通过光学相干层析x射线摄影技术检查眼睛的方法

专利名称：通过光学相干层析x射线摄影技术检查眼睛的方法
通过光学相干层析x射线摄影技术检查眼睛的方法相关申请
本申请要求由Jay Wei， BenJang,和David Huang于2006年1月 19日提交的临时申请号60/760,046，以及由Jay Wei， Ben Jang, David Huang, 和Yonghua Zhao于2006年3月17日提交的临时申请号60/782,888的优先权，每一临时申请通过引用完全结合于此。背景1. 发明领域
本发明涉及使用光学相干层析X射线摄影技术(OCT)进行眼睛 检查的方法。2. 相关技术的讨论
通过常规光学成像方法的视网膜成像，诸如眼底相机成像和间 接检眼镜检查成像，己经常规在临床上用于评估视网膜结构的变化。常规 的视网膜成像为临床医师诊断许多眼科疾病包括青光眼提供了有价值的 信息。当需要评价青光眼患者的视神经头组织结构变化时，需要体视视网 膜成像来检测在所述三维神经头结构中的体积变化。然而，迄今为止，熟 练的临床医师从所述视网膜图像只能提供眼睛结构变化的定性解释。
已经研究了一些成像方法来定量测量神经头的三维结构。由加 利福尼亚州萨克拉曼多的眼科成像系统(Ophthalmic Imaging Systems, Sacramento, CA)制造的青光眼显示镜(Glaucoma Scope)，使用计算机 化的光栅立体摄影术。所述青光眼显示镜将一系列等距的、平行的直线光 束以斜角投射到神经头上。通过测量光线偏转的量，可以确定神经头剖析 图。从神经头的剖析图上，可以得出许多临床重要的体积参数，诸如视神 经乳头(disk)面积、视杯(cup)面积、视神经乳头边缘面积和在视神经乳 头边缘上的视网膜神经纤维层(RNFL)厚度。
由德国海德尔堡工程(Heidelberg Engineering, Germany)制造 的海德尔堡视网膜层析X射线摄影术(HRT)，是基于SLO的激光扫描检眼 镜。通过移动在SLO中的扫描光束的焦平面，可以测量神经头的剖析图。 然而，使用所述SLO方法不能观察到这样的组织，如脉络膜层，其在表面 视网膜表面层的下面。结果，视神经层剖析图是使用人工参照面间接测量 的。即使使用这些先进的技术，充分绘制视神经层的形态的能力也受到限 制。此外，视神经乳头边缘，其也位于视网膜神经纤维层内部，很难通过 SLO成像准确描绘。确定神经头变化的准确性受到限制。
由加利福尼亚州圣迭哥激光诊断技术(Laser Diagnosis Technology, San Diego, CA)提出的青光眼检查，GDx,是另一种绘制RNFL 的方法。所述GDx技术基于偏振测定法。RNFL组织是双折射的，并且当 探测光束穿过RNFL时，将引起偏振旋转。通过测量当光束横越视网膜扫 描时的偏振旋转的大小而间接测量RNFL的厚度。RNFL厚度图通过用激光 束在神经头区域上扫描而获得。使用GDX诊断也有缺点。角膜组织也是双 折射的，其会加总所述偏振旋转。角膜的偏振旋转的大小取决于角膜的厚 度和光束的入射角度。RNFL厚度的准确性显著取决于待测量的个体受试 者。
光学相干层析X射线摄影技术(OCT)是一种新的成像形式，其已 经用于非侵入性人眼视网膜成像。在光束横越视网膜扫描时拍摄的横断面 视网膜图片允许临床医师定量评估视网膜神经层和视网膜厚度。通过构成 放射线扫描模式，可以得到3-D神经头几何结构。由加利福尼亚州Dublin 的Carl Zeiss Meditec (Carl Zeiss Meditec, Dublin, CA)生产的OCT系统， 例如，扫描横越过神经头的6条放射线。从这些放射线图像得出体积参数 如视神经乳头面积、视杯面积，和视神经乳头边缘面积。通常，RNFL厚 度在圆心在视神经乳头中心上的3.45 mm直径的圆形扫描中进行测量。 OCT比先前的方法有利，原因在于OCT提供组织厚度的直接测量，并且不 会显著依赖于其它眼组织条件。然而，与其它成像方法相比，其取样密度 低，并且存在一些由缓慢扫描速度导致的测量假象。此外，由于不准确的 视觉对准和眼睛运动引起扫描偏心，所以，通过围绕视神经乳头的圆形扫 描获得的RNFL厚度通常不可靠。由于在扫描过程中的眼睛运动，视网膜 神经头体积参数和围绕所述神经头区域的RNFL的完整测绘通常是不能获 得的。
只有当眼睛固定没有任何运动，并且OCT扫描光束没有模糊， 以致重要的神经头组织都在OCT图像中显现时，通过OCT成像获得的完整 的神经头测绘才成为可能。然而，在受试者是人时，这些假设中没有一种 是可能的。
己经进行了一些尝试来追踪用于视网膜的扫描光束，以消除眼 睛运动的影响。Dan Ferguson (物理科学公司(Physical Science Inc), Andover， MA)基于反射计原理使用主动反馈来追踪在视网膜上的扫描光 束。这种方法提供实时追踪能力，并且具有彻底扫描神经头的潜力。然而， 需要加入到所述OCT扫描仪中以实施这种追踪方法的额外的共焦扫描激 光部件是复杂而昂贵的。此外，在患者眼睛的眨眼过程中，追踪信号丢失， 并且可能无法从先前扫描顺序中恢复。
Dara Koozekanani (俄亥俄州立大学(The Ohio State University), Columbus,俄亥俄州)已经提议了另一种补偿眼睛运动的方法。该方法使用 扫描光束的反射信号与视频图像的结合，以记录视网膜的位置。然而，使 用这种方法绘制临床重要的神经头参数是不清楚的。使用光栅线OCT扫描 以获得用于绘制视网膜层厚度的三维数据系列已经由Mujat等在Optical Express中描述。然而，没有提供关于怎样绘制神经头边界线的任何描述， 而所述神经头边界线作为参照对得出所有神经头形态参数是必需的。
存在这样的需要，即，直接测量所有神经头体积参数，并且对 于围绕神经头的RNFL有完整测绘。此外，存在对于获得并且显示与神经 头形态相对应的所有临床重要信息的需求，所述临床重要信息是临床医师 诊断疾病如青光眼所高度需要的。概述
依据本发明的实施方案，使用一张或多张图像校正在扫描模式 上拍摄的OCT成像。同样地，依据本发明的一些实施方案的眼睛检査方法 包括获得与扫描模式相对应的OCT图像，其中所述扫描模式基本上覆盖神 经头区域；从所述OCT图像确定视神经乳头边界点；将所述视神经乳头边 界点与从一张或多张模板图像确定的视神经乳头边界相匹配；校正所述视 神经乳头边界点；和确定至少一个神经头形态特征。
在一些实施方案中，所述扫描模式包括多个同心圆和多条放射线。在一些实施方案中，校正所述视神经乳头边界点包括实施血管校正。 在一些实施方案中，校正所述视神经乳头边界点包括确定视神经乳头的中 心。在一些实施方案中，确定至少一种神经头形态特征包括确定在以所述 视神经乳头中心为圆心的圆中的视网膜神经纤维层厚度。在一些实施方案中，所述一张或多张模板图像是与OCT图像同时拍摄的视频图像。在一些 实施方案中，校正所述视神经乳头边界点包括校正眼睛的运动。在一些实 施方案中，所述一张或多张模板图像是使用光栅扫描模式拍摄的模板OCT 图像。在一些实施方案中，神经头边界在所述模板OCT图像中确定。
本发明的这些和其它实施方案在下文中参照下述附图进一步讨 论。应该理解，前述综合描述和下述详细描述都只是示例性的和解释性的， 而不是对本发明所要求保护范围的限制。此外，关于某些层在沉积过程中 或在结合这些层的装置的实施中的沉积或表现的具体解释或理论只是为 了解释而描述，并不应该被视为是限制本发明内容或权利要求的范围。附图简述


图1A和1B显示通过海德尔堡视网膜层析X射线摄影(HRT)技术 拍摄的神经头图像。
图2A和2B分别显示通过GDx技术产生的早期和晚期阶段的青 光眼的RNFL厚度图。
图3显示通过OCT技术拍摄的神经头图像。
图4显示在本发明的实施方案中使用的用于绘制围绕视神经乳 头的视网膜神经纤维层的厚度和神经头形态的扫描图像模式。
图5显示使用本发明的实施方案产生的示例图，其显示与青光眼诊断相关的神经头形态。
图6显示在OCT扫描中由围绕神经纤维乳头的血管组织的光吸收引起的图像变形的实例。
图7显示在获得图像过程中由于眼睛运动引起的视神经乳头边 缘变形的实例。
图8显示举例说明根据本发明的实施方案的自动图像处理方法 的步骤的框图。
图9显示根据本发明的实施方案用于绘制神经头边界的扫描模式和绘图显示。
图10举例说明可以用在本发明的一些实施方案中的亮度补偿方法。
图ll举例说明根据本发明的一些实施方案的可以用来实施眼睛 检査的OCT成像仪的实施方案。
在这些附图中，具有相同名称的元件具有相同或相似的作用。详述
本发明的实施方案可以用来评估用于诊断眼睛疾病的眼组织结 构。 一些实施方案使用光学相干层析X射线摄影(OCT)图像、眼底图像， 和与两种图像形态相关的算法来准确绘制眼组织结构。本发明的一些实施 方案提供的眼组织结构图像基本上不存在由于眼睛运动引起的假象或由 于视网膜血管的光吸收引起的图像变形。本发明公开的眼睛检查方法可以 用于诊断视神经头中的眼睛病理，例如青光眼。
如上述讨论，视网膜眼睛病理的诊断取决于神经头区域的准确 和完整成像。所述神经头区域的图像显示在图1A、 1B、 2A、 2B，禾Q3中。 图1A和1B是使用HRT技术获得，图2A和2B是使用GDx技术获得，图3是使 用OCT技术获得。这些图像中的每一张举例说明表征神经头的不同方面。
图1A和1B显示视神经头乳头的图像110，其由视神经乳头轮廓 111和视杯112表征。在图1A和1B中所示的所述视神经乳头和视杯形状是 通过HRT (海德尔堡视网膜层析X射线摄影技术(Heidelberg Retinal Tomography)，海德尔堡工程(Heidelberg Engineering),德国)的扫描激光 共焦图像装置获得。如上述讨论，HRT技术扫描横越神经头的激光扫描检 眼镜(SLO)的焦平面。
在图1B中所示的视神经乳头轮廓102是通过操作员在共焦视网 膜图像101上绘制。视杯112的形状来自参照面和在所述面上的视神经乳头
轮廓。在图1A的图像110中所示的边缘区域113是在视神经乳头轮廓111(在 视网膜图像101上绘制为轮廓102)和视杯112之间的区域。边缘区域113和由视神经乳头轮廓lll所围绕的区域，视神经乳头区域的比例是临床上关 于青光眼诊断的重要参数。然而，所述参照面是限定视神经乳头区域并且 由此确定边缘与视神经乳头的比例计算的重要参数，并且它被任意定义为在视乳头周围视网膜表面下50 pm。视网膜表面顶点的变化，其通常在眼 科疾病中观察到，会引起参照面变化，并且因此将改变所计算出的视神经 乳头和视杯参数。因此，使用这种技术计算视神经乳头和视杯参数是不可 靠的。
用于诊断视神经病理的另一个重要参数是视网膜神经纤维层 (RNFL)厚度。RNFL厚度典型地通过高于所述参照面的视网膜高度而确定。 沿着视神经乳头边缘的视网膜高度的显示(图1A和1B未显示)通常被绘 制成RNFL厚度图的变化。因此，通过HRT技术确定的RNFL厚度图是不准确的。
图2A和2B显示从用加利福尼亚州圣迭哥的激光诊断技术(Laser Diagnosis Technologies, San Diego， CA)制造的偏振测定装置GDx获得的早 期阶段的青光眼患者的进展的RNFL厚度图谱200和201 (该公司现在由加 利福尼亚州Dublin的Carl Zeiss Meditec获得)。所述GDx技术测量当光束横 越神经头扫描时在所述光束中的偏振旋转的量。RNFL组织是双折射的， 因此偏振旋转的量是对RNFL厚度的测度。
在图2A中所示的RNFL厚度图谱200显示早期阶段的青光眼，而 在图2B中所示的RNFL厚度图谱201显示在更晚期阶段的青光眼。RNFL的 双折射特征引起入射光束的偏振，其根据它所通过的RNFL的厚度改变其 偏振方向。通过测量反射光束的偏振的旋转角，可以计算RNFL的相对厚 度。早期阶段青光眼患者RNFL200的高层和低层RNFL束202仍然确实可 见。但是在晚期，在RNFL图谱201中高层和低层RNFL束203已经变得非常 薄。在图像200和图像201下，RNFL厚度205的变化沿着常规选择的以神经 杯为圆心的3.45mm直径的圆204的周长绘制。显示正常RNFL厚度206的区 域，以基于测得的患者的RNFL厚度来估算统计的风险。然而，立体参数 值，例如视神经乳头和视杯形状，不能从这种成像方法获得。因此，通过
确定所述视神经乳头和视杯形状而获得常规诊断参数是不可实现的。
图3显示通过使用由加利福尼亚州Dublin的Carl Zeiss Meditec制 造的StmtusTM OCT而获得的神经头形态分析的绘图显示屏300。所述 Stratus OCT采用横越神经头的6次横截面OCT扫描307。 一次扫描，扫描 301的图像，显示在显示屏300中。可识别视神经乳头边缘302的两个边。 视神经乳头边缘302 (还叫作视网膜色素上层(RPE)的边)，如在扫描301 中所示，通过显示出视神经乳头边的密度改变而被识别出来。在横截面301 中还可见的是进入所述视杯的神经纤维。视杯边界303通常通过横穿参照 线而定义，所述参照线高于连接视神经乳头边界302的侧面与神经头最内 部边界的线150 pm并且与之平行，如在扫描301中所示。
然后，通过连接来自所述6次横截面扫描307的每一次的12个视 神经乳头边界点而获得视神经乳头轮廓305。类似地，通过连接来自所述6 次横截面扫描307的每一次的12个视杯边界点而获得视杯轮廓306。
在本实施例中，所述视神经乳头边界点中的一个，点304，明显 地没有连接到所述视神经乳头轮廓。这一般由血管阴影效应(shadowing effect)引起，其将在下文中进一步讨论。这种技术的另一个缺点是由于界 标的数目较少，所述扫描很难与视神经乳头中心308对准。这可以在图像 300中显示出来，因为视神经乳头中心308与扫描307的中心不一致。
正如在从这些技术中的每一种获得的数据的分析中所证明的， 它们中没有一种能提供对神经头的完全的、可靠的或准确的分析。它们中 的每一种都不能可靠地确定一个或多个参数。
本发明的一些实施方案所述的视网膜扫描方法可以确定表征神 经头的参数，同时克服眼睛运动和血管排列的问题。图ll举例说明根据本 发明所述的一些实施方案可以在用于眼睛检查的OCT成像仪1100的实例。 OCT成像仪1100包括为联接器1003提供光的光源1101，其将光通过取样臂 导向XY扫描1104，并且通过参照臂导向光延迟1105。 XY扫描1104扫描横 越眼睛1109的光，并且收集来自眼睛1109的反射光。从眼睛1109反射的光 捕获在XY扫描1004中，并且与从光延迟1105反射的光在联接器1103中结 合，以产生干涉信号。将所述干涉信号耦联到探测器1102中。OCT成像仪 1100可以是时域的OCT成像仪，在这种情形中，深度(或A-扫描)是通过
扫描光延迟1105获得；或者可以是傅里叶域的成像仪，在这种情形中，探 测器1102是捕获作为波长的函数的干涉信号的分光计。在每种情形中，OCTA-扫描由计算机1108捕获。沿着XY模式获得的A-扫描的收集用来产 生OCT图像。OCT图像的一个实例在与本申请同时提交的美国申请系列号 {代理巻号09433.0005-00}中描述，其通过引用完全结合于此。
除了OCT成像仪llOO，根据本发明的用于眼睛检测的装置包括 照相机1106，其可以是眼底照相机。将来自照相机1106的光通过联接器 1107耦联到OCT成像仪lIOO的样品臂上。联接器l 107防止来自照相机l 106 的光进入联接器1103，同时将来自眼睛1109的源于照相机1106的反射光导 回到照相机1106中。计算机1108接收并且分析来自照相机1106的图像和来 自OCT成像仪1100的图像。使用图像的组合，可以获得神经头的准确和完 整的OCT图像。
图4显示可以用于本发明的实施方案中OCT扫描模式400，其对 神经头形态和视网膜神经纤维层(RNFL)可更好地成像。扫描模式400包括 多个同心圆扫描401和以同心圆扫描401的圆心为中心的多条放射线扫描 402。同心圆扫描401覆盖大部分的，如果不是全部的，人眼神经头(视神 经乳头)大小范围。恰好在视神经乳头边界403外常规半径为3.45 pm的 RNFL厚度，具有关于青光眼患者进展性失去RNFL厚度的最需要的临床信 息。
然而，由于患者的眼睛运动，很难将扫描400对准到患者视神经 乳头中心。然而，扫描模式400不需要精确地定位在患者的视神经乳头上。 扫描模式400这样排列，以致放射线402的长度与由至少一个圆形扫描401 所覆盖的区域交叠。只要扫描模式400足够大，足以覆盖目的区域，那么 就可以处理获得的图像，如将在下文进一步讨论，而确定使用多条放射线 扫描的视神经乳头中心的位置，并且选择来自多个圆形扫描的数据以确定 RNFL在距以所述视神经乳头为中心的适当距离处的厚度。
图5显示依据本发明的一些实施方案使用图4的扫描400拍摄的 OCT图像500。在恰好在所述视神经乳头边界外直径为，如常规3.45mm的 圆中的平均部分RNFL厚度，显示在围绕RNFL图像502的每一部分501中。 边缘区域503由视神经乳头边界轮廓504和视杯边界505所围绕。在这一单 图中，同时显示了在所述视神经乳头区域关于神经纤维的所有关键的临床 信息用于便利的临床诊断。
先前，至少需要两个独立的系统来分别完成神经纤维图谱和视神经乳头顺杯轮廓，以获得在图5所示的信息。例如，Stratus OCT系统(加 利福尼亚州Dublin的Carl Zeiss Meditec制造)和GDx系统(由加利福尼亚 州圣迭哥的激光诊断技术(Laser Diagnosis Technology, San Diego, CA)制 造)，或HRT系统(由德国海德尔堡工程(Heidelberg Enginnering, Germany) 制造)和GDX系统。
然而，由于血管对入射光束的吸收。OCT信号将在血管后面变 得非常微弱。因此，它引起对脉络膜组织的阴影。由于脉络膜层的末端， 其也叫作视网膜色素上层(RPE)末端，用来描绘视神经乳头边缘，如在图5 所示的基于OCT图像的视神经乳头形状是不可靠的。血管的光吸收(也叫 作血管阴影效应)在图6中显示。
图6显示横越神经头的横截面OCT扫描600。所述视神经乳头边 界602被直接位于其上的血管遮挡，其在所述OCT图像中本身是不可见的。 只从OCT扫描600，脉络膜601的边界可能被错误地识别为视神经乳头边 界。如果将这一错误点用来确定视神经乳头轮廓，那么所述视神经乳头轮 廓将是变形的。
眼睛运动是引起视神经乳头形态错误描绘的另一个因素。眼睛 运动的影响在图7中举例说明。如在图7中所示，视神经乳头轮廓706由来 自在图7中识别为扫描701、 702、 703和704的至少4次放射状OCT线扫描的 视神经乳头边界构建。由于眼睛的眼睛运动，扫描702和703偏移，它们的 使用导致视神经乳头轮廓705的变形。
为了克服这些问题，依据本发明的眼睛检查，如在图10所示的 成像仪中所示，使用一串视频视神经乳头图像，其在系列OCT扫描的获得 期间记录，来重新对准所述视神经乳头形态的扫描模式。这样的重新对准 的扫描图像在图5中显示。在OCT扫描过程中近红外波长照明用来照亮视 网膜。从所述视神经乳头反射的光很亮，并且在这些波长范围内血管相对 不可见。因此，视神经乳头轮廓将在所述视频图像中充分确定，其显示没 有血管的模糊。然后将来自所述视频图像的视神经乳头形状用来校正被血 管遮蔽的脉络膜组织的末端(RTE末端)。从所述串的视频图像检测的视 网膜运动，可以用来记录OCT图像，同时相对彼此扫描模式如模式400， 以建立准确的OCT合成图像。
图8显示举例说明根据本发明的一些实施方案的图像处理方法 的步骤的框图。根据本发明的图像处理方法的实施方案包括下述步骤(1) OCT图像获得步骤801; (2)视频图像获得步骤802; (3)视网膜色素上层 (RPE)末端检测步骤803; (4) RPE末端描绘步骤804; (5)视频图像缩放步 骤805; (6)视神经乳头边界检测步骤806; (7)视神经乳头边界和RPE末端 匹配步骤807; (8)视神经乳头中心确定步骤808; (9)血管校正步骤809; (10)运动修正步骤810; (11)校正后的RPE末端描绘步骤811;和(12)神 经头形态表征步骤812。
在本发明的图像处理方法中的第一步是在OCT图像获得步骤 801中获得OCT图像。在一些实施方案中，OCT图像使用如在图4中所示的 扫描模式400获得，尽管也可以使用其它类似的富含数据的扫描模式。多 条放射线-扫描的图像用来检测RPE末端的位置，并且随后用来表征神经头的形态。多个同心圆-扫描的图像用来在确定视神经乳头边界位置和它们的 中心后检测在所述视神经乳头边界外的RNFL厚度。在获得OCT图像的同 时，在步骤802中使用视频照相机(诸如在图10中的照相机1006)获得图 像。所述视频图像，其可以是眼底视频图像，将用来指导在OCT图像中检 测RPE末端。
步骤803是在从步骤801中获得的OCT图像中检测RPE末端。对 于每张OCT图像，基于沿着OCT图像的垂直方向的强度变化的边缘检测， RPE顶部边缘最先被抽出，然后平滑化，以形成两条RPE顶部曲线，其被 视神经乳头谷分开，在图6中显示为603。两条RPE顶部曲线的起点分别位 于OCT图像的第一条线和最后一条线上。两条RPE顶部曲线的终点被检测 为RPE的末端。由于血管变形和/或眼睛运动，这样检测的RPE末端通常是 不准确的。
每张OCT图像在x-e面上获得，因此在同一x-e面上检测并描绘所 述RPE末端。随后为了最好地与在视频图像中的视神经乳头轮廓相匹配， 在步骤804中将RPE末端转化成x-y面描绘，以达到与在图3中所示的描绘相 似的描绘。用于x-y描绘的轮廓点的数目是在步骤801中获得的放射线-扫描图像的数目的两倍。
在步骤805中，将在步骤802中获得的视频图像按比例缩放，以 致它们的x-y像素分辨率与步骤804的x-y RPE末端描绘的那些相同。步骤 805将通常不同的OCT图像和视频图像的像素分辨率相匹配。
在步骤806中，进行来自视频图像的视神经乳头边界检测。可以 使用一种适应性阈值算法，以将视神经乳头区域与其背景分开并获取边界 曲线。
在步骤807中，在步骤804中确定的RPE末端与在步骤806中确定 的视神经乳头边界曲线相匹配。换言之，在步骤804中导致RPE末端的识别 的每个侧面OCT扫描与在步骤806中确定的视神经乳头边界曲线上的点相 配。
视神经乳头中心可以通过所述视神经乳头边界曲线的重心或几 何中心而计算出来。然而，扫描模式400以其为中心的瞄准中心可以不与 视神经乳头中心一致。假定在视频图像上瞄准中心位置(xa， yj和给定的扫 描角e，可以确定从相对应的边界点到所述瞄准中心的两个距离测量。如 果不存在血管变形和/或眼睛运动，这些测量将与通过OCT图像计算的距离 测量相匹配得很好。如在图6中所示，由于RPE末端将被错误地检测为在离 图像中心更远的位置上，所以血管变形使得距离测量变得更大。然而，在 OCT图像中距离放大可能只对于仅一个RPE末端而不是两个RPE末端发生 的意义上，预测所述变形是局部的。此外，所述距离放大通常在横越连续 的图像中不是平滑的。相反，由于眼睛运动引起的对RPE末端的位置的错 误检测将会非常不同地表现。首先，在OCT图像中距离修正将总是发生在 两个RPE末端的意义上，预测所述变形是全部的。由于眼睛运动将引起两 个RPE末端以相同方向运动，这意味着如果一个RPE具有距离放大，那么 另一个应该具有距离缩小，原因在于一个离开图像中心，另一个运动到离 所述图像中心更近。其次，横越连续的图像，距离放大和縮小是平滑的。 使用基于这些发现的优选的匹配方案来计算由于血管变形和/或眼睛运动 引起的RPE末端的位置偏移。
在步骤808中，视神经乳头中心由在视频图像中的视神经乳头边 界曲线的几何中心确定，步骤808通常在进行了校正步骤809和810之后。视神经乳头中心的确定在优选的临床信息的显示中是重要的，如先前关于图5所述。在前述匹配过程中，确定由血管变形引起的局部RPE末端位置偏 移，并且可以重新定位所述RPE末端以在步骤809中校正局部偏移。由眼睛 运动引起的全部RPE末端位置偏移也通过前述匹配步骤确定，并且RPE末 端可以被重新定位以在步骤810中补偿所述全部偏移。这些步骤有效地解 决了先前在神经头成像系统中没有解决方案的三个基本问题即，不能同 时提供视神经乳头中心确定、血管变形和眼睛运动。
在步骤811中，依据先前计算的位置偏移来确定在x-y面上的校 正的RPE末端。基于RPE末端的正确位置，可以在步骤812中更准确地表现 神经头图谱及其形态特征，如先前参考图4和5所述。
尽管在图8中所示的许多步骤是通过计算机自动进行，但是一些 步骤可以由操作者实施或辅助。例如，检测视神经乳头边界的步骤806可 以使用操作者输入。另外，RPE末端检测可以使用操作者输入。在一些实 施方案中，所有这些步骤都通过计算机进行。
在图8中所示的实施方案举例说明使用视频图像，以校正从在步 骤801中获得的单张OCT图像确定的RPE末端。然而，本发明的实施方案也 可以使用其它图像。例如，在使用图4的扫描模式在步骤801中获得OCT图 像之前，可以使用非常密的扫描模式如光栅扫描模式拍摄单独的OCT图 像。所述密集的OCT图像可以用来产生模板OCT图像，其中识别出所述视 神经乳头轮廓。这种模板OCT图像可以替代在步骤802中拍摄的视频图像， 并且在步骤807中所述RPE末端与在所述模板OCT图像中鉴定的边界进行 匹配。这一技术的一个优点在于所述模板OCT图像可以再用于该患者的随 后的访问中。
图9显示模板OCT扫描，其中已经确定了神经头边界。在图9所 示的图像中，使用光栅线扫描模式来生成祌经头区域的三维数据系列。例 如，可以使用100张OCT图像扫描4mmX4mm的区域，并且每张OCT剖面 图可以由512个轴向扫描组成。在Y方向扫描的张数可以增加，以提高图像 的分辨率，平衡更长的扫描时间和更多的眼睛运动假象。
然后将所述OCT扫描数据以三维方式(Xi.yi,Zi)重组。神经头901
的平写图像(enfaced image)，如在图9中所示，是对在(Xi，力)中的每个像 素的Z-方向上的信号总和，或 Z誦=￡ Zj (i= k, j),其中k和j可以进行调整，以获得平写图像，从而揭示神经头边界。所述调 整可以由操作者使用手工调节的滑片910和911而进行，或者所述调整可以 使用在所述边界上获得最大反差的算法而确定。
为了提高神经头边界的反差，视网膜的前表面可以通过各种方 法使用图像处理算法而分开。根据本发明的一些实施方案所述的一种方法 是在与RPE层平行的平面中检查该平写图像。从层k到层j的信号总和可以 进行调整，以便在所述平写图像中发现的神经头边界轮廓与在X-Z面上的 剖面图像中发现的RPE末端密切相关。
由于神经头通常倾斜向临时的方向。所以在视网膜的鼻侧OCT 信号强度通常是弱的。为了提高平写图像的反差和均匀性，在找到神经头 边界之前先将不平衡的图像亮度均衡是有利地。对于平衡亮度，许多方法 是已知的。可以用于本发明的实施方案中的一种这样的方法，其在图10中 所示，如下从下式计算关于x方向的Fl和F2:Fl = f (x,y)的平均数，对于x < 2/DF2 = f(x,y)的平均数，对于x〉2/D 其中f是亮度，作为x和y的函数度，并且D是显示的范围。然后可以计算亮 度的差别为△f=Fl-F2。然后可以确定校正因子为K=Af/(D/2)。然后可以计算在x方向上X-Y平面中整个OCT图像的信号强度，为 f' (x, y) = f(x, y)-xK。
神经头边界可以由上述算法自动分离出，或者由操作者使用辅 助视图903绘制。在903中神经头边界显示为在剖面图中的RPE末端。在一 些扫描中的末端被在其上的视网膜血管遮蔽。在平写图像901中的黑色区 域清楚地显示了RPE末端的位置。操作者可以通过使用滑片905和907而滑
动线906和908而观察每张剖面图像。
在证实每张剖面图像的边界位置后，将在平写图像901中记录并 显示两个RPE末端的位置。然后对于每张剖面图像，操作者可以重复这一 过程，直到获得足够的数据点以在平写图像901上完全识别神经头边界。 由于存在足够多的剖面图像，操作者可以略过其中所述RPE末端位置不清 楚的那些，并且仍然能够在相邻区域中找到所述RPE末端。然后可以以充 分的准确性确定神经头边界。操作者还可以使用在Y-Z平面902中的剖面图 像进行相同的处理。3D图像904是在901、 902和903中的剖面图像的对应图 像。
对于青光眼患者，神经头边界通常没有改变，因此边界轮廓可 以存储作为基线。这种方法与图8所示的使用视频基线的方法相似，但是 它只使用操作者的输入而从OCT图像绘制。
对于下一次患者访问，具有基线轮廓的平写图像可以用作参照， 以在新的扫描上找到神经头边界。在所述平写图像中，视网膜血管具有非 常高的反差，并且它通常不在青光眼患者中改变位置。交叉相关算法可以 用来记录具有基线平写图像的新扫描。在将所述平写图像与所述基线平写 图像对齐后，神经头边界基线可以覆盖所述新扫描的平写图像，在所述新 平写图像中的神经头边界可以由算法绘制。从这些基线边界轮廓，可以用 算法以在接近X-Y平面中的预定的像素的有限范围内找到RPE末端，在图8 的部分中已经描述其过程。
在图9中确定的神经头边界基线可以用来替代在步骤802中拍摄 并且在步骤805和806中处理的视频图像。尽管来自图8步骤801中拍摄的 OCT图像的RPE末端不能使用这一方法来校正眼睛运动，但是可以实现关 于血管的校正和视神经乳头中心的确定。由于使用图4的扫描模式400获得 OCT图像的速度的原因，在一些情形中，在检查过程中的眼睛运动可以被 忽略。
尽管本发明所述的成像方法的实施方案己经在上文进行了描 述，但是应该理解，本发明不限于所公开的实施方案，而是能够不背离本 发明的精神进行部件和元件的许多重排和改进。上述实施方案只是示例性 的，并且不意欲以任何方式限制。本领域技术人员可以认识到可以在所述 系统中进行的许多改进。这些改进应在本公开内容的范围内。同样地，本 发明仅由后附的权利要求而限定。
权利要求
1. 一种眼睛检查的方法，其包括获得与扫描模式相对应的OCT图像，其中所述扫描模式基本上覆盖神经头区域；从所述OCT图像确定视神经乳头(disk)边界点；将所述视神经乳头边界点与从一张或多张模板图像确定的视神经乳头边界相匹配；校正所述视神经乳头边界点；和确定至少一个神经头形态特征。
2. 权利要求1的方法，其中所述扫描模式包括多个同心圆和多条放射线。
3. 权利要求1的方法，其中校正所述视神经乳头边界点包括进行血管 校正。
4. 权利要求1的方法，其中校正所述视神经乳头边界点包括确定视神 经乳头中心。
5. 权利要求4的方法，其中确定至少一个神经头形态特征包括确定在 以所述视神经乳头中心为圆心的圆中的视网膜祌经纤维层的厚度。
6. 权利要求1的方法，其中所述一张或多张模板图像是与所述OCT 图像同时拍摄的视频图像。
7. 权利要求6的方法，其中校正所述视神经乳头边界点包括校正眼睛 运动。
8. 权利要求1的方法，其中所述一张或多张模板图像是使用光栅扫描 模式拍摄的模板OCT图像。
9. 权利要求8的方法，其中神经头边界是在所述模板OCT图像中确定。
10. 权利要求1的方法，其中所述扫描模式包括多个同心圆和在所述 同心圆中心相交并且与至少一个所述同心圆相交的多条放射线。
11. 权利要求10的方法，其中所述扫描模式横跨足够大而足以包括所 述神经头区域的区域。
12. 权利要求10的方法，其中视网膜神经纤维层厚度是在以所述神经 头为中心的特定直径的圆上计算。
13. 权利要求6的方法，其中所述视频图像使用近IR光获得。
14. 权利要求13的方法，其还包括在每张视频图像中确定视神经乳头 边界。
15. 权利要求14的方法，其中确定所述视神经乳头边界是自动进行的。
16. 权利要求14的方法，其中确定至少一个视神经乳头边界是由操作 者进行的。
17. 权利要求9的方法，其中所述神经头边界通过下述确定 从所述模板OCT图像形成平写图像(enface image);从所述平写图像确定所述边界。
全文摘要
本发明描述了进行OCT图像扫描的方法。拍摄其它图像，并且形成模板，以校正所述OCT图像，例如，关于眼睛运动、血管排列、和偏心进行校正。在一些实施方案中，与所述OCT图像同时拍摄视频图像，并且用来校正所述OCT图像。在一些实施方案中，在获得OCT图像之前形成模板OCT图像，并且所述模板OCT图像用作校正所有OCT图像的模板。
文档编号G01N21/00GK101400295SQ200780008434
公开日2009年4月1日 申请日期2007年1月19日 优先权日2006年1月19日
发明者戴维·黄, 本·K·张, 赵勇华, 魏励志 申请人:光视有限公司