CN113662659A - 一种基于3d-mri眼球模型的眼部参数获取系统 - Google Patents
一种基于3d-mri眼球模型的眼部参数获取系统 Download PDFInfo
- Publication number
- CN113662659A CN113662659A CN202110981388.8A CN202110981388A CN113662659A CN 113662659 A CN113662659 A CN 113662659A CN 202110981388 A CN202110981388 A CN 202110981388A CN 113662659 A CN113662659 A CN 113662659A
- Authority
- CN
- China
- Prior art keywords
- eyeball
- point
- mri
- parameters
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/102—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for optical coherence tomography [OCT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/12—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/14—Arrangements specially adapted for eye photography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
- A61B2034/101—Computer-aided simulation of surgical operations
- A61B2034/105—Modelling of the patient, e.g. for ligaments or bones
Abstract
本发明涉及眼部参数定位的技术领域,公开了一种基于3D‑MRI眼球模型的眼部参数获取系统,包括模型构建模块,用于构建算法模型;眼球构建模块,用于构建3D‑MRI眼球模型;初始参数获取模块,用于在3D‑MRI眼球模型中找出初始眼球参数及其位置;数值输入模块,用于输入变量的数值;二次参数获取模块,用于获取在基于变量的数值上计算得到的二次眼球参数;处理模块,用于对获取的初始眼球参数和二次眼球参数进行处理,获取眼球参数之间的弧长和直线距离。本发明旨在通过眼球MRI数据,构建3D‑MRI眼球模型,找出初始眼球参数及其位置,以便于获取二次眼球参数以及眼球参数之间的弧长和直线距离。
Description
技术领域
本发明涉及眼部参数定位的技术领域,更具体地,涉及一种基于3D-MRI眼球模型的眼部参数获取系统。
背景技术
目前眼眶MRI及OCT影像的三维重建技术已经用于眼眶疾病、眼外伤术前评估及辅助手术设计,尤其是对于眼眶骨折的修复起到了非常重要的作用。对于眼球的MRI三维重建技术,目前也有报告用于识别及分类病理性近视后巩膜葡萄肿的形态,但是还未有技术基于MRI三维重建眼球形态后,进行眼球参数的精准测量,例如眼轴长度,眼球水平径、垂直经及后巩膜葡萄肿形态及范围的计算,黄斑在巩膜表面的定位等。
另一方面,目前黄斑兜带术已经被证实能够有效治疗病理性近视引起的后巩膜葡萄肿、黄斑裂孔、黄斑劈裂、黄斑脱离等系列并发症,但此手术还未得到有效推广,主要原因在于:
1)还未有方法能够在准确定位眼球外黄斑对应位置;
2)还未有方法能够正确计算黄斑兜带顶压的高度;
3)不同的黄斑兜带材料,因设计不同,材料不同,术者操作不同,无法实现精准定位;
4)不同的后巩膜葡萄肿大小,形态,需要选择不同的兜带材料大小,但是目前还未有方法计算或测量后巩膜葡萄肿的大小。
发明内容
本发明旨在克服上述现有技术的至少一种缺陷(不足),提供一种基于3D-MRI眼球模型的眼部参数获取系统,用于解决眼部参数的准确定位问题。
为解决上述技术问题,本发明采取的技术方案是:
一种基于3D-MRI眼球模型的眼部参数获取系统,包括:
模型构建模块,用于构建算法模型;
眼球构建模块,用于构建3D-MRI眼球模型;
初始参数获取模块,用于在3D-MRI眼球模型中找出初始眼球参数及其位置;
数值输入模块,用于输入变量的数值;
二次参数获取模块,用于获取在基于变量的数值上计算得到的二次眼球参数;
处理模块,用于对获取的初始眼球参数和二次眼球参数进行处理,获取眼球参数之间的弧长和直线距离。
在其中一种实施例中,所述模型构建模块包括:
标注单元:用于在头颅MRI图像中标注出眼球二维图像区域;
训练单元:用于训练经标注单元标注后的图像,从而获得能够从头颅MRI图像中自动识别出眼球二维图像区域的算法模型。
具体地,标注单元可以为labelme标注软件,通过批量从头颅MRI图像中标注出眼球二维图像,再将得到的眼球二维图像通过训练单元训练,最终得到能够从头颅MRI图像中自动识别出眼球的算法模型。
具体地,头颅MRI图像为dicom格式的头部图片。
本技术方案中,MRI是指磁共振成像,本发明是通过MRI技术扫描头颅获得的dicom格式的头颅图像,从而在头颅图像中找到眼球部分的图像,最后进行构建3D-MRI眼球模型。其中,眼球3D-MRI拍摄使用的参数如下:采用眼眶MRI的3D-FIESTA 序列(一种新的快速成像梯度回波序列,是水成像的一种),是采用很短的TR、TE值,液体流动造成的失相位程度较轻,能增强T2/T1高比率组织信号,与眼球周边组织形成明显对比,同时,眼眶MRI的3D-FIESTA 序列可以降低扫描层厚,从而提高组织空间分辨率,并利用MPR进行图像任意平面重组。眼眶MRI的3D-FIESTA 序列,采用薄层扫描,了解眼球的变形程度,测量眼轴,眼球的体积等。具体应用时参数可以设置为:TR 5.9ms,TE minimum ms,回波序列长度75,视野180×180,矩阵设置为256×256,切片厚度1mm,0间距,体素:0.7x0.7。扫描时间是7:06分。
其中,TR为Time of Repetition,重复时间,一般指两个连续的射频脉冲之间的时间间隔; TE为time of Echo, 回波时间,指射频脉冲与相应的回波之间的时间间隔;T2/T1为两种弛豫时间,T1是纵向磁矢量恢复的时间,T2是横向磁矢量的衰减和消失时间。
在其中一种实施例中,所述眼球构建模块包括:
录入单元:用于录入待获取参数的头颅MRI图像;
模型生成单元:用于重构该头颅MRI图像所对应的3D-MRI眼球模型。
具体地,所述模型生成模块通过所述算法模型自动识别出该头颅MRI图像中的眼球二维图像和视神经部分的图像,并通过MARCHING CUBE三维重建算法,将眼球二维图像掩膜重建成3D-MRI眼球模型。
进一步地,模型生成单元基于眼球部分的图像,计算眼球部分的像素阈值,并利用视神经与眼球临近的空间特性,预估出视神经的像素范围,找出视神经部分的图像,从而构建带有视神经部分的3D-MRI眼球模型。
具体地,视神经与眼球临近的空间特性是指视神经的位置与眼球的位置相邻,因此在获得眼球部分的图像时,也可在眼球的边缘找到视神经的位置,从而找出视神经部分的图像,从而构建出带有视神经部分的3D-MRI眼球模型。
在其中一种实施例中,
所述初始参数获取模块通过区分3D-MRI眼球模型的前后、上下、正颞侧和鼻侧方向,从而在3D-MRI眼球模型中获取所述初始眼球参数。
在其中一种实施例中,
所述初始眼球参数至少包括角膜中心点、视神经点,以及视神经部分和后巩膜葡萄肿的位置及范围。
在其中一种实施例中,所述变量的数值至少包括角膜偏移值;
所述二次眼球参数至少包括眼球上方定位点和眼球下方定位点的位置;
所述眼球上方定位点和眼球下方定位点的位置通过以角膜中心点为中心,沿3D-MRI眼球模型的上下、正颞侧和鼻侧方向画十字弧线;并沿上下方向的十字弧线测量所述角膜偏移值获取。
其中,沿十字弧线的正颞侧和鼻侧方向测量所述角膜偏移值,还可以获取颞侧点和鼻侧点的位置。
其中,所述眼球上方定位点与眼球下方定位点之间的直线距离为眼球上下径;所述颞侧点和鼻侧点之间的直线距离为眼球左右径。
进一步地,所述角膜偏移值为18mm。
在其中一种实施例中,
所述变量的数值还包括黄斑在巩膜外表面投影点的位置(x,y);
所述黄斑在巩膜外表面投影点的位置(x,y)通过黄斑和视神经点之间的位置关系获取;
所述黄斑和视神经点之间的位置关系通过眼底图片和OCT图片获取。
其中,眼底图片优选为采用50°覆盖后极部的单张眼底照相获得。
OCT图片为眼后段OCT图片,可以采用横跨视神经及黄斑区的多线扫模式获得。
其中,由于黄斑的实际位置位于眼球的内部,无法真实显示,本发明通过眼底图片及OCT图片一方面可以获取黄斑与视神经点的实际距离;另一方面直接把黄斑在巩膜外表面投影定位,从而在3D-MRI眼球模型上获取黄斑在巩膜外表面的投影点。
在其中一种实施例中,
所述黄斑在巩膜外表面投影点的位置(x,y)通过以视神经点的位置点为原点,并以眼球正颞侧方向为x轴,以眼球下方定位点位置的方向为y轴,测量黄斑到视神经点之间的横向距离x和纵向距离y获得。
进一步地,所述横向距离x为兜带左右偏移值,通常为1-6mm;所述纵向距离y为兜带上下偏移值,通常为1-6mm。所述兜带左右偏移值和兜带上下偏移值根据眼底图片和OCT图片中黄斑与视神经点的实际水平距离和垂直距离计算得出。
进一步地,通过所述兜带上下偏移值,可知兜带上、下带的带长差值,所述兜带上、下带的带长差值即为兜带上下偏移值。
在其中一种实施例中,
所述变量的数值还包括鼻侧偏移值z;
所述二次眼球参数还包括兜带连接点的位置;
所述兜带连接点包括颞侧固定点和眼球上偏移点、眼球下偏移点;
所述颞侧固定点根据兜带的颞侧带长以及角膜中心点、视神经点与颞侧固定点三者之间的位置关系获取;
所述兜带的颞侧带长根据初始眼球参数获取,且颞侧带长为视神经点到颞侧固定点之间的弧长距离;
所述眼球上偏移点、眼球下偏移点分别通过以眼球上方定位点和眼球下方定位点为始点,并往鼻侧方向偏移所述鼻侧偏移值z获得。
进一步地,兜带的颞侧带长根据选用的兜带盘型号获得。兜带盘的型号通过后巩膜葡萄肿的大小选择,兜带盘的中心位置为黄斑在巩膜外表面投影点的位置。
进一步地,所述颞侧固定点根据角膜中心点到颞侧固定点之间的弧长长度获取;而角膜中心点到颞侧固定点之间的弧长长度通过角膜中心点到视神经点的弧长减去颞侧带长获取。
本技术方案中,视神经也位于眼球的内部,无法真实显示,因此无法直接通过视神经点测量视神经点到颞侧固定点的弧长,因此,本技术方案通过术前测量角膜中心点到视神经点的弧长,减去直接确定的正颞侧兜带的长度,即可计算出角膜中心点到颞侧固定点的弧长,从而获得颞侧固定点的位置。
其中,兜带颞侧带长中包含不同圈数组合的钛板以及长度刻度线,通过确定哪个圈作为颞侧固定点,即可获得正颞侧兜带的长度。
例如:当视神经点到角膜中心点的弧长为32mm,以及正颞侧兜带的带长为14mm,则通过视神经点到角膜中心点的弧长减去正颞侧兜带的带长,即可得到角膜中心点到颞侧固定点的弧长为18mm,从而可以找到颞侧固定点的位置。
进一步地,由于眼球上方定位点和眼球下方定位点正好位于肌肉止点位置,为避开肌肉止点,本发明分别往鼻侧偏移zmm,从而获得眼球上偏移点和眼球下偏移点。优选地,鼻侧偏移值为2mm。
在其中一种实施例中,所述眼球参数之间的直线距离至少包括眼轴长度;所述所述眼球参数之间的弧长至少包括初始状态时兜带上、下带的弧长和顶压后的兜带上、下带的弧长;
所述顶压后的兜带上、下带的弧长根据眼球所需的顶压高度确定,所述顶压高度通过眼轴长度确定。
进一步地,所述眼部参数获取系统还包括储存模块,用于将计算出的眼球参数以及眼球参数之间的弧长和直线距离生成数据列表,并显示于二维眼球图像上,以供参考。
本发明旨在通过眼球MRI数据,构建3D-MRI眼球模型,通过自动定位技术,可以自动测量及定位出眼球参数,包括眼球前后、上下、正颞侧和鼻侧方向的各个参数点位置,以及眼轴长度、眼球前后径、眼球上下径、眼球左右径以及视神经部分、视神经点和后巩膜葡萄肿的位置及范围,以便于后续测量计算兜带的放置位置、固定位置以及兜带顶压的高度。
与现有技术相比,本发明的有益效果为:
本发明基于眼球MRI数据重建眼球三维模型,并通过自动定位系统,实现了自动测量眼球的各个参数,包括眼轴长度、眼球的前后径、眼球左右径、眼球上下径、眼球的兜带弧长,及后巩膜葡萄肿大小和范围等参数。
本发明通过结合眼底图片及OCT图片,实现了定位黄斑在巩膜表面的投影点,以及直接在3D模型中显示定位的有益效果。
附图说明
图1为本发明的眼球模型结构示意图。
图2为本发明的眼球3D模型的俯视图。
图3为本发明的眼球3D模型的仰视图。
图4为本发明的眼球3D模型视神经方向的结构示意图。
图5为本发明的眼球3D模型眼球上偏移点和眼球上方定位点的位置关系示意图。
图6为本发明的眼球3D模型眼球上偏移点和眼球下偏移点位置关系示意图。
图7为本发明为平面上眼球上偏移点和眼球下偏移点的位置关系示意图。
具体实施方式
本发明附图仅用于示例性说明,不能理解为对本发明的限制。为了更好说明以下实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
实施例1
如图1~7所示,本实施例公开了一种基于3D-MRI眼球模型的眼部参数获取系统,包括:
模型构建模块,用于构建算法模型;
眼球构建模块,用于构建3D-MRI眼球模型;
初始参数获取模块,用于在3D-MRI眼球模型中找出初始眼球参数及其位置;
数值输入模块,用于输入变量的数值;
二次参数获取模块,用于获取在基于变量的数值上计算得到的二次眼球参数;
处理模块,用于对获取的初始眼球参数和二次眼球参数进行处理,获取眼球参数之间的弧长和直线距离;
储存模块,用于将计算出的眼球参数以及眼球参数之间的弧长和直线距离生成数据列表,并显示于二维眼球图像上,以供参考。
具体地,模型构建模块包括:
标注单元:用于在头颅MRI图像中标注出眼球二维图像区域;
训练单元:用于训练经标注单元标注后的图像,从而获得能够从头颅MRI图像中自动识别出眼球二维图像区域的算法模型。
具体地,标注单元可以为labelme标注软件,通过批量从头颅MRI图像中标注出眼球二维图像,再将得到的眼球二维图像通过训练单元训练,最终得到能够从头颅MRI图像中自动识别出眼球的算法模型。
具体地,头颅MRI图像为dicom格式的头部图片。
本技术方案中,MRI是指磁共振成像,本发明是通过MRI技术扫描头颅获得的dicom格式的头颅图像,从而在头颅图像中找到眼球部分的图像,最后进行构建3D-MRI眼球模型。其中,眼球3D-MRI拍摄使用的参数如下:采用眼眶MRI的3D-FIESTA 序列(一种新的快速成像梯度回波序列,是水成像的一种),是采用很短的TR、TE值,液体流动造成的失相位程度较轻,能增强T2/T1高比率组织信号,与眼球周边组织形成明显对比,同时,眼眶MRI的3D-FIESTA 序列可以降低扫描层厚,从而提高组织空间分辨率,并利用MPR进行图像任意平面重组。眼眶MRI的3D-FIESTA 序列,采用薄层扫描,了解眼球的变形程度,测量眼轴,眼球的体积等。具体应用时参数可以设置为:TR 5.9ms,TE minimum ms,回波序列长度75,视野180×180,矩阵设置为256×256,切片厚度1mm,0间距,体素:0.7x0.7。扫描时间是7:06分。
其中,TR为Time of Repetition,重复时间,一般指两个连续的射频脉冲之间的时间间隔; TE为time of Echo, 回波时间,指射频脉冲与相应的回波之间的时间间隔;T2/T1为两种弛豫时间,T1是纵向磁矢量恢复的时间,T2是横向磁矢量的衰减和消失时间。
本实施例中,眼球构建模块包括:
录入单元:用于录入待获取参数的头颅MRI图像;
模型生成单元:用于重构该头颅MRI图像所对应的3D-MRI眼球模型。
具体地,所述模型生成模块通过所述算法模型自动识别出该头颅MRI图像中的眼球二维图像和视神经部分的图像,并通过MARCHING CUBE三维重建算法,将眼球二维图像掩膜重建成3D-MRI眼球模型。
进一步地,模型生成单元基于眼球部分的图像,计算眼球部分的像素阈值,并利用视神经与眼球临近的空间特性,预估出视神经的像素范围,找出视神经部分的图像,从而构建带有视神经部分的3D-MRI眼球模型。
具体地,视神经与眼球临近的空间特性是指视神经的位置与眼球的位置相邻,因此在获得眼球部分的图像时,也可在眼球的边缘找到视神经的位置,从而找出视神经部分的图像,从而构建出带有视神经部分的3D-MRI眼球模型。
进一步地,初始参数获取模块通过区分3D-MRI眼球模型的前后、上下、正颞侧和鼻侧方向,从而在3D-MRI眼球模型中获取所述初始眼球参数。
具体地,初始参数获取模块利用点云模拟技术,将3D-MRI眼球模型模拟成一个三维球,并通过区分眼球的前后、上下、正颞侧和鼻侧方向,找出眼球的初始眼部参数。
如图1所示,进一步地,所述初始眼球参数至少包括角膜中心点1、视神经点4,以及视神经部分和后巩膜葡萄肿的位置及范围。
本实施例中,所述变量的数值至少包括角膜偏移值;
如图2和图3所示,所述二次眼球参数至少包括眼球上方定位点2和眼球下方定位点3的位置;
所述眼球上方定位点2和眼球下方定位点3的位置通过以角膜中心点1为中心,沿3D-MRI眼球模型的上下、正颞侧和鼻侧方向画十字弧线;并沿上下方向的十字弧线测量所述角膜偏移值获取。
其中,沿十字弧线的正颞侧和鼻侧方向测量所述角膜偏移值,还可以获取颞侧点和鼻侧点的位置。
其中,所述眼球上方定位点2与眼球下方定位点3之间的直线距离为眼球上下径;所述颞侧点和鼻侧点之间的直线距离为眼球左右径。
进一步地,所述角膜偏移值为18mm。
如图4所示,进一步地,所述变量的数值还包括黄斑在巩膜外表面投影点5的位置(x,y);
所述黄斑在巩膜外表面投影点5的位置(x,y)通过黄斑和视神经点4之间的位置关系获取;
所述黄斑和视神经点4之间的位置关系通过眼底图片和OCT图片获取。
其中,眼底图片优选为采用50°覆盖后极部的单张眼底照相获得。
OCT图片为眼后段OCT图片,可以采用横跨视神经及黄斑区的多线扫模式获得。
其中,由于黄斑的实际位置位于眼球的内部,无法真实显示,本发明通过眼底图片及OCT图片一方面可以获取黄斑与视神经点4的实际距离;另一方面直接把黄斑在巩膜外表面投影定位,从而在3D-MRI眼球模型上获取黄斑在巩膜外表面的投影点5。
具体地,黄斑在巩膜外表面投影点5的位置(x,y)通过以视神经点4的位置点为原点,并以眼球正颞侧方向为x轴,以眼球下方定位点3位置的方向为y轴,测量黄斑到视神经点4之间的横向距离x和纵向距离y获得。
其中,横向距离x为兜带左右偏移值,通常为1-6mm;所述纵向距离y为兜带上下偏移值,通常为1-6mm。所述兜带左右偏移值和兜带上下偏移值根据眼底图片和OCT图片中黄斑与视神经点4的实际水平距离和垂直距离计算得出。
其中,通过所述兜带上下偏移值,可知兜带上、下带的带长差值,所述兜带上、下带的带长差值即为兜带上下偏移值。
如图5~7所示,所述变量的数值还包括鼻侧偏移值z;
所述二次眼球参数还包括兜带连接点的位置;
所述兜带连接点包括颞侧固定点6和眼球上偏移点2’、眼球下偏移点3’;
所述颞侧固定点6根据兜带的颞侧带长以及角膜中心点1、视神经点4与颞侧固定点6三者之间的位置关系获取;
所述兜带的颞侧带长根据初始眼球参数获取,且颞侧带长为视神经点4到颞侧固定点6之间的弧长距离;
所述眼球上偏移点2’、眼球下偏移点3’分别通过以眼球上方定位点2和眼球下方定位点3为始点,并往鼻侧方向偏移所述鼻侧偏移值z获得。
进一步地,兜带的颞侧带长根据选用的兜带盘型号获得。兜带盘的型号通过后巩膜葡萄肿的大小选择,兜带盘的中心位置为黄斑在巩膜外表面投影点5的位置。
进一步地,所述颞侧固定点6根据角膜中心点1到颞侧固定点6之间的弧长长度获取;而角膜中心点1到颞侧固定点6之间的弧长长度通过角膜中心点1到视神经点4的弧长减去颞侧带长获取。
本技术方案中,视神经也位于眼球的内部,无法真实显示,因此无法直接通过视神经点4测量视神经点4到颞侧固定点6的弧长,因此,本技术方案通过术前测量角膜中心点1到视神经点4的弧长,减去直接确定的正颞侧兜带的长度,即可计算出角膜中心点1到颞侧固定点6的弧长,从而获得颞侧固定点6的位置。
其中,兜带颞侧带长中包含不同圈数组合的钛板以及长度刻度线,通过确定哪个圈作为颞侧固定点6,即可获得正颞侧兜带的长度。
例如:当视神经点4到角膜中心点1的弧长为32mm,以及正颞侧兜带的带长为14mm,则通过视神经点4到角膜中心点1的弧长减去正颞侧兜带的带长,即可得到角膜中心点1到颞侧固定点6的弧长为18mm,从而可以找到颞侧固定点6的位置。
进一步地,由于眼球上方定位点2和眼球下方定位点3正好位于肌肉止点位置,为避开肌肉止点,本发明分别往鼻侧偏移zmm,从而获得眼球上偏移点2’和眼球下偏移点3’。优选地,鼻侧偏移值为2mm。
眼球参数之间的直线距离至少包括眼轴长度;所述所述眼球参数之间的弧长至少包括初始状态时兜带上、下带的弧长和顶压后的兜带上、下带的弧长;
所述顶压后的兜带上、下带的弧长根据眼球所需的顶压高度确定,所述顶压高度通过眼轴长度确定。
具体地,本技术方案中,顶压高度即后巩膜葡萄肿7被顶压后的高度,顶压高度可以结合微积分原理进行预估眼轴缩短的长度获得。
优选地,还可以通过软件模拟后巩膜葡萄肿7被顶压后的高度,得到顶压后的兜带上、下带的带长。
进一步地,后巩膜葡萄肿7被顶压的高度一般为1~4mm。
进一步地,本发明的眼部参数获取系统还包括储存模块,用于将计算出的眼球参数以及眼球参数之间的弧长和直线距离生成数据列表,并显示于二维眼球图像上,以供参考。
其中,获取的数据列表如下表1所示:
表1
显然,本发明的上述实施例仅仅是为清楚地说明本发明技术方案所作的举例,而并非是对本发明的具体实施方式的限定。凡在本发明权利要求书的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (10)
1.一种基于3D-MRI眼球模型的眼部参数获取系统,其特征在于,包括:
模型构建模块,用于构建算法模型;
眼球构建模块,用于构建3D-MRI眼球模型;
初始参数获取模块,用于在3D-MRI眼球模型中找出初始眼球参数及其位置;
数值输入模块,用于输入变量的数值;
二次参数获取模块,用于获取在基于变量的数值上计算得到的二次眼球参数;
处理模块,用于对获取的初始眼球参数和二次眼球参数进行处理,获取眼球参数之间的弧长和直线距离。
2.根据权利要求1所述的一种基于3D-MRI眼球模型的眼部参数获取系统,其特征在于,所述模型构建模块包括:
标注单元:用于在头颅MRI图像中标注出眼球二维图像区域;
训练单元:用于训练经标注单元标注后的图像,从而获得能够从头颅MRI图像中自动识别出眼球二维图像区域的算法模型。
3.根据权利要求1所述的一种基于3D-MRI眼球模型的眼部参数获取系统,其特征在于,所述眼球构建模块包括:
录入单元:用于录入待获取参数的头颅MRI图像;
模型生成单元:用于重构该头颅MRI图像所对应的3D-MRI眼球模型。
4.根据权利要求1所述的一种基于3D-MRI眼球模型的眼部参数获取系统,其特征在于,
所述初始参数获取模块通过区分3D-MRI眼球模型的前后、上下、正颞侧和鼻侧方向,从而在3D-MRI眼球模型中获取所述初始眼球参数。
5.根据权利要求1所述的一种基于3D-MRI眼球模型的眼部参数获取系统,其特征在于,
所述初始眼球参数至少包括角膜中心点(1)、视神经点(4),以及视神经部分和后巩膜葡萄肿(7)的位置及范围。
6.根据权利要求5所述的一种基于3D-MRI眼球模型的眼部参数获取系统,其特征在于,所述变量的数值至少包括角膜偏移值;
所述二次眼球参数至少包括眼球上方定位点(2)和眼球下方定位点(3)的位置;
所述眼球上方定位点(2)和眼球下方定位点(3)的位置通过以角膜中心点(1)为中心,沿3D-MRI眼球模型的上下、正颞侧和鼻侧方向画十字弧线;并沿上下方向的十字弧线测量所述角膜偏移值获取。
7.根据权利要求6所述的一种基于3D-MRI眼球模型的眼部参数获取系统,其特征在于,
所述变量的数值还包括黄斑在巩膜外表面投影点(5)的位置(x,y);
所述黄斑在巩膜外表面投影点(5)的位置(x,y)通过黄斑和视神经点(4)之间的位置关系获取;
所述黄斑和视神经点(4)之间的位置关系通过眼底图片和OCT图片获取。
8.根据权利要求7所述的一种基于3D-MRI眼球模型的眼部参数获取系统,其特征在于,
所述黄斑在巩膜外表面投影点(5)的位置(x,y)通过以视神经点(4)的位置点为原点,并以眼球正颞侧方向为x轴,以眼球下方定位点(3)位置的方向为y轴,测量黄斑到视神经点(4)之间的横向距离x和纵向距离y获得。
9.根据权利要求7所述的一种基于3D-MRI眼球模型的眼部参数获取系统,其特征在于,
所述变量的数值还包括鼻侧偏移值z;
所述二次眼球参数还包括眼球上偏移点(2’)、眼球下偏移点(3’);
所述眼球上偏移点(2’)、眼球下偏移点(3’)分别通过以眼球上方定位点(2)和眼球下方定位点(3)为始点,并往鼻侧方向偏移所述鼻侧偏移值z获得。
10.根据权利要求9所述的一种基于3D-MRI眼球模型的眼部参数获取系统,其特征在于,
所述眼球参数之间的直线距离至少包括眼轴长度;
所述眼球参数之间的弧长至少包括初始状态时兜带上、下带的弧长和顶压后的兜带上、下带的弧长;
所述眼轴长度为黄斑在巩膜外表面的投影点(5)到角膜中心点(1)的直线距离;
所述初始状态时兜带上、下带的弧长为黄斑在巩膜外表面投影点(5)分别到眼球上偏移点(2’)、眼球下偏移点(3’)的弧长;
所述顶压后的兜带上、下带的弧长根据眼球所需的顶压高度确定,所述顶压高度通过眼轴长度确定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110981388.8A CN113662659B (zh) | 2021-08-25 | 2021-08-25 | 一种基于3d-mri眼球模型的眼部参数获取系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110981388.8A CN113662659B (zh) | 2021-08-25 | 2021-08-25 | 一种基于3d-mri眼球模型的眼部参数获取系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113662659A true CN113662659A (zh) | 2021-11-19 |
CN113662659B CN113662659B (zh) | 2022-08-12 |
Family
ID=78546127
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110981388.8A Active CN113662659B (zh) | 2021-08-25 | 2021-08-25 | 一种基于3d-mri眼球模型的眼部参数获取系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113662659B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116636925A (zh) * | 2023-05-29 | 2023-08-25 | 天津医科大学眼科医院 | 基于3d打印技术的眼球模型条带设计方法 |
EP4316350A1 (en) * | 2022-08-05 | 2024-02-07 | Siemens Healthcare GmbH | Image based detection of characteristic eye movements |
CN116636925B (zh) * | 2023-05-29 | 2024-05-10 | 天津医科大学眼科医院 | 基于3d打印技术的眼球模型条带设计方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013031536A1 (ja) * | 2011-08-30 | 2013-03-07 | 大日本印刷株式会社 | 眼科疾患の画像解析装置、眼科疾患の画像解析方法及び眼科疾患の画像解析プログラム |
EP2653095A1 (en) * | 2012-04-20 | 2013-10-23 | Nidek Co., Ltd | Ophthalmic measurement program and ophthalmic simulation apparatus |
CN105125341A (zh) * | 2015-09-08 | 2015-12-09 | 中山大学中山眼科中心 | 一种用于眼科手术的手术装置 |
CN107516080A (zh) * | 2017-08-22 | 2017-12-26 | 京东方科技集团股份有限公司 | 视网膜病变影像的眼球定位方法、装置及电子设备 |
CN109509179A (zh) * | 2018-10-24 | 2019-03-22 | 深圳市旭东数字医学影像技术有限公司 | 基于医学图像的眼球和晶状体的自动分割方法及系统 |
CN110403755A (zh) * | 2018-04-27 | 2019-11-05 | 深圳市普天阳医疗科技股份有限公司 | 一种后巩膜垫压装置的制作方法及后巩膜垫压装置 |
CN112489048A (zh) * | 2020-12-01 | 2021-03-12 | 浙江工业大学 | 一种基于深度网络的视神经自动分割方法 |
CN112513999A (zh) * | 2017-10-13 | 2021-03-16 | 人工智能技术公司 | 眼科疾病和病症的基于深度学习的诊断和转诊 |
-
2021
- 2021-08-25 CN CN202110981388.8A patent/CN113662659B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013031536A1 (ja) * | 2011-08-30 | 2013-03-07 | 大日本印刷株式会社 | 眼科疾患の画像解析装置、眼科疾患の画像解析方法及び眼科疾患の画像解析プログラム |
EP2653095A1 (en) * | 2012-04-20 | 2013-10-23 | Nidek Co., Ltd | Ophthalmic measurement program and ophthalmic simulation apparatus |
CN105125341A (zh) * | 2015-09-08 | 2015-12-09 | 中山大学中山眼科中心 | 一种用于眼科手术的手术装置 |
CN107516080A (zh) * | 2017-08-22 | 2017-12-26 | 京东方科技集团股份有限公司 | 视网膜病变影像的眼球定位方法、装置及电子设备 |
CN112513999A (zh) * | 2017-10-13 | 2021-03-16 | 人工智能技术公司 | 眼科疾病和病症的基于深度学习的诊断和转诊 |
CN110403755A (zh) * | 2018-04-27 | 2019-11-05 | 深圳市普天阳医疗科技股份有限公司 | 一种后巩膜垫压装置的制作方法及后巩膜垫压装置 |
CN109509179A (zh) * | 2018-10-24 | 2019-03-22 | 深圳市旭东数字医学影像技术有限公司 | 基于医学图像的眼球和晶状体的自动分割方法及系统 |
CN112489048A (zh) * | 2020-12-01 | 2021-03-12 | 浙江工业大学 | 一种基于深度网络的视神经自动分割方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4316350A1 (en) * | 2022-08-05 | 2024-02-07 | Siemens Healthcare GmbH | Image based detection of characteristic eye movements |
US11983876B2 (en) | 2022-08-05 | 2024-05-14 | Siemens Healthineers Ag | Image based detection of characteristic eye movements |
CN116636925A (zh) * | 2023-05-29 | 2023-08-25 | 天津医科大学眼科医院 | 基于3d打印技术的眼球模型条带设计方法 |
CN116636925B (zh) * | 2023-05-29 | 2024-05-10 | 天津医科大学眼科医院 | 基于3d打印技术的眼球模型条带设计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113662659B (zh) | 2022-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106037627B (zh) | 一种婴幼儿全自动视力检查方法及装置 | |
CN108601669B (zh) | 用于确定工具尖端相对于感兴趣的眼部组织的位置和定向的系统和方法 | |
EP2583618B1 (en) | Apparatus for monitoring one or more parameters of the eye | |
Platt et al. | Response fields of intraparietal neurons quantified with multiple saccadic targets | |
EP2583619B1 (en) | Apparatus for monitoring one or more surgical parameters of the eye | |
Cusumano et al. | Three-dimensional ultrasound imaging: clinical applications | |
US20140011173A1 (en) | Training, skill assessment and monitoring users in ultrasound guided procedures | |
CN110292515A (zh) | 一种视功能训练的方法及系统 | |
CN109223032B (zh) | 一种三维超声成像检测脊柱变形的方法 | |
CN103501720A (zh) | 用激光超声乳化破碎测量晶状体倾斜的系统和方法 | |
CN107361843B (zh) | 具有真实触感的沉浸式神经外科手术模拟方法 | |
CN113662659B (zh) | 一种基于3d-mri眼球模型的眼部参数获取系统 | |
CN111093513A (zh) | 用于配准头戴设备系统的系统和方法 | |
CN109288493A (zh) | 一种数字化斜视诊断方法、装置和系统 | |
KR102029768B1 (ko) | 안축장 산출을 위한 시신경 유두의 형태학적 변화 추출 시스템 및 방법 | |
CN110585592A (zh) | 一种个性化电子针灸装置及其生成方法与生成装置 | |
WO2006059089A1 (en) | Ocular mri imaging | |
CN110353775A (zh) | 一种连续扫描截面升维空间定位方法 | |
CN205866721U (zh) | 一种婴幼儿全自动视力检查装置 | |
CN111260610A (zh) | 一种基于房角开放距离曲线的眼前节状态表征方法及系统 | |
CN112188859A (zh) | 视网膜植入物植入过程中的成像装置和方法 | |
CN113761776B (zh) | 基于增强现实的心脏出血与止血模型的仿真系统和方法 | |
CN207640489U (zh) | 一种3d打印的肺部小结节定位/活检辅助装置 | |
CN109935148B (zh) | 眼肌运动模拟及控制装置 | |
CN108364347B (zh) | 一种膜迷路模型制作方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |