CN107613848A - 具有顺序照明的眼睛成像装置以及复合图像分析方法 - Google Patents
具有顺序照明的眼睛成像装置以及复合图像分析方法 Download PDFInfo
- Publication number
- CN107613848A CN107613848A CN201680029652.5A CN201680029652A CN107613848A CN 107613848 A CN107613848 A CN 107613848A CN 201680029652 A CN201680029652 A CN 201680029652A CN 107613848 A CN107613848 A CN 107613848A
- Authority
- CN
- China
- Prior art keywords
- image
- eyes
- eye imaging
- boundary line
- analysis method
- 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.)
- Pending
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 143
- 238000004458 analytical method Methods 0.000 title claims abstract description 64
- 238000005286 illumination Methods 0.000 title claims description 60
- 210000001508 eye Anatomy 0.000 claims abstract description 228
- 238000012545 processing Methods 0.000 claims abstract description 28
- 230000000007 visual effect Effects 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims description 73
- 230000003287 optical effect Effects 0.000 claims description 71
- 238000012634 optical imaging Methods 0.000 claims description 34
- 238000004891 communication Methods 0.000 claims description 13
- 210000004204 blood vessel Anatomy 0.000 claims description 9
- 238000010586 diagram Methods 0.000 claims description 6
- 239000002131 composite material Substances 0.000 claims description 5
- 210000005036 nerve Anatomy 0.000 claims description 5
- 241000208340 Araliaceae Species 0.000 claims description 4
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 4
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 4
- 235000008434 ginseng Nutrition 0.000 claims description 4
- 238000002156 mixing Methods 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 2
- 230000001537 neural effect Effects 0.000 claims 1
- 238000003703 image analysis method Methods 0.000 abstract description 6
- 210000000695 crystalline len Anatomy 0.000 description 45
- 230000004313 glare Effects 0.000 description 27
- 239000003595 mist Substances 0.000 description 27
- 210000001525 retina Anatomy 0.000 description 24
- 238000003860 storage Methods 0.000 description 17
- 210000004087 cornea Anatomy 0.000 description 12
- 238000012163 sequencing technique Methods 0.000 description 12
- 230000008859 change Effects 0.000 description 11
- 230000001105 regulatory effect Effects 0.000 description 11
- 230000001052 transient effect Effects 0.000 description 11
- 238000013461 design Methods 0.000 description 9
- 238000009826 distribution Methods 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 210000001747 pupil Anatomy 0.000 description 6
- 230000004913 activation Effects 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 5
- 241001465754 Metazoa Species 0.000 description 4
- 230000002207 retinal effect Effects 0.000 description 4
- 230000004393 visual impairment Effects 0.000 description 4
- 230000003213 activating effect Effects 0.000 description 3
- 210000005252 bulbus oculi Anatomy 0.000 description 3
- 230000003902 lesion Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000009738 saturating Methods 0.000 description 3
- 206010028980 Neoplasm Diseases 0.000 description 2
- 230000001154 acute effect Effects 0.000 description 2
- 238000004026 adhesive bonding Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 208000030533 eye disease Diseases 0.000 description 2
- 230000004438 eyesight Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000011514 reflex Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 241000283073 Equus caballus Species 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 208000020241 Neonatal disease Diseases 0.000 description 1
- 208000037129 Newborn Diseases Infant Diseases 0.000 description 1
- 241000283973 Oryctolagus cuniculus Species 0.000 description 1
- 241000009328 Perro Species 0.000 description 1
- 241000700159 Rattus Species 0.000 description 1
- 241000950638 Symphysodon discus Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 210000002159 anterior chamber Anatomy 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 210000000744 eyelid Anatomy 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- GNBHRKFJIUUOQI-UHFFFAOYSA-N fluorescein Chemical compound O1C(=O)C2=CC=CC=C2C21C1=CC=C(O)C=C1OC1=CC(O)=CC=C21 GNBHRKFJIUUOQI-UHFFFAOYSA-N 0.000 description 1
- 210000000873 fovea centralis Anatomy 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- HOQADATXFBOEGG-UHFFFAOYSA-N isofenphos Chemical compound CCOP(=S)(NC(C)C)OC1=CC=CC=C1C(=O)OC(C)C HOQADATXFBOEGG-UHFFFAOYSA-N 0.000 description 1
- 210000003644 lens cell Anatomy 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 210000001328 optic nerve Anatomy 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- LVTJOONKWUXEFR-FZRMHRINSA-N protoneodioscin Natural products O(C[C@@H](CC[C@]1(O)[C@H](C)[C@@H]2[C@]3(C)[C@H]([C@H]4[C@@H]([C@]5(C)C(=CC4)C[C@@H](O[C@@H]4[C@H](O[C@H]6[C@@H](O)[C@@H](O)[C@@H](O)[C@H](C)O6)[C@@H](O)[C@H](O[C@H]6[C@@H](O)[C@@H](O)[C@@H](O)[C@H](C)O6)[C@H](CO)O4)CC5)CC3)C[C@@H]2O1)C)[C@H]1[C@H](O)[C@H](O)[C@H](O)[C@@H](CO)O1 LVTJOONKWUXEFR-FZRMHRINSA-N 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000004256 retinal image Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000001429 visible spectrum Methods 0.000 description 1
Classifications
-
- 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
- A61B3/0016—Operational features thereof
- A61B3/0025—Operational features thereof characterised by electronic signal processing, e.g. eye models
-
- 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
- A61B3/0008—Apparatus for testing the eyes; Instruments for examining the eyes provided with illuminating means
-
- 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
- A61B3/0016—Operational features thereof
- A61B3/0041—Operational features thereof characterised by display arrangements
-
- 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
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
- A61B5/0013—Medical image data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/56—Cameras or camera modules comprising electronic image sensors; Control thereof provided with illuminating means
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
- H04N23/661—Transmitting camera control signals through networks, e.g. control via the Internet
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10141—Special mode during image acquisition
- G06T2207/10152—Varying illumination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30041—Eye; Retina; Ophthalmic
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/14—Vascular patterns
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Ophthalmology & Optometry (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Physiology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Pathology (AREA)
- Eye Examination Apparatus (AREA)
Abstract
本公开的各种实施方案包括眼睛成像系统,其包括眼睛成像装置和眼睛成像计算装置。当眼睛的各个部分被依照顺序照亮时,所述眼睛成像装置可以被配置为以相同的视野接收眼睛的多个图像。所述图像计算装置可以包括图像处理单元,其被配置为将所述多个图像结合为合成图像。所公开的各种实施方案包括复合图像分析方法。所述复合图像分析方法可以包括对齐具有相同视场的眼睛的多个图像并且将所述多个图像结合为合成图像。所述图像分析方法还可以包括通过识别清晰部分的边界线并且逐渐去除每个图像中不清晰的部分来分析每个图像。
Description
相关申请的交叉引用:
本申请要求于2015年3月31日提交的题为“具有顺序照明的眼睛成像装置以及复合图像分析方法”美国申请62/141231的权益;其全部内容通过引用并入本文。
援引加入:
以下美国专利申请的全部内容通过援引并入本文:于2014年2月26日提交的题为“广域眼睛成像装置及其相关方法”的美国申请14/191,291,该申请是于2013年3月17日提交的题为“接触式眼睛相机的成像及照明光学装置”的美国专利申请13/845,069的部分继续申请,以及在2014年6月23日提交的题为“眼睛成像装置的机械特征”的美国专利申请14/312,590。
所有在本说明书中提及的所有出版物和专利申请的全部内容通过援引加入本文,如同每个单独的出版物或专利申请被具体和单独地指明援引加入一样。
技术领域
本公开的各种实施方案一般涉及眼睛成像装置、眼睛成像系统及其相关方法,例如具有顺序照明的眼睛成像装置和具有复合图像分析方法的眼睛成像系统。
背景技术
眼睛是人体最有价值的人体器官之一,其在生命中扮演着不可或缺的角色。同样,眼睛疾病和视力丧失通常都是严重的问题。再则,儿童尤其是新生儿的眼睛疾病和视力问题可能会产生更加严重且深远的影响。对于婴儿和学龄前儿童,大脑中的视觉中心尚未完全成熟。为了让大脑中的视觉中心得到适当的发育,需要来自双眼的适当输入。因此,良好的视力可以是适当的身体发育以及教育进步中的一个重要因素。婴儿以及其他人中未被检测到的眼睛问题可能会造成无法挽回的视力丧失。早期发现和诊断为视力丧失的治疗和预防提供了最佳的机会。
在眼睛检查中,眼睛成像装置显得越来越重要。因为视网膜和视神经的问题是主要导致视力丧失的原因,能够对眼睛后段进行成像的眼睛成像装置可能特别有用。此外,广域的眼睛成像装置可以具有能够评估视网膜周边的病灶情况的优势。然而,由于眼睛结构的复杂性,来自于眼睛的反射和散射可能会造成炫光和雾,其造成眼睛成像装置所拍摄图像的模糊。因此,来自于眼睛后段的广域的图像通常显示出一层强烈的雾或炫光。这个问题对于有深色眼睛的患者尤为严重。因此需要能够获得高质量的眼睛图像的眼睛成像系统以及新型的图像处理方法以实现高质量的图像。
发明内容
本公开涉及眼睛成像装置,眼睛成像系统和眼睛图像处理的方法。
本公开的各种实施方案包括眼睛成像装置。所述眼睛成像装置可以包括外壳和被放置在外壳内部的光源,其包括多个发光元件,这些发光元件的每一个被配置为按时间顺序照亮眼睛的不同部分。所述眼睛成像装置可以包括设置在外壳内部的光学成像系统,其包括带有被配置为接纳眼睛的一部分的前凹面的光学窗口。所述眼睛成像装置可以包括设置在所述外壳内部的图像传感器,其被配置为当眼睛的每个部分都被其中一个发光元件依照时间顺序被照亮的时候,通过所述光学成像系统接收多个具有相同视野的眼睛的图像。所述眼睛成像装置可以包括设置在所述外壳内部的计算和通信单元。所述计算和通信单元可以包括图像处理单元,其被配置为分析所述多个图像从而识别出所述多个图像中的每个图像的清晰的部分并且将所述多个图像处理为成单个合成图像。所述计算和通信单元还可以包括被配置为显示所述多个图像和单个合成图像的显示器,以及被配置为接收和发送所述多个图像和单个合成图像的无线通信装置。
本公开的各种实施方案包括复合图像分析方法,以将在顺序照明下具有相同视场的多个图像处理成合成图像。所述复合图像分析方法可以包括识别所述多个图像中的每个图像内的多个参考点。所述复合图像分析方法可以包括分析所述多个图像中的每个图像从而识别所述多个图像中的每个图像的清晰部分的的边界线,并且通过逐渐降低所述边界线附近的像素的亮度来调整所述边界线以离开所述多个图像中的每个图像的清晰部分。所述复合图像分析方法还可以包括通过使用所述多个参考点以对齐所述多个图像,并且将所述多个图像结合成单一合成图像。
本公开的各种实施方案包括眼睛成像系统。所述眼睛成像系统可以包括眼睛成像装置和眼睛成像计算装置。所述眼睛成像装置可以包括外壳和位于该外壳内部的光源。所述光源可以包括多个发光元件,其被配置为按时间顺序照亮眼睛的不同部分。所述眼睛成像装置还可以包括设置在所述外壳内的光学成像系统。所述光学成像系统可以包括被配置为接纳眼睛的一部分的光学窗口。在一些实施方案中,所述光学窗口的外表面的曲率可以与眼睛角膜的曲率大致匹配。所述眼睛成像装置还可以包括设置在所述外壳内的图像传感器,其被配置为当眼睛的每个部分被依照时间顺序照亮时,通过所述光学成像系统接收多个具有相同视场的眼睛的图像。所述眼睛成像装置且可以包括设置在所述外壳内的计算和通信单元,其被配置为接收和传输所述多个图像。所述多个图像可以被传送到所述图像计算装置。所述图像计算装置可以包括图像处理单元。所述图像处理单元可以被配置为将所述多个图像组合成合成图像。所述图像计算装置可以被配置为接收来自于所述眼睛成像装置的所述多个图像并且将所述合成图像传输至所述眼睛成像装置。在一些实施方案中,所述眼睛成像装置的计算和通信单元可以包括触摸屏显示器,其被配置为显示来自于所述图像计算装置的合成图像。
在一些实施方案中,所述图像计算装置可以被配置为识别在所述多个图像中的每个图像内的多个参考点。所述多个参考点可以包括血管、血管交叉点、神经、眼睛后段的神经交叉点之中的至少一个。在一些实施方案中,所述图像处理单元可以被配置为通过使用参考图像来对齐所述多个图像。所述参考图像可以通过所述光学成像系统以与所述多个图像相同的视场获得。
在一些实施方案中,所述图像计算装置可以被配置为通过识别清晰部分的边界线以及逐渐去除不清晰的部分来分析所述多个图像中的每个图像。在一些实施方案中,所述图像处理装置可以被配置为基于所述边界线处的像素亮度的平均值来识别所述边界线。在一些实施方案中,所述图像处理装置可以被配置为对所述合成图像进行色彩校准。
本公开的各种实施方案包括一种复合图像分析方法。所述复合图像分析方法可以用于将在顺序照明下具有相同视场的多个眼睛的图像结合成合成图像。所述复合图像分析方法可以包括识别在所述多个图像中的每个图像内的多个参考点。所述图像分析方法还可以包括通过识别每个图像的清晰部分的边界线和逐渐去除不清晰的部分来分析每个图像。
在各种实施方案中,所述复合图像分析方法可以包括通过使用所述多个参考点来对齐所述多个图像,并且将所述多个图像组合成合成图像。在一些实施方案中,所述复合图像分析方法可以包括基于在所述边界线的像素亮度的平均值的来识别所述边界线。所述复合图像分析方法还可以包括通过计算在第一样本区域的第一平均像素亮度和第二样本区域的第二平均像素亮度来确定所述边界线处的像素亮度的平均值。在一些实施方案中,所述复合图像分析方法还可以包括对所述合成图像进行色彩校准。
在一些实施方案中,所述复合图像分析方式可以包括通过使用参考图像对齐所述多个图像。所述参考图像可以通过所述光学成像系统以相同的视场来获取。在一些其他实施方案中,所述复合图像分析方法可以包括将所述多个图像中的每个图像与所述多个图像中的另一个相邻图像对齐。
各种实施方案公开了存储能够由处理器所执行的一组指令的非暂态计算机可读取存储介质。当由所述处理器执行时,该组指令可以使得所述处理器结合所述多张在顺序照明下获得的具有相同视场的眼睛的图像而成为一个合成图像。该组指令可以使所述处理器识别在所述多个图像中的每个图像内的多个参考点;并通过识别每个图像中的清晰部分的边界线以及逐渐去除每个图像中的不清晰部分来分析每个图像。该组指令还可以使所述处理器通过使用所述多个参考点来对齐所述多个图像,并将所述多个图像结合成合成图像。在一些实施方案中,该组列指令在由所述处理器执行时,还使得所述处理器基于所述边界线处的像素的亮度的平均值来识别所述边界线。该组指令可以使所述处理器通过计算第一样本区域的第一平均像素亮度和第二样本区域的第二平均像素亮度来确定在所述边界线处的像素亮度的平均值。
本公开的各种实施方案包括在顺序照明下的眼睛成像方法。所述方法可以包括允许用户随时间改变多个发光元件的强度以照亮眼睛的不同部分;以及允许用户通过光学成像系统对眼睛进行成像。所述光学成像系统可以包括被配置为与眼睛的角膜相接触的光学窗口。当眼睛的各个部分依照时间顺序被照亮时,所述方法可以允许具有相同视场的眼睛的多个图像通过所述光学成像系统被图像传感器接收。该方法还可以允许所述多个图像被传送到图像计算装置。所述方法可以包括:允许所述图像计算装置识别所述多个图像中的每个图像内的多个参考点、通过识别清晰部分的边界线并且逐渐去除不清晰的部分来进行图像分析、对齐所述多个图像并且将所述多个图像结合成合成图像。
附图说明
本公开的新颖特征会在下面的权利要求书中具体阐述。通过参考以下详细描述及其附图,其阐述了利用本公开的原理的示例性实施方案,可以更好地理解本公开的特征和优点:
图1是一个透视图,其示意性地显示了根据本公开的各种实施方案中的眼睛成像装置的侧视图。
图2是光学示意图的一个示例,其显示了根据本公开的各种实施方案的眼睛成像设备的光学设计。
图3是一个侧视图,其显示了根据本公开的一些实施方案的所述眼睛成像装置的光调节元件。
图4示意性地显示了所述发光元件的分布,在此总共使用了8个发光元件。
图5示意性地显示了所述发光元件的分布,在此总共使用了4个发光元件。
图6示意性地显示了当所述发光元件依照时间顺序被激活时所拍摄的图像,以及根据本发明的各种实施方案用于提高图像质量的顺序照明方法。
图7示意性地显示了所述复合图像分析方法700,其包括识别在所述多个图像中的界标或参考点。
图8A显示了当所述第一个LED光源被激活时,在所述顺序照明下获取的第一图像。
图8B显示了当所述第二个LED光源被激活时,在所述顺序照明下获取的第二图像。
图8C显示了当所述第三个LED光源被激活时,在所述顺序照明下获取的第三图像。
图8D显示了当时第四个LED光源被激活时,在顺序照明下获取的第四图像。
图8E显示了当所有所述LED光源都被同时激活时,所获取的参考图像。
图8F显示了通过使用所述复合图像分析方法所获得的单个清晰的合成图像。
图9A示意性地显示了所述复合图像分析方法,根据本公开的一些实施方案其包括分析所述多个图像中的每一个图像并识别边界线。
图9B示意性地显示了所述复合图像分析方法,根据本公开的一些实施方案其包括分析所述多个图像中的每一个图像并且逐渐去除不清晰的部分。
图10示意性地显示了所述复合图像分析方法的其它实施方案。
图11示意性地显示了所述复合C图像分析方法的流程图。
具体实施方式
现参照附图,对本公开的各个方面进行详细的描述。本公开的这些方面可以以多种不同的形式实施,而不应该被理解为仅限于本文所讨论的示例性实施方案。
本公开的各种实施方案描述了眼睛成像装置。在一些实施方案中,所述眼睛成像装置具有宽视场。所述视场在某些实施方案中可以是至少60度到高达180度。在一些实施方案中,所述视场是至少120度但不超过180度。所述眼睛成像装置的多种实施方案可以包括,例如,外壳、在该外壳内的用于照亮眼睛的光源以及在该外壳内的光学成像系统。所述光学成像系统可以包括被配置为与眼睛的角膜相接触的光学窗口、位于该光学窗口后方并与之光学对准的成像透镜、具有多段(例如,反射和/或折射)表面的被配置为接收来自所述光源的光并且将其引导到眼睛的光调节元件、以及被配置为通过所述光学成像系统接收来自眼睛的光的图像传感器。在一些实施方案中,所述光调节元件位于所述光学窗口的外围部分之后。而且,在一些实施方案中,所述成像装置还可以包括被配置为暂时存储图像的存储器、以及包括触摸屏显示器的计算和通信子系统,其被配置为接收、显示及传输图像。
图1示意性地显示了根据本公开的各种实施方案的眼睛成像装置100的侧视图。所述眼睛成像装置100可以是紧凑的并且在各种实施方案中其大小沿最长的尺寸小于250mm。例如,在一些实施方案中,所述眼睛成像装置沿最长的尺寸可以是在250mm至200mm之间、150mm、或100mm。在一些实施方案中,所述眼睛成像装置的重量可以小于1kg。例如,在一些实施方案中所述眼睛成像装置的重量可以是1kg和0.5kg、或者0.3kg、或者0.2kg。由于其紧凑性,所述眼睛成像装置可以由用户以带有把手的小箱子携带,例如,该箱子的尺寸小于600mm x 400mm x 300mm并且其重量小于15kg;或者也可以用其它方便的方式携带。在一些实施方案中,例如,所述便携箱子的尺寸在(600mm and 300mm)x(400mm and 200mm)x(300and 150mm)之间。此外,在一些实施方案中,所述便携箱子的重量在15kg和10kg或5kg之间。所述眼睛成像装置和所述便携箱子的尺寸在上述范围之外也是可能的。各种实施方案可以由稍经培训的操作者轻易地操作。
所述成像装置可以有被构造为圆柱形的部分从而允许单手轻易地握住并且可用作手柄,其带有诸如安装在所述圆柱形部分110顶部的触摸屏显示器105的显示器和/或用户输入界面。用户可以用单手精确地调节所述成像装置的位置/角度,腾出另一只手以进行其他的任务,例如,用手指打开病人的眼睑。
所拍摄的图像可以通过无线或有线通信系统被传输至其他计算设备或者网络设备,比如存储单元/设备。在一些实施方案中,所述成像装置可以由电池供电。并且在各种实施方案中,实时图像可以被显示在触摸屏显示器105或者较大的显示器上,该显示器可以从所述成像装置100上实时地接收数据。所述眼睛成像装置100可以用作眼科应用的疾病筛查或者医疗诊断设备。所述眼睛成像装置100可以被用于偏远的乡村地区;从这些地区到达眼睛保健设施是不方便的。所述眼睛成像装置100还可以被用作便携式医疗成像设备以用于其它医疗需求,比如耳鼻喉科或者皮肤科。此外,所述成像装置100可以在除了医疗应用的其他领域中使用,例如用于安全筛选应用,其中来自眼睛后段/前段的图像可以被用于个人识别的目的。
所述眼睛成像装置100还可以用于对动物的眼睛进行成像。例如,所述眼睛成像装置,其用于人类的光学元件可以有或没有经过修改,可以用来对动物诸如家畜、宠物和实验室测试动物(包括马,猫,狗,兔,大鼠,豚鼠,小鼠等)的眼睛进行成像或摄影。
所述眼睛成像装置100可以包括前端成像模块以及主模块。所述眼睛成像装置100可以被构建为一件或分开的两件,如图1中的131和132所示。在一些实施方案中,可以将所述前端成像模块131移除或者替换为可能包含不同光学元件的其它功能模块。例如,带有更高放大倍率的前端成像模块、为早产儿设计的前端成像模块、为成年人设计的前端成像模块、为荧光血管造影设计的前端成像模块、为NIR成像设计的前端成像模块以及用于眼睛前段成像的前端成像模块可用于不同的情况。因此,在前端成像模块可更换或可移除的设计中,所述眼睛成像装置的潜在用途或应用可以被显著地扩大。
光学窗口102暴露在所述成像装置的外壳的外面,使得光线能够进入和离开所述外壳。在各种实施方案中,眼睛可以靠近或靠着所述光学窗口102放置以获取眼睛的图像。所述窗口102有中央和周边部分。所述窗口的中央部分被用作来自眼睛的反射光进入所述外壳的入口;这些反射光被用于对眼睛进行成像。围绕中央设置的所述窗口的周边部分被配置为光从所述外壳的出口,例如将光投射到眼睛上和/或眼睛里以照亮眼睛。
在一些实施方案中,所述成像装置100可以用于拍摄具有各种放大倍率以及在宽光谱或窄光谱光源的照明下的眼睛后段的图像。所述光源的光谱可以在可见、红外(IR)、近红外(near IR)、紫外(UV)光范围内或者上述的组合中。为了获得宽的视场(FOV),所述光学窗口102可以以轻微的压力放在眼睛的角膜上。因此,所述光学窗口102可以有与角膜的尺寸相匹配的前凹面。在一些实施方案中,例如,所述光学窗口102的外表面具有在6mm和15mm之间的曲率半径。可以在角膜和所述光学窗口102之间在放置具有足够粘度的、光学透明的、折射率相匹配的凝胶。所述折射率相匹配的凝胶的粘度可以是至少100厘泊、200厘泊或者300厘泊。患者的瞳孔可能会或可能不会用特殊的药物扩张。在一些实施方案中,所述成像装置100也可以用于通过使用为前段成像而设计的前端成像模块及相同的照明系统来获得眼睛前段的图像。
图2示意性地显示了所述眼睛成像装置100的光学设计或光学系统的一种实施方案,其中眼睛201的后段可以通过所述眼睛成像装置100进行成像或拍摄。所述眼睛成像装置可以包括光源233和光调节元件222。所述眼睛成像装置的光学成像系统包括光学窗口102和成像透镜104。所述光学窗口102可以被配置为与角膜203相接触并且可以有与眼睛的曲率相匹配的凹面。在各种实施方案中,例如,所述光学窗口102的外表面的曲率半径在大约6mm和15mm之间。所述成像透镜104,其可以包括一个或多个透镜元件,位于所述光学窗口102的后面的相对于眼睛的另一侧,并且与所述光学窗口102光学对准。例如,所述窗口102的光轴和成像透镜104可以在某些但不是所有情况下,与眼睛的光轴基本上对准。例如,操作者可以在所述成像系统的光轴与眼睛的光轴基本上对准的情况下进行眼睛检查;然而,在某些情况下,操作者倾斜所述眼睛成像装置从而使得这些轴线不对准。尽管所述光学窗口102的前光学表面的曲率半径被选择为与角膜203的曲率半径精确地相匹配,但所述光学窗口的后表面可以随光学照明系统的不同设计而稍微拉平。所述光学窗口102可以由与所述成像透镜104相同的或不同的光学材料制成。对于宽视场光学成像系统,在所述光学窗口102和角膜203之间使用光学折射率相匹配的凝胶有助于大量减少来源于眼睛角膜的光学像差。所述成像透镜104的前表面的曲率可以与所述光学窗口102的后表面的曲率相同或者不同。所述成像透镜104的后表面可以是球形的或者非球形的,以获得达到预期结果的图像。在一些实施方案中,空气或其它材料的小间隙被放置在所述光学窗口102和所述成像透镜104之间,虽然这两种光学组件可以在某些区域内相接触,或者甚至用粘合剂粘合或固定在一起。
在一些实施方案中,所述光学成像系统还可以包括第一组中继透镜205,其被配置为在该组中继透镜205的后焦平面附近形成眼睛的二次图像208;以及包括第二组中继透镜209,其被配置为投射所述二次图像208到无穷远,且第二组中继透镜209的前焦平面位于所述第一组中继透镜205的后焦平面附近。在各种实施方案中,一组微型透镜221被放置在所述第二组中继透镜209的后焦平面附近,并且被配置为将来自眼睛的光线传送至图像传感器220。包括所述一个或多个微型透镜221以及所述传感器220的微型相机226具有不超过1/2.2英寸或者1/3.2英寸的格式,其焦距为约4mm或更小,例如在约4mm和2mm之间或者4mm和3mm之间等等。在传感器220是适当大小(例如基于所述微型透镜221的焦距)的情况下,所述一个或多个微型透镜221的视角可以为75度或者更小。例如,所述相机模块226,其包括所述传感器芯片220以及所述一个或多个微型透镜221,大约是8.5 x 8.5mm,或者在10mm x10mm和5mm x 5mm之间或者更小。在一些实施方案中,例如,所述微型透镜组221的光圈尺寸在大约0.8mm和1.5mm之间;而第一组和第二组中继透镜205、209的光圈尺寸为大约20mm,例如在一些实施方案中在约30mm和10mm之间或者25mm和15mm之间。所述光学成像系统可以聚集从眼睛后段或更具体地说眼睛的视网膜反射出的光。所述反射光经过瞳孔开口的中心以及眼睛的晶状体,并在所述二次图像平面208上形成(眼睛后段或视网膜的)实时图像。如上所述,所述成像透镜104可以包括单个或多个透镜,可以有球形的或非球形的表面。在一些实施方案中,所述二次图像平面208位于所述透镜205的后焦平面附近。在一些实施方案中,当中继透镜209的前焦平面也被放置在所述二次图像平面208附近时,可以使用该透镜209将图像从所述二次图像平面208投射到无穷远。带有自身的微型透镜221的微型图像传感器220,无论是以CCD、CMOS或其它类型的形式,可以沿着所述光学成像系统的光轴被放置在所述透镜209的后焦平面附近。所述微型透镜221可以包括多个光学透镜。在一些实施方案中,所述图像传感器220的有效区域可以是大约6.2mm x 4.6mm,或例如在约8mm与4mm x 6mm与3mm之间,或者约7mm与5mm x 5mm与4mm之间。因此,在各种实施方案中,所述图像传感器220的有效区域是所述中继透镜205、209的光圈大小的大约四分之一,或者例如是所述中继透镜光圈大小的约0.4与0.2或者0.5与0.1之间的尺寸。所述图像传感器220的对角线也是所述微型透镜211的焦距的约1.4倍,或例如在该焦距的约1.6倍和0.8倍之间。
在一些实施方案中,所述光学成像系统有被设置在所述微型透镜组211中的光圈。例如,图2显示了位于包括所述微型透镜组221的透镜之间并且在所述微型图像传感器220的前面的光圈211。在一些实施方案中,所述光学成像系统的光圈211位于所述微型透镜组221的前面。在一些这样的实施方案中,所述光圈211被设置于所述微型透镜221和所述中继透镜209之间,但是可能更接近所述微型透镜。由于所述微型透镜221的所设计的物面处于无穷远处,这些微型透镜的使用可以将视网膜的图像从无穷远处带到所述图像传感器220。在各种实施方案中,所述微型透镜221可以构建成有圆形的光圈(虹膜)211,其可以位于所述微型透镜组内的微型透镜之间,或者由所述微型透镜221前面的光圈挡板形成。在某些实施方案中,所述光圈211的这种位置减少了光学像差。所述微型透镜221可以不仅将视网膜201的图像中继至所述图像传感器220,而且当所述光圈211成为整个光学成像系统的光圈时,还可以为所述光学成像系统在晶状体的表面附近形成入射光孔。这种特殊的布置有助于消除来自眼睛前房和所述光学成像系统内的光学元件的大量的散射光。
如其他附图一样,图2显示了光学设计的例子。因此,诸如在每个透镜中的透镜元件或光学部件的数量以及它们的形状、位置、构造和布置都可以变化。例如,尽管在图2中的第一中继透镜205被示为胶合的双合透镜并且其外表面有一个凹面和一个凸面,该中继透镜可以包括一组透镜,其包括一个胶合的双合透镜和一个中空单透镜。然而,在各种实施方案中,可以包括提供诸如所述中继透镜205的中继透镜功能的一个或多个光学元件。
图3示意性地显示了在所述眼睛成像装置的各种实施方案中采用的光调节元件506。为了获得高质量的图像,在避开成像路径的同时,通过眼睛的自然开口的适当部分提供适当的照明。具体而言,即通过眼睛瞳孔的周边区域提供照明。这种方法减少了来自于瞳孔中心部分的反向散射,这种反向散射会降低由视网膜反射的光通过瞳孔所获得的视网膜图像的质量。因为眼睛是带有其自身的特殊光学系统的复杂的生物器官,来自于眼睛的反射和散射再加上其自身的小的孔径,为获取高质量的图像造成了很大的困难。尤其是,来自于眼睛的反射和散射引起炫光和雾,其模糊了通过眼睛成像装置拍摄的图像。因此,具有宽视场的眼睛后段的图像通常显示出一层强烈的雾或炫光。这个问题尤其对眼睛里带有深色色素沉着的患者特别尖锐。但是,如本文所述通过眼睛的某些区域提供照明可以减少这种反向散射和反射以及由此产生的雾和炫光。
在各种实施方案中,具有多段表面541的光调节元件506可以被配置为接收来自所述光源的光并且在各种实施方案中以向视网膜的周边位置提供照明的照明模式将光引向眼睛。在一些实施方案中,所述光调节元件506通过由所述多段表面造成的反射(比如全内反射)和/或折射将来自于光源的光分成不同的部分。所述光调节元件506可以被配置为将来自光通道530的内边沿511的光的第一部分引导至靠近所述眼睛成像装置的光轴的视网膜的中心区域,并且将来自光通道530的外边沿509的光的第二部分引导至远离所述光轴的视网膜的周边区域。为了克服来自于角膜和晶状体前表面的散射问题,所述带有多段表面541的光调节元件506可以被配置为引导光线以使得这些光线主要落在所述光学成像系统的在眼睛的角膜和晶状体的前表面处的成像路径之外。
如图2所示,所述眼睛成像装置100可以包括作为光源的多个发光元件223。所述眼睛成像装置的光源可以发射在可见光谱、红外(IR)光谱、近红外(near IR)光谱和/或者紫外(UV)光谱内的光线。所述发光元件223可以包括诸如发光二极管的固态发光体和/或任何其它能够发光的元件。所述发光元件可以是紧凑的、高效率的并且由低电压驱动。所述光源223可以被直接抵靠所述光调节元件222放置。所述光源223可以包括发光元件和散热器,其可以被用于分散由固体发光器件产生的热。来自于所述光源的光通过所述光调节元件222和所述光学窗口102被引导至眼睛的后段。
在各种实施方案中,所述光源的位置可以被均匀地分布从而在视网膜上提供均一的照明。所述光源的数量可以变化,比如根据具体的应用而定。图4和图5示意性地显示了所述发光元件的分布的两种实施方案,其中分别使用了总共8个和4个发光元件。在一种实施方案中,所述发光元件902被安装在散热器901上,其包括一种圆环以增加其质量和散热能力。在所述散热器上均匀分布有8个发光元件902。所述发光元件可以被依次地或者同时被激活,或者以任何期望的顺序被激活。在各种实施方案中,所述发光元件也与所述图像传感器的快门同步。驱动器和/或控制器可以被用于控制照明的时间和/或顺序。尽管图4和图5显示了4个和8个发光器,也可以使用更多或更少数量的发光元件。在一些实施方案中,足够大数量的发光器被采用,使得所述光源形成“线性的”线源。例如在一些实施方案中,这种“线性的”线源可以是弯曲的并且可以形成围绕所述成像系统的光轴的环。图5所示的一种实施方案带有4个发光设备904、905、906、907,其位于所述环形散热器903上的0°,90°,180°和270°。
采用本文所述的顺序照明的宽视场眼睛成像装置能够克服散射问题,并且因此获得基本上无眩光或雾的高质量的图像。在一些实施方案中,所述眼睛成像装置包括设置在所述外壳内部的光源,其中所述光源包括多个发光元件,其被配置为按时间顺序照亮眼睛的不同部分。在眼睛的各个部分被按时间顺序照亮时,所述图像传感器被配置为通过所述光学成像系统接收多个具有相同宽视场的眼睛的图像。在一些实施方案中,所述眼睛成像装置还包括被配置为暂时存储所述多个图像的存储器,以及被配置为接收和传输所述多个图像的计算和通信单元。
在各种实施方案中,所述多个图像可以被传输至包括图像处理单元的其它计算设备或者基于互联网的设备;该图像处理单元被配置为生成一组指令以处理所述多个图像从而生成单一的清晰的图像。在一些其它实施方案中,所述眼睛成像装置还包括图像处理单元,其被配置为生成一组指令以处理所述多个图像从而生成眼睛的单一的清晰的图像。
图6示意性地显示了当所述发光元件被依照时间顺序激活时所获得的示例图像,以及根据本公开的各种实施方案用于提高图像质量的方法。当所述发光元件被依照时间顺序激活时,产生了有用的照明条件。例如,在具有4个发光元件的照明系统里,如果只有一个发光元件被激活,那么与视网膜或者眼睛后段的其它部分相比,视网膜或者眼睛后段的第一部分具有增加的照明。在稍后的时间,如果第二发光元件被激活,则与包括所述第一部分的眼睛的视网膜或后段的其它部分相比,视网膜或眼睛后段的第二部分具有增加的照明。同样地,在稍后的时间,如果第三发光元件被激活,则与包括所述第一和第二部分的眼睛的视网膜或后段的其它部分相比,视网膜或眼睛后段的第三部部分具有增加的照明。再次,如果随后第四个发光元件被激活,则与包括所述第一、第二和第三部分部分的眼睛的视网膜或后段的其它部分相比,视网膜或眼睛后段的第四部分具有增加的照明。在这个例子中,在视网膜被分为四个这样的部分的情况下,所述四个部分的每一个可以大约是视网膜的大约25%。然而,在其它实施方案中,所述具有增加的照明的部分可以小于眼睛的50%、40%或30%;但是大于眼睛的1%、2%、5%、10%或20%。在这些范围之外的其它值也是可能的。
在各种实施方案中,这部分的平均照明多于眼睛的其他部分,并且这部分具有的平均光照强度大于视网膜或眼睛后段的其余部分的平均光照强度。因此,在图6中仅示出了通过所述眼睛成像装置所获取的示例图像1001的一部分具有增加的照明。在所述示例图像1001中,比此图像的四分之一部分1005稍大的阴影区域具有增加了的照明,而其余的四分之一部分1002、1003和1004平均而言被照亮较少。然而,由于眼睛的独特的散射特性,眼睛的散射光可能以雾或炫光的形式大部分出现在相对的四分之一部分1003中,而在主要被照亮的四分之一部分1005中留下清晰的部分。所述清晰的部分基本上没有雾或炫光,或者仅有可以忽略的雾或炫光。因此,所述四分之一部分1005,即所述清晰的部分,比其它部分有低得多的的雾或炫光。所述被照亮的区域的亮度通常朝向其边缘区域1006逐渐减少,而所述四分之一部分1005内的图像的亮度是相对均匀的并且对于所述图像传感器具有适当的曝光。
因此,在各种实施方案中,所述视网膜或后段的第一部分(大约是四分之一)1005被例如通过来自所述发光元件其中之一提供的光照亮,而其它发光元件保持未激活的状态。随后,另一个发光元件被激活。当下一个发光元件被激活时,所述被照明的区域被移动而集中在另一个部分,比如视网膜或后段的另一个四分之一部分1002。另一个图像被捕获。接下来,第三部分,例如四分之一部分1003,通过激活另一个发光元件而被照亮。最后,第四个部分或四分之一部分1004通过激活另一个发光元件而被照亮,另一个图像被捕获。在这样的示例中,其中的每个发光元件被激活时,其它的发光元件保持未激活状态。当所有4个发光元件被依照时间顺序激活时,即获得具有增加的亮度和清晰部分的不同的四分之一部分的4个图像。
所述的顺序可以有所变化。此外,尽管上面仅讨论了一个光发射器的激活,但是在某些实施方案中,两个或更多的光发射器可以被同时激活。另外,虽然在每次激活一个不同的光源时都可以捕获一个图像,但是多于一个的图像也可以被记录下来。并且,激活所述发光元件可以包括接通该光发射器(与关掉的状态相比较)或者其它的方式,比如显著地增加其光输出。此外,来自于所述发光元件的光可以被擋住、阻碍、衰减或重新导向或者以其它方式调整。然而,在各种实施方案中,视网膜或者后段的不同部分比其他部分被选择性地照亮。被选择的增加照明的部分可以改变,以便在不同时间给不同部分提供增加的照明。这种选择性照明可以与在那些时间的图像拍摄同步。因此,可以在不同时间获取图像并且用这些图像产生具有较少雾和眩光的合成图像。在一些实施方案中,驱动器和/或控制器被用于激活所述光发射器、引导来自于所选的一个或多个光发射器而不是其它光发射器的光或者以其它方式选择性地调制所述光发射器。在一些实施方案中,与其它光发射器相比较,所选的一个或多个光发射器只是提供了更多的光。在某些实施方案中,快门、光阀和/或空间光调制器被应用于控制来自于每个发光元件的光量。尽管上面描述了一次激活一个发光元件,但一次也可以激活多于一个的发光元件。在各种实施方案中,更多的光由所有光发射器总数中的一个子集提供,以照亮视网膜或眼睛后段的一个部分或者照亮该部分多于一个或多个其它的部分。一幅图像被拍摄下来。随后,选择所述发光器总数中的不同子集以照亮视网膜或后段的另一部分,或者照亮该部分多于它的部分。另一幅图像被拍摄下来。在各种实施方案中,这个过程可重复多次。例如,2、3、4或者更多的子集可以在不同的时间被选择或者用于提供基本的照明。眼睛的图像可以在不同的时间获得。这些图像或这些图像的至少一些部分可以用于形成眼睛的合成图像,例如视网膜和/或后段的合成图像。因此,在各种实施方案中,图像处理单元可以被配置为生成一组指令以处理所述多个图像从而生成眼睛的单个清晰的图像。由于眼睛或所述眼睛成像设备可能在图像捕获或成像过程中会稍微移动,所以所述多张图像可能不会精确地重叠。所述图像处理器可以通过分析这些重叠区域来生成指令以精确地对齐所述多张图像或多个部分。每张图象都有清晰的部分和不清晰的部分。所述图像清晰的部分时基本上没有雾或炫光,或者仅有可忽略的雾或炫光。所述清晰的部分比其他部分,即所述不清晰的部分,有少得多的雾或炫光。所述不清晰的部分呈现出雾或炫光,这模糊了图像。所述图像处理器还可以生成指令以识别所述多个图像中的每个图像的清晰部分、去除不清晰的部分并且保存清晰的部分。该套指令还可以包括用于调整在边界区域附近的所述单个清晰图像的亮度的均匀性的指令,以形成均匀的亮度。所述图像处理器可以被配置为组合所述多个图像以形成所述单一清晰的图像。
如图6中的示例图像1001所示,例如在具有4个发光元件的照明系统中,当所述四分之一部分1005有良好的照明时,带有眩光的图像的不清晰部分在边界1007之外。可以通过来自所述图像处理器的一组指令来识别和去除所述不清晰部分。因此,只有在所述边界1007内的图像的清晰部分被保存。类似地,当所述四分之一部分1002有良好照明时,只有边界1008内的图像的清晰部分被保存。从所述四分之一部分1003、1004及其周边地区获得另外两幅图像,其分别在边界1009和1010内。当所有4个发光元件被按顺序激活时,4个部分图像被获取。
由于眼睛或所述眼睛成像设备可能在成像过程中会稍微移动,所述4个部分图像的特征可能不会精确地重叠。在一些实施方案中,来自于每个四分之一部分的边界的延伸区域可以根据所述图像处理器发出的指令被用于对所述图像进行适当的调整和重新对齐。当所述4个图像都被精确对齐后,可以重新调整在所述边界区域的图像亮度,从而产生具有均匀亮度的单一的清晰的图像。
在一些实施方案中,为了对齐依照时间顺序拍摄的图像,除了上述按时间顺序拍摄的多个图像之外,可以在同时激活所有发光元件时,捕获一个或更多个附加图像。所述附加图像的获取可以通过使用相同的光学成像系统,其与所述在时间顺序照明下拍摄到的多个图像具有相同的视场。尽管这样的图像可能是朦胧的或有炫光,但它可能包含整个成像区域或者整个视场内的独特的图像参考特征,比如血管。使用这个图像作为参考图像进行协调,上述四个部分图像的每一个可以与该参考图像相对齐。在适当地调整位置后,可以从所述四个图像形成所述清晰的合成图像。
尽管在上述示例实施方案中,在所有光发射器被激活时单个参考图像被获取以协助对齐其它的图像,但在其它实施方案中,可以激活少于全部的光发射器来照明。例如,所述两个四分之一部分1002、1003的相关发光元件可以被激活以对齐这些四分之一部分。少于所有的发光元件被激活时得到的附加图像可以提供进一步对齐。例如,当照亮所述四个四分之一部分的不同的对时捕获的四个参考图像可以用于对齐所述四个四分之一部分中的每个部分并且生成一个完整的合成图像。
也可以使用较少的参考图像,例如,通过在获取参考图像时照亮更多的部分。在一些实施方案中,例如,第一参考图像可以在所述四个四分之一部分中的三个部分被照亮被获取,并且第二参考图像可以在四个四分之一部分中的不同的三个部分被照亮时被获取。使用这些第一和第二参考图像可以提供对齐。其他变化也是可能的。如上所述,用于获取一个或多个参考图像的被照亮的部分的数量和光发射器的数量可以变化。
因此,可以采用一个或多个参考图像来对齐使用时间顺序照明获得的多个部分的图像。为了生成参考图像,多个部分可以被照亮并且通过所述光学成像系统和传感器获取图像。这种参考图像将描绘所述多个部分和其位置上的关系,并且将包含可以用于对齐单独部分的单独图像的参考特征。虽然参考图像可以通过照亮所有的部分来获取,但是并非所有的部分都需要同时被照亮以产生可以有助于对齐的参考图像。这些参考图像的获取可以通过使用相同的光学成像系统,其与在时间顺序照明期间捕获的多个图像具有相同的视场。然而,在替代实施方案中,参考图像可以通过其它光学成像系统和传感器获得。另外,可以使用不同的视场来获取参考图像。其它变化也是可能的。
图像处理单元可以被用于处理如上所述的图像以提供对齐。例如,所述图像处理单元可以识别所述参考图像中的参考特征从而确定各部分之间的位置关系。所述图像处理器还可以基于这些参考特征以及所确定的各个部分之间的位置关系来对齐使用时间顺序照明捕获的图像的各个部分。
在各种实施方案中,所述时间顺序拍摄的频率由拍照速度来决定。在一些实施方案中,所述成像装置被配置为在15ms或30ms到150ms或200ms之间拍摄每个图像。
因此,本文公开了一种通过顺序照明对眼睛进行成像的方法以获取宽视场的高质量视网膜图像。所述方法包括按时间顺序激活多个发光元件以照亮眼睛的不同部分、通过光学成像系统进行眼睛成像以及在眼睛的不同部分被按时间顺序照亮时,通过所述光学成像系统和传感器接收眼睛的多个图像。所述多个图像被所述图像传感器捕获并处理以生成眼睛的单一的清晰的图像。所述方法可以被用于数位地移除不清晰的部分,从而减少或去除通过顺序照明拍摄的多个图像的雾度。
当使用不同数量的发光元件时,可以应用在前面段落讨论的顺序照明方法。可能的例子包括2个元件、3个元件、4个元件、6个元件、8个元件或者甚至更多的元件。所述发光元件不需要被单独的激活。在一些实施方案中,成对的所述发光元件可以同时被激活。类似地,可以一次激活3个、4个或者更多的所述发光元件。其它变化也是可能的。
因此,各种实施方案包括眼睛成像系统,其包括诸如图1(A)和图1(B)所示的眼睛成像装置,以及包括另一计算设备或基于互联网的设备的图像计算装置。所述眼睛成像装置可以包括多个发光元件、光学成像系统、图像传感器、存储器以及计算和通信单元。在某些实施方案中,所述多个发光元件被配置为依照时间顺序照亮眼睛的不同部分。所述图像传感器被配置为当眼睛的不同部分被依时间顺序照亮时,通过所述光学成像系统以相同的宽视场接收多个眼睛的图像。在各种(尽管并非所有)实施方案中,所述存储器被配置为至少临时存储由所述图像传感器捕获的多个图像。所述计算和通信设备可以被配置为接收和传输所述多个图像。所述眼睛成像装置还可以包括触摸屏显示器以显示图像。
在一些实施方案中,所述图像计算装置可以被配置为接收来自于所述眼睛成像装置的所述多张图像并且与其进行数据交换。在所述眼睛成像装置和所述图像计算装置之间的通信可以是无线的。所述图像计算装置还可以包括图像处理单元,其被配置为生成一组指令以处理所述多个图像从而产生单一的眼睛的合成图像。所述图像计算装置可以传输所述合成图像至所述眼睛成像装置并且在所述眼睛成像装置的触摸屏显示器上显示该合成图像。
在一些其它的实施方案中,所述眼睛成像装置还可以包括图像处理单元,其被配置为生成一组指令以处理所述多个图像从而产生单一的眼睛的合成图像。所述眼睛成像装置可以在触摸屏上显示所述合成图像,并将该合成图像传输至其它装置,诸如所述图像计算装置、图像显示装置、或图像存储装置。所述合成图像到其它装置的传输可以是无线的。在一些实施方案中,所述图像处理装置可以被放置在一便携箱内。所述便携箱可以被配置为同时容纳所述眼睛成像装置、所述图像计算装置、大的图像显示器和其它配件比如图像打印机。
在此公开的各种实施方案包括复合图像分析方法以处理多个图像并且构成单一的合成图像。所述复合图像分析方法包括分析具有同一视场的多个图像并且将这些图像组合成单一的合成图像。所述多个图像可以包括2个图像、3个图像、4个图像、6个图像、8个图像、10个图像、12个图像、20个图像、100个图像或者任何其它数量的图像。在通常的图像拼接中,例如,结合多个图像以生成全景图像,这些多个图像可以以不同的视场并且在几乎相同的照明光强度分布下被捕获。在复合图像分析中,与通常的图像拼接不同,所述多个图像可以以相同的视场但是在不同的照明光强度分布下被捕获。例如,可以在上述的顺序照明下拍摄所述多个图像。所述多个图像中的每个图像可以来自于眼睛相同的部分,但是包括由于不同照明条件造成的不同信息。此外,在通常的图像拼接中,多个图像可以被拼接在一起以形成一个较大的图像。然而在复合图像分析中,所述多个图像可以被组合以形成具有与所述多个图像中的每个图像相同尺寸的单一合成图像,但是比所述多个图像中的每个图像提供更详细的信息。与通常的图像拼接不同,所述在顺序照明下获取的多个图像不能够简单的拼接在一起。在顺序照明下的所述多个图像中的每个图像可以有基本上是无雾或炫光的清晰的部分,以及有雾或炫光的不清晰的部分。从位置方面而言,每个图像基本上叠加到另一个图像上。换而言之,每个图像可以基本上是在相同位置具有相同的视场。然而,在成像过程中,操作者和所述眼睛成像装置都可能轻微地移动,使得所述多个图像可以有轻微的错位。但是,如果只是简单的对齐或结合所述多个图像,则一个图像的清晰部分可能被其它图像的不清晰的部分所遮蔽,从而有违顺序照明的目的。因此,在对齐和结合所述多个图像之前,需要对其中的每个图像进行分析。由于在顺序照明下所述多个图像的独特特征,所述复合图像分析方法可以被用于分析所述多个图像中的每个图像,包括识别清晰的部分以及去除或滤除不清晰的部分。然后,所述同步图像分析方法可以将所述多个图像进一步对齐或结合成单一的清晰的合成图像。所述合成图像可以在整个视野中基本上没有雾或炫光,从而提供高分辨率的详细信息以供诊断和治疗使用。
图7示意性地显示了所述复合图像分析方法700,其包括识别所述多个图像中的标识或参考点。所述标识或参考点是所述多个图像中独特的检测特征。所述参考点可以是一组可以被识别并且被用于对齐所述多个图像的特殊点。视神经盘和视网膜中央凹可以是潜在的参考点。此外,后段的血管或神经的交叉点也可以被认为是参考点。图7显示了一些参考点,其用于对齐眼睛后段的两个图像,即所述第一图像701和第二图像702。例如,在所述第一图像701中可以识别出所述参考点711,并且在所述第二图像702中可以识别出相对应的参考点711’。
在一些实施方案中,所述复合图像分析方法700可以包括通过使用尺度不变特征转换(SIFT)特征检测器结合强力匹配器来识别参考点。在一些其他实施方案中,所述复合图像分析方法700可以包括通过使用哈里斯特征检测器来识别参考点。在一些替代实施方案中,所述复合图像分析方法700可以包括其它的算法,其通过追踪血管的交叉点、神经头以及其它特征来识别参考点。
寻找一组适当的参数以用于识别参考点可能是重要的。该组适当的参数可以影响参考点的质量。该组适当的参数也可以影响所述复合图像分析方法700的其他方面,比如速度、精确度、灵活性等。在一些实施方案中,所述复合图像分析方法700还可以包括机器学习算法,其被配置为从大量的图像中搜索参考点并且确定一组最佳的参数以被用于识别这些参考点。
图8A至8D显示了当4个LED光源被依次激活时,在顺序照明下分别获得的第一、第二、第三和第四图像。图8E显示了当所有LED光源被同时激活时所获取的参考图像。图8F显示了通过使用所述复合图像分析方法700在色彩校准后获得的所述单一的清晰的合成图像。
所述复合图像分析方法700可以包括分析所述多个图像中的每个图像以识别其中的清晰部分。如上所述,由于眼睛的特殊结构,来自于眼睛后段的图像通常呈现出一层强烈的雾或炫光。在顺序照明下,可以获得多个图像,其具有增加亮度的不同部分和清晰的部分。如上所述,所述多个图像中的清晰部分可以是几乎没有雾或炫光的,或者仅有可忽略的雾或炫光。所述清晰部分可以比其他部分,即不清晰的部分,有明显更少的雾或炫光。所述不清晰部分可以呈现雾或炫光,其可以模糊图像。例如,图8A示意说明了当第一LED光源被激活时,在顺序照明下获得的第一图像。如图8A所示,所述第一图像有一个清晰的部分710a,其可以基本上没有雾或炫光,或者仅有可忽略的雾或炫光,因此比该图像的其余部分呈现出更多有关视网膜结构的细节。所述第一图像的的其余部分是不清晰的部分,其比所述清晰部分710a明显有更多的雾或炫光。所述雾或炫光可能会模糊图像。类似地,图8B-8D示意说明了当所述第二、第三和第四LED光源被分别激活时,在第二、第三和第四图像中的清晰部分。以作比较,图8E示意说明了在不使用顺序照明方法下获取的参考图像。换言之,当所有LED光源同时被激活时,所述参考图像被获取。比在顺序照明下获取的所述多个图像中的清晰部分相比,所述参考图像有更多的雾或炫光。例如,在图8A的第一图像的清晰部分710a与图8E中的参考图像的对应部分710e相比具有明显较少的雾或炫光并且提供了更详细的结构信息。
图9A和图9B示意性地显示了所述复合图像分析方法700,根据本公开的一些实施方案,其包括分析所述多个图像中的每个图像。所述复合图像分析方法700可以包括识别清晰部分的边界并且逐渐去除不清晰的部分。所述复合图像分析方法700可以通过确定每个图像中的清晰部分的边界线来识别出最终合成图像所需要的清晰部分。在一些实施方案中,所述复合图像分析方法700可以基于计算所述眼睛成像装置的光学设计的像素的亮度来识别所述边界线。所述方法可以确定具有高亮度像素的第一样本区域以及具有低亮度像素的第二样本区域。可以从所述光学设计中预测亮度最高的区域,例如每个图像的每个四分之一部分的中心,来选择所述第一样本区域。可以在相同图像中的相对应的对角的对称位置选择所述第二样本区域。所述第一和第二样本区域可以是方形、,圆形、椭圆形或者任何其它形状。所述第一和第二样本区域的范围可以是任何合理的尺寸。例如,所述第一和第二样本区域的大小可以是该图像的一个四分之一部分的1%、5%、10%、15%、20%、50%、80%、100%或者它们之间的任何值。所述第一和第二样本区域可以包括4个像素、8个像素、16个像素、25个像素、36个像素、64个像素、100个像素或者任何其它数量的像素。所述方法可以通过使用所述第一样本区域的第一平均亮度值和第二样本区域的第二平均亮度值来进一步确定所述边界线。在一些实施方案中,所述边界线的平均亮度可以被设置为所述第一平均亮度和第二平均亮度的平均值。在一些其他实施方案中,所述边界线的平均亮度可以通过加权计算所述第一平均亮度和第二平均亮度来设定。例如,所述边界线的平均亮度可以被设置为通过将所述第一平均亮度的30%至70%加上所述第二平均亮度的70%至30%而计算出的亮度。
所述方法700还可以包括通过找到亮度与所述边界线的平均亮度相接近的像素来识别所述边界线。例如,所述方法700可以找到亮度与在所述边界线的平均亮度差别在0%至30%之内的像素。所述方法700还可以分析包括亮度接近于所述边界线的平均亮度的像素的数据集,并且找到最佳线段拟合结果。所述方法700可以包括分析亮度接近于所述边界线的平均亮度的像素的分布及趋势。所述方法700可以包括使用迭代采样过程来找到最优化的线段拟合结果并且去除所述数据集中的异常值。图9A示意性地显示了通过所述复合分析方法700识别出的所述图像中的清晰部分的边界线930。所述边界线930可以是直线或者是曲线。但是,所述边界线不能是闭合线。如果识别出的边界线是闭合线,这表明可能有些病变比如肿瘤导致了假的“边界线”。如果发生这种情况,需要删除所述假的边界线;并需要设置新的边界线,其可以包括所述假的边界线发生的区域。
所述方法700还可以包括去除所述不清晰的部分并且调整边界。在识别出所述边界线930之后,如图9A所示,所述方法700还可以包括逐渐降低所述边界线附近的像素的亮度。在一些实施方案中,靠近所述边界附近并离开所述清晰部分的像素的亮度可以指数式地减少至零,这可以移除具有平滑边界的不清晰部分。所述指数曲线可以用于存储足够的信息,而同时有效消除信息。在一些其它的实施方案中,在所述外侧边界附近且离开所述清晰部分的像素的亮度可以被线性地、以抛物线形或者以其他方式逐渐减少至零。图9B示意性地显示所述边界附近且离开所述清晰部分的像素的亮度可以指数式减少至零之后的图像。如图9B所示,在不清晰的部分已经被逐渐去除后,没有明显的边界呈现出来。
在一些其他实施方案中,所述复合图像分析方法700可以基于计算由分析所述图像而来的像素的亮度来识别所述边界。例如,所述方法700可以确定具有最高亮度的像素并且在具有最高亮度的像素周围选择第一样本区域。所述第一样本区域可以在所测量的亮度是最高的区域来选择。所述第二样本区域可以在同一图像中的对应的对角的对称位置来选择。所述第一样本区域和第二样本区域可以是任何合理的尺寸和任何合理的形状。所述方法可以通过使用所述第一样本区域的第一平均亮度和所述第二样本区域的第二平均亮度的值来确定所述边界的平均亮度从而进一步判定所述边界线。所述方法700还可以包括通过找到亮度接近所述边界的平均亮度的像素来识别所述边界线。所述方法700还可以通过使用迭代采样过程和去除数据集中的异常值来找到最佳的线段拟合结果。如上所述,所述边界线不能是闭合线,其表明一些病变比如肿瘤可能会导致假的“边界线”。这种假的“边界线”需要被删除,并且需要设置新的边界线,其可以包括发生所述假的“边界线”的区域。
在一些替代实施方案中,所述复合图像分析方法700可以在识别每个图像内的参考点的基础上识别出所述边界。例如,可以在具有最多参考点的区域选择所述第一样本区域。所述第二样本区域可以在同一图像中对应的对角的对称位置处选择。所述第一和第二样本区域可以是任何合理的尺寸和合理的形状。所述方法还可以通过确定边界的平均亮度来判定所述边界线,如上所述。所述方法700还可以包括通过找到亮度接近所述边界的平均亮度的像素来识别所述边界线。所述方法700还可以通过找到最优化的线段拟合结果以识别所述边界线。然而,一些病变可能会遮蔽可检测出的参考点的数量并且导致假的“边界线”。所述假的“边界线”需要被删除,并且需要设置新的边界线。
图10示意性地显示了所述复合图像分析方法700的一些实施方案。所述复合图像分析方法700可以将清晰部分的边界确定为在一个大于所述图像的四分之一部分的区域中的线。例如,线931可以是图像901中清晰部分的边界线,并且线932可以是图像902中清晰部分的边界线。所述边界线可以包围一个区域,该区域是所述图像的四分之一大小的5%、10%、15%、20%、25%、30%或者其间的任何值。在一些实施方案中,所述方法700还可以包括通过逐渐降低所述图像901中的边界内的区域935a的像素的亮度来调整所述边界。在一些其他的实施方案中,所述方法700还可以包括通过逐渐降低所述图像901边界外的像素的亮度来调整所述边界。
图11示意性地显示了所述复合图像分析方法700的流程图。所述复合图像分析方法700可以包括识别在顺序照明下获取的所述多个图像中的参考点,如方框751所示。在一些实施方案中,所述方法700还可以包括识别在没有顺序照明下获取的参考图像中的参考点。所述方法还可以包括逐一地分析在顺序照明下获取的所述多个图像中的每个图像,如方框752所示。所述方法700可以被配置为识别清晰的部分以及在清晰部分和不清晰部分之间的边界线。在一些实施方案中,如上文所討论,所述方法700可以包括确定第一样本区域和第二样本区域并且计算第一样本区域的第一平均亮度和第二样本区域的第二平均亮度。所述方法700还可以包括通过使用所述第一平均亮度和第二平均亮度的组合来决定所述边界线的亮度的平均值。所述方法700还可以包括根据所述边界线的平均亮度值来找到最优化的线段拟合从而识别所述边界线。为了创建无缝过渡,所述方法700还可以包括通过将离开所述清晰部分的边界附近的像素的亮度逐渐降低到零来逐渐地去除不清楚的部分。所述方法700可以包括分析所述多个图像中的每个图像并且逐渐滤除不清晰的部分。
如图11的方框753所示,所述复合图像分析方法700可以包括基于参考点对齐所述多个图像。在一些实施方案中,所述方法700可以包括将所述多个图像中的每个图像内的参考点与参考图像中的参考点相对齐。在一些实施方案中,所述方法700可以将所述多个图像中的每个图像内的参考点与所述多个图像的相邻图像对齐。所述方法700可以包括通过应用随机抽样一致性算法(RANSAC)来对齐所述参考点;RANSAC是一种迭代方法其用于从所述参考点估计参数以去除异常参考点。所述方法700可以包括生成用于图像对齐的单应矩阵。所述单应矩阵可以是2D矩阵。所述单应矩阵可以通过RANSAC形成。所述单应矩阵可以被用于调整一个图像中的一组参考点从而与另一个图像对齐。所述方法还可以包括应用所述单应矩阵来调整每个图像以对齐所述多个图像。
所述方法700可以包括使用所述参考点来对齐所述多个图像并且防止所述合成图像变形和开裂。在一些实施方案中,所述方法700可以包括建立具有所述参考点的坐标系,其可以被用于确定所述多个图像中的其它图像的位置。随后,根据这些位置的校准,所有图像都可以被调整为适合进一步构图的适合的位置。在一些实施方案中,所述方法700可以包括校正已识别的参考点的失真和错位。所述方法700可以包括识别任何匹配的点,其可以被用于根据所识别的参考点来确认所述多个图像的像素的位置。根据所述参考点的像素的位置,所述方法700可以包括一个像素接一个像素地调整所述多个图像直到所述多个图像中的全部像素都适合相应的位置。
所述复合图像分析方法700可以包括通过结合所述多个图像来组成单一的清晰的合成图像。在一些实施方案中,所述方法700还可以包括在所述多个图像的重叠区域进行混合。所述方法可以包括通过加权重叠两个图像的像素来混合这些像素;例如在一些实施方案中,一个图像可以有比另一个图像更大的权重。在一些其他实施方案中,可以通过对来自两个重叠图像的像素进行平均来混合在重叠区域的像素。在一些替代实施方案中,所述方法700可以包括从两个重叠的图像中选择具有较高的亮度的像素,以便提高速度。
所述复合成像分析方法700可以包括对在结合所述多个图像后形成的单一清晰的合成图像进行色彩校准。由于所述图像传感器的性质,所述合成图像的色彩可以被校准为真彩色从而协助各种眼睛疾病的正确诊断。在一些实施方案中,所述方法700可以包括在调整所述眼睛成像装置的白平衡参数之后,由具有均匀亮度的所述眼睛成像装置拍摄灰卡图像。所述灰卡图像可以在所述成像系统的相同照明条件下获取,但是所述眼睛成像装置可以被散焦以使得光分布可以尽可能的均匀。所述方法还可以包括从所拍摄的图像中计算出校正了的的参数,随后应用所述已校正的参数来校准所述合成图像的颜色从而达到最佳效果。如图8F所示,通过所述复合图像分析方法700所获取的所述单一的清晰合成图像在色彩校准后比没有色彩校准的所述多个图像更加暖色调。
在一些实施方案中,所述复合图像分析方法700可以包括将所述多个图像中的每个图像内的参考点与所述参考图像中的参考点相对齐,然后将所述多个图像中的每个图像与所述参考图像进行比较,从而确定每个图像中清晰部分的边界。例如,每个图像中的清晰部分的像素可以有比参考图像中的对应像素更高的亮度,而每个图像的不清晰部分的像素可以有比参考图像中的对应像素更低的亮度。通过比较每个图像和参考图像之间的像素亮度,当每个图像中的像素亮度与参考图像的亮度差由正变负时,可以识别出所述边界线。在一些其他实施方案中,可以包括将每个图像中的可检测到的参考点与所述参考图像中的检测到的参考点进行比较。每个图像的清晰部分可以比所述参考图像中的对应部分有更多的可检测到的参考点,而每个图像的不清晰部分可以比所述参考图像中的对应部分有更少的可检测到的参考点。当每个图像和所述参考图像之间的可检测到的参考点的数量差开始减少时,所述方法700可以识别出所述边界线。在一些替代实施方案中,所述方法700可以将每个图像中的参考点的亮度和所述参考图像中对应参考点的亮度进行比较,并且当二者的差值达到零时,可以识别出所述边界线。
在不脱离本公开的范围的情况下,所述复合图像分析方法可以有很多变化。所述多个图像可以被分析并且可以通过各种方法来识别每个图像中的清晰部分。在一些实施方案中,所述清晰部分的边界可以通过检测像素亮度变化的速率来识别,并且可以通过找到像素亮度变化速率最高的线来确定所述边界。例如,所述方法700可以绘制一组亮度基本上相同的像素线,而像素线之间的亮度差可以是恒定的。然后,所述方法可以确定所述边界线,其可以是与相邻线最短距离的线。在一些其他实施方案中,所述方法700可以包括分析所述参考点的分布以及识别所述边界线,在那里参考点数量减少率是最高的。在一些替代实施方案中,所述方法700可以包括其他机器学习和模式识别方法以识别所述多个图像中的每个图像的分界线。在一些实施方案中,所述方法可以包括通过选择所述多个图像中在相同位置处具有最高亮度的像素来对齐并组合所述多个图像,并且将整个视场中具有最高亮度的所有像素组合成单一的合成图像。
在此公开的多种实施方案包括存储一组可由处理器执行的指令的、非暂态计算机可读存储介质,以将具有相同视野的所述多个图像组合成合成图像。在一些实施方案中,所述非暂态计算机可读存储介质可以被放置在图像计算装置内,其被配置为与所述眼睛成像装置进行通信。所述眼睛成像装置可以被配置为将顺序照明下获取的所述多个图像传输至所述图像计算装置,并且所述图像计算装置可以被配置为将所述多张图像处理为合成图像并且将所述合成图像传输至所述眼睛成像装置。在一些其他的实施方案中,所述非暂态计算机可读存储介质可以被设置在所述眼睛成像装置内。当被所述处理器执行时,所述非暂态计算机可读存储介质可以使所述处理器识别所述多个图像中以及参考图像中的参考点。所述非暂态计算机可读存储介质还可以使所述处理器分析所述多个图像中的每个图像从而识别出清晰部分以及在清晰部分和不清晰部分之间的边界线。在一些实施方案中,所述非暂态计算机可读存储介质可以使所述处理器确定第一样本区域和第二样本区域,并且计算所述第一样本区域的第一平均亮度和第二样本区域的第二平均亮度。所述非暂态计算机可读存储介质还可以使所述处理器确定所述边界线的亮度的平均值,并且通过找寻最优化线以识别所述边界。所述非暂态计算机可读存储介质还可以使所述处理器通过将所述边界附近离开清晰部分的像素的亮度逐渐减小到零,从而逐渐去除不清晰的部分。
所述非暂态计算机可读存储介质可以使所述处理器通过应用RANSAC算法和去除异常值点而在所述参考点的基础上对齐所述多个图像。所述非暂态计算机可读存储介质还可以使所述处理器生成单应矩阵并且调整每个图像。此外,所述非暂态计算机可读存储介质可以使所述处理器通过结合所述多个图像来构成单一的清晰的合成图像。在一些实施方案中,所述存储介质还可以使所述处理器执行色彩校准。
尽管以示例性实施方案公开了本发明,本领域具有通常技術者将认识并且理解到,在不脱离本发明的范围的前提下,可以实现许多增加、删除和修改所公开的实施方式及其变型。
对于在此所述的这些实施方案以及实施方式的多方面的变更都是可能的。组件和/或特征可以被添加、删除、重组、或者上述变化的组合。类似地,方法步骤可以被添加、去除、和/或重新排序。
同样的,对于本领域的技术人员来说,对在此公开的实施方案的描述的多种修改可以是显而易见的,并且在不脱离本公开的精神或范围的情况下,在此所定义的普通的原理可以被运用到其它实现方式中。因此,本权利要求书不仅限于在此所述的实施方式,而是被赋予与本公开及在此公开的原理和新颖的特征相一致的最广泛的范围。
因此,本文中对一个单独的项目的引用包括存在多个相同项目的可能性。更具体的说,除非另有说明,在这里使用的和在权利要求书中所使用的单数形式如“一“,“一个”、“一种”、“所述”以及“该”包括复数指示物。换句话说,在上述描述中以及下面的权利要求中,这些冠词的使用表明允许“至少一个”所述项目。
此外如本文所使用的,涉及多个项目列表中的“至少一个”的短语是指这些项目的任何组合,包括单个成员。举例说明,“a,b或c”中的至少一个旨在覆盖:a,b,c,a-b,a-c,b-c和a-b-c。
在本说明书的多个单独实施方案的上下文中所描述的某些特征也可以被结合起来在一个单独的实施方案中实施。相反地,在单独的一个实施方案的上下文中所描述的各种特征也可以在多个实施方案中单独地或以任何合适的亞组合被实施。此外,尽管上述的特征可以被描述为以某些组合的方式起作用,并且甚至最初在权力要求中如此所主张,但权力要求所主张的组合的一个或多个特征在某些情况下可以从组合中被删除,并且所要求的组合可以直接指一个亞组合或亞组合的变化。
类似地,虽然操作可以被描述为以特定顺序发生,但是这不应该被理解为要求以所描述的特定顺序或排列顺序执行此类操作,或者必须执行所有描述的操作,以实现所期望的结果。此外,其它未公开的操作可以并入本文所述的过程中。例如,可以在上述公开的操作的之前、之后、同时或者期间进行一个或多个附加操作。在特定的环境下,多重任务处理和并行处理可能是有利的。还有,在上述的实施方案中的各种系统组件的分离不应该被理解为在所有实施方案中需要这样的分离,并且应当理解为所描述的项目组件和系统通常可以一起被集成在一个单独的产品中或者被包装成多个产品。此外,其它实施方案是在下列权利要求的范围之内。在一些情况下,权利要求书中所所述的动作可以以不同的顺序执行并且仍然实现预期的结果。
Claims (20)
1.眼睛成像装置,包括:
外壳;
光源,其位于所述外壳内,包括多个发光元件,其中每个发光元件被配置为依照时间顺序照亮眼睛的不同部分;
设置在所述外壳内的光学成像系统,其包括光学窗口,所述光学窗口具有被配置为接受眼睛的一部分的前凹面;
放置在所述外壳内的图像传感器,其被配置为当眼睛的各部分被所述发光元件之一顺序照亮时,通过所述光学成像系统接收相同视场范围内的眼睛的多个图像;以及
放置在所述外壳内的计算和通讯装置,包括
图像处理单元,其被配置为分析所述多个图像从而识别所述多个图像中每个图像的清晰部分,并且将所述多个图像处理为单一合成图像,
显示器,其被配置为显示所述多个图像以及所述单一合成图像,以及
无线通信设备,其被配置为接收和发送所述多个图像和所述单一合成图像。
2.根据权利要求1所述的眼睛成像装置,其中所述图像处理单元被配置为识别所述多个图像中的每个图像的清晰部分的边界线。
3.根据权利要求2所述的眼睛成像装置,其中所述图像处理单元被配置为通过确定第一样本区域和第二样本区域来识别所述边界线。
4.根据权利要求2所述的眼睛成像装置,其中所述图像处理单元被配置为通过确定所述多个图像中的每个图像内的像素亮度从而识别边界线。
5.根据权利要求2所述的眼睛成像装置,其中所述图像处理单元被配置为通过确定所述多个图像中的每个图像内的多个参考点从而识别所述边界线。
6.根据权利要求5所述的眼睛成像系统,其中所述多个参考点包括血管、血管的交叉点、神经、眼睛后房的神经交叉点之中的至少一个。
7.根据权利要求2所述的眼睛成像装置,其中所述图像处理单元被配置为通过逐渐减小所述边界线附近的、离开所述多个图像中的每个图像内的清晰部分的像素的亮度来调整所述边界线。
8.根据权利要求1所述的眼睛成像装置,其中所述图像处理单元被配置为建立具有多个参考点的坐标系以确定所述多个图像中的每个图像的位置。
9.根据权利要求1所述的眼睛成像装置,其中所述图像处理单元被配置为通过混合所述多个图像中的两个重叠图像的清晰部分的像素来将所述多个图像处理为单一的合成图像。
10.根据权利要求1所述的眼睛成像装置,其中所述图像处理单元被配置为执行单个合成图像的色彩校准。
11.根据权利要求1所述的眼睛成像系统,其中所述图像处理单元被配置为通过使用参考图像来对齐所述多个图像,其中通过所述光学成像系统以相同的视场来接收所述参考图像。
12.一种复合图像分析方法,用于在顺序照明下将具有相同视场的眼睛的多个图像处理成合成图像,所述方法包括:
识别在所述多个图像中的每个图像内的多个参考点;
分析所述多个图像中的每个图像以识别所述多个图像中的每个图像的清晰部分的边界线;
通过逐渐减小所述边界线附近的、离开所述多个图像中的每个图像的清晰部分的像素的亮度来调整所述边界线;
通过使用所述多个参考点对齐所述多个图像,并且将所述多个图像的每个图像的清晰部分结合为单一的合成图像。
13.根据权利要求12所述的复合图像分析方法,其中分析所述多个图像中的每个图像包括通过确定第一样本区域和第二样本区域来识别所述边界线。
14.根据权利要求12所述的复合图像分析方法,其中分析所述多个图像中的每个图像包括通过确定所述多个图像中的每个图像内的像素的亮度来识别所述边界线。
15.根据权利要求12所述的复合图像分析方法,其中分析所述多个图像中的每个图像包括通过在所述多个图像中每个图像内的所述多个参考点识别所述边界线。
16.根据权利要求12所述的复合图像分析方法,其中所述多个参考点包括血管、血管交叉点、神经、眼睛后房神经的交叉点之中的至少一个。
17.根据权利要求12所述的复合图像分析方法,还包括建立具有所述多个参考点的坐标系统以确定所述多个图像中的每个图像的位置。
18.根据权利要求12所述的复合图像分析方法,还包括通过混合所述多个图像中的两个重叠图像的清晰部分的像素来将所述多个图像处理为单一的合成图像。
19.根据权利要求12所述的复合图像处理方法,还包括执行所述单个合成图像的色彩校准。
20.根据权利要求12所述的复合图像分析方法,还包括通过使用参考图像以对齐所述多个图像,其中通过所述光学成像系统以相同的视场来接收所述参考图像。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562141231P | 2015-03-31 | 2015-03-31 | |
US62/141,231 | 2015-03-31 | ||
PCT/US2016/025260 WO2016161110A1 (en) | 2015-03-31 | 2016-03-31 | An eye imaging apparatus with sequential illumination and a syntactic image analyzing method |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107613848A true CN107613848A (zh) | 2018-01-19 |
Family
ID=57007376
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680029652.5A Pending CN107613848A (zh) | 2015-03-31 | 2016-03-31 | 具有顺序照明的眼睛成像装置以及复合图像分析方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10448820B2 (zh) |
EP (1) | EP3277157A4 (zh) |
CN (1) | CN107613848A (zh) |
WO (1) | WO2016161110A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112567724A (zh) * | 2018-06-14 | 2021-03-26 | 布罗德斯普特成像公司 | 采用交叉照明的复合图像 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11045083B2 (en) * | 2017-10-17 | 2021-06-29 | Verily Life Sciences Llc | Flash optimization during retinal burst imaging |
JP2022545615A (ja) * | 2019-08-14 | 2022-10-28 | アルコン インコーポレイティド | アイトラッキング固視モニタリングシステム及び方法 |
WO2021028856A1 (en) * | 2019-08-14 | 2021-02-18 | Alcon Inc. | Eye tracking fixation monitoring systems and methods |
CN115515473A (zh) * | 2020-03-19 | 2022-12-23 | 数字诊断公司 | 用于最小闪光的眼病诊断的图像保留和拼接 |
CN112116618B (zh) * | 2020-09-08 | 2023-04-07 | 杭州艾耕科技有限公司 | 一种合成图片自动切割方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070244393A1 (en) * | 2004-06-03 | 2007-10-18 | Mitsuhiro Oshiki | Image Diagnosing Support Method and Image Diagnosing Support Apparatus |
CN101573714A (zh) * | 2006-10-02 | 2009-11-04 | 强生消费者公司 | 鉴别面部区域的方法和装置 |
US20120300998A1 (en) * | 2010-01-22 | 2012-11-29 | Annidis Health Systems Corp. | Registration method for multispectral retinal images |
US20130044200A1 (en) * | 2011-08-17 | 2013-02-21 | Datacolor, Inc. | System and apparatus for the calibration and management of color in microscope slides |
US20130271728A1 (en) * | 2011-06-01 | 2013-10-17 | Tushar Mahendra Ranchod | Multiple-lens retinal imaging device and methods for using device to identify, document, and diagnose eye disease |
US20140085603A1 (en) * | 2012-02-02 | 2014-03-27 | Visunex Medical Systems. Co. Ltd. | Portable eye imaging apparatus |
US20150009473A1 (en) * | 2012-03-17 | 2015-01-08 | Visunex Medical Systems Co. Ltd. | Eye imaging apparatus with a wide field of view and related methods |
US20150021228A1 (en) * | 2012-02-02 | 2015-01-22 | Visunex Medical Systems Co., Ltd. | Eye imaging apparatus and systems |
-
2016
- 2016-03-31 WO PCT/US2016/025260 patent/WO2016161110A1/en active Application Filing
- 2016-03-31 CN CN201680029652.5A patent/CN107613848A/zh active Pending
- 2016-03-31 EP EP16774194.1A patent/EP3277157A4/en not_active Withdrawn
- 2016-03-31 US US15/563,405 patent/US10448820B2/en not_active Expired - Fee Related
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070244393A1 (en) * | 2004-06-03 | 2007-10-18 | Mitsuhiro Oshiki | Image Diagnosing Support Method and Image Diagnosing Support Apparatus |
CN101573714A (zh) * | 2006-10-02 | 2009-11-04 | 强生消费者公司 | 鉴别面部区域的方法和装置 |
US20120300998A1 (en) * | 2010-01-22 | 2012-11-29 | Annidis Health Systems Corp. | Registration method for multispectral retinal images |
US20130271728A1 (en) * | 2011-06-01 | 2013-10-17 | Tushar Mahendra Ranchod | Multiple-lens retinal imaging device and methods for using device to identify, document, and diagnose eye disease |
US20130044200A1 (en) * | 2011-08-17 | 2013-02-21 | Datacolor, Inc. | System and apparatus for the calibration and management of color in microscope slides |
US20140085603A1 (en) * | 2012-02-02 | 2014-03-27 | Visunex Medical Systems. Co. Ltd. | Portable eye imaging apparatus |
US20150021228A1 (en) * | 2012-02-02 | 2015-01-22 | Visunex Medical Systems Co., Ltd. | Eye imaging apparatus and systems |
US20150009473A1 (en) * | 2012-03-17 | 2015-01-08 | Visunex Medical Systems Co. Ltd. | Eye imaging apparatus with a wide field of view and related methods |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112567724A (zh) * | 2018-06-14 | 2021-03-26 | 布罗德斯普特成像公司 | 采用交叉照明的复合图像 |
Also Published As
Publication number | Publication date |
---|---|
EP3277157A4 (en) | 2018-12-26 |
EP3277157A1 (en) | 2018-02-07 |
WO2016161110A1 (en) | 2016-10-06 |
US20180084989A1 (en) | 2018-03-29 |
US10448820B2 (en) | 2019-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107613848A (zh) | 具有顺序照明的眼睛成像装置以及复合图像分析方法 | |
US11744460B2 (en) | Wide field fundus camera | |
EP3473003B1 (en) | Wide field fundus camera with auto-montage at a single alignment | |
US20200237216A1 (en) | Retinal cellscope apparatus | |
CN105451637B (zh) | 宽视场眼睛成像装置及其相关方法 | |
US20160262605A1 (en) | Programmable multispectral illumination system for surgery and visualization of light-sensitive tissues | |
CN102917634A (zh) | 对眼睛成像的装置和方法 | |
US20160206204A1 (en) | Organ Imaging Device | |
US20120050515A1 (en) | Image processing apparatus and image processing method | |
CA2910932A1 (en) | Ophthalmoscope | |
Sivaraman et al. | A novel, smartphone-based, teleophthalmology-enabled, widefield fundus imaging device with an autocapture algorithm | |
US20160089027A1 (en) | Method for photographically observing and/or documenting the fundus of an eye, and fundus camera | |
US20190246986A1 (en) | Portable apparatus for imaging the eye | |
EP3695775B1 (en) | Smartphone-based handheld optical device and method for capturing non-mydriatic retinal images | |
JP2023546642A (ja) | 携帯式かつ接続式かつインテリジェントな眼球イメージングのためのシステム、デバイス及び方法 | |
WO2019158916A1 (en) | Imaging device and method of imaging a subject's eye | |
AU2020230889B2 (en) | Improved ophthalmic apparatus | |
Markan et al. | Commentary: Utility of a smartphone-assisted direct ophthalmoscope camera for a general practitioner in screening of diabetic retinopathy at a primary health care center | |
JP2011245025A (ja) | 眼底撮像装置及びその処理方法 | |
WO2022150448A1 (en) | System and method to measure aberrations by imaging both the crescent and the halo of the crescent |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180119 |