CN101237811B - 眼科装置定位系统和相关的方法 - Google Patents

Abstract

公开一种用于确定眼睛相对于眼科装置的最佳位置的系统和方法。该方法的一个实施例包括：接收包括眼睛表面的图像的数据，该眼睛是在相对于眼科装置的第一位置。定位图像中的边缘特征，并利用预定的算法完成边缘特征的锐度计算以产生锐度值。然后，调整眼睛表面到相对于眼科装置的第二位置，并重复以上的步骤，直至锐度值是最大化，它指出已实现最佳的眼睛位置。该系统的一个实施例包括：处理器和该处理器可以执行的软件包，该软件包适合于完成以上的计算。还提供一个调整装置，用于调整眼睛表面到相对于眼科装置的第二位置。

Description

眼科装置定位系统和相关的方法

技术领域

本发明涉及用于完成角膜波前测量和激光辅助角膜外科手术的系统和方法，尤其是，本发明涉及在接受这种外科手术时优化眼睛聚焦的这种系统和方法。

背景技术

技术人员知道，借助于波前引导的折射激光外科手术，可以完成角膜烧蚀。通常，波前传感器测量像差图和它相对于解剖界标的位置，它可以是固有的或从外部所加的特征。像差数据以及几何重合信息可以被直接转移到治疗准分子激光器，该激光器通常用于进行烧蚀。

在眼科装置中，定位测量装置或烧蚀装置与眼睛有一个已知的距离并准确地对准眼睛是非常重要的，它可以使该装置是治疗有效的。在一些系统中，眼睛必须处在中心位置并有清晰的聚焦，便于操作员与图像的相互作用。重要的是，使激光束聚焦到相对于眼睛的预定平面上，例如，在准分子激光系统中，或使眼睛定位以便随后有效地测量眼睛，例如，波前测量。

在辅助定位眼科装置的已知技术中，借助于角膜尖分开多个光束，例如，红外光束，并把多个光束投影到角膜上，便于随后进行自动分析或操作员的分析，为的是评价眼睛定位的准确性。若眼睛没有处在治疗有效的位置，则可以移动该装置和/或头/眼睛，为的是最佳地重新定位眼睛或定位到限定的可接受容差内。

解决定位问题的现有已知方案通常是容忍误差并要求操作员和/或附加硬件的干预。所以，有利的是提供一种用于提高准确性和眼睛对准自动化的系统和方法，而不需要操作员的输入或附加的硬件。

发明内容

本发明涉及一种用于确定眼睛相对于眼科装置的最佳位置的系 统和方法。最佳位置可以是放置眼睛的任何位置，它使眼科装置治疗有效地实现它的设计目的。最佳定位可以包括定位眼睛到这样的位置，它使眼科装置可以实现它的设计容差限制以及眼科装置是在设计的治疗有效范围内。例如，最佳位置可以是这样的位置，其中被选取的眼睛特征的图像可以实现最佳的聚焦，其中眼科装置是在任何的增量定位约束内。本发明一个实施例的方法包括步骤：接收包括眼睛表面的图像的数据，该眼睛是在相对于眼科装置的第一位置。定位图像中的边缘特征，并利用预定的算法完成边缘特征的锐度计算以产生锐度值。然后，调整眼睛表面到相对于眼科装置的第二位置，并重复以上的步骤，直至锐度值是基于预定算法的最大化，它指出已实现最佳的眼睛位置。在聚焦参数的情况下，例如，可以沿第一方向作增量式定位调整，直至锐度值通过最大值并随后开始减小，它指出已通过最佳的聚焦位置。然后，沿与第一方向相反的第二方向作定位调整以回到这样的位置，在该位置上可以确定锐度值已实现最大值。

按照本发明，一种用于确定眼睛相对于眼科装置的最佳位置的系统的实施例可以包括：处理器和由该处理器可以执行的软件包。软件包适合于完成以上的计算。还提供一个调整装置，用于调整眼睛表面到相对于眼科装置的第二位置。然后，软件包接收眼睛在第二位置上的新图像数据，并重复计算步骤，直至锐度值是按照预定算法的最大值。锐度值的最大化是已实现最佳眼睛位置的一个指示。

本发明系统和方法的实施例有这样的优点，若眼科装置已经包括用于成像眼睛表面和捕获该图像的装置，就不需要附加的硬件。附加的元件可以包括软件包，用于计算最佳的中心位置和聚焦位置，以及指出所要求的眼科装置运动或驱动眼科装置位置，它取决于是否存在自动定位能力。

在要求软件包或操作员与图像相互作用的情况下，最好是，在眼科装置的限制内，图像中的特征是尽可能地清晰。通过图像中特征清晰度的最大化，本发明的实施例可以优化聚焦。

根据以下结合附图的描述，可以更好地理解本发明结构和操作方法的特征，以及其他的目的和优点。应当明白，这些附图是为了便于说明和描述，而不是对本发明的限制。在以下结合附图的阅读之后，可以更充分地理解本发明给出的这些和其他的目的和优点。

附图说明

通过以下参照结合附图的描述，可以更完全地理解本发明及其优点，其中相同的参考数字表示相同的特征，且其中：

图1是本发明一个实施例的眼睛定位系统的示意图；

图2A和2B是本发明一个典型实施例的方法在快速傅里叶变换锐度算法下的流程图；

图3是眼睛的清晰聚焦图像；

图4A-4J是在从最清晰到最模糊的范围内的眼睛图像(图4A-4E)以及对应的快速傅里叶变换曲线图(图4F-4J)；

图5是中频和高频光谱分量与图像模糊水平之间的变化曲线图；和

图6A-6C是包含睫毛和眼睑的眼睛图像，它说明图5中的最小模糊(图6A)与最大模糊(图6C)之间的差别。

具体实施方式

参照图1-6C，现在描述本发明的优选实施例。图1是一个典型实施例的眼睛定位系统10的示意图，而图2A和2B是典型的方法100。

一种用于确定眼睛相对于眼科装置11的最佳(治疗有效)位置的方法实施例100包括步骤：接收数据进入处理器12(方框102)。例如，该数据包括：利用与处理器12通信的视频摄像机，数字照相机，静态照相机或帧接收器14收集的眼睛13表面的图像的数据。借助于在相对于眼科装置11(方框101)的第一位置的眼睛收集该图像。例如，眼科装置11可以是，但不限于，飞秒激光微角膜刀，诸如准分子激光器的治疗激光器，像差计，或专业人员熟知的任何其他眼科装置，可用于眼睛的准确定位。

可以驻留在存储器17(此处作为处理器12的一部分)中的软件包15包含代码段，用于定位图像中的边缘特征(方框103)。存储器17可以是与处理器12耦合的单独存储器，或可以是处理器12的集成部分。边缘特征可以包括，但不限于，巩膜血管或虹膜特征。我们假设，眼睛的良好聚焦图像有相对清晰的边缘，因此，当图像被准确聚焦时，被选取的眼睛特征是最清晰的。当图像有一些散焦时，该图像变得模糊，因此，这些特征的边缘就不太清晰。此外，当图像有清晰限定的边缘时，该图像中的高频信息量就较高。

处理器12(控制电路)可以是单个处理装置或多个处理装置。这种处理装置可以是微处理器，微控制器，数字信号处理器，微计算机，中央处理单元，现场可编程门阵列，可编程逻辑装置，状态机，逻辑电路，模拟电路，数字电路，和/或基于操作指令处理信号(模拟和/或数字信号)的任何装置。与处理器12或控制电路耦合的存储器17可以是单个存储器装置或多个存储器装置。这种存储器装置可以是只读存储器，随机接入存储器，易失性存储器，非易失性存储器，静态存储器，动态存储器，快速擦写存储器，高速缓冲存储器，和/或存储数字信息的任何装置。请注意，当微处理器或控制电路通过状态机，模拟电路，数字电路，和/或逻辑电路实施它的一个或多个功能时，存储对应指令操作的存储器可以埋入在包括状态机，模拟电路，数字电路，和/或逻辑电路的电路内，或在该电路的外部。存储器存储操作指令，和微处理器或控制电路执行操作指令(例如，软件包15)，这些操作指令对应于结合图2A和2B描述的至少一些步骤和/或功能。

软件包15还可以包含代码段，利用预定的锐度函数算法，该代码段可以使处理器12完成边缘特征的锐度计算以产生锐度值。在方框104中选取锐度函数算法。该算法可以包括，但不限于，估算图像灰度级的方差和幅度，计算图像中相邻区之间的强度差，直方图基方案(histogram-based approach)，诸如拉普拉斯算符的边缘检测掩模，和快速傅里叶变换函数。例如，锐度函数算法的选取可以基于图像属性，应用该算法的频率，和/或准确性要求。

作为选取算法的准则的一个例子，傅里叶变换基方案产生大量详细的数据，并可以开发和精细调节非常复杂的函数，用于最佳地解决 限定的问题。然而，大图像的傅里叶变换需要大量的计算，而完成处理操作所需的相对大量时间在某些应用中可能是困难的。

相反地，像素强度差函数，例如：

∑|I(x，y)-I(x，y-1)|+∑|I(x，y)-I(x+1，y)|

有相对小的计算问题，但是，它缺乏傅里叶基方案的灵活性。所以，不同的函数可能是优选的，它取决于具体的实施细节和要求。专业人员知道这种不同的函数，它们也是在本发明的范围内。

虽然不是作为一种限制，现在讨论傅里叶基方案。通过计算图像上相关区的傅里叶变换，通常是快速傅里叶变换，可以确定在较高空间频率上存在的信息量。通过设定该装置与眼睛的距离，从而使高空间频率分量最大化，可以优化图像的聚焦，因此，也可以优化眼睛与该装置的距离(例如，眼科装置在该装置的限度内是治疗有效的)。

图3是在波前传感器上捕获的眼睛的典型图形。这个眼睛是被清晰聚焦的，因此，巩膜和虹膜特征是清晰可见的。从图像中以及从相同眼睛的各种不同散焦图像中选取相关区(方框105)。最好是，选取的区域不包含眼睑和睫毛。如果需要，可以利用多个区域，例如，角膜上的不同区域(例如，角膜的左侧，右侧，上面，下面)，虹膜的不同区域，或这些区域的组合。软件包15还可以包括用于选取相关区的算法，该算法可以自动地消除图像中的假象，例如，光源的图像。

在每个图像上完成二维快速傅里叶变换(FFT)(方框107)。FFT中的主要特征是静点(“DC”)数值和DC附近的那些数值。这些数值在本案例中是不重要的，但可用于归一化数据。图4A-4E是从最清晰(图4A)到最模糊(图4E)的每个图像中的伪彩色图，而在图4F-4J中给出对应的FFT。在这个典型的计算中，所使用的FFT大小是256×512，虽然这不是对本发明的限制。在这些曲线图中，去掉DC附近的数据，为的是可以容易地看见中频分量和高频分量(方框108)。在这些曲线图中，最高频率分量是在中心部分，因此，相关的数据远离四个角。可以看出，当图像变得较模糊时，远离四个角 的曲线变得较平坦，即，在的中频和低频分量上有较少的信息。

在另一个实施例中，在利用FFT之前，可以应用谐波窗函数到相关区，例如，Hamming窗函数(方框106)。除了可以有利地减小由于这种操作产生的谐波假象以外，还可以减小本发明对未补偿的眼睛运动导致的区域略微偏心或漂移的灵敏度。获得这种优点是由于窗函数可以最大地衰减该区域周边附近的数据。

在一个典型的实施例中，可以计算包括从数据中的低频到最大频率的FFT积分的度量(方框109)。改变低频值是为了增大或减小计算积分时所用的数据量。这些度量是归一化的，为的是使峰值等于1，如图5中的曲线图所示。可以看出，在仅仅利用最高频率分量时(＊)，该度量对于即使很小的模糊量也是极其灵敏的。当物体是在最佳聚焦时，这些数据对于精确测定是有益的。然而，这个度量不能用于鉴别具有不同而适度模糊水平的图像，因为该数值在少量模糊之后变得基本恒定(图5中的曲线是平直的)。包含一些较低频率的积分说明每个图像在最高模糊水平上的差别，因此，该积分可用于鉴别较模糊的图像，而不能鉴别最小模糊水平的图像。所以，最佳的度量考虑到这种类型的变化，并可以组合来自不同频率的信息，因此，它们可用于鉴别高的模糊水平与低的模糊水平(方框110)。专业人员可以明白，这个直接积分的例子仅仅是许多可能的方案之一。

图6A-6C是用灰度级表示的一些全图像，用于说明原始图像(图6A)与最小模糊图像(图6B)之间的微小差别。这表示本发明在观看较高频率信息时的极其灵敏性。在图6C中还展示最大模糊的例子。

此处给出的例子指出，后FFT数据如何有促使最佳的装置与眼睛之间定位所需的信息。

在使用时，可以多次拍摄眼睛表面的图像(例如，若没有实现理想的位置)(方框111)，其中眼睛表面13被调整到相对于眼科装置的第二位置(方框112)，并重复以上的步骤，直至锐度值是最大化，它指出已实现最佳的眼睛位置。

一旦确定这个位置，定位眼睛13到被确定的位置(方框113)。 定位眼睛可以按照人工方式或在软件15和处理器12的控制下按照自动方式有效地实现，借助于专业人员熟悉的技术，并且它是在本发明的范围内，例如，利用定位装置16。例如，且不受限制，可以按照人工方式定位病人，并可以按照人工方式定位眼科装置，和/或借助于机械和电子控制系统，可以自动地定位支承病人的眼科装置或桌子/椅子(例如，定位装置16)，或这些方法的任意组合。一旦眼睛是在理想的位置，利用眼科装置11可以对眼睛13完成所需的过程(方框114)。

在操作期间，利用以上的过程，还可能需要确定保持最佳的眼睛位置(方框115)，在这种情况下，可以附加地调整眼睛位置(方框116)。

可以想象，例如，给操作员显示长度单位表示的定位误差。该信息还可用于禁止或暂停操作过程，直至完成校准步骤。此外，该信息还可用于改变装置与眼睛之间的距离，这是在开始操作之前围绕最佳位置的一个微小已知量，为的是把频谱(后FFT)数据与距离误差相关。

在以上的描述中，为了简洁，清晰，和明白起见而使用一些术语，但是其中没有在现有技术要求之外的不必要限制，因为这些词语是用于描述的目的并被广泛地使用。此外，此处描述的设备实施例是作为例子，因此，本发明的范围不局限于具体的结构细节。

Claims (10)

1.一种用于确定眼睛相对于眼科装置的最佳位置的系统，包括：

处理器，适合于：

接收包括眼睛表面的图像的数据，该眼睛是在相对于眼科装置的第一位置；

定位图像中的边缘特征，其中边缘特征选自由巩膜血管和虹膜特征构成的组；以及

利用预定的算法完成对边缘特征的锐度计算以产生锐度值；和

调整装置，用于调整眼睛表面到相对于眼科装置的第二位置；

其中，处理器还适合于：在眼睛表面调整到第二位置之后，重复接收包括眼睛表面的图像的数据、定位图像中的边缘特征、以及利用预定的算法完成对边缘特征的锐度计算以产生锐度值，直至锐度值被最大化，这指出已实现最佳的眼睛位置。

2.按照权利要求1的系统，其中预定的算法选自由估算图像灰度级的方差和幅度、计算图像中相邻区之间的强度差、基于直方图的方案、边缘检测掩模、和傅里叶变换函数构成的组。

3.按照权利要求2的系统，其中处理器还适合于基于图像属性、应用算法的频率、和准确性要求来选取该算法。

4.按照权利要求1的系统，其中预定的算法包括快速傅里叶变换。

5.按照权利要求4的系统，其中通过下述方式来执行锐度计算：筛选图像数据以便优先保留中频分量和高频分量，并确定被保留的中频分量和高频分量中的信息量，且其中确定最佳的眼睛位置包括：选取这样的眼睛位置，在该眼睛位置中被保留的中频分量和高频分量的确定信息量是最大的。

6.按照权利要求4的系统，其中处理器还适合于，在利用快速傅里叶变换之前，应用谐波窗函数到包含边缘特征的图像区。

7.按照权利要求4的系统，其中锐度值最大化的实现是利用在多个频率值上通过快速傅里叶变换得到的信息，以便能够鉴别图像中不同的聚焦水平。

8.按照权利要求1的系统，还包括眼睛定位装置，用于在锐度值最大化之后，定位眼睛到最佳的眼睛位置。

9.按照权利要求8的系统，其中眼睛定位装置包括实施人工调整的装置和与处理器通信用于实施自动调整眼睛位置的装置之一。

10.按照权利要求8的系统，其中处理器还适合于，引导眼科装置对眼睛完成所需的操作。

Images