CN111820862B - 一种基于oct图像建模引导的个性化巩膜镜适配性评估方法和设计方法 - Google Patents

一种基于oct图像建模引导的个性化巩膜镜适配性评估方法和设计方法 Download PDF

Info

Publication number
CN111820862B
CN111820862B CN202010662293.5A CN202010662293A CN111820862B CN 111820862 B CN111820862 B CN 111820862B CN 202010662293 A CN202010662293 A CN 202010662293A CN 111820862 B CN111820862 B CN 111820862B
Authority
CN
China
Prior art keywords
sclera
model
lens
personalized
eyeball
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.)
Active
Application number
CN202010662293.5A
Other languages
English (en)
Other versions
CN111820862A (zh
Inventor
沈梅晓
王俊杰
邓如芝
施策
王梦怡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wenzhou Medical University
Original Assignee
Wenzhou Medical University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wenzhou Medical University filed Critical Wenzhou Medical University
Priority to CN202010662293.5A priority Critical patent/CN111820862B/zh
Publication of CN111820862A publication Critical patent/CN111820862A/zh
Application granted granted Critical
Publication of CN111820862B publication Critical patent/CN111820862B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • 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
    • A61B3/1005—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for measuring distances inside the eye, e.g. thickness of the cornea
    • 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
    • A61B3/16—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for measuring intraocular pressure, e.g. tonometers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Veterinary Medicine (AREA)
  • Geometry (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Ophthalmology & Optometry (AREA)
  • Biophysics (AREA)
  • Evolutionary Computation (AREA)
  • Heart & Thoracic Surgery (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Instructional Devices (AREA)
  • Prostheses (AREA)

Abstract

一种基于OCT图像建模引导的个性化巩膜镜适配性评估方法和设计方法，利用广角眼前节OCT系统，获取高清晰的整个巩膜镜在眼三维动态图像，经过图像重构误差变形校正算法，解决了任意情况下OCT图像的变形校正问题，从这些动态变化的眼表地形图中，获取患者眼表不规则形态个体特征，比如巩膜区的不对称性、角巩膜缘区的不对称性、巩膜与角巩膜缘区的连接关系、高膜最凸点位置及高度信息等，为个性化巩膜镜设计提供个体眼表形态数据，同时，获得能够描述巩膜镜与眼表匹配情况的镜下泪液层厚度、巩膜受压等信息，为巩膜镜适配评估提供关键客观信息，也为后续仿真建模提供精准形态学信息。

Description

一种基于OCT图像建模引导的个性化巩膜镜适配性评估方法 和设计方法
技术领域
本发明涉及OCT技术领域，具体涉及一种基于OCT图像建模引导的个性化巩膜镜适配性评估方法和设计方法。
背景技术
圆锥角膜、屈光术后角膜膨隆等不规则角膜的屈光矫治是全球难题。而巩膜镜的技术发展为解决此难题带来了新希望，但目前对其个性化参数的选择、设计以及视觉康复方案的优劣都没有定量和通适型的评价方式，仍以试错及临床经验为主要依据。
近年来，巩膜镜技术的发展给不规则角膜患者疑难屈光的矫治带来了新希望。巩膜镜是一种不接触角膜及角巩膜缘，完全由巩膜及其上方的结膜组织所支撑的特殊硬性透氧型接触镜。其特殊的设计使其完全“越过”（Vaulting）角膜角巩膜缘，在镜下形成的“泪液镜”能够稳定覆盖因角膜结构改变而导致的大范围不规则表面，人为重塑规则光学表面，改善眼睛光学系统（图 1）。近年来迅速发展的高透氧性新型材料及个性化巩膜镜设计技术，进一步推动了现代巩膜镜在临床以及产业的发展,成为近五年该领域最受关注的方向之一。
然而，尽管巩膜镜的材料和制造技术取得了突破，应用巩膜镜在不规则角膜中构造理想光学表面仍存在一些技术上的挑战。首先是初试镜片的选择，由于临床缺乏精准的眼表地形图测量技术，现有临床常规上只能依据少数几项主要眼表形态参数（如中央角膜曲率、矢高），并根据人眼平均眼球模型角巩膜之间的解剖关系预估所需的镜片矢高和基弧等参数[ 。然而众多临床实践和文献表明，由于不规则角膜患者眼表形态经常呈现高度非球面或非对称特征，常规方法对这类患者镜片参数的预估常常出现较大偏差，只能通过试错方式，逐步评估确定镜片各参数。其次是巩膜镜“下沉”（settling）需要时间。由于巩膜镜着陆区（ Scleral Landing Zone, SLZ）落于非常柔软且可压迫的球结膜及 Tenon’s 囊上，因此随着时间推移，镜片会向眼球表面进行“下沉”（图 1）。巩膜镜“下沉”过程可能持续2-4 小时，下沉结束后的表面矫正效果才是巩膜镜验配最重要的评估指标。上述这些因素导致巩膜镜视觉康复方案确定经常处于“试戴-调整-试戴”的循环状态，效率低成本高，现有技术在巩膜镜精准设计、预测和矫治方面遇到瓶颈。
发明内容
为了现有技术存在的问题，本发明提供了一种基于OCT图像建模引导的个性化巩膜镜适配性评估方法和设计方法，满足了上述技术的需求并克服了现有技术中的缺陷。
本发明采用的技术解决方案是：一种基于OCT图像建模引导的个性化巩膜镜适配性评估方法，包括以下步骤：
（1）全眼球-巩膜镜力学接触有限元建模：通过基于广角眼前节OCT图像的动态眼表地形图数据建立全眼球和巩膜镜三维有限元模型，全眼球-巩膜镜力学接触有限元模型在结构上包括全眼球模型和巩膜镜模型两部分，巩膜镜模型和全眼球模型之间的力学接触选用粘合接触模拟方式实现，计算出泪液镜厚度分布和眼表受压形变和应力分布情况；
（2）利用逆向分析方法进行模型优化：通过逆向分析方法对上述进行模型优化，获得能精准描述巩膜镜适配过程的β和σ这两个关键系数，建立病患个性化有限元模型，使用有限元分析软件模拟巩膜镜配戴测量时眼球的动态受压即眼睑压力、镜下泪液张力以及实测眼内压，并把模型输出的动态眼表地形图设为模拟数据，通过广角扫频 OCT 图像的实测动态眼表地形图设为目标数据，采用逆向分析方法使得各区域拟合数据与目标数据尽量贴合，构建可精准再现临床结果的个性化巩膜镜适配仿真模型。
所述的步骤（1）中全眼球-巩膜镜力学接触有限元建模中全眼球模型通过获取的戴镜前眼表地形图，经 Zernike 多项式拟合获得表面三维形态的函数表达式，进而利用建模软件建立。
所述的步骤（1）中全眼球-巩膜镜力学接触有限元建模中全眼球-巩膜镜力学接触有限元模型载荷主要包括眼睑对巩膜镜表面的压力、巩膜镜与角膜之间的泪液张力和眼内压，模型中均模拟为表面均布压力，模型关键参数主要包括μ、α、β和σ，其中μ和α为角膜/巩膜的非线性材料本构参量，分别为应变硬化指数和剪切模量，其数值取自前期人眼角膜和巩膜膨胀实验所得区域性离体角膜巩膜生物力学本构参量结果，而β和σ为巩膜镜与眼球粘合接触模拟核心参数，分别代表粘合指数和损伤指数，上述关键参数共同决定模型在加载情况下巩膜镜适配结果。
所述的步骤（2）中利用逆向分析方法进行模型优化中通过逆向分析方法对上述进行模型优化获得β和σ两个关键系数，具体步骤为，初设β和σ，使用有限元分析软件模拟巩膜镜配戴测量时眼球的动态受压即眼睑压力、镜下泪液张力以及实测眼内压，并把模型输出的动态眼表地形图设为模拟数据，通过广角扫频 OCT 图像的实测动态眼表地形图设为目标数据，采用逆向分析方法使得各区域拟合数据与目标数据尽量贴合，从而优化模型参数β和σ。
一种基于OCT图像建模引导的个性化巩膜镜设计方法，具体包括以下步骤：
（1）全眼球-巩膜镜力学接触有限元建模：通过基于广角眼前节OCT图像的动态眼表地形图数据建立全眼球和巩膜镜三维有限元模型，全眼球-巩膜镜力学接触有限元模型在结构上包括全眼球模型和巩膜镜模型两部分，巩膜镜模型和全眼球模型之间的力学接触选用粘合接触模拟方式实现，计算出泪液镜厚度分布和眼表受压形变和应力分布情况；
（2）利用逆向分析方法进行模型优化：通过逆向分析方法对上述进行模型优化，获得能精准描述巩膜镜适配过程的β和σ这两个关键系数，建立病患个性化有限元模型，使用有限元分析软件模拟巩膜镜配戴测量时眼球的动态受压即眼睑压力、镜下泪液张力以及实测眼内压，并把模型输出的动态眼表地形图设为模拟数据，通过广角扫频 OCT 图像的实测动态眼表地形图设为目标数据，采用逆向分析方法使得各区域拟合数据与目标数据尽量贴合，构建可精准再现临床结果的个性化巩膜镜适配仿真模型。
（3）构建精准的个性化巩膜镜视觉康复方案模型：在上述建立的个性化巩膜镜适配仿真模型的基础上，通过卷积神经网络（CNN），将上述大量模拟的巩膜镜视觉康复决策方案作为训练样本，以不规则角膜重塑后的适配结果作为约束条件，纳入患者个体眼表地形图及与其匹配的理想重塑眼表地形图，即为理想适配的巩膜镜后表面地形图，构建适合不规则角膜患者的个性化巩膜镜视觉康复方案模型的巩膜镜。
所述的步骤（1）中全眼球-巩膜镜力学接触有限元建模中全眼球模型通过获取的戴镜前眼表地形图，经 Zernike 多项式拟合获得表面三维形态的函数表达式，进而利用建模软件建立。
所述的步骤（1）中全眼球-巩膜镜力学接触有限元建模中全眼球-巩膜镜力学接触有限元模型载荷主要包括眼睑对巩膜镜表面的压力、巩膜镜与角膜之间的泪液张力和眼内压，模型中均模拟为表面均布压力，模型关键参数主要包括μ、α、β和σ，其中μ和α为角膜/巩膜的非线性材料本构参量，分别为应变硬化指数和剪切模量，其数值取自前期人眼角膜和巩膜膨胀实验所得区域性离体角膜巩膜生物力学本构参量结果，而β和σ为巩膜镜与眼球粘合接触模拟核心参数，分别代表粘合指数和损伤指数，上述关键参数共同决定模型在加载情况下巩膜镜适配结果。
所述的步骤（2）中利用逆向分析方法进行模型优化中通过逆向分析方法对上述进行模型优化获得β和σ两个关键系数，具体步骤为，初设β和σ，使用有限元分析软件模拟巩膜镜配戴测量时眼球的动态受压即眼睑压力、镜下泪液张力以及实测眼内压，并把模型输出的动态眼表地形图设为模拟数据，通过广角扫频 OCT 图像的实测动态眼表地形图设为目标数据，采用逆向分析方法使得各区域拟合数据与目标数据尽量贴合，从而优化模型参数β和σ。
本发明的有益效果是：本发明提供了一种基于OCT图像建模引导的个性化巩膜镜适配性评估方法和设计方法，利用广角眼前节 OCT系统，获取高清晰的整个巩膜镜在眼三维动态图像，经过图像重构误差变形校正算法，解决了任意情况下 OCT 图像的变形校正问题，从这些动态变化的眼表地形图中，获取患者眼表不规则形态个体特征，比如巩膜区的不对称性、角巩膜缘区的不对称性、巩膜与角巩膜缘区的连接关系、高膜最凸点位置及高度信息等，为个性化巩膜镜设计提供个体眼表形态数据，同时，获得能够描述巩膜镜与眼表匹配情况的镜下泪液层厚度、巩膜受压等信息，为巩膜镜适配评估提供关键客观信息，也为后续仿真建模提供精准形态学信息。
附图说明
图1为巩膜镜及其对不规则角膜重塑规则屈光表面过程的示意图。
图2为获取精准的可动态变化的眼表地形图的研究策略。
图3为全眼球-巩膜镜力学接触模型构思示意图。
图4为逆向分析技术优化和验证模型的构思图；其中图中实线代表基于 OCT 实测的目标数据，虚线代表模拟数据。
具体实施方式
本发明主要是涉及一种基于OCT图像建模引导的个性化巩膜镜适配性评估方法和设计方法，主要分为以下三个技术要点：
1.创建一种精准的可动态变化的眼表地形图方法
精准的可动态变化的眼表地形图是实现个性化巩膜镜方案设计的关键与前提。大部分商业 OCT 配备软件中的测量功能，都未经过折射率和入射光线矫正，光线经过巩膜镜、镜下泪液及角膜均会产生折射，从而使OCT图像因重构误差而产生一定的变形；另外配备的图像处理软件一般只能适用于非戴镜的正常人角膜图像的分析，而使用手动分割方法存在耗时、工作量大、临床适用性差等缺点。在本发明中我们拟利用广角眼前节 OCT系统，获取高清晰的整个巩膜镜在眼三维动态图像，经过图像重构误差变形校正算法，解决了任意情况下 OCT 图像的变形校正问题。在此基础上，开发了基于改进 U-Net网络的OCT图像智能化分割算自动且准确分割出巩膜镜、巩膜、角膜等主要结构边界的方法，然后创建精准的可动态变化的眼表地形图，客观描绘巩膜镜对不规则角膜表面的重塑效果。在上述边界分割基础上，对矫正前后动态 OCT 图像的各边界数据进行重构误差校正、三维数值插值、重建、曲面拟合等方式的数值处理，获取精准的可动态变化的眼表地形图（图 2）。从这些动态变化的眼表地形图中，获取患者眼表不规则形态个体特征，比如巩膜区的不对称性、角巩膜缘区的不对称性、巩膜与角巩膜缘区的连接关系、高膜最凸点位置及高度信息等，为个性化巩膜镜设计提供个体眼表形态数据。同时，获得能够描述巩膜镜与眼表匹配情况的镜下泪液层厚度、巩膜受压等信息，为巩膜镜适配提供关键客观信息，也为后续仿真建模提供精准形态学信息。
2.基于广角眼前节OCT图像的巩膜镜适配仿真建模
通过上述基于广角眼前节OCT图像的动态眼表地形图数据建立全眼球和巩膜镜三维有限元模型，并进行巩膜镜对不规则角膜表面重塑过程及效果的仿真模拟，帮助我们直观预测患者戴镜后镜下泪液厚度、眼表受力及形变情况，是解决目前临床巩膜镜矫治过程采用试错方式而导致的效率低成本高且严重不规则角膜适配难度大等问题的有效途径。
主要步骤：1）全眼球-巩膜镜力学接触有限元建模：全眼球-巩膜镜力学接触有限元模型在结构上包括全眼球模型和巩膜镜模型两部分。首先，基于上述获取的戴镜前眼表地形图，经 Zernike 多项式拟合获得表面三维形态的函数表达式，进而利用自主编写的建模软件建立具有患者眼表个体特征的全眼球有限元模型。采用类似方法，建立个体眼表对应的巩膜镜模型。巩膜镜模型和全眼球模型之间的力学接触（contact）拟初步选用粘合接触（cohesive contact）模拟方式实现。模型载荷主要包括如下：眼睑对巩膜镜表面的压力、巩膜镜与角膜之间的泪液张力和眼内压，模型中均模拟为表面均布压力（distributedsurface load）。模型关键参数主要包括μ、α、β和σ，其中μ和α为角膜/巩膜的非线性材料本构参量，分别为应变硬化指数和剪切模量，其数值取自前期人眼角膜和巩膜膨胀实验所得区域性离体角膜巩膜生物力学本构参量结果。而β和σ为巩膜镜与眼球粘合接触模拟核心参数，分别代表粘合指数和损伤指数。上述关键参数共同决定模型在加载情况下巩膜镜适配结果，主要包括可动态变化的眼表地形图（间接可计算出泪液镜厚度分布和眼表受压形变）和应力分布情况（图 3）。
2）利用逆向分析方法进行模型优化：通过逆向分析方法进行模型优化，获得能精准描述巩膜镜适配过程的β和σ这两个关键系数，从而建立病患个性化有限元模型。初设β和σ，使用有限元分析软件 Abaqus 模拟巩膜镜配戴测量时眼球的动态受压即眼睑压力、镜下泪液张力以及实测眼内压，并把模型输出的动态眼表地形图设为模拟数据，通过广角扫频OCT 图像的实测动态眼表地形图设为目标数据。采用逆向分析方法使得各区域拟合数据与目标数据尽量贴合（图 4），从而优化模型参数（β，σ），构建可精准再现临床结果的个性化巩膜镜适配仿真模型。
3.构建精准的个性化巩膜镜视觉康复方案模型
在上述建立的个性化巩膜镜适配仿真模型，理论上可以帮助我们了解巩膜镜与眼表之间存在的复杂匹配关系及其对不规则角膜表面重塑的关键影响机制。在此基础上，通过卷积神经网络（CNN），将上述大量模拟的巩膜镜视觉康复决策方案作为训练样本，以不规则角膜重塑后的适配结果作为约束条件，纳入患者个体眼表地形图及与其匹配的理想重塑眼表地形图（即为理想适配的巩膜镜后表面地形图），构建巩膜镜构建个性化巩膜镜视觉康复方案模型。
以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.一种基于OCT图像建模引导的个性化巩膜镜适配性评估方法，其特征在于，包括以下步骤：
（1）全眼球-巩膜镜力学接触有限元建模：通过基于广角眼前节OCT图像的动态眼表地形图数据建立全眼球和巩膜镜三维有限元模型，全眼球-巩膜镜力学接触有限元模型在结构上包括全眼球模型和巩膜镜模型两部分，巩膜镜模型和全眼球模型之间的力学接触选用粘合接触模拟方式实现，计算出泪液镜厚度分布和眼表受压形变和应力分布情况，全眼球-巩膜镜力学接触有限元建模中全眼球-巩膜镜力学接触有限元模型载荷主要包括眼睑对巩膜镜表面的压力、巩膜镜与角膜之间的泪液张力和眼内压，模型中均模拟为表面均布压力，模型关键参数主要包括 μ、α、β 和 σ，其中 μ 和 α 为角膜/巩膜的非线性材料本构参量，分别为应变硬化指数和剪切模量，其数值取自前期人眼角膜和巩膜膨胀实验所得区域性离体角膜巩膜生物力学本构参量结果，而 β 和 σ 为巩膜镜与眼球粘合接触模拟核心参数，分别代表粘合指数和损伤指数，上述关键参数共同决定模型在加载情况下巩膜镜适配结果；
（2）利用逆向分析方法进行模型优化：通过逆向分析方法对上述进行模型优化，获得能精准描述巩膜镜适配过程的β和σ这两个关键参数，建立病患个性化有限元模型，使用有限元分析软件模拟巩膜镜配戴测量时眼球的动态受压即眼睑压力、镜下泪液张力以及实测眼内压，并把模型输出的动态眼表地形图设为模拟数据，通过广角扫频 OCT 图像的实测动态眼表地形图设为目标数据，采用逆向分析方法使得各区域拟合数据与目标数据尽量贴合，构建可精准再现临床结果的个性化巩膜镜适配仿真模型。
2.根据权利要求1所述的一种基于OCT图像建模引导的个性化巩膜镜适配性评估方法，其特征在于，所述的步骤（1）中全眼球-巩膜镜力学接触有限元建模中全眼球模型通过获取的戴镜前眼表地形图，经 Zernike 多项式拟合获得表面三维形态的函数表达式，进而利用建模软件建立。
3.根据权利要求1所述的一种基于OCT图像建模引导的个性化巩膜镜适配性评估方法，其特征在于，所述的步骤（2）中利用逆向分析方法进行模型优化中通过逆向分析方法对上述进行模型优化获得β和σ两个关键参数，具体步骤为，初设β和σ，使用有限元分析软件模拟巩膜镜配戴测量时眼球的动态受压即眼睑压力、镜下泪液张力以及实测眼内压，并把模型输出的动态眼表地形图设为模拟数据，通过广角扫频 OCT 图像的实测动态眼表地形图设为目标数据，采用逆向分析方法使得各区域拟合数据与目标数据尽量贴合，从而优化模型参数β和σ。
4.一种基于OCT图像建模引导的个性化巩膜镜设计方法，其特征在于，具体包括以下步骤：
（1）全眼球-巩膜镜力学接触有限元建模：通过基于广角眼前节OCT图像的动态眼表地形图数据建立全眼球和巩膜镜三维有限元模型，全眼球-巩膜镜力学接触有限元模型在结构上包括全眼球模型和巩膜镜模型两部分，巩膜镜模型和全眼球模型之间的力学接触选用粘合接触模拟方式实现，计算出泪液镜厚度分布和眼表受压形变和应力分布情况，全眼球-巩膜镜力学接触有限元建模中全眼球-巩膜镜力学接触有限元模型载荷主要包括眼睑对巩膜镜表面的压力、巩膜镜与角膜之间的泪液张力和眼内压，模型中均模拟为表面均布压力，模型关键参数主要包括 μ、α、β 和 σ，其中 μ 和 α 为角膜/巩膜的非线性材料本构参量，分别为应变硬化指数和剪切模量，其数值取自前期人眼角膜和巩膜膨胀实验所得区域性离体角膜巩膜生物力学本构参量结果，而 β 和 σ 为巩膜镜与眼球粘合接触模拟核心参数，分别代表粘合指数和损伤指数，上述关键参数共同决定模型在加载情况下巩膜镜适配结果；
（2）利用逆向分析方法进行模型优化：通过逆向分析方法对上述进行模型优化，获得能精准描述巩膜镜适配过程的β和σ这两个关键参数，建立病患个性化有限元模型，使用有限元分析软件模拟巩膜镜配戴测量时眼球的动态受压即眼睑压力、镜下泪液张力以及实测眼内压，并把模型输出的动态眼表地形图设为模拟数据，通过广角扫频 OCT 图像的实测动态眼表地形图设为目标数据，采用逆向分析方法使得各区域拟合数据与目标数据尽量贴合，构建可精准再现临床结果的个性化巩膜镜适配仿真模型；
（3）构建精准的个性化巩膜镜视觉康复方案模型：在上述建立的个性化巩膜镜适配仿真模型的基础上，通过卷积神经网络（CNN），将大量模拟的巩膜镜视觉康复决策方案作为训练样本，以不规则角膜重塑后的适配结果作为约束条件，纳入患者个体眼表地形图及与其匹配的理想重塑眼表地形图，即为理想适配的巩膜镜后表面地形图，构建适合不规则角膜患者的个性化巩膜镜视觉康复方案模型的巩膜镜。
5.根据权利要求4所述的一种基于OCT图像建模引导的个性化巩膜镜设计方法，其特征在于，所述的步骤（1）中全眼球-巩膜镜力学接触有限元建模中全眼球模型通过获取的戴镜前眼表地形图，经 Zernike 多项式拟合获得表面三维形态的函数表达式，进而利用建模软件建立。
6.根据权利要求4所述的一种基于OCT图像建模引导的个性化巩膜镜设计方法，其特征在于，所述的步骤（2）中利用逆向分析方法进行模型优化中通过逆向分析方法对上述进行模型优化获得β和σ两个关键参数，具体步骤为，初设β和σ，使用有限元分析软件模拟巩膜镜配戴测量时眼球的动态受压即眼睑压力、镜下泪液张力以及实测眼内压，并把模型输出的动态眼表地形图设为模拟数据，通过广角扫频 OCT 图像的实测动态眼表地形图设为目标数据，采用逆向分析方法使得各区域拟合数据与目标数据尽量贴合，从而优化模型参数β和σ。
CN202010662293.5A 2020-07-10 2020-07-10 一种基于oct图像建模引导的个性化巩膜镜适配性评估方法和设计方法 Active CN111820862B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010662293.5A CN111820862B (zh) 2020-07-10 2020-07-10 一种基于oct图像建模引导的个性化巩膜镜适配性评估方法和设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010662293.5A CN111820862B (zh) 2020-07-10 2020-07-10 一种基于oct图像建模引导的个性化巩膜镜适配性评估方法和设计方法

Publications (2)

Publication Number Publication Date
CN111820862A CN111820862A (zh) 2020-10-27
CN111820862B true CN111820862B (zh) 2023-07-21

Family

ID=72900401

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010662293.5A Active CN111820862B (zh) 2020-07-10 2020-07-10 一种基于oct图像建模引导的个性化巩膜镜适配性评估方法和设计方法

Country Status (1)

Country Link
CN (1) CN111820862B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112450874B (zh) * 2020-11-20 2023-12-08 爱博诺德(北京)医疗科技股份有限公司 一种泪液分布检测方法及装置
CN113171172B (zh) * 2021-04-21 2022-06-21 温州医科大学附属眼视光医院 一种角膜术后情况的模拟方法
CN114779497B (zh) * 2022-05-09 2024-05-10 天津世纪康泰生物医学工程有限公司 一种基于相位调制技术的巩膜接触镜

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104114080A (zh) * 2011-10-17 2014-10-22 爱迪尔扫描有限责任公司 用于确定眼地形图的方法和设备
CN109828385A (zh) * 2018-12-27 2019-05-31 成都中医药大学 个性化全接触式硬性角膜接触镜制作方法
CN109919946A (zh) * 2019-02-19 2019-06-21 温州医科大学 一种基于光学相干层析成像技术预测巩膜透氧型接触镜镜后泪液形态变化止点的方法
CN111343900A (zh) * 2017-06-27 2020-06-26 爱迪尔扫描有限责任公司 拓扑引导的眼部镜片设计

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060264917A1 (en) * 2005-05-20 2006-11-23 Visx, Incorporated Scleral lenses for custom optic evaluation and visual performance improvement
US8346518B2 (en) * 2008-04-23 2013-01-01 The Cleveland Clinic Foundation Method for modeling biomechanical properties of an eye
EP3773145A1 (en) * 2018-04-06 2021-02-17 AMO Development LLC Methods and systems for corneal topography with in-focus scleral imaging
WO2020028568A1 (en) * 2018-07-31 2020-02-06 Visionary Optics LLC Method of fitting scleral and corneo-scleral lenses

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104114080A (zh) * 2011-10-17 2014-10-22 爱迪尔扫描有限责任公司 用于确定眼地形图的方法和设备
CN111343900A (zh) * 2017-06-27 2020-06-26 爱迪尔扫描有限责任公司 拓扑引导的眼部镜片设计
CN109828385A (zh) * 2018-12-27 2019-05-31 成都中医药大学 个性化全接触式硬性角膜接触镜制作方法
CN109919946A (zh) * 2019-02-19 2019-06-21 温州医科大学 一种基于光学相干层析成像技术预测巩膜透氧型接触镜镜后泪液形态变化止点的方法

Also Published As

Publication number Publication date
CN111820862A (zh) 2020-10-27

Similar Documents

Publication Publication Date Title
CN111820862B (zh) 一种基于oct图像建模引导的个性化巩膜镜适配性评估方法和设计方法
JP3735346B2 (ja) 目の収差を小さくする眼用レンズを得る方法
Gefen et al. Biomechanical analysis of the keratoconic cornea
US10973407B2 (en) Method for determining an ophthalmic lens having unwanted astigmatism
JP4216070B2 (ja) 生体リズムによる変動を考慮に入れた眼の収差の補正
RU2439633C2 (ru) Контактные линзы и способы проектирования указанных контактных линз
CN108508630B (zh) 镜片设计机器和相关方法
JP2007313313A5 (zh)
JP2007313313A (ja) 眼内レンズの高次収差の矯正
JP2011189192A (ja) ソフトレンズによるオルソケラトロジー
KR20040097210A (ko) 예측 눈 교정 시스템 및 방법
CA2916885A1 (en) Contact lenses for refractive correction
WO2013184239A1 (en) Contact lenses for refractive correction
JP2006528373A (ja) 継ぎ目無しオフサルミックレンズ及びその製造方法
RU2501053C2 (ru) Процесс упрощения конструкции линз
JP2007531026A (ja) 重度の球面収差を矯正するためのコンタクトレンズ
CN113171172B (zh) 一种角膜术后情况的模拟方法
CN115563826A (zh) 一种角膜屈光手术切削模型的优化方法、系统及装置
Eliasy In vivo measurement of corneal stiffness and intraocular pressure to enable personalised disease management and treatment
US20200397283A1 (en) A method to quantify the corneal parameters to improve biomechanical modeling
EP3522771B1 (en) Realistic eye models to design and evaluate intraocular lenses for a large field of view
CN108066006A (zh) 视力矫正效果模拟系统及方法
US11940674B2 (en) Method of designing a fluid-filled contact lens
CN117238514B (zh) 一种人工晶状体屈光力预测方法、系统、设备及介质
Xu Investigation of corneal biomechanical and optical behaviors by developing individualized finite element model

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