一种用于视网膜地形图测定的设备及方法与流程

本发明属于眼科医疗设备技术领域，涉及一种地形图测定的设备及方法，特别是一种用于视网膜地形图测定的设备及方法。

背景技术：

眼睛是人类最为重要的器官之一，通过眼睛可以获取丰富多彩的信息，是人类认识世界，了解世界的重要途径。眼的主要构成部分包括角膜，巩膜，晶体，玻璃体和视网膜等，眼前节部分的检查手段已经非常成熟，如裂隙灯，角膜地形图等，可以提供丰富的眼生物参数测量，用于眼病的监控及预防。对于眼后节部分，视网膜地形图可以为视网膜脱落风险的早期评估提供有力的依据，另一方面视网膜形态分析还可以为屈光不正引起的眼球变形研究提供方法。由于视网膜位于眼后部，且必须透过其他眼部组织才能到达，视网膜的检查方式和方法受到了非常大的局限。目前针对眼底检查的主要方式是眼底照相机，平面的眼底照片只能提供视网膜表面的病变信息，对于一些视网膜病变发生的形态上的变化，平面照片则无法提供有效的参考。

在专利cn1604753中介绍了一种基于波阵面测量的方法，入射光束进入眼睛在视网膜上成像并被散射，通过计算眼睛的波阵面相差从而确定眼球长度的变化，进而指示该特定图像位置处的视网膜地形图。该方法实现了对视网膜的形态的绘制，但设备复杂，模型参数变量较多，受外界干扰影响较大，其实用性及可行性不高。

光学相干层析(oct)技术发展迅速，以其快速、非侵入等优点广泛用于医疗研究当中。oct扫描结果是断层图像，可以精准提供视网膜形态信息，计算视网膜厚度等生物参数，然后受到成像质量和成像深度的制约，普通oct无法进行大范围数据采集，难以构建完整的视网膜地形图。

通过对公开专利文献的检索，并未发现与本专利申请相同的公开专利文献。

技术实现要素：

本发明的目的在于克服现有技术的不足，提供一种用于视网膜地形图测定的设备及方法。

本发明解决其技术问题是通过以下技术方案实现的：

一种用于视网膜地形图测定的设备，其特征在于：由可移动探头和分析主机构成，所述的可移动探头主要由眼底摄像模块、光学相干层析模块、二向色分光镜及接目镜构成，所述的分析主机控制眼底摄像模块与光学相干层析模块同步；

所述的眼底摄像模块提供高清眼底图像监视及眼底照片采集；

所述的光学相干层析模块提供视网膜断层扫描数据，经过数据重组实现眼底视网膜形态生物参数的计算；

眼底摄像模块和光学相干层析模块通过二向色分光镜合并光路，共用接目镜，该接目镜位于二向色分光镜的正前方。

而且，所述眼底摄像模块的照明源共轭点与光学相干层析模块的入射光共轭点重合；在正确的工作距离的情况下，可移动探头位于被测量眼睛的瞳孔中心，所述正确的工作距离为可移动探头到被测量眼睛的距离在12-40mm之间。

一种用于视网膜地形图测定的方法，其特征在于：包括如下步骤：

(1)数据的采集：

a、前期准备：被测眼睛保持不动，可移动探头光轴方向与眼轴方向对齐，可移动探头与被测眼睛保持工作距离，此时开始对被测眼睛上划分的各区域分别进行数据采集；

b、拍摄眼底照片：利用眼底摄像模块对被测眼睛上各相应的区域进行拍照，形成各相应视角下的眼底照片p；

c、数据的采集、扫描：对各相应的区域进行数据采集扫描，将包括各相应区域内眼底照片和光学相干层析数据块的全部信息存储为一个相应的数据子集；

(2)对所存储的各数据子集进行分析处理：

a、oct图像重建：每个数据子集中的光学相干层析模块所采集的数据是被测眼睛的光强信息，经过傅里叶变换后，可得到数据重构的组织图像数据块m×n×z；

b、oct图像对齐；

c、眼底照片与enface图像配准，enface图像是通过数据重构得到的眼底图像，其分辨率为m×n，以此将每个数据子集的enface图像与对应的眼底照片p图像匹配，建立眼底照片与oct数据的对应关系；

d、眼底图像拼接；

e、数据子集拼接：首先根据眼底图像拼接的结果和眼底图像与enface的对应关系，得到周边区域与中间区域的相对位置关系，完成初步的数据拼接；然后，针对初步拼接的数据块，重复步骤二中的数据对齐过程，纠正拼接误差；

f、还原真实视网膜形态：

以共轭点为起点，至扫描参考面的长度为曲率半径，建立扫描参考曲面模型，探头旋转位置坐标(xn，yn)确定了各个oct数据块中心法线需要旋转的角度，每个数字块中的m×n条数据线，旋转至对应参考曲面点的曲率半径方向，使数据参考面与扫描参考面重合，即完成率超大范围视网膜形态还原；

(3)计算视网膜地形图

根据步骤(2)中的子步骤f还原的视网膜形态，提取各enface图像中采样点的x、y、z实际坐标，该坐标集表示了视网膜曲面的实际空间位置，从而可以形成一张以黄斑为中心的视网膜地形图，并通过颜色来区分不同的地形高度。

而且，所述的可移动探头以共轭点为旋转中心，将探头视场旋转至下一个区域，探头光轴始终穿过共轭点，保证工作距离不变，此时对下一个区域进行数据的采集。

而且，所述的各眼底照片应保证相接或部分重叠，光学相干层析数据在各数据子集中所覆盖的区域保证相接或部分重叠。

而且，所述oct图像对齐包括如下步骤：

(1)根据相位连续性对x方向上的数据进行相位补偿，用以矫正相邻扫描线之间存在的深度方向位移；

(2)在y方向上，在n幅图像m×z中，设置特征信息点，利用特征信息点重合的原理，对数据进行y方向上的信息矫正；

(3)矫正后的图像沿深度方向做enface处理，得到enface图像；

而且，所述眼底照片与enface图像配准包含如下步骤：

(1)缩放眼底图片使得单位像素对应的尺寸与enface图像单位像素对应的尺寸相当，缩放系数由硬件的比例决定；

(2)分别使用同态滤波平衡眼底图像与enface图像的背景光照；

(3)位移enface图像，找到与眼底图像相关系数最大的位置偏差，即完成了眼底照片与enface图像的配准。

而且，所述相关系数的计算方法为enface图像上的点e(x,y)与眼底图像上点f(x+u,y+v)的乘积和，找到相关系数上最大的u，v值，即得到enface图像和眼底图像相关系数最大的位置偏差。

而且，所述的数据子集拼接包括如下步骤：

(1)同态滤波平衡眼底图像；

(2)多尺度garbor滤波检测眼底血管：血管gabor滤波算法主要利用了二维gabor小波方向和频率的选择特性,从而实现对图像的局部特征的提取，在连续域中对图像f(x)进行的gabor小波变换可定义为tψ(b,θ,a)＝c-1/2ψa-1∫ψ*(a-1r-θ(x-b))f(x)d2x；

(3)应用超边图的方法匹配实现不同图像中血管的匹配：将视网膜血管网络中的分叉和交叠点表示成图的顶点，图上的一条边描述了两个顶点在血管网络中具有路径联通关系，此外给顶点赋予一定的权值；

(4)根据血管匹配的结果配准整幅眼底图像：首先根据图匹配结果计算刚性变换参数，进而再由quadratic-icp算法进行迭代并获得血管模型的非刚性配准，最后利用点集配准结果对原始图像进行变换和插值得到最终的配准图像和非线性几何校正场。

而且，所述的b为位移,θ为旋转角度，a为缩放尺度，在4个尺度上，每个尺度沿0°～180°每隔10°对视网膜图进行一次garbor小波变换，从而实现不同粗细和不同方向血管的检测和增强；

而且，所述的光学相干层析模块可以是频域oct系统，时域oct系统，扫频oct系统以及其他方式的oct系统。

本发明的优点和有益效果为：

1.本用于视网膜地形图测定的设备及方法，可以获得大范围视网膜地形图以及范围内各点视网膜曲率、视网膜厚度、视网膜断层图像等生物参数，该图像在未来可作为诊断依据，应用于近视眼防控工作。

2.本发明结构简单，易于实现，大幅提升了实用性及可行性。

3.本发明为非侵入方式，无刺激，易于被患者接受。

附图说明

图1为本发明设备的结构原理示意图；

图2为本发明旋转探头以共轭点为旋转中心对被测眼睛进行扫描的示意图；

图3为图2中被测眼睛上测试区域的示意图；

图4为本发明的方法流程图；

图5为本发明步骤(2)的方法流程图；

图6为本发明步骤(2)中子步骤二的方法流程图；

图7为本发明步骤(2)中子步骤三的方法流程图；

图8为本发明步骤(2)中子步骤五的方法流程图

图9为本发明扫描参考曲面与数据参考面重合的结构示意图。

附图标记

1-可移动探头、2-眼底摄像模块、3-二向色分光镜、4-接目镜、5-光学相干层析模块、6-被测量眼睛、7-分析主机、8-共轭点、9-扫描参考面、10-数据参考面。

具体实施方式

下面通过具体实施例对本发明作进一步详述，以下实施例只是描述性的，不是限定性的，不能以此限定本发明的保护范围。

一种用于视网膜地形图测定的设备，如图1所示，该设备由可移动探头1和分析主机7构成，其中可移动探头包括眼底摄像模块2、二向色分光镜3、接目镜4和光学相干层析模块5。眼底摄像模块提供高清眼底图像监视及眼底照片采集，光学相干层析模块提供视网膜断层扫描数据，经过数据重组实现眼底视网膜形态生物参数的计算。眼底摄像模块和光学相干层析模块通过二向色分光镜合并光路，共用接目镜，眼底摄像模块的照明源共轭点与光学相干层析的入射光共轭点重合，在正确的工作距离的情况下，位于被测量眼睛6的瞳孔中心，所述正确的工作距离为可移动探头到被测量眼睛的距离在12-40mm之间。可移动探头以共轭点为圆心，可以沿水平弧线和竖直弧线方向移动，实现以共轭点为球心的球面运动。分析主机控制眼底摄像模块与光学相干层析模块同步，使得眼底照片与所采集的oct数据集一一对应，采集结束后统一分析处理。

一种用于视网膜地形图测定的方法是通过以下步骤实现的，如图4所示，包括(1)数据的采集；(2)对所存储的各数据子集进行分析处理；(3)计算视网膜地形图。

(1)数据的采集，如图2、3所示，被测眼睛保持不动，探头光轴方向与眼轴方向对齐，探头与被测眼睛保持工作距离，此时对s1区域进行数据采集。眼底摄像模块拍照该视角下眼底照片p1，光学相干层析模块设置扫描范围为x×y×z，采样点数为m×n，在s1区域进行数据采集扫描，将包括眼底照片和光学相干层析数据块的全部信息存储为数据子集1，此时探头旋转坐标为x1，y1。

以共轭点8为旋转中心，将探头视场旋转至s2区域，探头光轴始终穿过共轭点，保证工作距离不变。此时对s2区域进行数据采集，眼底摄像模块拍照该视角下眼底照片p2，光学相干层析模块设置扫描范围为x×y，采样点数为m×n×z，在s2区域进行数据采集扫描，将包括眼底照片和光学相干层析数据块的全部信息存储为数据子集2，此时探头旋转坐标为x2，y2。眼底照片p1与p2应保证相接或部分重叠，光学相干层析数据在数据子集1中所覆盖的区域与在数据子集2中所覆盖的区域保证相接或部分重叠。

继续旋转探头，在s3-s9区域分别进行数据采集，拍摄眼底照片p3-p9，光学相干层析模块设置扫描范围为x×y，采样点数为m×n×z，在s3-s9区域进行数据采集扫描并分别存储为数据子集3～数据子集9，每个数据子集对应的探头旋转位置为(x3，y3)-(x9，y9)，同样的，相邻数据子集中，眼底照片应保证相接或部分重叠，光学相干层析数据所覆盖的区域保证相接或部分重叠。

(2)对所存储的各数据子集进行分析处理，对所采集的若干数据子集按照图5的流程进行分析处理，过程如下：

步骤一、oct图像重建。每个数据子集中的光学相干层析模块所采集的数据是被测眼睛的光强信息，经过傅里叶变换后，可得到数据重构的组织图像数据块m×n×z

步骤二、oct图像对齐：

如图6所示，该步骤包含如下子步骤：

1、根据相位连续性对x方向上的数据进行相位补偿，用以矫正相邻扫描线之间存在的深度方向位移。

2、在y方向上，在n幅图像m×z中，设置特征信息点，利用特征信息点重合的原理，对数据进行y方向上的信息矫正

3、矫正后的图像沿深度方向做enface处理，得到enface图像e1-e9

步骤三、眼底照片与enface图像配准，enface图像是通过数据重构得到的眼底图像，其分辨率为m×n，以此将每个数据子集的enface图像与对应的眼底照片p图像匹配，建立眼底照片与oct数据的对应关系：

如图7所示，该步骤包含如下子步骤：

1、缩放眼底图片使得单位像素对应的尺寸与enface图像单位像素对应的尺寸相当，缩放系数由硬件的比例决定。

2、分别使用同态滤波平衡眼底图像与enface图像的背景光照。对于一幅图像f(x,y)，可以表示为照射分量i(x,y)和反射分量r(x,y)的乘积。其中0<i(x,y)<∞，0<r(x,y)<1。i(x,y)描述景物的照明，变化缓慢，处于低频成分。r(x,y)描述景物的细节，变化较快，处于高频成分。因为该性质是乘性的，所以不能直接使用傅里叶变换对i(x,y)和r(x,y)进行控制，因此可以先对f(x,y)取对数，分离i(x,y)和r(x,y)。令z(x,y)＝lnf(x,y)＝lni(x,y)+lnr(x,y)。由于f(x,y)的取值范围为[0,l-1]，为了避免出现ln(0)的情况，故采用ln(f(x,y)+1)来计算。然后取傅里叶变换，得到z(u,v)＝fi(u,v)+fr(u,v)。然后使用一个滤波器，对z(u,v)进行滤波，有s(u,v)＝h(u,v)z(u,v)＝h(u,v)fi(u,v)+h(u,v)fr(u,v)。滤波后，进行反傅里叶变换，有s(x,y)＝idft(s(u,v))。最后，反对数(取指数)，得到最后处理后的图像。g(x,y)＝exp^(s(x,y))＝i0(x,y)+r0(x,y)。由于我们之前使用ln(f(x,y)+1)，因此此处使用exp^(s(x,y))-1。i0(x,y)和r0(x,y)分别是处理后图像的照射分量和入射分量。经过同态滤波后的图像，各处的光量强度变的均衡。

3、位移enface图像，找到与眼底图像相关系数最大的位置，即是配准位置。相关系数的计算，即是enface图像上的点e(x,y)与眼底图像上点f(x+u,y+v)的乘积和。找到相关系数最大的u，v值，就是两者对应的偏移量.

步骤四、眼底图像拼接：

如图8所示，该步骤包含如下子步骤：

1、同态滤波平衡眼底图像。同态滤波的实现如步骤三中子步骤2；

2、多尺度garbor滤波检测眼底血管。血管gabor滤波算法主要利用了二维gabor小波方向和频率的选择特性,从而实现对图像的局部特征的提取。在连续域中对图像f(x)进行的gabor小波变换可定义为tψ(b,θ,a)＝c-1/2ψa-1∫ψ*(a-1r-θ(x-b))f(x)d2x。

其中b为位移,θ为旋转角度，a为缩放尺度。在4个尺度上,每个尺度沿0°～180°每隔10°对视网膜图进行一次garbor小波变换,从而实现不同粗细和不同方向血管的检测和增强。

3、应用超边图匹配的方法实现不同图像中血管的匹配。将视网膜血管网络中的分叉和交叠点表示成图的顶点,图上的一条边描述了两个顶点在血管网络中具有路径联通关系，此外给顶点赋予一定的权值。从固定和浮动血管网络图像中提取的特征点和集分别为p＝{xi|i＝1,…,np}和q＝{yi|i＝1,…,nq},待匹配的两个加权图为gp(vp,ep,lp)、gq(vq,eq,lq)。vp＝p、vq＝q边和为顶点集合；e＝{(u,v)|u,v∈v}为边集合，l＝{lij|(i,j)∈e}为边属性集合。

找到从vp到vq的一个分派矩阵m＝{mii′|mii′＝1ifxi∈gp,yi′∈gq}，使得匹配代价函数达到最大值。

4、根据血管匹配的结果配准整幅眼底图像。首先根据图匹配结果计算刚性变换参数，进而再由quadratic-icp算法进行迭代并获得血管模型的非刚性配准。最后利用点集配准结果对原始图像进行变换和插值得到最终的配准图像和非线性几何校正场。

步骤五、数据子集拼接：

该步骤包含如下子步骤：

1、根据眼底图像拼接的结果和眼底图像与enface的对应关系，得到s2-s9区域与s1区域的相对位置关系，完成初步的数据拼接；

2、针对初步拼接的数据块，重复步骤二中的数据对齐过程，纠正拼接误差；

步骤六、还原真实视网膜形态：

如图9所示，以共轭点为起点，至扫描参考面的长度为曲率半径，建立扫描参考曲面模型，探头旋转位置坐标(xn，yn)确定了9个oct数据块中心法线需要旋转的角度，每个数字块中的m×n条数据线，旋转至对应参考曲面点的曲率半径方向，使数据参考面10与扫描参考面9重合，即完成率超大范围视网膜形态还原。

(3)计算视网膜地形图：

根据步骤六还原的视网膜形态，提取enface图像e1-e9中采样点的x、y、z实际坐标，该坐标集表示了视网膜曲面的实际空间位置。从而可以形成一张以黄斑为中心的视网膜地形图，并通过颜色来区分不同的地形高度。该图像在未来可作为诊断依据，应用于近视眼防控工作。

在本发明的具体实施中，所述光学相干层析模块可以是频域oct系统，时域oct系统，扫频oct系统以及其他方式的oct系统。

在本发明的具体实施中，所述9个数据子集是示意性的，并非决定性的，仅作为举例性说明所述的数据子集数量可以是任意的，需满足相邻数据子集相接或部分重合即可。

尽管为说明目的公开了本发明的实施例和附图，但是本领域的技术人员可以理解：在不脱离本发明及所附权利要求的精神和范围内，各种替换、变化和修改都是可能的，因此，本发明的范围不局限于实施例和附图所公开的内容。