用于屈光性激光手术的列线图计算和应用系统及方法

专利名称：用于屈光性激光手术的列线图计算和应用系统及方法
技术领域：
本发明涉及用于对眼睛执行屈光性激光手术的系统和方法，更具体地涉及基于来 自先前处置(procedure)的数据而自适应地调整感测数据的此类系统和方法。
背景技术：
在传统屈光性激光手术中，临床医生通常修改输入到治疗系统中的处方。此类修 改是基于用所述特定治疗系统实现的结果方面的先前经验，以及基于源自例如人口统计数 据的特定患病人群方面的经验。例如，如果对先前结果的分析指示将此系统用于特定类的 病人有50%过矫正，则外科医生可能为被诊断患有3屈光度的近视的病人输入2屈光度近 视治疗处方。此类基于先前经验对输入的治疗参数进行的经验性修改称为列线图调整。列 线图被眼科协会视为基础性的，因为不同的临床医生采用不同的手术技术，在不同的环境 条件下动手术，具有不同的病人统计等等。 获得列线图的一种方法是将期望的矫正参数输入到激光系统中，测量在处置之前
及之后的一定时间病人的屈光状态(或误差)，并随后与期望的屈光变化相关地确定所实
现的屈光变化。通过计算这些期望的矫正和实现的矫正之间的关系，外科医生可以生成列
线图，该列线图将那些调整定义为被输入到激光系统中的将得到最佳实现结果的值。通常，
此列线图由等式组成，所述等式将要被输入到激光系统中的所述值定义为与期望矫正和多
个病人参数相关，所述病人参数包括但不限于年龄和多种诊断测量结果。 计算并应用这些矫正(列线图)的标准方法是对于实现矫正数据对比期望矫正数
据执行最小二乘法拟合或其它趋势计算。然而，这种方法未考虑数据中的噪声，并且可能导
致过度激进(aggressive)的列线图计算，从而得到相应的次最佳结果。 因此，提供一种供在屈光性激光手术中使用的用于改善列线图的计算和应用并因
此改善结果的系统和方法将是有益的。

发明内容
本发明的一方面致力于提供一种用于使得用于激光烧蚀角膜治疗的处方最优化 的方法。所述方法包括接收所测量的针对当前病人的矫正处方的步骤。通常，将已经使用 波前确定而获得所述处方，但这并不意图作为限制。接下来，访问关于多个先前治疗的病人 的治疗结果的数据库。所述数据库包含针对每个先前治疗的病人的手术前波前确定矫正处 方(即期望矫正)、以及手术后视力资料(即实际矫正)。期望矫正与实际矫正之间的差表 示由于手术而引起的过矫正或矫正不足。 根据所述差数据计算与矫正水平相关的数据点的分布。然后根据所述数据点分布来计算用于使实际矫正与期望矫正匹配的对于矫正处方的基于统计学的偏移应用。还根据 所述数据点分布来计算使用预定置信水平的数据的置信区间。然后基于所述置信区间来调 整所述基于统计学的偏移以提供最优化处方。然后输出经调整的基于统计学的偏移以供在 执行屈光处置时使用。 本发明的方法的本实施例因此将数据分布考虑在内，以便调整补偿系数，并从而 降低数据中的噪声和变化将导致对治疗参数进行过度激进的调整的可能性。因此，该方法 已显示可提供具有更稳定列线图的改善结果。 本发明的另一实施例包括用于使得用于激光烧蚀角膜治疗的处方最优化的系统， 包括处理器；关于多个先前治疗的病人的治疗结果的数据库，每个治疗病人结果包括基 于测量矫正处方的期望矫正和手术后实际矫正，所述数据库与所述处理器进行信号通信； 存在于可由所述处理器读取的介质上的软件包，所述软件包包括代码段，该代码段适合于 接收用于当前病人的测量矫正处方；访问治疗结果的数据库；根据访问的治疗结果来计算 与矫正水平相关的数据点的分布；根据所述数据点分布来计算可应用于矫正处方以便使实 际矫正与期望矫正匹配的基于统计学的偏移；根据所述数据点分布来计算使用预定置信水 平的数据的置信区间；基于所述置信区间来调整所述基于统计学的偏移以提供最优化处 方；以及输出经调整的偏移以供在执行屈光处置时使用。所述用于计算基于统计学的偏移 的代码段可以包括用于执行最小二乘法拟合(least-squares fit)的代码段，和用于执行 最小二乘误差拟合(minimum least-squares error fit)的代码段。 另一方面包括创建用于使得用于激光烧蚀手术的处方最优化的系统的方法，所述 方法包括如上所述的形成治疗结果的数据库的步骤。存在于处理器上的搜索引擎适合于提 取治疗结果。还提供用于执行如上所述的计算步骤的软件。 通过结合附图进行的以下说明，将更好地理解关于组织和操作方法两者来表征本 发明的特征、以及本发明的其它目的和优点。应明确地理解的是附图用于图解和说明的目 的，且并不意图作为本发明的限制的定义。结合附图来阅读下文的说明时，将更全面地清楚 由本发明的实施例达到的这些及其它目的和由本发明的实施例提供的优点。


图1是本发明的系统的实施例的示意图； 图2是用于使得针对当前病人的治疗处方最优化的本发明的方法的实施例的流 程图； 图3是期望矫正和实际矫正的样本数据分布的图表； 图4是包括与图3所示相同的数据分布、并且包括根据最小二乘误差拟合计算的 趋势线(实线)的图表，所述趋势线周围有95%置信区间(虚线)；以及
图5是用于与图3不同的数据集的样本数据分布的图表，其包括趋势线(实线) 和95%置信区间线(虚线)。
具体实施例方式
现在将参照图1至图5给出对本发明的优选实施例的说明。 本发明的系统10(图1)和方法100(图2)意在使得用于激光烧蚀角膜治疗的处方最优化。在优选实施例中，将已经使用波前确定装置11来测量(方框101)针对当前病人的测量矫正处方。原始矫正处方被接收到具有存储器20的处理器12中(方框102)，存储器20具有存在于其中的软件包13。存储器20可以是任何介质，如本领域的技术人员所已知的那样，其可操作用于被处理器12读取且可操作用于存储软件包13。例如，存储器12可以是RAM、 ROM、磁性硬盘驱动器或光学存储系统。 由软件包13来访问(方框103)关于多个先前治疗的病人的治疗结果的数据库14。每个治疗病人结果具有与之相关的手术前波前确定矫正处方(期望矫正)和手术后视力资料(实际矫正)。 根据数据库14中的治疗结果，软件包13和处理器12计算与矫正水平相关的数据点的分布(方框104)。根据所述分布，例如使用期望矫正和实际矫正之间的最小二乘误差拟合来计算趋势线(方框105)，该趋势线表示可应用于矫正处方以便使实际矫正与期望矫正匹配的基于统计学的偏移。 根据所述分布，还使用预定置信水平来计算数据的置信区间(方框106)。典型的置信水平例如可以在90-05%范围内，但此范围并不意图作为限制。如果置信区间足够小(方框107)，则可以使用所计算的偏移来修改输入的矫正处方(方框108);如果置信区间在预定量以上(方框107)，则可以基于该置信区间来调整基于统计学的偏移以提供最优化处方(方框109)，并输出(方框110)到例如治疗设备15以供在执行屈光处置时使用(方框111)。 因此，与本发明的计算同量地调整当前病人矫正处方，以使用所计算的基于置信度的列线图来形成最优化处方，从而避免可统计学地计算的过度矫正或矫正不足，并考虑数据中的噪声和变化。 本领域的技术人员应理解的是此特定实施例表示示例性方法，但在不脱离本发明的精神的情况下可以预想替代实施例。 优选地，在当前病人的每次治疗(方框111)之后，在治疗之后以预定时间间隔测量(方框112)当前病人的治疗结果。为了连续地充实数据库，当前病人的治疗结果随后被输入到数据库中(方框113)。 在图3至图5中给出了使用两个数据集的示例。图3是样本数据集的图表，其中x轴示出意图或期望矫正，且y轴描绘相应的实现的矫正(单位为屈光度)。将图表二等分的虚线30指示如果结果是完美的，那么所有数据点将位于什么位置。 图4示出相同的数据集，但是添加了已经使用最小二乘误差拟合来计算以便最好地描述数据的趋势线40(实线)。围绕所述趋势线的虚线表示95%置信区间。
图5示出不同的数据集以及相应的最佳拟合(趋势)线(实线)和95%置信区间(围绕所述趋势线的虚线)。对于这些数据，与完美情况(虚线30)的平均偏差量类似于图3和4的数据集中的平均偏差量；然而，现在数据"紧"得多；也就是说，数据点一致地更接近于所述趋势线。因此95%置信区间小得多。这里，趋势线斜率约为0.8。其中由y二x *斜率+偏移量来给出趋势线的偏移项约为0.0。忽略置信度计算的应用于数据的补偿因此将是与1/0. 8 = 1. 25的乘法运算。考虑到非常紧的置信区间，本发明的系统确定适当的补偿项至少约为此乘法因子1. 25。 在图4中，另一方面，数据更加可变，因此具有较大的置信区间。因此，不是根据趋势线40来直接估计所计算的补偿，而是所计算的补偿是此值的分数。例如，如果斜率是0. 8，则所计算的列线图将不包括1. 25的补偿项，而是包括1. 0与1. 25之间的某个值。
然后，总而言之，如果置信度非常高，则本发明的系统的实施例补偿所有或大部分所观察到的趋势；否则，与此置信度和统计分布相关地减少补偿量。 本发明的系统和方法的实施例还可以考虑其它因素。在屈光手术中，期望的是所有病人具有最佳结果。然而，由于过程的性质和个体之间的复原差异，这是不现实的。病人有时由于接受比所需量更多的治疗而被过度矫正，或者由于接受比所需量更少的治疗而矫正不足。通常，优选的是后者，因为总是可以通过后续手术来去除附加组织，但是过度矫正之后的附加治疗可能需要更多的组织去除。 因此，除了对列线图的基于置信度的调整之夕卜，可以适当地进行附加调整，以便使列线图偏置，从而使得任何预期的残余误差趋势将趋向于矫正不足而不是过度矫正。应用偏置的程度直接受到数据中的置信度的影响，因此，在置信度高的情况下，对矫正不足偏置的需要较少。 本发明的实施例可以提供对列线图的附加修改。众所周知眼睛不会如单独地基于激光传输计算所预期的那样线性地或简单地响应于治疗。例如，如果一个人观察到(以高置信度)10%的矫正不足，则将治疗增加10%不一定提供最佳的结果。基于治疗的特性和眼睛的复原响应，可能观察到结果中的或多或少的变化。因此，还可以通过修改列线图来补偿此因素。保守方法是减少所应用的矫正量，使得如在伺服响应系统中一样有效地"阻尼"列线图计算。这样做的结果是随着时间的推移得到最佳列线图，但初始列线图有点保守。
在前述说明中，已出于简洁、明了和理解的目的使用某些术语，但并不由此暗示超过现有技术要求的不必要的限制，因为此类词语在本文中用于说明的目的且意图被广泛地理解。此外，本文所示和所述的系统和方法的实施例是示例性的，并且本发明的范围不限于本文所公开的精确细节。 现在已描述了本发明、其优选实施例的构造、操作和使用、以及从而获得的有利的新的有用的结果，对于本领域的技术人员来说显而易见的本发明的新的且有用的构造及合理的机械等价物在随附权利要求中得以阐述。
权利要求
一种用于使得用于激光烧蚀角膜治疗的处方最优化的方法，包括以下步骤接收针对当前病人的测量矫正处方；访问关于多个先前治疗的病人的治疗结果的数据库，每个治疗病人结果包括基于所述测量矫正处方的期望矫正和手术后实际矫正；根据所述数据库中的治疗结果来计算与矫正水平相关的数据点的分布；根据所述数据点分布来计算可应用于矫正处方以便使实际矫正与期望矫正匹配的基于统计学的偏移；根据所述数据点分布来计算使用预定置信水平的数据的置信区间；基于所述置信区间来调整所述基于统计学的偏移以提供最优化处方；以及输出经调整的偏移以供在执行屈光处置时使用。
2. 如权利要求1所述的方法，其中，计算基于统计学的偏移的步骤包括执行最小二乘 法拟合。
3. 如权利要求1所述的方法，其中，计算基于统计学的偏移的步骤包括执行最小二乘 误差拟合。
4. 如权利要求1所述的方法，其中，所述预定置信水平在90%至95%范围内。
5. 如权利要求1所述的方法，其中，所计算的置信区间越大，经调整的偏移越低。
6. —种用于使得用于激光烧蚀角膜治疗的处方最优化的系统，包括 处理器；关于多个先前治疗的病人的治疗结果的数据库，每个治疗病人结果包括基于所述测量 矫正处方的期望矫正和手术后实际矫正，所述数据库与所述处理器进行信号通信；存在于所述处理器可读的介质上的软件包，该软件包包括代码段，该代码段适合于接收针对当前病人的测量矫正处方；访问治疗结果的数据库；根据访问的治疗结果来计算与矫正水平相关的数据点的分布；根据所述数据点分布来计算可应用于矫正处方以便使实际矫正与期望矫正匹配的基 于统计学的偏移；根据所述数据点分布来计算使用预定置信水平的数据的置信区间； 基于所述置信区间来调整所述基于统计学的偏移以提供最优化处方；以及 输出经调整的偏移以供在执行屈光处置时使用。
7. 如权利要求6所述的系统，其中，用于计算基于统计学的偏移的代码段包括用于执 行最小二乘法拟合的代码段。
8. 如权利要求6所述的系统，其中，用于计算基于统计学的偏移的代码段包括用于执 行最小二乘误差拟合的代码段。
9. 如权利要求6所述的系统，其中，所述预定置信水平在90%至95%范围内。
10. 如权利要求6所述的系统，其中，所计算的置信区间越大，经调整的偏移越低。
11. 一种用于对病人执行屈光处置的方法，包括以下步骤测量当前病人以确定实现期望的视力改善所需的矫正，该矫正可用屈光处置来实现； 访问关于多个先前治疗的病人的治疗结果的数据库，每个治疗病人结果包括基于所述 测量矫正处方的期望矫正和手术后实际矫正；根据所述数据库中的治疗结果来计算与矫正水平相关的数据点的分布； 根据所述数据点分布来计算可应用于矫正处方以便使实际矫正与期望矫正匹配的基 于统计学的偏移；根据所述数据点分布来计算使用预定置信水平的数据的置信区间； 基于所述置信区间来调整所述基于统计学的偏移以提供最优化处方；以及 使用经调整的偏移对当前病人执行所述屈光处置。
12. 如权利要求11所述的方法，其中，计算基于统计学的偏移的步骤包括执行最小二 乘法拟合。
13. 如权利要求11所述的方法，其中，计算基于统计学的偏移的步骤包括执行最小二 乘误差拟合。
14. 如权利要求11所述的方法，其中，所述预定置信水平在90%至95%范围内。
15. 如权利要求11所述的方法，其中，所计算的置信区间越大，经调整的偏移越低。
全文摘要
一种用于使得用于激光烧蚀角膜治疗最优化的方法，包括接收针对当前病人的测量矫正处方。接下来，访问关于多个先前治疗的病人的治疗结果的数据库。所述数据库包含期望矫正和实际矫正。期望矫正与实际矫正之间的差表示由于手术而引起的过度矫正或矫正不足。根据此差数据计算与矫正水平相关的数据点的分布。根据所述数据点分布来计算可应用于矫正处方以便使实际矫正与期望矫正匹配的基于统计学的偏移。根据所述数据点分布来计算使用预定置信水平的数据的置信区间。然后基于所述置信区间来调整基于统计学的偏移以提供最优化处方。然后输出经调整的偏移以供在执行屈光处置时使用。
文档编号A61B3/103GK101715335SQ200880018806
公开日2010年5月26日 申请日期2008年6月2日 优先权日2007年6月5日
发明者G·H·佩蒂特, J·A·卡姆平 申请人:爱尔康折射视界公司