CN105996986B - 一种基于多光谱检测人眼睑板腺模型的装置及其方法 - Google Patents

Abstract

一种基于多光谱检测人眼睑板腺模型的装置及其方法，涉及一种医用光学检测装置。所述基于多光谱检测人眼睑板腺模型的装置设有光源模块、控制模块、图像采集模块、图像处理模块；所述光源模块是指多光谱光源，光源模块发出的光经过光源模块内置的滤光片组，由控制模块切换滤光片，输出特定中心波长的光照射人眼，所述图像采集模块包括相机单元与显微单元，用于获取特定中心波长下的睑板腺图像并输入图像处理模块，所述图像处理模块设有分离算法，对图像采集模块传入的睑板腺图像进行分析处理，提高睑板腺图像对比度，并计算腺体形态学参数。将睑板腺腺体与周围组织区分开、清晰观察睑板腺腺体结构。

Description

一种基于多光谱检测人眼睑板腺模型的装置及其方法

技术领域

本发明涉及一种医用光学检测装置，尤其是涉及一种基于多光谱检测人眼睑板腺模型的装置及其方法。

背景技术

睑板腺是一种特殊分化的皮脂腺，位于眼睑睑板内，垂直排列并开口与睑缘，所排出的脂质分泌物通过眼睑的瞬目运动均匀地涂覆于泪膜表面，构成泪膜最外层，对维持眼表健康具有重要的作用：能够有效延缓泪膜水液层的蒸发，降低泪膜表面张力，增强泪膜稳定性，防止睑缘皮肤被泪水浸渍，提供光滑平整的光学界面以减少瞬目造成的损伤，且作为屏障防止泪膜被皮脂腺分泌物污染。睑板腺功能障碍(Meibomian Gland Dysfunction)是一种慢性、弥漫性睑板腺异常，是临床上常见的眼表疾病。MGD导致睑脂的分泌不足，使得泪膜政法过快及稳定性下降，可引起眼红、眼痒、刺激感、灼烧感、干燥感、视力波动或眼泪等眼部不适，是造成蒸发型干眼症的主要因素。MGD通常伴随有腺体数量减少、腺体末端丢失、腺体开口移位或腺体开口阻塞等一种或多种体征。目前，临床上MGD的诊断多采用在裂隙灯下直接观察睑缘形态、睑板腺开口及分泌物情况的方式，由于睑板腺被结膜及上皮细胞覆盖，仅有裂隙灯无法观察除睑缘处外睑板腺形态的改变，诊断的准确性和灵敏性很大程度上取决于临床医师的经验。

中国专利CN102920427A公开了一种睑板腺成像系统，包括倍率组镜组件，在倍率组镜的后端设有红外线摄像机，所述倍率镜组建前端设有环状红外线发射装置，在倍率镜组镜的前端或者倍率镜组件与红外线摄像机之间设有红外线滤光片。

中国专利CN103315707A公开了一种睑板腺红外成像系统，包括红外线照明装置、镀膜反光镜、红外线摄像机，所述红外线照明装置发出的红外光照射到被检者的睑板腺上，在睑板腺上被反射的红外光通过镀膜反光镜反射进入红外线摄像机被红外线摄像机拍摄。

以上2个专利用单波长红外线作为光源拍摄睑板腺图像，再通过图片观察睑板腺状态。由于睑板腺的拍摄需穿透结膜及上皮细胞，单波长红外线对于一部分图片的处理往往不是最优的，,所得图像对比度差，腺体与周围组织的界限较为模糊。环境与人工干扰较大，缺少确定的图像处理算法与硬件条件相配合。

发明内容

本发明的目的在于改进目前国内对于人眼睑板腺模型检测的技术方案，结合现有设备与多光谱技术，提供将睑板腺腺体与周围组织区分开、清晰观察睑板腺腺体结构的一种基于多光谱检测人眼睑板腺模型的装置及其方法。

所述基于多光谱检测人眼睑板腺模型的装置设有光源模块、控制模块、图像采集模块、图像处理模块；所述光源模块是指多光谱光源，光源模块发出的光经过光源模块内置的滤光片组，由控制模块切换滤光片，输出特定中心波长的光照射人眼，所述图像采集模块包括相机单元与显微单元，用于获取特定中心波长下的睑板腺图像并输入图像处理模块，所述图像处理模块设有分离算法，对图像采集模块传入的睑板腺图像进行分析处理，提高睑板腺图像对比度，并计算腺体形态学参数。

所述光源模块内置的滤光片组，可滤出中心波长分别为780nm、840nm和940nm的光。

所述显微单元可以是双目显微镜，也可为三目显微镜，显微单元的物镜对准被检测的人眼，缩小镜的一端连接显微单元的目镜，缩小镜的另一端连接相机单元。

所述图像处理模块位于上位机中。图像处理模块指上位机对从相机单元采集到的图像进行去皮处理、提高灰度值，以提高睑板腺图像的对比度，使睑板腺清晰可见，并自动计算腺体长度、曲率和缺失率。所述图像处理模块可包括图像存储模块、图像增强模块和形态学参数计算模块。

所述图像增强模块利用朗伯比尔定律：(I_i为入射光强度，I_o为出射光强度，k为已知消光比，l为生物组织的厚度)，将人眼睑板腺区域等效为上皮细胞、肌肉和睑板腺三种生物组织的模型。

所述一种基于多光谱检测人眼睑板腺模型方法，包括以下步骤：

步骤一：由三种波长下的同一睑板腺图片，对于一个像素P点，可列方程：

其中，方程(1)对应波长为λ₁时的图像，方程(2)对应波长为λ₂时的图像，方程(3)对应波长为λ₃时的图像，k_mn为第m个波长下的第n个生物组织的消光比，其中，m＝1,2,3，分别对应λ₁，λ₂，λ₃，n＝1,2,3，分别对应上皮细胞组织、肌肉组织、睑板腺组织，假设I₁₀＝I₂₀＝I₃₀＝I_o＝1，则l₁为P点上皮细胞组织相对厚度，l₂为P点肌肉组织相对厚度，l₃为P点睑板腺组织相对厚度，把三种波长下图片像素点的灰度值分别代入出射光强度I_1t、I_2t、I_3t，并且设可求得

步骤二：任选一波长下的方程，计算波长λ₁，λ₂，λ₃下的上皮细胞组织k_m1l₁在原图灰度值g中所占的比例k(其中m＝1,2,3)；

步骤三：计算去除上皮细胞组织后图像每一像素的新灰度值g’＝g×(1-k)；

步骤四：每一像素的新灰度值g’乘上比值q；

步骤五：生成大对比度睑板腺图像。

参数计算模块基于图像增强模块的结果上，将图像二值化，根据灰度分布情况，计算腺体长度和曲率；腺体长度与睑板腺区域宽度作比，计算腺体缺失率。

所述图像处理模块很好地完成了去皮处理，并按比例增大了肌肉与睑板腺之间的灰度差，提高了睑板腺图像的对比度，使睑板腺部分在图片上清晰可见且清晰可见。从而将睑板腺腺体二维模型从图像中提取出来，由此可得到睑板腺模型。

由上述对本发明的描述可知，与现有技术相比，本发明具有如下优点：

(1)本发明使用多光谱技术，快速获取三种波长下的睑板腺照片联合计算，去除上皮细胞组织干扰的过程有据可依。依据照片本身产生不同效果，可适用于不同情况下获取的图像，抗干扰性强。算法新颖可靠、效果明显。

(2)本发明优选的中心波长为780nm，840nm和940nm的三种近红外光，对结膜及上皮细胞的穿透性较好，可获得更为清晰的睑板腺图像。

(3)基于图像算法模块，本发明设计参数计算模块，根据处理后图像的灰度分布，自动计算腺体长度、曲率以及缺失率。实时为医生判断病人睑板腺状态提供可靠的诊断依据。

附图说明

图1为本发明实施例中基于多光谱检测人眼睑板腺模型的装置及其方法的流程图。

图2为本发明具体实施方式的简化结构示意图。

图3为眼睑横截面物理模型

图中，1是多光源模块，2是控制模块，3是图像采集模块，31是相机单元，32是显微单元(可采用显微镜)，4是图像处理模块，5是被检人眼示意，6是肌肉，7是上皮，8是睑板腺。

具体实施方式

以下通过具体实施方式对本发明作进一步的描述。

如图2所示，一种多光谱睑板腺检测分析装置，设有多光源模块1，控制模块2，图像采集模块3，图像处理模块4。图像采集模块包括显微单元32，相机单元31，显微单元32的物镜对准被检测的人眼，缩小镜的一端连接显微单元32的目镜，另一端连接相机单元31，相机单元31便可直接获取睑板腺图像。图像处理模块4将图像采集模块3采集到的图像作为输入，以分离算法增强睑板腺的对比度，使之清晰可见。

具体操作流程如下：

多光谱光源1发出多种波长的光，光经过滤光片组，由控制模块2控制滤光片组，通过旋杆选择特定中心波长的滤光片，优选中心波长为780nm、840nm和940nm的三种滤光片，此波段的光均为近红外光，其有益效果，是此波段的近红外光对结膜及上皮细胞穿透性较好，使睑板腺成像较为清晰。

以780nm的光为例。检测时，实验者的头部可由托盘固定在控制模块下面。如图1所示，将被测人眼标记为5。控制模块选择中心波长为780nm的滤光片，控制模块即可滤出780nm的近红外光并照向人眼。

如附图1所示，显微单元32的物镜正对人眼，调节好焦距即可在目镜中观察到清晰的眼睑图像。本项目中，使用缩小镜连接显微单元32的目镜与相机单元31，使睑板腺图像从目镜经由缩小镜实时传入相机单元31，相机单元采用彩色CMOS传感器，成像质量较高，最大程度保证图像信息不丢失。

相机单元31另一端设有USB数据接口，可连接至上位机。图像采集模块3将图像输入图像处理模块4。图像处理模块4即位于上位机中，主要有图像存储模块、图像增强模块、形态学参数计算模块，其中，图像增强模块的功能是对眼睑图像消去上皮影响以提高睑板腺对比度，形态学参数计算模块的功能是计算腺体长度、曲率和腺体缺失率。

实验者尽量保持不动，上位机存将780nm下的眼睑图像存储后，紧接着调节控制模块，切换到840nm以及940nm分别存储相应波长下的眼睑图像。存储图像的整个过程操作简单，但仍需流畅迅速，避免因实验者抖动而造成三幅图像重合度过低的情况。

眼睑的横切面示意图如附图3所示，标记6是肌肉，7是上皮，8是睑板腺。设上皮7的厚度为h₁，设肌肉6的厚度为h₂，设睑板腺的厚度为h₃。因为图像是竖直方向所拍摄的，因此图像每一个像素点X_k都具有特定的h₁、h₂、h₃。需要去除上皮带来的灰度影响，并提高睑板腺的对比度，才能使睑板腺清晰可见。

对于同一实验者，三种波长下的三幅图像定义为一组图像。上位机中设有软件可对一组图像同时处理。根据朗伯比尔定律：(I_i为入射光强度，I_o为出射光强度，k为已知消光比，l为生物组织的厚度)，将人眼睑板腺区域等效为上皮细胞、肌肉和睑板腺三种生物组织的模型，图像增强模块包括以下步骤：

步骤一：由三种波长下的同一睑板腺图片，对于一个像素P点，可列方程：

其中，方程(1)对应波长为λ₁时的图像，方程(2)对应波长为λ₂时的图像，方程(3)对应波长为λ₃时的图像，k_mn为第m个波长下的第n个生物组织的消光比，其中，m＝1,2,3，分别对应λ₁，λ₂，λ₃，n＝1,2,3，分别对应上皮细胞组织、肌肉组织、睑板腺组织，假设I₁₀＝I₂₀＝I₃₀＝I_o＝1，则l₁为P点上皮细胞组织相对厚度，l₂为P点肌肉组织相对厚度，l₃为P点睑板腺组织相对厚度，把三种波长下图片像素点的灰度值分别代入出射光强度I_1t、I_2t、I_3t，并且设可求得：

步骤二：任选一波长下的方程，计算波长λ₁，λ₂，λ₃下的上皮细胞组织k_m1l₁在原图灰度值g中所占的比例k(其中m＝1,2,3)；

步骤三：计算去除上皮细胞组织后图像每一像素的新灰度值g’＝g×(1-k)；

步骤四：每一像素的新灰度值g’乘上比值q；

步骤五：生成大对比度睑板腺图像。

参数计算模块基于图像增强模块的结果上，将图像二值化，根据灰度分布情况，对白色所代表的睑板腺腺体进行骨架提取，计算腺体长度和曲率；腺体长度与睑板腺区域宽度作比，计算腺体缺失率。其有益效果是，及时方便地为实际诊断提供可靠依据。

所述形态学参数计算模块基于图像增强模块的基础上，对大对比度图像进行二值化处理，计算出腺体长度。

所述形态学参数计算模块根据图像二值分布，计算出腺体曲率。

所述形态学参数计算模块将腺体长度与睑板腺区域宽度作比，算出腺体缺失率。

本发明所述光源模块是指多光谱光源，可发出多种波长的光，且内置滤光片组，所述图像处理模块位于上位机中，对于从图像传感器采集到的不同波长下的图像，设有分离算法对其进行分析和处理，以提高睑板腺图像对比度。本发明使用多光谱光源，结合分离算法，提高睑板腺图像对比度效果明显，为实际诊断提供可靠依据。

Claims (7)

1.一种基于多光谱检测人眼睑板腺模型的装置，其特征在于设有光源模块、控制模块、图像采集模块、图像处理模块；所述光源模块是指多光谱光源，光源模块发出的光经过光源模块内置的滤光片组，由控制模块切换滤光片，输出特定中心波长的光照射人眼，所述图像采集模块包括相机单元与显微单元，用于获取特定中心波长下的睑板腺图像并输入图像处理模块，所述图像处理模块设有分离算法，对图像采集模块传入的睑板腺图像进行分析处理，提高睑板腺图像对比度，并计算腺体形态学参数。

2.如权利要求1所述一种基于多光谱检测人眼睑板腺模型的装置，其特征在于所述光源模块内置的滤光片组，滤出中心波长分别为780nm、840nm和940nm的光。

3.如权利要求1所述一种基于多光谱检测人眼睑板腺模型的装置，其特征在于所述显微单元采用双目显微镜或三目显微镜，显微单元的物镜对准被检测的人眼，缩小镜的一端连接显微单元的目镜，缩小镜的另一端连接相机单元。

4.如权利要求1所述一种基于多光谱检测人眼睑板腺模型的装置，其特征在于所述图像处理模块位于上位机中，图像处理模块指上位机对从相机单元采集到的图像进行去皮处理、提高灰度值，以提高睑板腺图像的对比度，使睑板腺清晰可见，并自动计算腺体长度、曲率和缺失率。

5.如权利要求1所述一种基于多光谱检测人眼睑板腺模型的装置，其特征在于所述图像处理模块包括图像存储模块、图像增强模块和形态学参数计算模块。

6.如权利要求1所述一种基于多光谱检测人眼睑板腺模型的装置，其特征在于所述图像处理模块利用朗伯比尔定律：其中，I_i为入射光强度，I_o为出射光强度，k为已知消光比，l为生物组织的厚度，将人眼睑板腺区域等效为上皮细胞、肌肉和睑板腺三种生物组织的模型。

7.一种基于多光谱检测人眼睑板腺模型方法，其特征在于包括以下步骤：

步骤一：由三种波长下的同一睑板腺图片，对于一个像素P点，可列方程：

其中，方程(1)对应波长为λ₁时的图像，方程(2)对应波长为λ₂时的图像，方程(3)对应波长为λ₃时的图像，k_mn为第m个波长下的第n个生物组织的消光比，其中，m＝1,2,3，分别对应λ₁，λ₂，λ₃，n＝1,2,3，分别对应上皮细胞组织、肌肉组织、睑板腺组织，假设I₁₀＝I₂₀＝I₃₀＝I_o＝1，则l₁为P点上皮细胞组织相对厚度，l₂为P点肌肉组织相对厚度，l₃为P点睑板腺组织相对厚度，把三种波长下图片像素点的灰度值分别代入出射光强度I_1t，I_2t，I_3t，并且设可求得：

步骤二：任选一波长下的方程，计算波长λ₁，λ₂，λ₃下的上皮细胞组织k_m1l₁在原图灰度值g中所占的比例k，其中m＝1,2,3；

步骤三：计算去除上皮细胞组织后图像每一像素的新灰度值g’＝g×(1-k)；

步骤四：每一像素的新灰度值g’乘上比值q；

步骤五：生成大对比度睑板腺图像。