背景技术
技术领域
[0001] 在此公开的
实施例与眼科成像系统有关。更具体地，本文中所描述的实施例涉及使用光学相干
断层成像技术(OCT)自动检测视网膜的结构特征，诸如视网膜破裂。
[0002] 相关技术
[0003] 患者眼睛中的结构
缺陷可能会导致视
力丧失。例如，视网膜破裂可能是神经视网膜中的全层缺陷。视网膜破裂可能与可诱导严重视力丧失的孔源性视网膜脱落相关联。此外，未检测到的视网膜破裂是视网膜脱落手术失败的最常见的原因。
[0004] 常规地，视网膜破裂已经通过在外科手术(诸如玻璃体-视网膜手术)过程中由外科医生仔细进行
眼底检查而检测出来。这可能涉及使用手术
显微镜进行
正面可视化和检查。该常规方式在其检测相对小的视网膜破裂的能力方面可能是受限的。因此，在没有意识到视网膜破裂的存在和/或
位置的情况下，外科医生可能继续或完成外科手术。
[0005] 已经做出了一些尝试来提高视网膜破裂的可见性。例如，染料
挤压技术可能涉及将台盼蓝染料注入视网膜下空间。然而，此类技术可能使外科手术变得复杂，而且并不常用。
[0006] 光学相干断层成像技术(OCT)可以是无创高
分辨率截面成像模式。已经做出一些努力来使用OCT使视网膜可视化。然而，这些努力并不涉及对视网膜破裂的自动检测。
[0007] 因此，仍需要通过解决上文讨论的需求中的一项或多项来提高外科手术过程中自动检测视网膜的结构特征的能力的改进设备、系统和方法。
发明内容
[0008] 所提出的解决方案以一种独特的解决方案满足了未满足的医学需要，该独特的方案用于通过使用OCT图像来分析一个或多个视网膜层从而提供对视网膜的结构缺陷的自动检测。当在外科手术过程中检测到视网膜破裂或其他特征时，可以警告外科医生。
[0009] 按照一些实施例，一种使用眼科成像系统自动检测视网膜特征的方法包括：获取视网膜的OCT图像；分割该OCT图像；基于该分割的OCT图像生成度量；基于该度量检测该视网膜特征；以及向用户提供对该检测到的视网膜特征的指示。
[0010] 按照一些实施例，一种眼科成像系统包括：OCT系统，该OCT系统被配置成用于获取视网膜的图像；计算设备，该计算设备被耦合至该OCT系统并且被配置成用于分割该图像，基于该分割的图像生成度量，并且基于该度量检测视网膜特征；以及音频/视觉/触觉设备，该音频/视觉/触觉设备与该计算设备进行通信，并且被配置成用于向用户提供对该检测到的视网膜特征的音频、视觉和触觉指示中的至少一项。
[0011] 本公开的另外的方面、特征和优点将从以下详细描述变得明显。
附图说明
[0012] 图1是
流程图，展示了一种使用眼科成像系统自动检测视网膜特征的方法。
[0013] 图2a是视网膜的二维OCT图像。
[0014] 图2b是视网膜的三维OCT图像。
[0015] 图3a是视网膜的二维OCT图像。
[0016] 图3b是视网膜的三维OCT图像。
[0017] 图4是图解，展示了视网膜的厚度分布。
[0018] 图5a是视网膜的二维OCT图像。
[0020] 图5c是表示视网膜特征的可能性的伪彩色图。
[0021] 图6是展示了眼科成像系统的简图。
[0022] 在附图中，具有相同标号的元件具有相同或类似的功能。
具体实施方式
[0023] 在以下描述中，阐明具体细节以便描述特定的实施例。然而，本领域的技术人员将清楚的是，可以在不具有这些具体细节中的一些或全部的情况下实践所公开的实施例。所呈现的具体实施例意在为说明性的，而非限制性的。本领域的技术人员可认识到，虽然在本文中未明确描述，但其他材料也在本公开的范围和精神内。
[0024] 本公开描述了用于使用视网膜OCT图像的定量性
图像分析自动检测视网膜特征的设备、系统和方法。当OCT图像被分割时，可以识别一个或多个视网膜层，诸如内界膜(ILM)和视网膜色素上皮(RPE)。可以基于所分割的OCT图像生成描述一个或多个视网膜层的几何结构(例如，神经视网膜的厚度、ILM的凹凸度、ILM的
曲率半径等)的度量或视网膜层参数。可以使用该度量或视网膜层参数来检测视网膜特征。例如，当神经视网膜的厚度小于
阈值时、当该视网膜特征区域中的ILM是凹的时、和/或当该视网膜特征区域中的ILM的
曲率半径大于阈值时，可以检测到视网膜破裂。当检测到该视网膜特征时，可以在外科手术过程中向外科医生提供音频/视觉/触觉指示。
[0025] 本公开的设备、系统和方法提供了大量优点，包括：(1)减轻外科医生寻找视网膜缺陷的负担；(2)通过使未检测到的视网膜缺陷最小化来减少外科手术失败；(3)通过自动检测视网膜缺陷并且允许解决这些缺陷来改善外科手术结果；以及(4)通过向外科医生自动警告所检测到的视网膜缺陷来提高外科手术效率。
[0026] 图1提供了使用眼科成像系统自动检测视网膜特征的方法100的流程图。方法100可以包括：获取视网膜的OCT图像(步骤102)。方法100可以包括：分割该OCT图像(步骤104)。方法100可以包括：基于该分割的OCT图像生成度量(步骤106)。方法100可以包括：基于该度量检测该视网膜特征(步骤108)。方法100可以包括：向用户提供对该检测到的视网膜特征的指示(步骤110)。方法100的步骤可以由眼科成像系统(例如，图6的眼科成像系统600)的一个或多个部件执行。
[0027] 方法100可以包括：在步骤102，获取该视网膜的OCT图像。OCT系统(例如，图6的OCT系统620)可以获取与该OCT图像相关联的数据。该OCT系统可以包括成像
探头，该成像探头被配置成用于穿透患者眼睛的一部分并且对该患者眼睛的内部(包括视网膜)进行成像。当相对于该患者眼睛被
定位在外部时，外部OCT系统可以被配置成用于对该眼睛进行成像。计算设备(例如，图6的计算设备610)可以处理由该OCT系统所获取的数据，从而生成OCT图像。
[0028] 该OCT系统可以被配置成用于将从
光源接收到的成像光分成(例如，由成像探头)引导到目标
生物组织上的成像光束以及被导到参考反射镜上的参考光束。该OCT系统可以是傅里叶域(例如，谱域、扫频源等)或时域系统。该OCT系统可以被进一步配置成用于接收从目标生物组织反射的(例如，由该成像探头、该外部OCT系统等捕获的)成像光。可以利用所反射的成像光与参考光束之间的干涉图样来生成目标生物组织的图像。相应地，该OCT系统可以包括被配置成用于对干涉图样进行检测的检测器。该检测器可以包括电荷耦合检测器(CCD)、
像素或基于所检测到的光来生成电
信号的任何其他类型的(多个)
传感器的阵列。进一步地，该检测器可以包括二维传感器阵列和检测器相机。
[0029] 该OCT图像可以是二维的或者三维的。例如，图2a提供了视网膜的一部分的二维OCT图像200，并且图2b提供了该视网膜的一部分的三维OCT图像250。在图2a和图2b的右侧可以看到视网膜破裂208。可以使用本文中所描述的系统、方法和设备来自动检测视网膜破裂208。在图2a和图2b的左侧可以看到血管212。
[0030] 方法100可以包括：在步骤104，分割该OCT图像。计算设备可以使用与OCT图像相关联的数据来识别一个或多个视网膜层。分割该OCT图像可以包括：识别内界膜(ILM)、神经
纤维层、神经节细胞层、内丛状层、
内核层、外丛状层、外核层、外界膜、视杆和视锥层、视网膜色素上皮(RPE)和/或其他(多个)视网膜层。图3a提供了二维OCT图像200，其中标识了ILM层202和RPE层204的边界。类似地，图3b提供了三维OCT图像250，其中标识了ILM层202和RPE层
204的边界。
[0031] 方法100可以包括：在步骤106，基于该分割的OCT图像生成度量。该度量可以是视网膜层参数，该视网膜参数通过使
用例如一个或多个数值客观地表示了一个或多个视网膜层的几何结构。该视网膜层参数可以是厚度、强度、
相位、散斑尺寸、血管
密度、尺寸、凹凸度和/或一个或多个视网膜层的曲率半径。例如，生成该度量可以包括确定ILM的凹凸度的数值表示。例如，可以确定该视网膜特征区域中的ILM的曲率半径。可以使用任何一个、两个、三个、四个或更多视网膜层确定该视网膜层参数。生成该度量可以包括通过使用例如ILM和RPE来确定神经视网膜的厚度。该神经视网膜的厚度可以包括ILM与RPE之间的距离。厚度的数值表示可以用作度量。可以使用一个视网膜层和围绕该一个视网膜层的预定义厚度的条带来确定该视网膜层参数。可以生成两个或多个度量并且可以将其用来评估视网膜。
[0032] 方法100可以包括：在步骤108，基于该生成的度量检测一个或多个视网膜特征。所检测到的视网膜特征可以是指示缺陷的视网膜的结构方面。例如，该视网膜特征可以是破裂、裂孔、撕裂、渗析、增殖、突出、凹陷、具有视网膜下液的区域等。可以检测多个视网膜特征和/或视网膜特征的类型。可以使用度量中的一个或多个来检测该(多个)视网膜特征。例如，可以利用神经视网膜的厚度以及ILM的凹凸度。利用多于一个度量可以有利地增加视网膜特征检测的确定性。
[0033] 检测该视网膜特征可以包括将视网膜层参数与阈值进行比较。例如，当所生成的度量(步骤106)包括神经视网膜的厚度时，检测该视网膜特征可以包括将该厚度与阈值厚度进行比较。当该视网膜层参数(诸如神经视网膜的厚度，以及其他)大于或小于该阈值时，可以检测到该视网膜特征。例如，当该厚度小于该阈值时，可以检测到视网膜破裂或视网膜裂孔。另一方面，当该厚度大于该阈值时，可以检测到视网膜增殖或突出。该阈值厚度可以在例如50微米至300微米、75微米至300微米、100微米至250微米或其他合适的范围内。厚度沿视网膜(例如，中央凹、周缘视网膜等处或附近)变化，并且该阈值可以基于沿该视网膜特征所处的该视网膜的位置进行选择。
[0034] 使用所生成的度量检测该视网膜特征(步骤106)可以包括分析该一个或多个视网膜层(诸如ILM，以及其他)是否具有凹形或凸形形状和/或凹凸度(例如，曲率半径)。例如，凹形的视网膜特征区域中的ILM可以指示视网膜破裂或视网膜裂孔，而凸形的ILM可以指示视网膜中的增殖或突出。在这方面，检测该视网膜特征可以包括：将该视网膜特征区域中的ILM的曲率半径与指示存在视网膜特征的阈值曲率半径进行比较。当曲率半径大于或小于该阈值时，可以检测到视网膜特征。例如，当ILM的凹部的曲率半径小于该阈值时，可以检测到视网膜破裂或视网膜裂孔。用于检测视网膜破裂的阈值曲率半径可以在例如约0.1mm与约12mm之间、约1.0mm与约6mm之间或约2.0mm与约4.0mm之间的范围内，包括诸如10mm、9mm、8mm、7mm、6mm、5mm、4mm、3mm、2mm、1mm或其他合适的值等值。凹凸度和相对应的曲率半径的组合可以用于检测视网膜特征。
[0035] 检测该视网膜特征的该(多个)阈值可以是自适应的或患者特定的。例如，阈值可以是与相邻区域相比的神经视网膜厚度的百分比之差。因此，当患者的神经视网膜的区域厚度大于或小于例如相邻区域的厚度的50％时，可以检测视网膜特征。类似地，当视网膜特征区域的ILM的曲率半径大于或小于例如相邻区域的曲率半径的50％时，可以检测视网膜特征。该阈值可以在例如1％-100％、1％-75％、1％-50％和1％-25％等之间。可以基于经验数据选择该一个或多个阈值。例如，患者的集合或
数据库可以用于针对具有相似特性的患者确定神经视网膜厚度的固定正常范围。因此，当患者的神经视网膜区域的厚度在对该患者所预期的固定正常范围之外(例如，大于或小于)时，可以检测到视网膜特征。此类经验数据可以用于确定可基于患者特定特性而调整的默认阈值。虽然本讨论具体地提及了神经视网膜的厚度，应理解的是，凹凸度、曲率半径和/或其他度量可以类似地是患者特定的或更具体的应用。
[0036] 图4提供了表示神经视网膜的厚度分布的图表400。与图表400相关联的数据可以基于分割的OCT图像。图表400的x轴可以以像素为单位表示沿神经视网膜的位置。y轴可以以像素为单位表示神经视网膜的厚度。曲线206可以表示ILM沿该视网膜距RPE的距离。图表400所描绘的神经视网膜厚度可以是用于检测视网膜破裂208的度量。视网膜破裂208可以是沿神经视网膜具有与相邻区域的厚度显著不同(例如，小于50％)的厚度的区域和/或具有小于固定正常范围的厚度的区域。虽然本讨论具体地提及了神经视网膜的厚度，应理解的是，凹凸度、曲率半径和/或其他度量可以被类似地用于检测视网膜破裂或其他视网膜特征。
[0037] 方法100可以包括：在步骤110，向用户提供对所检测到的视网膜特征的指示。例如，可以通过使用音频/视觉/触觉设备(例如，图6的音频/视觉/触觉设备630)提供音频/视觉/触觉指示。该指示可以在外科手术过程中警告外科医生关于所检测到的视网膜特征的存在和/或位置。如图5a所示出的，对视网膜破裂208的指示210可以是围绕该视网膜破裂208定位的几何对象(例如，正方形、圆形、多边形、椭圆形等)。指示210可以
叠加在OCT图像
200上和/或以其他方式与其相组合，并且所组合OCT图像可以输出到音频/视觉/触觉设备。
[0038] 如图5b所示出的，指示210可以基于所检测到的视网膜破裂208成形。又如图5b所示出的，指示210可以叠加在眼睛的眼底图像260(例如，代替二维OCT图像200)上和/或以其他方式与其相组合，并且所组合眼底图像可以输出到音频/视觉/触觉设备。
[0039] 如图5c所示出的，可以基于所检测到的视网膜破裂208来生成伪彩色图270。该伪彩色图270可以表示在视网膜的给定位置处存在视网膜特征的可能性。指示210可以是伪彩色图270的展示了视网膜特征位于该区域中的高可能性的区域。该伪彩色图可以输出到音频/视觉/触觉设备。
[0040] 通常，指示210可以包括文字、一个或多个其他形状或符号和/或其他可视警告。指示210可以相对于视网膜特征不同地定位。指示210可以包括用于向用户/外科医生警告所检测到的视网膜特征的存在和/或位置的声频信号。指示210可以包括向外科医生提供触觉和/或触知反馈。
[0041] 图6提供了眼科成像系统600的
框图。成像系统600可以包括OCT系统620，该OCT系统被配置成用于获取视网膜的图像。成像系统600可以包括计算设备610，该计算设备被配置成用于：分割该图像；基于该分割的图像生成度量；以及基于对所生成的度量的评估来检测视网膜特征。计算设备610和OCT系统620可以被配置成用于执行与上述特征相类似的特征。成像系统600可以包括音频/视觉/触觉设备630，该音频/视觉/触觉设备与该计算设备610进行通信，并且被配置成用于提供对该检测到的视网膜特征的音频、视觉和触觉指示中的至少一项。该音频/视觉/触觉设备630可以是独立的设备和/或作为计算设备610或OCT系统620的一部分的部件。例如，该音频/视觉/触觉设备630可以是具有集成扬声器的显示设备。
[0042] 如在本文中所描述的实施例可以提供促进通过分析视网膜OCT图像来对视网膜中的结构缺陷进行自动检测的设备、系统和方法。本文中所描述的设备、系统和方法可以与任何成像模式一起使用，在该成像模式下可以识别一个或多个视网膜层的位置、几何结构和/或轮廓。以上提供的示例仅为示例性的，并非旨在进行限制。本领域的技术人员可以容易地想到符合所公开的实施例的其他系统，所述其他系统旨在处于本公开的范围内。因此，本
申请仅受所附
权利要求书限制。
