波兰科学院等机构的研究团队（包括ICTER与美国FDA CDRH）开发了一项新技术，解决了高分辨率视网膜成像长期存在的核心矛盾：要么看得极清楚但范围极窄（景深浅），要么看得广但模糊。

传统方法的痛点（“更多设置、更多并发症”）

• 需要多次扫描：传统自适应光学光学相干断层扫描（AO-OCT）分辨率极高，但清晰深度只有几十微米。要看清约300微米厚的全层视网膜（从内层神经节细胞到外层感光细胞），必须多次调整焦点、分别扫描不同层，再拼接。

• 弊端：

  • 检查时间长（复杂流程需3-5倍时间）。

  • 眼球微小移动易产生伪影（并发症/误差）。

  • 硬件复杂，成本高，不利于临床推广。

新方法如何实现“更少设置、更多信息”

研究团队没有增加硬件复杂度，而是采用混合策略：硬件校正主要像差 + 计算像差校正（CAC）算法。

• 操作：只用一个焦点进行扫描，而不是多次调焦。

• 关键发现：焦点并非随便选。将焦点设置在视网膜中层的“内丛状层（IPL）” 时效果最佳。此位置能保证深层（感光细胞）和浅层（神经节细胞）都有足够高的信噪比（33-39 dB，远高于有效校正所需的25 dB阈值）。

• 算法作用：CAC算法并非“美颜”或凭空添加细节，而是重新组织并计算已采集信号中的相位和幅度信息，恢复焦点以外层次的清晰度。

结果：更少并发症、更快、更全信息

• 更快更简单：从需要多次调焦扫描变为单次扫描+计算校正。计算时间目前约3.4秒/次，可用GPU加速至毫秒级。对患者而言，检查时间可缩短为原来的1/3到1/5。

• 更少伪影：减少眼球运动导致的误差，降低患者因长时间固视产生的疲劳。

• 更多信息：

  • 一次成像即可同时获得从内层（神经节细胞）到外层（感光细胞） 的全层高清细胞级图像。

  • 临床意义：不仅能看到年龄相关性黄斑变性、糖尿病视网膜病变等眼科疾病，还能帮助研究多发性硬化等神经系统疾病（该研究特意纳入了健康者和多发性硬化患者进行对比）。

局限性（并非所有模糊都能修复）

• 计算校正不能无中生有。如果某层信号太弱（信噪比低于约25 dB），算法无法恢复。

• 因此，高质量的原始输入数据和找到正确的“甜点”焦点（目前是IPL层）至关重要。

一句话总结

通过将焦点设于视网膜中层，并利用计算像差校正算法处理单次扫描数据，研究者成功实现了一次性、全厚度、细胞级的视网膜高清成像，从而大幅简化了检查流程、减少了因多次扫描和眼球运动带来的问题，并获取了更完整的结构信息。