillierten Schichten der Retina. Das Coole an OCT ist, dass es schnell, einfach zu nutzen ist und keine Operationen oder Nadeln benötigt. Wegen dieser Vorteile wird OCT oft in der Augenheilkunde verwendet, besonders zur Diagnose und Überwachung von Krankheiten, die das Sehen beeinflussen.
Wie OCT funktioniert
OCT funktioniert, indem ein Licht ins Auge gestrahlt wird und gemessen wird, wie das Licht von den verschiedenen Schichten der Retina reflektiert wird. Das Gerät erfasst die zurückkommenden Lichtsignale und erstellt Bilder, die die Struktur der Retina zeigen. Diese Technik ermöglicht es Ärzten, Änderungen oder Probleme im Auge zu erkennen.
Im Laufe der Jahre hat sich OCT weiterentwickelt, und eine der Neuerungen ist die OCT-Angiographie (OCTA). Diese Methode ermöglicht es Ärzten, den Blutfluss in der Retina zu sehen, was ihnen ein besseres Verständnis der Blutzirkulation in den retinalen Gefässen gibt.
Einschränkungen der traditionellen OCT und OCTA
Obwohl OCT und OCTA wertvolle Informationen liefern, zeigen sie hauptsächlich statische Bilder. Das bedeutet, dass sie Bilder zu einem bestimmten Zeitpunkt aufnehmen, was es den Ärzten schwer macht, zu beobachten, wie sich der Blutfluss in Echtzeit ändert. Um diese Veränderungen zu studieren, müssen Ärzte oft andere Techniken wie Doppler-OCT oder Laser-Speckle-Flowgraphie verwenden, die komplizierter sind.
Diese fortgeschrittenen Techniken werden hauptsächlich in der Forschung eingesetzt und sind in normalen Kliniken nicht weit verbreitet. Sie benötigen hochentwickelte Geräte und geschultes Personal, was sie weniger zugänglich für den regelmässigen Gebrauch macht. Die grundlegenden OCT-Geräte, die weit verbreitet sind, können jedoch angepasst werden, um dynamischere Bildaufnahmen zu ermöglichen.
Die Bedeutung der kontinuierlichen Bildgebung
Ein wichtiger Aspekt des Blutflusses in der Retina ist, dass er schwanken kann, besonders in der Nähe von Blutgefässen. Die OCT-Signale ändern sich je nach Bewegung der Probe und wie das Licht von der Retina reflektiert wird. Wenn das Auge sich bewegt, können sich die Lichtmuster ändern, was die Bildqualität beeinflussen kann.
Diese Fluktuation, bekannt als Fringe Washout, kann es schwieriger machen, ein klares Bild zu bekommen. Wenn das passiert, können die Bilder an Klarheit verlieren, was die Fähigkeit einschränkt, Details zu erkennen. Indem sie verstehen, wie Fringe Washout funktioniert, können Forscher möglicherweise herausfinden, wie man den Blutfluss genauer mit OCT messen kann.
Untersuchung der Blutflussdynamik mit OCT
Um den Blutfluss effektiver zu studieren, haben Forscher bestehende OCT-Systeme modifiziert. Sie haben neue Scanning-Muster entwickelt, die kontinuierliche Bildaufnahmen über die Zeit ermöglichen. Dieser Ansatz hilft Ärzten, zu visualisieren, wie das Blut durch die Gefässe des Auges fliesst, was entscheidend ist, um verschiedene Bedingungen zu verstehen, die das Sehen beeinflussen.
Die Daten für diese Studien wurden von gesunden Freiwilligen in einer klinischen Umgebung gesammelt. Die Forscher haben darauf geachtet, die ethischen Richtlinien zu befolgen und die Erlaubnis der Teilnehmer einzuholen.
Die Bilder wurden mit einem speziellen OCT-Modell aufgenommen, das Anpassungen ermöglichte, um die Qualität der erfassten Bilder zu verbessern. Indem sie die Teilnehmer während des Bildgebungsprozesses sorgfältig anleiteten, stellte das Team sicher, dass sie die besten Bilder erhielten.
Bildverarbeitungstechniken
Nachdem die Bilder aufgenommen wurden, durchliefen die Forscher mehrere Verarbeitungsschritte. Sie organisierten die Bilddaten, passten die Helligkeit und Klarheit an und glichen die Bilder basierend auf ihrer Position und Zeit ab. Dieser Schritt war entscheidend, um Rauschen oder Störungen zu reduzieren, die die Bildqualität beeinträchtigen könnten.
Die Forscher konzentrierten sich auf bestimmte sichtbare Blutgefässe und prüften sie genau. Sie zoomten in bestimmte Bereiche, um den Fluss besser zu verstehen und extrahierten kleine Teile der Bilder für detailliertere Analysen.
Verständnis der Flussprofil-Generierung
Fringe Washout ist ein entscheidender Teil dafür, wie der Blutfluss die Bildqualität in OCT beeinflusst. Wenn Blut durch die Gefässe fliesst, kann es die Lichtmuster verändern und so Variationen in den Bildern erzeugen. Die Forscher schauten sich an, wie diese Veränderungen mit der Geschwindigkeit des Blutflusses zusammenhingen.
Durch mathematische Modelle berechneten sie potenzielle Fliessgeschwindigkeiten basierend auf den Veränderungen in den Bildern. Obwohl diese Zahlen Schätzungen sind, bieten sie wertvolle Einblicke, wie Blut durch die retinalen Gefässe fliesst und können für diagnostische Zwecke nützlich sein.
Analyse der erfassten Daten
Das Team analysierte die Blutflussdaten gründlich und schaute sich an, wie schnell das Blut floss. Sie bewerteten die Bilder, um Muster in den Flussprofilen zu identifizieren und notierten, wo die Geschwindigkeit zunahm oder abnahm. Die Studie zeigte, dass der Blutfluss näher am Sehnerv pulsierender ist und tendenziell langsamer wird, je weiter er sich von diesem Bereich entfernt.
Diese Pulsation spiegelt den Herzschlag wider und zeigt, dass die Flussdynamik eng mit dem Rhythmus des Herzens verbunden ist. Indem sie dieses Zusammenspiel verstehen, können Ärzte tiefere Einblicke in die Gesundheit des Auges und deren Zusammenhang mit der allgemeinen kardiovaskulären Gesundheit gewinnen.
Ergebnisse und Implikationen
Die Forscher fanden heraus, dass es möglich ist, zeitaufgelöste OCT bei gesunden Personen einzusetzen und dass Veränderungen im Blutfluss über kurze Zeiträume beobachtet werden können. Diese Fähigkeit, die Blutflussdynamik in Echtzeit zu verfolgen, hat wichtige Implikationen für die Diagnose und Überwachung von Erkrankungen wie diabetischer Retinopathie oder Glaukom.
Die Studie hob auch die Möglichkeit hervor, Flussprofile so darzustellen, dass dies zu besseren klinischen Praktiken führen könnte. Zum Beispiel könnte die dynamische Nutzung von OCT helfen, frühe Anzeichen von Gefässproblemen zu erkennen, die zu Sehverlust führen könnten.
Zukünftige Richtungen
Während die Forschung fortschreitet, gibt es mehrere Bereiche, die weiter erkundet werden können. Ein besseres Verständnis der pulsierenden Natur des Blutflusses könnte zu besseren Bewertungen der Augengesundheit führen. Die Ergebnisse könnten auf Patienten mit verschiedenen Augenkrankheiten ausgeweitet werden, um Vergleiche mit denen zu ermöglichen, die gesunde Augen haben.
Darüber hinaus könnte die Kombination dieser Technik mit zusätzlichen Methoden das Verständnis der Blutflussdynamik im Auge verbessern. Zukünftige Arbeiten könnten untersuchen, wie Veränderungen im Fluss mit anderen Gesundheitszuständen zusammenhängen, nicht nur im Auge, sondern auch im gesamten Körper.
Fazit
Zusammenfassend gesagt, erweitern die Forscher die Möglichkeiten von OCT, indem sie die Dynamik des Blutflusses in der Retina visualisieren. Diese Innovation hat das Potenzial, die Art und Weise, wie Ärzte verschiedene Augenerkrankungen beurteilen und behandeln, zu verändern. Durch die Möglichkeit, den Blutfluss in Echtzeit zu beobachten, kann OCT ein tieferes Verständnis dafür bieten, wie das Auge funktioniert und helfen, Probleme zu erkennen, bevor sie schwerwiegend werden. Diese Studie legt die Grundlage für zukünftige Fortschritte in der Augenheilkunde und hebt die Bedeutung fortlaufender Forschung in diesem wichtigen Gesundheitsbereich hervor.
Titel: Time-resolved dynamic optical coherence tomography for retinal blood flow analysis
Zusammenfassung: PurposeOptical coherence tomography (OCT) representations in clinical practice are static and do not allow for a dynamic visualisation and quantification of blood flow. This study aims to present a method to analyse retinal blood flow dynamics using time-resolved structural optical coherence tomography (OCT). MethodsWe developed novel imaging protocols to acquire video-rate time-resolved OCT B-scans (1024 x 496 pixels, 10{degrees} field of view) at four different sensor integration times (integration time of 44.8 s at a nominal A-scan rate of 20 kHz, 22.4 s at 40 kHz, 11.2 s at 85 kHz, 7.24 s at 125 kHz). The vessel centres were manually annotated for each B-scan and surrounding subvolumes were extracted. We used a velocity model based on signal-to-noise ratio (SNR) drops due to fringe washout to calculate blood flow velocity profiles in vessels within five optic disc diameters of the optic disc rim. ResultsTime-resolved dynamic structural OCT revealed pulsatile SNR changes in the analysed vessels and allowed the calculation of potential blood flow velocities at all integration times. Fringe washout was stronger in acquisitions with longer integration times; however, the ratio of the average SNR to the peak SNR inside the vessel was similar across all integration times. ConclusionsWe demonstrated the feasibility of estimating blood flow profiles based on fringe washout analysis, showing pulsatile dynamics in vessels close to the optic nerve head using structural OCT. Time-resolved dynamic OCT has the potential to uncover valuable blood flow information in clinical settings. Commercial relationshipsPV received funding from the Swiss National Science Foundation (Grant 323530_199395), the Janggen-Pohn Stiftung and AlumniMedizin Basel and discloses personal compensation from Heidelberg Engineering GmbH. TPO, SA and MMT are salaried employees of Heidelberg Engineering GmbH, 69115 Heidelberg, Germany. RFS discloses personal compensation from Topcon Medical Systems, Roche, Bayer, Heidelberg Engineering and Genentech. HPNS is supported by the Swiss National Science Foundation (Project funding: "Developing novel outcomes for clinical trials in Stargardt disease using structure/function relationship and deep learning" #310030_201165, and National Center of Competence in Research Molecular Systems Engineering: "NCCR MSE: Molecular Systems Engineering (phase II)" #51NF40-182895), the Wellcome Trust (PINNACLE study), and the Foundation Fighting Blindness Clinical Research Institute (ProgStar study). HPNS is a member of the Scientific Advisory Board of Boehringer Ingelheim Pharma GmbH & Co; Claris Biotherapeutics Inc.; Eluminex Biosciences; Gyroscope Therapeutics Ltd.; Janssen Research & Development, LLC (Johnson & Johnson); Novartis Pharma AG (CORE); Okuvision GmbH; ReVision Therapeutics Inc.; and Saliogen Therapeutics Inc. HPNS is a consultant of: Alnylam Pharmaceuticals Inc.; Gerson Lehrman Group Inc.; Guidepoint Global, LLC; and Intergalactic Therapeutics Inc. HPNS is member of the Data Monitoring and Safety Board/Committee of Belite Bio (CT2019-CTN-04690-1), F. Hoffmann-La Roche Ltd (VELODROME trial, NCT04657289; DIAGRID trial, NCT05126966; HUTONG trial) and member of the Steering Committee of Novo Nordisk (FOCUS trial; NCT03811561). All arrangements have been reviewed and approved by the University of Basel (Universitatsspital Basel, USB) and the Board of Directors of the Institute of Molecular and Clinical Ophthalmology Basel (IOB), in accordance with their conflict-of-interest policies. Compensation is being negotiated and administered as grants by USB, which receives them on its proper accounts. HPNS is co-director of the Institute of Molecular and Clinical Ophthalmology Basel (IOB), which is constituted as a non-profit foundation and receives funding from the University of Basel, the University Hospital Basel, Novartis and the government of Basel-Stadt. PMM is a consultant of Roche and holds intellectual properties for machine learning at MIMO AG and VisionAI, Switzerland. Funding organisations had no influence on the design, performance or evaluation of the current study. The other authors declare no conflict.
Autoren: Philippe Valmaggia, P. C. Cattin, R. Sandkuehler, N. Inglin, T. P. Otto, S. Aumann, M. M. Teussink, R. F. Spaide, H. P. N. Scholl, P. M. Maloca
Letzte Aktualisierung: 2023-11-01 00:00:00
Sprache: English
Quell-URL: https://www.medrxiv.org/content/10.1101/2023.10.31.23297800
Quell-PDF: https://www.medrxiv.org/content/10.1101/2023.10.31.23297800.full.pdf
Lizenz: https://creativecommons.org/licenses/by/4.0/
Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.
Vielen Dank an medrxiv für die Nutzung seiner Open-Access-Interoperabilität.