视网膜激光手术
阅读：93发布：2020-05-12
专利汇可以提供视网膜激光手术专利检索，专利查询，专利分析的服务。并且各种系统、处理和 计算机程序 产品可被用于执行 视网膜 激光手术。在具体实现方式中，系统、处理和计算机程序产品可以包括从视网膜图像中识别视网膜血管并确定需要 治疗 且基本不与视网膜血管相交的视网膜 位置 的能 力 。所述系统、处理和计算机程序产品还可以包括生成在来自激 光子 系统的射束与所述治疗位置对齐时启动所述激光子系统的命令的能力。，下面是视网膜激光手术专利的具体信息内容。
1.一种系统，包括：
适于在视网膜图像中识别视网膜血管的图像处理子系统；
适于向视网膜施加治疗发射的激光子系统；以及
适于确定需要治疗且基本不与视网膜血管相交的视网膜位置并且生成在来自所述激光子系统的射束与所述治疗位置对齐时针对所述治疗位置启动激光子系统的命令的激光控制子系统。
2.如权利要求1所述的系统，还包括适于获取所述视网膜图像的成像子系统，其中所述视网膜图像是实时视网膜图像，并且其中所述实时视网膜图像是从中识别所述血管的所述视网膜的图像。
3.如权利要求1所述的系统，还包括适于获取所述视网膜图像的成像子系统，其中所述视网膜图像是实时视网膜图像，并且其中所述图像处理子系统适于将所述血管与所述实时视网膜图像相配准。
4.如权利要求1所述的系统，还包括适于获取所述视网膜图像的第一成像子系统。
5.如权利要求3所述的系统，其中所述视网膜图像是所述视网膜的第一图像，并且所述系统还包括适于获取所述视网膜的第二图像的第二成像子系统。
6.如权利要求4所述的系统，其中所述第一成像子系统包括扫描激光眼底镜，而所述第二成像子系统包括眼底相机。
7.如权利要求4所述的系统，其中所述图像处理子系统适于在所述视网膜的第一图像中定位所述视网膜血管，以及
其中所述图像处理子系统适于将经定位的视网膜血管与所述视网膜的第二图像相配准。
8.如权利要求7所述的系统，其中所述第二成像子系统适于在一个或多个治疗激光发射之后获取所述视网膜的第三图像；以及
所述图像处理子系统适于将所述血管与所述视网膜的第三图像相配准。
9.如权利要求1所述的系统，其中所述激光子系统包括凝固激光器。
10.如权利要求1所述的系统，其中：
所述图像处理子系统适于在施加治疗激光发射之前确定需要治疗的视网膜位置的反射率；以及
所述激光控制子系统适于基于所确定的反射率调整所述激光发射。
11.如权利要求1所述的系统，其中：
所述图像处理子系统适于在治疗激光发射期间确定视网膜位置的反射率；以及所述激光控制子系统适于基于所确定的反射率调整所述治疗激光发射。
12.如权利要求1所述的系统，还包括适于调整来自所述激光子系统的射束的对齐的射束引导系统。
13.如权利要求1所述的系统，其中所述射束引导系统由所述激光控制子系统控制。
14.如权利要求13所述的系统，其中所述射束引导系统包括检流计反射镜和关联驱动器。
15.一种方法，包括：
在视网膜图像中识别视网膜血管；
确定需要治疗且基本不与视网膜血管相交的视网膜位置；以及
生成在来自激光子系统的射束与所述治疗位置对齐时启动所述激光子系统的命令。
16.如权利要求15所述的方法，其中所述视网膜图像是所述视网膜的第一图像，并且所述方法还包括：
获取所述视网膜的第一图像；
获取所述视网膜的第二图像；以及
将在所述视网膜的第一图像中识别的所述视网膜血管与所述视网膜的第二图像相配准。
17.如权利要求16所述的方法，还包括：
在一个或多个治疗激光发射之后获取所述视网膜的第三图像；以及
将所述视网膜血管与所述视网膜的第三图像相配准。
18.如权利要求15所述的方法，还包括：
在施加治疗激光发射之前确定需要治疗的视网膜位置的反射率；以及
基于所确定的反射率调整所述激光发射。
19.如权利要求15所述的方法，还包括：
在治疗激光发射期间确定视网膜位置的反射率；以及
基于所确定的反射率调整所述激光发射。
20.如权利要求15所述的方法，还包括调整来自所述激光子系统的射束的对齐。
21.如权利要求15所述的方法，还包括生成用于所述治疗位置的激光发射。
22.如权利要求15所述的方法，还包括获取所述视网膜的实时图像，其中所述视网膜的实时图像是从中识别所述血管的所述视网膜的图像。
23.如权利要求15所述的方法，还包括：
获取所述视网膜的实时图像；以及
将所述视网膜血管与所述实时视网膜图像相配准。
24.一种用于视网膜激光手术的计算机程序产品，所述计算机程序产品包括：
计算机可读存储介质；
用于从视网膜图像中识别视网膜血管的程序指令；
用于确定需要治疗且基本不与视网膜血管相交的视网膜位置的程序指令；以及用于生成在来自激光子系统的射束将与所述治疗位置对齐时启动所述激光子系统的命令的程序指令；
其中所述程序指令存储在所述计算机可读存储介质上。
25.如权利要求24所述的计算机程序产品，其中用于从视网膜图像中识别视网膜血管的所述程序指令适于从实时视网膜图像中识别所述视网膜血管。
26.如权利要求24所述的计算机程序产品，还包括用于将所述视网膜血管与实时视网膜图像相配准的程序指令。
27.如权利要求24所述的计算机程序产品，还包括用于获取所述视网膜的实时图像的程序指令。
28.如权利要求24所述的计算机程序产品，还包括：
用于在一个或多个激光发射之后获取第二视网膜图像的程序指令；以及用于将所述视网膜血管与所述第二视网膜图像相配准的程序指令。
29.如权利要求24所述的计算机程序产品，还包括程序指令用于：
在施加治疗激光发射之前确定需要治疗的视网膜位置的反射率；以及
基于所确定的反射率调整所述激光发射。
30.如权利要求24所述的计算机程序产品，还包括程序指令用于：
在治疗激光发射期间确定视网膜位置的反射率；以及
基于所确定的反射率调整所述激光发射。
31.如权利要求24所述的计算机程序产品，还包括用于调整激光束的对齐的程序指令。
视网膜激光手术
技术领域
[0001] 本公开涉及眼科手术，尤其涉及用激光对患者视网膜进行手术。
背景技术
[0002] 通过向患者视网膜施加激光可以治疗各种疾病。例如，糖尿病性视网膜病可以通过在患者视网膜上创建多点激光凝结图案（即，可以复原视网膜的广泛性视网膜光凝术）而被治疗性处理。这些图案通常需要大量（例如，3000次）精确激光发射。
[0003] 为了施加视网膜激光发射，医师例如可以单独为每次发射确定靶并启动激光器。发射可被直接施加至视网膜（例如使用内探针）或通过眼施加（例如使用激光间接眼底镜或具有激光递送光学器件的裂隙灯）。在激光发射期间，医师可以调整该发射（例如，功率和/或脉冲长度）以实现与疗效相关的一定程度的视网膜漂白。为了缩短手术时间，已经开发出允许医师一次施加多个发射的工具（例如，多光纤和帕斯卡图案化激光器）。
发明内容
发明内容
[0004] 在一个一般实现方式中，用于视网膜激光手术的处理可以包括从视网膜图像中识别视网膜血管。该处理还可以包括判定需要治疗且基本不与视网膜血管相交的视网膜部位，并且生成在来自视网膜激光器的射束对准治疗点时启动视网膜激光器的命令。该处理还可以使用多个系统以及计算机程序产品配置来执行。
[0005] 在某些实现方式中，可以获取视网膜图像并将其用于视网膜血管的识别。在某些实例中，可以获取视网膜的实时图像，可以从另一视网膜图像中获取视网膜血管，并且可以将视网膜血管与上述实时视网膜图像相配准。
[0006] 具体实现方式可以包括获取视网膜的实时图像。视网膜的实时图像可被用于识别视网膜血管。在其他实例中，视网膜血管可以与视网膜的实时图像相配准。此外，某些实现方式可以包括在一个或多个发射之后获取附加视网膜图像并将视网膜血管与该第三图像相配准。
[0007] 特定实现方式可以包括基于视网膜特性调整激光发射。例如，可以在施加激光发射之前判定需要治疗的视网膜点的反射性，并且可以基于判定的反射性调整视网膜点。另举一例，可以在激光发射期间判定需要治疗的视网膜点的反射性，并且可以基于判定的反射性调整视网膜点。
[0008] 某些实现方式可以包括调整激光射束的对齐。具体实现方式可以包括生成用于治疗部位的激光发射。
[0009] 各种实现方式可以包括一个或多个特征。例如，可以在避开血管的同时以自动方式向视网膜施加治疗性激光发射。于是可以在避免损伤血管的同时实现自动视网膜治疗。另举一例，可以在避开血管的同时以自动方式施加多个激光发射。于是，可以在避免血管损伤的同时实现相对较大面积上的自动视网膜治疗，而这又可以缩短手术时间并减轻手术影响。此外，由于每个治疗性激光发射是独立的，因此各发射可被精确确定靶。
附图说明
[0011] 图1是示出用于视网膜激光手术的示例性系统的框图。
[0012] 图2A-图2B是示出由图1的视网膜激光手术系统使用的示例性处理技术的图示。
[0013] 图3是示出由图1的视网膜激光手术系统施加的示例性治疗技术的图示。
[0014] 图4是示出用于视网膜激光手术的另一示例性系统的示意图。
[0015] 图5是示出用于视网膜激光手术的示例性处理的流程图。
[0016] 图6是示出用于视网膜激光手术的另一示例性处理的流程图。
[0017] 图7是示出用于视网膜激光手术的附加示例性处理的流程图。
[0018] 图8是示出用于视网膜激光手术的示例性计算机系统的框图。
具体实施方式
[0019] 图1示出了用于视网膜激光手术的示例性系统100。系统100包括眼底相机110、实时眼底相机120、视网膜激光器130和射束引导系统140。系统100适于通过将激光束引导至视网膜156上的多个点157来对包括角膜152、晶状体154和视网膜156的眼150执行激光手术。
[0020] 眼底相机110适合于获取眼150的视网膜156的相对高分辨率图像。眼底相机110例如可以使用荧光血管造影术来获取图像。眼底相机110还可以获取眼底其他部分的图像（例如，视盘、黄斑和中央凹）。在特定实现方式中，眼底相机110可以是扫描激光眼底镜("SLO")。然而，该眼底相机110可以是可操作用于递送足够分辨率的图像以识别视网膜血管的任何相机、照相机或摄像机。例如，眼底相机110可以是可操作用于递送视网膜血管的高分辨率或极高分辨率图像的任何相机。于是，眼底相机110可以获取视网膜156的处理前图像或实时图像。
[0021] 实时眼底相机120适于获取视网膜156的实时图像，将血管图案与该图像相关联，并控制视网膜激光器130的激发。为了获取实时图像，实时眼底相机120包括成像器122。成像器122例如可以是SLO、视频摄像机或是用于视网膜实时成像的任何其他合适设备。视频摄像机例如可以与具有激光递送光学器件的分束器和裂隙灯一起使用。注意到实时图像可以是也可以不是与当前眼情况相等同的图像。可能存在例如由处理时间引起的延迟。此外，生成的图像会在很短的时间段（例如，几秒）内被使用并且仍被认为是实时的。实时眼底相机120还可以获取眼底其他部分的图像（例如，视盘、黄斑和中央凹）。
[0022] 实时眼底相机120还包括图像处理器124和激光控制器126。图像处理器124适合基于来自眼底相机110的视网膜图像判定血管图案并将该血管图案与实时图像相关联。激光控制器126适于控制视网膜激光器130的激发。成像器122、图像处理器124和激光控制器126各自可以具有其自身的处理器，或者可以共享处理器。在其他实现方式中，成像器
122、图像处理器124和激光控制器126中的一个或多个可以共享处理器。此外，它们可以结合在同一单元内。
122、图像处理器124和激光控制器126中的一个或多个可以共享处理器。此外，它们可以结合在同一单元内。
[0023] 在某些实现方式中，眼底相机110和实时眼底相机120可以获取具有不同分辨率的图像。也就是说，在某些实现方式中，上述相机之一可以获取比另一相机更高分辨率的视网膜图像。进一步地，相机可以利用不同的成像技术来获取视网膜图像。在再一些实现方式中，相机可以获取具有相同分辨率的图像或是使用相同或类似的成像技术来获取图像。
[0024] 在某些实例中，单个相机可被用于基于由该相机产生的图像来控制激光器。例如，在某些实例中，可以省略眼底相机110。于是，根据某些实现方式，由实时眼底相机120产生的图像可被用于确定视网膜血管图案。在某些实例中，实时眼底相机120可以是高分辨率视频摄像机。在其他实例中，实时眼底相机120可以是SLO。然而，可以使用可操作用于产生示出视网膜血管的眼底高分辨率图片的任何成像设备。这一视网膜血管图案可被用于识别用于激光治疗的合适位置。例如，该用于激光治疗的合适位置可以是不与血管相交的视网膜部位。因此，来自实时眼底相机120的图像可由图像处理器124处理用以确定血管图案。
[0025] 视网膜激光器130通常可以是向视网膜施加治疗性激光发射的任何激光器。视网膜激光器130例如可以是光凝固激光器。出于治疗目的，视网膜激光器可以具有几瓦量级的功率以及达几百毫秒的脉冲长度。视网膜激光器130的功率和/或脉冲长度通常是可控的。
[0026] 射束引导系统140适于引导来自实时眼底相机120和视网膜激光器130的（可见或非可见）光作为射束142通过角膜152和晶状体154至视网膜156上的特定位置。射束引导系统140还可以将来自视网膜156的光引导至实时眼底相机120。射束引导系统140例如可以包括由一个或多个伺服驱动装置驱动的一个或多个反射镜或旋转玻璃棱镜。
[0027] 在某些实现方式中，眼底相机110对视网膜156进行成像并将图像数据传送给实时眼底相机120。眼底相机110可以使用通信链路112（例如，总线或局域网）将该数据传送给实时眼底相机120。
[0028] 实时眼底相机120的图像处理器124可以处理该视网膜图像以识别视网膜血管。如上所述，在某些实现方式中，视网膜图像可以使用眼底相机110获取。在其他实例中，视网膜图像可由实时眼底相机120获取。识别处理可以通过各种已知技术实现。例如，在某些实例中，视网膜血管的识别可以根据Zhi-Wen Xu等人在"The Blood Vessel Recognition of Ocular Fundus,"Proceedings of2005International Conference on Machine Learning and Cybernetics,2005,August18-21,2005中描述的技术而实现。在其他实例中，视网膜血管可以使用Reza Derakhshani等人在"A Texture-Based Neural Network classifier for Biometric Identification using Ocular Surface Vasculature,"Proceedings of International Joint Conference on Neural Networks,August2007中描述的技术来识别。然而，本公开的范围不限于此。因此，可以使用用于识别视网膜血管的任何适合技术。
[0029] 在此之前、期间或之后，实时眼底相机120的成像器122可以对视网膜156成像。例如，成像器122可以生成光束128，射束引导系统140可以将该光束作为射束142扫描通过视网膜156。
[0030] 在其中从由眼底相机110获取的视网膜156图像中识别血管的实例中，图像处理器124可以将该血管图案与实时眼底相机120获取的实时图像相配准。也就是说，从来自眼底相机110的图像获取的血管图案可以与由实时眼底相机120获取的视网膜图像对齐（例如，缩放并精确定位）。配准例如可以通过识别具体特征（例如，视盘、血管分支等）而实现。两图像随后可被选择并缩放以实现适当程度（例如，最大）的特征重叠。在使用单个相机的实现方式中，配准处理可被省略。
[0031] 图2A-图2B示出了可由实时眼底相机120生成的示例性图像。在图2A中，实时眼底相机已经处理了来自眼底相机110的图像数据以确定视网膜血管图案210。在图2B中，实时眼底相机120已经配准了血管图案210与眼150的实时图像。
[0032] 实时眼底相机120的激光控制器126可以在视网膜156的一个或多个限定区域内识别该视网膜156上用于激光治疗的一个或多个位置。例如，诸如医师或其他医学专业人员之类的用户，可以识别视网膜156需要进行处理的区域。在某些实例中，用户可以经由与视网膜的显示图像的交互来识别视网膜156需要进行处理的区域。例如，可以在显示器上显示该视网膜图像。在某些实例中，显示器可以与手术控制台或计算机系统（诸如下文将讨论的图8所示的计算机系统）相连接或形成其一部分。用户可以使用输入设备与视网膜图像交互以选择用于处理的视网膜区域。例如，诸如鼠标、笔、跟踪球或其他设备的输入设备可被用于选择要进行处理的视网膜区域。在其他实例中，显示器可以是触摸屏。因此，用户可以通过例如使用手指或其他仪器来触摸该触摸屏显示器来选择视网膜的所述部分。
[0033] 除了选择用于进行处理的视网膜部分之外，用户还可以定义其他处理设置。例如，用户可以定义激光功率、激光开持续时间（即，激光入射在视网膜位置上的持续时间）、点尺寸、以及要在视网膜上形成的点间隔（“点填塞密度”）中的一种或多种。
[0034] 激光控制器126可以确定一个或多个识别区域内用于激光处理的一个或多个治疗位置。激光控制器126例如可以通过考虑可由用户设置的各种因素（例如，点尺寸、点填塞密度等）来确定所选区域内在视网膜上形成的一个或多个点的位置。例如，点尺寸可以是1mm，并且点间距离可以是1mm。
[0035] 激光控制器126判断要形成点的治疗位置是否与视网膜血管相交。例如，这一判定可以基于位置与血管的接近度以及要创建的点的尺寸。如果治疗位置与视网膜血管相交，则激光控制器126可以识别需要治疗的另一位置。在具体实现方式中，激光发射与血管的少量交叉（例如，覆盖小于血管的10%）将会是可允许的。典型地，激光功率从射束中央开始下降。
[0036] 一旦激光控制器126识别需要治疗且不与血管相交的位置，激光控制器126就可以指示射束引导系统140将射束142与该治疗位置对齐。上述一个或多个指令例如可以通过数据链路144（例如，总线或局域网）发送。激光控制器126还可以指令视网膜激光器130在射束引导系统已使得射束142与治疗位置对齐时激发。上述指令例如可以通过数据链路134（例如，总线或局域网）发送。在视网膜激光器130激发之后，激光控制器126可以确定另一个合适的治疗位置。例如，激光控制器126可以确定在用于激光治疗的区域内不与血管相交的另一治疗位置。激光控制器126还可以调整射束引导系统140以与上述新治疗位置对齐并指令视网膜激光器130再次激发。
[0037] 图3示出了可以使用系统100执行视网膜激光手术来实现的治疗技术。图3一般性地示出了其上叠加有血管图案210的视网膜图像300。在图像300中，区域320已被例如医师或其他医疗专业人员的用户定义为用于视网膜激光手术。区域320具有已被识别为潜在施加激光束的多个位置330。在某些实例中，位置330可以基于例如用户设置的点尺寸和间隔来确定。在某些实例中，位置330可被手动确定。在某些实例中，位置330可由处理器确定。位置330包括位置332和位置334。位置332不与血管330相交而位置334与血管330相交。于是，位置332可由视网膜激光进行处理，而位置334则不进行处理。
[0038] 系统100还包括其他操作。例如，实时眼底相机120可以周期性对眼150成像。眼150可被周期性成像以重新确定眼位置。例如，在某些实例中，实时眼底相机120可以按照定义的频率（例如，定义的时间段、激光发射之间等）重复对视网膜156成像。实时眼底相机随后可以在眼已经移动的情况下对其视网膜激光器130的靶做出调整。在某些实例中，在归因于扫视运动的眼运动之间会经过约5ms。可以在眼运动之前一次或多次拍摄周期性图像以精确确定视网膜激光器130的靶。例如具有高部分帧率的开窗CMOS相机可被用于提供快速（即，高帧率）图像捕捉。
[0039] 另举一例，图像处理器124可以在视网膜激光器130激发之前确定视网膜上治疗位置的反射率并且基于这一确定调整激光发射。在具体实现方式中，一视网膜位置例如可能需要被加热到50摄氏度左右以实现治疗效果。然而，加热取决于其反射率以及治疗激光点直径和波长。
[0040] 视网膜上位置的反射率可以例如基于反射至眼底相机110或实时眼底相机120的光强来确定，反射光量越大指示反射率越高。具有提升疗效的激光发射的恰当特性依赖于在眼150内随位置不同而变化的视网膜颜色，并且反射率也会与颜色相关。例如，30%反射率可以与棕色相关，而80%反射率则可与橘色相关。具有更高反射率的位置会需要更强的激光发射（例如，增强的功率和/或增大的脉冲长度），而具有更低反射率的位置则会需要强度较低的激光发射。通过在视网膜激光器被激发之前估计治疗位置并调整激光发射（例如，功率和/或脉冲长度），实时眼底相机120可以提供位置处的增强疗效。此外，调整可以逐位置地做出。
[0041] 再举一例，实时眼底相机120可以在激光发射期间确定治疗位置处的视网膜156反射率并且可以命令视网膜激光器130基于所确定的反射率调整激光发射（例如，功率和/或脉冲长度）。提供给视网膜位置的疗效可以由归因于激光发射出现的漂白程度来确定，并且漂白能够与反射率相关。于是，通过在视网膜激光器操作的同时评估治疗位置并调整激光发射，实时眼底相机120可以提供增强的治疗效果。在具体实现方式中，激光发射可以一在已为视网膜位置实现预设视网膜漂白值时就被终止。
[0042] 系统100具有各种特征。例如，系统100在避开血管的同时向视网膜施加治疗激光发射。于是可以在避免损伤血管的同时实现自动视网膜治疗。此外，可以在避开血管的同时以自动方式施加多个激光发射。于是，可以在避免血管损伤的同时实现相对较大面积上的自动视网膜治疗，而这又可以缩短手术时间并减轻手术影响。此外，由于每个治疗性激光发射是独立的，因此各发射可被精确确定靶。系统100可用于获得包括治疗糖尿病性视网膜病、激活光动力学治疗和治疗黄斑退化在内的各种治疗效果。
[0043] 虽然图1示出了用于视网膜激光手术的一个实现方式，但是用于视网膜激光手术的其他系统可以具有更少、额外和/或不同的部件布置。例如，图像处理器和激光控制器可以是同一子系统的部分。例如，它们可以是同一计算机的部分。再举一例，图像处理器和激光控制器可以不是实时眼底相机的一部分。例如，它们可以是通过一个或更多通信网络耦接在一起的分开的子系统。此外，系统100可以包括附加部件（例如，射束组合器）。另举一例，系统100可以不包括眼底相机110。例如，实时眼底相机120可以提供用于从其确定血管图案的视网膜图像。例如，可以使用具有足够分辨率以检测血管图案的实时眼底相机。于是，单个相机可被用于基于由该相机产生的图像来控制激光器。在这些实现方式中，血管图案可以不是必须与实时图像相配准。其他系统也可以应用于图3所示相类似的治疗技术。
[0044] 图4示出了用于视网膜激光手术的另一示例性系统400。系统400包括实时眼底相机410、视网膜激光器420、射束组合器430以及射束引导系统440。系统400适于对包括角膜452、晶状体454和视网膜456的眼450执行激光手术。
[0045] 在此实现方式中，实时眼底相机410例如可以包括SLO而视网膜激光器420则例如可以包括光凝固激光器。射束组合器430适于组合来自实时眼底相机410和视网膜激光器420的射束。
[0046] 射束组合器430例如可以是组合不同波长的光（可以是可见光或非可见光）的分束器。例如，治疗激光通常是绿色（例如，514nm）或黄色（例如，577nm），并且成像激光可以是能够减轻患者不适的近红外光。此外，使用不同波长的成像激光可以产生更好的图像质量。于是，实时眼底相机410可以在一个光谱带内（例如，800nm）操作，而视网膜激光器420可以在另一个光谱带内（例如，532nm）操作。
[0047] 射束引导系统440适于将来自实时眼底相机410和视网膜激光器420的射束142引导至视网膜456上的各个位置457。在此实现方式中，射束引导系统440包括检流计反射镜442和检流计驱动器444。响应于输入命令，检流计驱动器444调整检流计反射镜442的定向，并由此调整射束的方向。在具体实现方式中，射束引导系统440可以包括多个反射镜和驱动器。
[0048] 在特定操作模式中，实时眼底相机410可以处理视网膜456的一个或多个图像以识别视网膜血管。例如，图像可以来自将图像数据传递给实时眼底相机410的眼底相机（未示出），或是实时眼底相机410可以自己对视网膜456成像。实时眼底相机410还可以获取视网膜456的实时图像并将血管图案与图像相配准。
[0049] 实时眼底相机410还可以识别视网膜456上需要治疗的一个或多个位置457。例如，实时眼底相机410可以通过识别需要治疗的预定位置或是基于与需要治疗区域有关的指令（例如，用户输入）确定位置来识别位置。实时眼底相机410还可以判定治疗位置是否与血管相交。在某些实例中，相交可以基于位置与血管的接近度以及要在该位置处形成的点尺寸（例如，直径）来确定。如果治疗位置与视网膜血管相交，则实时眼底相机410可以识别需要治疗的另一位置。
[0050] 一旦实时眼底相机410识别出需要治疗且不与血管相交的位置，该实时眼底相机410就可以指令射束引导系统440将来自视网膜激光器420的射束422与该位置对齐。实时眼底相机410还可以指令视网膜激光器420在射束引导系统已使得射束422与治疗位置对齐时激发。在视网膜激光器420激发之后，实时眼底相机410可以确定另一个合适的治疗位置，调整射束引导系统440，并指令视网膜激光器420再次激发。
[0051] 系统100还包括其他操作。例如，实时眼底相机410可以周期性地（例如，每隔几秒或在各次激光发射之间）对眼450成像以重新确定眼位置。实时眼底相机随后可以在眼已经移动的情况下对其视网膜激光器420的靶做出调整。典型地，眼需要约5ms进行移动。于是，存在有用于做出调整的时间。
[0052] 另举一例，实时眼底相机410可以在视网膜激光器420激发之前确定视网膜上治疗位置的反射率并且基于这一确定调整激光发射。例如，一位置的反射率可以基于反射至实时眼底相机410的光来确定，反射光量越大指示反射率越高。具有提升疗效的激光发射的恰当特性可以依赖于在眼150内随位置不同而变化的视网膜颜色，并且反射率也会与颜色相关。具有更高反射率的位置会需要更强的激光发射（例如，增强的功率和/或增大的脉冲长度），而具有更低反射率的位置则会需要强度较低的激光发射。通过在视网膜激光器被激发之前估计治疗位置并调整激光发射（例如，功率和/或脉冲长度），实时眼底相机410可以提供位置处的增强疗效。此外，调整可以逐位置地做出。
[0053] 再举一例，实时眼底相机410可以在激光发射期间确定治疗位置处的视网膜456反射率并且可以命令视网膜激光器420基于所确定的反射率调整激光发射（例如，功率或脉冲长度）。实时眼底相机410可以在激光发射期间通过在与视网膜激光器420使用的相同或不同的光谱带内采样视网膜来确定治疗位置的反射率。在视网膜漂白出现时，反射率在较宽的波长范围内变化。射束组合器430可以组合来自实时眼底相机410和来自视网膜激光器420的射束，并且射束引导系统440可以将组合的射束引导至治疗位置。来自实时眼底相机410的射束的反射部分随后可从射束引导系统440发送至射束组合器430，射束组合器430则可将该部分引导回实时眼底相机410用于检测和分析。
[0054] 图5示出了用于视网膜手术的示例性处理500。在某些实例中，处理500可由与系统100或系统400相类似的系统完成。
[0055] 处理500需要成像视网膜（操作504）。在某些实现方式中，视网膜可以使用实时眼底相机、SLO或其他合适设备成像。在某些实例中，荧光血管造影术可被用于获取视网膜图像。在其他实例中，可以获取视网膜的现场图像。在某些实现方式中，可以使用任何高分辨率摄像机来产生现场图像。例如，在某些实例中，可以使用与裂隙灯耦接的高分辨率摄像机。在508，基于获取的视网膜图像确定视网膜的血管图案。血管图案可以使用一种或多种已知算法或任何其他合适技术来确定。例如，可以使用上述公开的技术之一。然而，本公开不限于此。于是可以使用任何合适的技术。
[0056] 在某些实例中，可以获取视网膜的第二图像。例如，可由第二相机来获取第二图像。第二相机可以是实时眼底相机。在某些实现方式中，第一眼底相机和第二眼底相机可以获取不同分辨率的图像。也就是说，在某些实现方式中，上述相机之一可以获取比另一相机更高分辨率的视网膜图像。进一步地，第一和第二相机可以利用不同的成像技术来获取视网膜图像。在再一些实现方式中，第一和第二相机可以获取具有相同分辨率的图像或是使用相同或类似的成像技术来获取图像。
[0057] 例如，在使用第二相机的实现方式中，第二相机可以获取视网膜的实时图像。在某些实例中，第二相机可以是SLO或摄像机。血管图案可以与视网膜的实时图像相配准。
[0058] 在512，可以识别视网膜的治疗区域用于进行处理。例如，对视网膜治疗区域的识别可以通过接收来自诸如医师或其他医疗专业人员的用户的输入而实现。在某些实例中，来自用户的输入可以通过用户与显示的视网膜图像交互以确定进行处理的视网膜区域来实现。例如，输入可以通过诸如触摸屏、鼠标、键盘、跟踪球或其他输入设备的输入设备接收。
[0059] 在520，可以确定识别的视网膜治疗区域内的一个或多个位置。在某些实例中，用户可以将识别区域中的位置识别为治疗的起始点位置。在其他实例中，可以通过检索在前识别的指令位置来识别治疗位置中的一个或多个位置。可以根据多种因素来安排区域内的治疗位置。例如，可以基于要形成的治疗激光点的尺寸及其填塞密度来安排这些治疗位置。这些因素可由用户输入。
[0060] 处理500还需要判定治疗位置是否与视网膜血管相交（操作524）。在某些实例中，可以在治疗位置与视网膜血管的任何部分重叠时认为该位置与视网膜血管相交。进一步地，可以在治疗位置与血管重叠或要在该位置处形成的治疗点将会与视网膜血管相交的情况下判定该位置与血管相交。可以基于要形成的点的尺寸（例如，直径）来判定该点会与血管相交。例如，可以在点与血管重叠达所选量的情况下判定该点会与血管相交。在某些实现方式中，少量相交是可允许的。
[0061] 如果治疗位置不与视网膜血管相交，则该处理500需要调整激光束的对齐以与治疗位置相对应（操作528）。激光束的对齐例如可由检流计反射镜/驱动器系统来调整。处理500还需要启动视网膜激光器（操作532）。激光器例如可以按照预定功率和脉冲长度而被启动。
[0062] 处理500还需要判定是否存在需要处理的另一视网膜治疗位置（操作536）。通常，需要治疗处理的视网膜区域相比于由激光形成的点通常相对较大，并且因此可能存在许多（例如，几千）需要处理的治疗位置。
[0063] 如果存在要处理的另一治疗位置，处理500就需要确定另一治疗位置（操作520）。然而如果不存在需要处理的另一治疗位置，处理500就结束。
[0064] 返回操作524，如果治疗位置的确与血管相交，处理500就需要判定是否存在需要处理的另一视网膜治疗位置（操作536）。也就是说，处理500跳过了与血管相交的位置的治疗处理。如果存在要处理的另一治疗位置，处理500需要确定另一治疗位置（操作520），并且如果不存在需要处理的另一治疗位置，处理500结束。
[0065] 虽然处理500示出了用于视网膜激光手术的一个示例性处理，但是用于视网膜激光手术的其他处理可以包括更少、附加和/或不同的操作布置。例如，处理可以不包括对视网膜成像。在某些实例中，这可以在视网膜已在其他点处成像的情况下出现。另举一例，处理可以包括获取视网膜的实时图像。实时图像例如可以使用SLO、视频摄像机或其他合适设备获取。血管图案可以与该实时图像相配准。在某些实例中，视网膜的实时图像与视网膜的一个或多个其他图形可以具有不同的分辨率。进一步地，视网膜的实时图像与视网膜的一个或多个其他图形可以使用不同的相机来获取。作为替换，视网膜的图像可由同一相机以不同的分辨率获取。在又一些实例中，视网膜图像可由同一相机以相同分辨率获取。治疗区域可以使用具有视网膜血管在其上配准的实时图像来识别。
[0066] 再举一例，处理可以包括在调整激光之前估计与血管相交的多个（例如，两个或更多个）治疗位置。于是，处理可以提前判定哪些治疗位置是可行的。另举一例，处理可以包括在执行另一治疗激光发射之前扫描眼（例如，使用SLO）以确保眼处在相同位置。又举一例，处理可以包括如下将讨论的在激光发射之前或期间调整激光发射。对激光发射的调整可以基于用户建立的变量限制而做出。
[0067] 图6示出了用于视网膜激光手术的另一示例性处理600。在某些实现方式中，处理600可由与系统100或系统400相类似的系统完成。然而，这些系统仅提供作为例子。因此也可以使用其他系统来完成处理600。处理600还可以用作视网膜手术的另一处理（例如，处理500）的一部分。处理600可以在手术程序期间重复多次。
[0068] 处理600需要在启动激光器之前确定视网膜上治疗位置的反射率（操作604）。在某些实例中，反射率可以基于反射到SLO的光确定，反射的光量越大指示反射率越大。
[0069] 处理600还需要基于反射率调整用于治疗位置的激光反射（操作608）。例如，具有更高反射率的位置会需要更强的激光发射（例如，增强的功率和/或增大的脉冲长度），而具有更低反射率的位置则会需要强度较低的激光发射。处理600随后结束。
[0070] 图7示出了用于视网膜激光手术的附加示例性处理700。在某些实例中，处理700可由与系统100或系统400相类似的系统完成。然而，这些系统仅提供作为例子。因此也可以使用其他系统来完成处理700。处理700还可以用作视网膜手术的另一处理（例如，处理500）的一部分。处理700可以在手术程序期间重复多次。
[0071] 处理700需要在激光发射期间确定视网膜上治疗位置的反射率（操作704）。反射率可以例如基于反射到SLO的光确定，反射的光量越大指示反射率越大。SLO例如可以通过低得多的功率和分开的波带而结合治疗激光器一起使用。治疗性视网膜激光发射会耗时100ms量级。于是，可能需要在短于这一时间的时间帧内做出判定。
[0072] 处理700还需要基于反射率调整激光发射（操作708）。例如，具有更高反射率的位置会需要更强的激光发射（例如，增强的功率和/或增大的脉冲长度），而具有更低反射率的位置则会需要较弱的激光发射。与期望的视网膜漂白程度（至此则终止激光发射）相对应的反射率量例如可由医师预设。处理700随后结束。
[0073] 正如本领域技术人员将理解的，本公开的各方面可以具体化为一种系统，方法或计算机程序产品。因此，本公开的各方面可以采取如下形式：完全硬件环境；完全软件实施例（包括固件、驻留软件、微代码等）；或是包含软件和硬件方面的在此通常被称为“电路”、“模块”或“系统”的实现方式。此外，本公开的各方面可以采取以具有计算机课的程序代码在其上实现的一个或多个计算机可读介质上具体化的计算机程序产品的形式。
[0074] 可以采用一个或多个计算机可读介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。在某些实例中，计算机可读存储介质可以是但不限于电子、磁性、光学、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子（非穷举的列表）包括如下：具有一个或多个导线的电连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器(ROM)、可擦可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光学存储器件、磁性存储器件、或者上述的任意合适的组合。在本公开的上下文中，计算机可读存储介质可以是包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0075] 计算机可读信号介质可以包括例如在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光学信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
[0076] 计算机可读介质上包含的程序代码可以用任何介质传输，包括但不限于无线、有线、光纤电缆、射频（RF）等等，或者上述的任意合适的组合。
[0077] 可以以一种或多种编程语言的任意组合来编写用于执行本公开各方面操作的计算机程序代码，所述编程语言诸如Java、Smalltalk、C++等，还包括常规的过程式编程语言，诸如“C”语言或类似的编程语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在后一种情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)，广域网(WAN)或无线网络（例如，Wi-Fi或蜂窝网络）—连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
[0078] 下面将参照根据各实现方式的方法、装置（系统）和计算机程序产品的流程图和/或框图来描述本公开的各方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机程序指令实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些计算机程序指令在通过计算机或其它可编程数据处理装置的处理器执行时，创建实现流程图和/或框图中的一个或多个框中规定的功能/动作的装置。
[0079] 也可以把这些计算机程序指令存储在计算机可读介质中，这些指令使得计算机、其它可编程数据处理装置、或其他设备以特定方式工作，从而，存储在计算机可读介质中的指令就产生出包括实现流程图和/或框图中的一个或多个框中规定的功能/动作的指令的制造品（article of manufacture）。
[0080] 计算机程序指令还可被载入计算机、其它可编程数据处理装置、或其他设备以使得一系列操作步骤将在该计算机、其它可编程数据处理装置、或其他设备上执行以产生计算机实现处理，由此在该计算机、其它可编程装置上执行的指令提供用于实现在流程图和/或框图的一个或多个框中规定的功能/动作的处理。
[0081] 图8示出了用于视网膜激光手术的示例性计算机系统800。在某些实例中，系统800可以是诸如实时眼底相机120的实时眼底相机的一部分。然而在其他实例中，系统800可以是分开的系统。在又一些实例中，系统800可以形成另一部件或设备的一部分。系统
800包括由网络850耦接在一起的处理器810、输入/输出系统820和存储器830。
800包括由网络850耦接在一起的处理器810、输入/输出系统820和存储器830。
[0082] 处理器810典型地包括在程序指令（例如，来自软件）的指导下处理数据的逻辑处理单元（例如，算术逻辑单元）。例如，处理器810可以是微处理器、微控制器或专用集成电路。一般而言，处理器810可以是以逻辑方式操纵数据的任何设备。
[0083] 输入/输出系统820例如可以包括一个或多个通信接口和/或一个或多个用户接口。通信接口例如可以是网络接口卡（无论是有线或无线的）或调制解调器。用户接口例如可以是用户输入设备（例如，键盘、小键盘、触摸板、指示笔或麦克风）或用户输出设备（例如，监视器、显示器或扬声器）。一般而言，系统820可以是计算机系统能够通过其接收和输出数据的设备的任意组合。
[0084] 存储器830例如可以包括随机存取存储器（RAM）、只读存储器（ROM）和/或磁盘存储器。各项可被多次存储在该存储器的不同部分内。存储器830一般可以包括用于存储数据的设备的任意组合。
[0086] 在此实现方式中，应用836包括血管辨认837、图像配准838和激光控制839。应用837-839可以是分开的应用或是一个较大应用的各部分（例如，子例程或库）。数据842包括视网膜图像843、血管图案844、实时视网膜图像845和治疗位置846。
[0087] 网络850负责在处理器810、输入/输出系统820和存储器830之间传送数据。网络850例如可以包括多种不同类型的总线（例如，串行和并行）。
[0088] 在特定操作模式中，处理器810根据血管辨认应用837来处理视网膜图像843以获取血管图案844。视网膜图像843可以是已经由输入/输出系统820从眼底相机（例如，诊断或实时）接收的。处理器810随后根据配准应用838处理血管图案844和实时视网膜图像845以将血管图案844与实时视网膜图像845相配准。
[0089] 处理器810可以使用激光控制应用839来选择治疗位置846。在某些实例中，处理器810可以通过识别需要治疗的预定位置来确定需要治疗的位置或是基于与需要治疗的区域有关的指令（例如，用户输入）来确定位置。处理器810可以通过计及各种因素（点尺寸、点填塞密度等）基于区域指令确定一个或多个位置。
[0090] 处理器810还根据激光控制应用839来判定治疗位置是否与血管相交。如果治疗位置与血管相交，则处理器810可以识别需要治疗的另一位置。
[0091] 一旦处理器810识别出需要治疗且不与血管相交的位置，处理器810就可以指令射束引导系统将来自视网膜激光器的射束与该位置对齐，并且可以指令视网膜激光器在射束引导系统已使得射束与治疗位置对齐时激发。指令可以使用输入/输出系统820发送。在视网膜激光器激发之后，处理器810可以确定另一个合适的治疗位置，调整射束引导系统，并指令视网膜激光器再次激发。
[0092] 在某些操作模式下，计算机系统800还可以执行其他操作。例如，计算机系统800可以命令视网膜激光器（在治疗激光发射之前或期间）基于治疗位置反射率来调整功率。另举一例，计算机系统800可以在手术程序出现时将更新的视网膜图像与血管图案844相配准。
[0093] 在此使用的术语仅出于描述具体实现方式的目的，而非旨在限制。除非上下文中明确指出，在此使用的单数形式"a","an"和"the"旨在也包括复数形式。还将理解术语“包括”在用于本说明书中时指代声明的特征、整数、步骤、操作、元素和/或部件的存在，但并不因此排除一个或多个特征、整数、步骤、操作、元素、部件和/或分组的存在或附加。
[0094] 所附权利要求中的对应结构、材料、动作以及全部途径或步骤+功能元素的等效方案旨在包括结合具体声明的其他声明元素执行所述功能的任何结构、材料、动作。本实现方式的描述已经出于例示和说明的目的呈现，而非旨在将实现排他或限制为所公开的形式。不背离本公开范围和精神的各种修改和变化对本领域普通技术人员而言将会是显见的。各实现方式出于解释本公开的原理和实践应用以及使得本领域普通技术人员能够理解本公开的具有适于具体使用的各种修改的各种实现方式的目的而被选择和描述。
[0095] 已经关于视网膜激光手术描述的多个实现方式，并且也已提及或暗示了各种其他实现方式。此外，本领域普通技术人员将容易认识到可以在执行视网膜激光手术时对这些实现方式做出各种附加、删除、修改和替换。于是，所要保护主题的范围应基于可以抓住一个或多个实现方式的一个或多个概念的所附权利要求来判断。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 视网膜图像捕获 | 2020-05-11 | 944 |
| 用于视网膜光疗的系统和方法 | 2020-05-11 | 271 |
| 光源驱动的视网膜芯片 | 2020-05-13 | 659 |
| 自供能电子视网膜 | 2020-05-13 | 989 |
| 视网膜成像设备 | 2020-05-12 | 776 |
| 视网膜假体 | 2020-05-11 | 920 |
| 视网膜取出器 | 2020-05-12 | 310 |
| 人工视网膜系统及人工视网膜晶片 | 2020-05-13 | 63 |
| 视网膜激光手术 | 2020-05-12 | 93 |
| 视网膜激光手术 | 2020-05-12 | 261 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈