DE112010002000T5 - Gerät zur überwachung und einteilung von diabetischer retinopathie - Google Patents

Gerät zur überwachung und einteilung von diabetischer retinopathie Download PDF

Info

Publication number
DE112010002000T5
DE112010002000T5 DE112010002000T DE112010002000T DE112010002000T5 DE 112010002000 T5 DE112010002000 T5 DE 112010002000T5 DE 112010002000 T DE112010002000 T DE 112010002000T DE 112010002000 T DE112010002000 T DE 112010002000T DE 112010002000 T5 DE112010002000 T5 DE 112010002000T5
Authority
DE
Germany
Prior art keywords
retina
image
analyzing
diabetic retinopathy
retinal
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.)
Withdrawn
Application number
DE112010002000T
Other languages
English (en)
Inventor
Fadzil B. Mohamad Hani Ahmad
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.)
Institute of Technology Petronas Sdn Bhd
Original Assignee
Institute of Technology Petronas Sdn Bhd
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 Institute of Technology Petronas Sdn Bhd filed Critical Institute of Technology Petronas Sdn Bhd
Publication of DE112010002000T5 publication Critical patent/DE112010002000T5/de
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/12Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes
    • A61B3/1225Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes using coherent radiation
    • A61B3/1233Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes using coherent radiation for measuring blood flow, e.g. at the retina

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Ophthalmology & Optometry (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Hematology (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Eye Examination Apparatus (AREA)

Abstract

Die vorliegende Erfindung betrifft allgemein ein Gerät zum Bestimmen des Bereichs der fovealen avaskulären Zone (FAZ) (802) der Retina, basierend auf dem digitalen Speicherabbild des retinalen Gefäßsystems, für die zuverlässige Bestimmung des FAZ-Bereichs (802) zur Unterstützung bei der Überwachung und Einteilung von diabetischer Retinopathie.

Description

  • 1. TECHNISCHES GEBIET DER ERFINDUNG
  • Die vorliegende Erfindung betrifft allgemein ein Gerät zur Überwachung und Einteilung von diabetischer Retinopathie, um eine effiziente Identifizierung derjenigen Einzelpersonen zu ermöglichen, die gefährdet sind, diabetische Retinopathie zu entwickeln, und zur Unterstützung beim effizienten Erhalten einer genauen Diagnose.
  • 2. HINTERGRUND DER ERFINDUNG
  • Die feinsten Blutgefäße, welche die Arterien mit den Venen verbinden, bezeichnet als Retinakapillaren (sehr dünne Gefäße oder Mikrogefäße), neigen aufgrund von Komplikationen bei Diabetes mellitus dazu, beschädigt zu werden. Diese als diabetische Retinopathie bezeichnete fortschreitende Schädigung tritt aufgrund einer Kombination von mikrovaskulärer Leckage und mikrovaskulärer Okklusion auf.
  • Diabetische Retinopathie (DR) ist eine verbreitete Komplikation bei Diabetes mellitus, die durch die Schädigung des retinalen Gefäßsystems verursacht wird und die Hauptursache des Erblindens in der Arbeitsbevolkerung ist. Es ist eine schleichend verlaufende Erkrankung und kann vom Patienten nur dann bemerkt werden, wenn die Veränderungen in der Retina bis zu einem Grad fortgeschritten sind, bei dem die Behandlung kompliziert und beinahe unmöglich ist. Die Inzidenz von DR hat sich mit der Erhöhung der Lebenserwartung von Diabetikern erhöht. Schätzungsweise etwa 50 Prozent der Diabetespatienten entwickeln eine DR nach 10 Jahren, 70 Prozent nach 20 Jahren und 90 Prozent nach 30 Jahren nach Ausbruch des Diabetes. In Malaysia nahm die diabetische Bevölkerung um mehr als das Vierfache von 300000 in 1996 auf beinahe 1,4 Millionen in 2005 zu. In 2007 leiden beinahe 15% der Bevölkerung an Diabetes mellitus und etwa 37% der diagnostizierten diabetischen Bevölkerung hat irgendeine Form von diabetischer Retinopathie [staatliche Augendatenbank 2007].
  • Im Anfangsstadium der Erkrankung gibt es oft keine klaren Warnsignale und Patienten, die an der Erkrankung leiden, bemerken nichts bis diese fortgeschritten ist in schwerere Stufen. Die Behandlung der Erkrankung in diesem Stadium kann zukünftige Komplikationen, die zum Erblinden führen, verhindern. Beim Fortschreiten der Erkrankung tritt eine klinisch offenkundige Retinopathie (Pathologie) auf, nämlich Mikroaneurysmen, Punkt- und Fleckblutungen, Cotton-wool-Herde, Änderungen des Venendurchmessers und Nicht-Perfusion der retinalen Kapillaren. Veränderungen auf der hämodynamischen (physikalische Aspekte der Blutzirkulation) und zellulären Ebene treten jedoch bereits dann auf, wenn keine klinisch nachweisbare Retinopathie vorliegt. Man glaubt, dass der aufgrund von diabetischer Retinopathie auftretende Sehverlust verhindert werden kann durch eine regelmäßige Verlaufskontrolle, die sehr wichtig ist für eine rechtzeitige Intervention, um das Risiko des Erblindens bei Diabetespatienten zu verringern. Diabetespatienten ohne diabetische Retinopathie oder milder diabetischer Retinopathie sollten ihre Augen mindestens einmal jährlich durch einen Augenarzt kontrollieren lassen. Ein sachgemäßes Retinopathie-Screening, gefolgt von einer chirurgischen Laser-Behandlung kann die Erblindungsinzidenz signifikant verringern. Das Screening hinsichtlich diabetischer Retinopathie ist ein nicht-diagnostischer Test zum Identifizieren von Einzelpersonen, die gefährdet sind, eine diabetische Retinopathie zu entwickeln, der nicht nur durch Augenärzte sondern auch durch hochqualifizierte Kliniker oder hochqualifiziertes Medizinpersonal durchgeführt wird.
  • Bekannte Verfahren zum Screenen für diabetische Retinopathie erfolgen mittels Analysieren eines Fundusfotos eines Patienten (Retinabild, erzeugt durch eine Funduskamera, die eine Spezialkamera ist, welche Fundusbilder in Filmform oder digitaler Form erzeugen kann), um Pathologien im Hinblick auf eine Einteilung zu identifizieren. Die Stufen oder Stadien des Schweregrades von diabetischer Retinopathie werden anhand von auf den Fundusfotos oder -bildern dargestellten Pathologien und Symptomen identifiziert. Deshalb muss der Augenarzt die Fotos sorgfältig studieren und den Schweregrad von retinalen Pathologien diagnostizieren. Dieses konventionelle Verfahren [auch bekannt als allgemeine Arzt-Abschätzung (PGA)] der Diagnosestellung erfordert einen hohen Grad an Fachwissen und Erfahrung und ist nicht nur bezüglich Zeit als auch Geld sehr aufwendig, sondern führt auch zu Inter- und Intravariationen. Die hohen Untersuchungskosten und der Mangel an Augenärzten oder hochqualifizierten Klinikern, insbesondere in unterentwickelten oder ländlichen Gebieten in Entwicklungsländern, sind bedeutende Faktore, die verhindern, dass Patienten regelmäßig untersucht werden. Des Weiteren stellt eine jährliche Reihenuntersuchung einer großen Zahl von Diabetespatienten eine immense Arbeitsbelastung für Augenärzte oder hochqualifizierte Kliniker dar, da diese eine ungeheuer große Anzahl von Fundusbildern untersuchen müssen und die Zahl an erzeugten Bildern ohne Anzeichen von diabetischer Retinopathie verglichen mit derjenigen mit Anzeichen äußerst groß ist. Aufgrund des unterschiedlichen Grades an Erfahrung der Augenärzte und hochqualifizierten Klinikern kann sich möglicherweise eine uneinheitliche Beurteilung ergeben und die Diagnose daher subjektiv sein. Fehler aufgrund der Beeinflussbarkeit des Beobachters sind unvermeidbar. Solche Fehler führen entweder dazu, dass Patienten mit Verspätung zu einem Augenarzt zur weiteren Untersuchung und Behandlung überwiesen werden oder dass ein Fehlalarm ausgelöst wird. Der Schweregrad variiert über die Retina (Netzhaut) und deshalb ist eine Beurteilung der gesamten Netzhaut erforderlich. Die optimale Zeit für eine Behandlung ist bevor der Patient visuelle Symptome wahrnimmt. Deshalb ist die Früherkennung der Erkrankung durch regelmäßiges Screening und eine rechtzeitige Behandlung sehr entscheidend, um einen Sehverlust und ein Erblinden zu verhindern. Es ist auch sehr wichtig, die Stadien zu erkennen, in denen eine Behandlung nutzbringend sein kann.
  • Obwohl es zur Zeit ein automatisiertes digitales System mittels Computerverfahren gibt, um vorläufig festzustellen, ob es irgendwelche verdächtige Anzeichen für diabetische Retinopathie in einem Fundusbild gibt, um die Variabilität zu verringern und die Effizienz zu erhöhen, da nur diejenigen Einzelpersonen, für welche das automatisierte digitale System das Vorliegen von frühen retinalen Läsionen diagnostiziert hat (automatisierte vorläufige Diagnose), direkt an einen Augenarzt zur weiteren Beurteilung überwiesen würden, wodurch es den Augenärzten möglich wird, sich denjenigen Patienten zuzuwenden, die tatsächlich ihrer Fachkenntnisse bedürfen, bestehen nach wie vor Rückschläge. Dies ist darauf zurückzuführen, dass die typische Diagnose zur Einteilung der Progression der diabetischen Retinopathie in ihre verschiedenen Stadien auf mehreren Pathologien beruht, die in der Retina, einzeln oder in Kombination, vorliegen. Beispielsweise ist die nicht-proliferative diabetische Retinopathie (NPDR) gekennzeichnet durch das Vorliegen von Mikroaneurysmen, retinalen Blutungen, harten Exsudaten und retinalen Ödemen, die präproliferative diabetische Retinopathie (PPDR) durch Läsionsmerkmale, nämlich Cotton-wool-Herde, venöses Bluten und intraretinale mikrovaskulare Abnormitäten (IRMA), und die proliferative diabetische Retinopathie (PDR) durch mikrovaskulare Okklusion (Obstruktion des Kapillarnetzwerkes) flächendeckend in der gesamten Retina. Dies bedeutet, dass abhängig von den Bildern der untersuchten Pathologien ein einziger Pathologietyp bei der Diagnose jedes Stadiums der diabetischen Retinopathie verwendet werden kann oder einige wenige Pathologietypen verwendet werden können. Kurz gesagt gibt es keinen einzelnen Pathologietyp, der zur Bestimmung aller Stufen der diabetischen Retinopathie-Progression verwendet werden kann. Dasselbe gilt für das Diagnostizieren von diabetischer Makulopathie, das auf den Pathologien beruht, die in der Retina hauptsächlich im Makulabereich gefunden werden. Des Weiteren muss die Person, welche die Retinabilder analysiert, aufgrund der Untersuchung diverser Pathologietypen, die in dem retinalen Gefäßsystem vorliegen, jemand sein, der ein hochqualifizierter medizinischer Mitarbeiter ist und Erfahrung hat, um bei jedem einzelnen Pathologietyp Veränderungen festzustellen und verschiedene Stadien der Progression der diabetischen Retinopathie angeben zu können. Der Fachmann muss deshalb jemand sein, der die Eigenschaften und die sich ändernden Muster jedes einzelnen Pathologietyps im Einzelnen studiert hat, der niemand anders ist als ein Augenarzt oder dessen geschultes Personal. Und weil so viele Pathologietypen beteiligt sind macht der Fachmann, der ein Mensch ist, aufgrund der Qualität der Bilder, die als Ergebnis von durch das Retina-Bildgebungssystem (302) erzeugten anlagebedingten Bildern erhalten werden, möglicherweise Fehler, die zu einer ungenauen oder falschen Diagnose führen. Obwohl eine Analyse der verschiedenen Pathologietypen und deren Veränderungen automatisiert werden kann, würde eine solche Automatisierung die Verwendung verschiedener unterschiedlicher Software erfordern zur Berücksichtigung der verschiedenen untersuchten Typen an Pathologien, deren uneinheitlichen Bilder mit unterschiedlichen Farbtönen (aufgrund der unterschiedlichen Beschaffenheit und Qualität der verwendeten Digitalkameras) und der Ermittlung deren Eigenschaften und Veränderungen, was kostspielig ist.
  • Es ist folglich vorteilhaft, wenn die verschiedenen Stadien der Progression der diabetischen Retinopathie nur durch Verwendung eines einzelnen, in den Retinabildern vorliegenden Strukturtyps eingeteilt werden kann, wie durch Verwendung des digitalen Abbildes des retinalen Gefäßsystems zur Unterstützung bei der Feststellung von frühen Anzeichen von diabetischer Retinopathie, und die Einteilung der Progression der diabetischen Retinopathie durch Bestimmen des Grades der Vergrößerung der fovealen avaskulären Zone (FAZ) erfolgt, da festgestellt wurde, dass es eine Korrelation zwischen der Größe der FAZ und der Progression der diabetischen Retinopathie gibt. In einer normal gesunden Person gibt es eine Region in der Makula, in der es keine Gefäße in der gesamten Fovea gibt, nämlich FAZ. FAZ ist folglich die Fovea, in der es keine Blutgefäße gibt und befindet sich normalerweise ganz im Zentrum der Makula. Eine Vergrößerung der FAZ wird jedoch üblicherweise in den Augen von Patienten mit diabetischer Retinopathie gefunden, was auf einen Verlust von Kapillaren im perifovealen Kapillarnetzwerk zurückzuführen ist. Dies wir oft in früher diabetischer Retinopathie, wie NPDR und auch in PDR, beobachtet. Die Kapillaren, die eine FAZ-Region umgeben, neigen möglicherweise in Folge von Diabetes dazu, obstruiert oder beschädigt zu werden. Es wurde festgestellt, dass die FAZ-Dimensionen stark und positiv mit dem Schwererad der kapillaren Nicht-Perfusion (kapillaren Obstruktion) und dem Vorliegen von proliferativer diabetischer Retinopathie korreliert. Die Früherkennung der FAZ-Vergrößerung im NPDR-Stadium kann die Progression der Erkrankung in das PDR-Stadium und in Richtung Sehverlust verhindern.
  • Man ist gegenwärtig jedoch nicht in der Lage, den Bereich der FAZ und dessen Vergrößerung lediglich aufgrund des Studiums von Fundusfarbbildern und des Vergleichens von Fundusbildern eines Patienten, die in verschiedenen Zeitintervallen aufgenommen wurden, im Zeitablauf genau und zuverlässig zu bestimmen. Die Analyse von Fundusbildern bringt verschiedene Herausforderungen mit sich, wie Bildvariabilität (aufgrund von Pathologien verschiedener Patienten und aufgrund unterschiedlicher Abbildungsbedingungen für denselben Patienten), geringer Bildkontrast von Blutgefäßen gegenüber der Makularegion, ungeeignete Beleuchtung, Blendlicht, Abblendung, Fokusverlust und Artefakte, die sich aus Reflektion, Refraktion und Dispersion ergeben. Es besteht folglich ein Bedarf nach einem Gerät, das eine geeignete Bildverbesserungstechnik ermöglicht, um ein verlässliches Fundusbild für die Analyse von DR basierend auf der FAZ bereitzustellen.
  • Die vorliegende Erfindung überwindet die obigen Mängel durch Bereitstellung eines Gerätes zum Bestimmen des Bereichs der FAZ der Retina, um verschiedene Stadien der Progression der diabetischen Retinopathie effektiv zu analysieren und anschließend einzuteilen, so dass der Arzt so früh wie möglich auf objektive Weise in der Lage ist zum, und unterstützt wird beim, Screenen und Überwachen des Schweregrades von DR.
  • 3. ZUSAMMENFASSUNG DER ERFINDUNG
  • Demnach ist das vorrangige Ziel der vorliegenden Erfindung, ein Gerät zum Analysieren der Retina hinsichtlich Erkrankungen, die sich am Auge manifestieren, bereitzustellen, basierend auf dem alleinigen Kriterium des Bestimmens der Größe der FAZ anstelle von Veränderungen bei den verschiedenen Pathologien in der Retina.
  • Es ist eine weitere Aufgabe der vorliegenden Erfindung ein Gerät zum Analysieren der Retina hinsichtlich Erkrankungen, die sich am Auge manifestieren, bereitzustellen, das die Bestimmung der FAZ, die durch Kapillarenden begrenzt ist, in der Makularegion mit guter Genauigkeit ermöglicht.
  • Es ist eine weitere Aufgabe der vorliegenden Erfindung ein Gerät zum Analysieren der Retina hinsichtlich Erkrankungen, die sich am Auge manifestieren, bereitzustellen, das eine umfassende Einteilung des Schweregrades von diabetischer Retinopathie und diabetischer Makulopathie bereitstellen kann.
  • Es ist eine weitere Aufgabe der vorliegenden Erfindung ein Gerät zum Analysieren der Retina hinsichtlich Erkrankungen, die sich am Auge manifestieren, bereitzustellen, wobei die anfängliche Aufgabe des Analysierens der Retinabilder automatisiert ist, wodurch während des anfänglichen Screenings von Patienten auf hochqualifiziertes Medizinpersonal verzichtet werden kann und dadurch Kosten eingespart werden können.
  • Es ist eine weitere Aufgabe der vorliegenden Erfindung ein Gerät zum Analysieren der Retina hinsichtlich Erkrankungen, die sich am Auge manifestieren, bereitzustellen, das in der Lage ist, die immense Arbeitsbelastung von sachkundigen Augenärzten zu verringern und diese folglich von der Durchführung von sich wiederholenden Aufgaben beim anfänglichen Screening für diabetische Retinopathie zu befreien und es diesen zu ermöglichen, sich auf Patienten zu konzentrieren, die deren Fachkenntnisse benötigen.
  • Es ist eine weitere Aufgabe der vorliegenden Erfindung ein Gerät zum Analysieren der Retina hinsichtlich Erkrankungen, die sich am Auge manifestieren, bereitzustellen, das effizient und zuverlässig ist, wodurch die Feststellung der Progression der diabetischen Retinopathie in einem frühen Stadium möglich wird und damit die Verhinderung der Progression der Erkrankung ermöglicht, indem der Patient direkt an einen Experten überwiesen wird.
  • Es ist eine weitere Aufgabe der vorliegenden Erfindung ein Gerät zum Analysieren der Retina hinsichtlich Erkrankungen, die sich am Auge manifestieren, bereitzustellen, das Bilder von winzigen Gefäßen, die ermittelt und zum weiteren Studium extrahiert werden sollen, zulässt.
  • Es ist eine weitere Aufgabe der vorliegenden Erfindung ein Gerät zum automatischen Analysieren der Retina hinsichtlich Erkrankungen, die sich am Auge manifestieren, bereitzustellen, das sicher ist, da es kein invasives Verfahren oder Kontrastmittel, das zur besseren Bilderzeugung dem Patienten injiziert werden muss, erfordert.
  • Andere und weitere Aufgaben der Erfindung werden durch Verständnis der folgenden ausführlichen Beschreibung der Erfindung oder durch Anwendung der Erfindung in der Praxis ersichtlich.
  • Gemäß einer bevorzugten Ausführungsform der vorliegenden Erfindung wird bereitgestellt:
    ein Gerät zum Analysieren der Retina hinsichtlich Erkrankungen, die sich am Auge manifestieren, umfassend,
    wenigstens ein Retina-Bildgebungssystem (302), umfassend wenigstens eine Retina-Bildgebungsvorrichtung und wenigstens eine Bilderfassungsvorrichtung;
    wenigstens eine beliebige annehmbare Verarbeitungseinrichtung (304),
    wenigstens ein Benutzerschnittstellensystem (306),
    dadurch gekennzeichnet, dass
    die beliebige annehmbare Verarbeitungseinrichtung (304) speziell mit einem vorgegebenen Algorithmus unter Verwendung irgendeiner annehmbaren Programmiersoftware, die auf Bilder mit geringem oder variierendem Kontrast ausgerichtet ist, versehen ist, um die Retinagefäße (104) gegenüber ihrem Hintergrund zu verstärken bevor die verstärkten Retinagefäße zur Bestimmung des Bereichs der fovealen avaskulären Zone (802) extrahiert werden;
    ferner dadurch gekennzeichnet, dass
    die beliebige annehmbare Verarbeitungseinrichtung (304) ferner mit einem vorgegebenen Algorithmus zur Bestimmung des relativen Bereichs der fovealen avaskulären Zone (802) versehen ist, um die Erkrankung mittels computergestützten Techniken zu diagnostizieren oder einzuteilen.
  • 4. KURZBESCHREIBUNG DER ZEICHNUNGEN
  • Andere Aspekte der vorliegenden Erfindung und deren Vorteile werden nach Studium der ausführlichen Beschreibung in Verbindung mit den begleitenden Zeichnungen erkennbar, wobei:
  • 1 ein digitales Fundusbild ist, das mehrere in der Retina vorliegende Strukturen zeigt,
  • 2A und 2B zwei Tabellen zeigen, nämlich die internationale klinische Schweregradskala für diabetische Retinopathieerkrankung und die internationale klinische Schweregradskala für diabetische Makulaödemerkrankung,
  • 3 ein allgemeines Blockdiagramm des Geräts zur Überwachung und Einteilung von diabetischer Retinopathie zeigt,
  • 4 ein Blockdiagramm des Ablaufs für einen der Algorithmen in dem Verarbeitungssystem unter Verwendung von CLAHE zeigt, um eine Bildverbesserung durchzuführen,
  • 5A ein Blockdiagramm des Ablaufs in einem der in 4 genannten Schritte, bezeichnet als Bildverbesserung unter Verwendung von CLAHE, zeigt,
  • 5B und 5C den zu 5A ähnlichen Ablauf, jedoch in einer anderen Form dargestellt, zeigen,
  • 6A und 6B zwei Fundusbilder zeigen, eines bevor es einem Bildverbesserungsschritt zugeführt wurde und das andere danach,
  • 7 ein Blockdiagramm des Ablaufs in einem der in 4 gezeigten Schritte, bezeichnet als Extraktion von Blutgefäßen unter Verwendung eines morphologischen Verfahrens, wie Bottom-Hat, zeigt, um das verstärkte retinale Gefäßsystem zu extrahieren,
  • 8 eine Darstellung des FAZ-Bereichs zeigt, der unter Verwendung der halbautomatisierten Einrichtung graphisch dargestellt und abgegrenzt ist,
  • 9 ein Blockdiagramm des Ablaufs eines anderen Algorithmus zeigt, der in dem Verarbeitungssystem implementiert werden kann,
  • 10A und 10B Blockdiagramme des Ablaufs in einem der in 9 genannten Schritte, bezeichnet als Bildverbesserung und Extraktion von Blutgefäßen unter Verwendung von PCA und FastlCA, zeigt,
  • 11A und 11B ein Beispiel des Layouts des Benutzerschnittstellensystems als Plattform für Benutzer zeigt, um entsprechende Informationen zur Analyse in das Verarbeitungssystem einzugeben.
  • 5. AUSFÜHRLICHE BESCHREIBUNG DER ZEICHNUNGEN
  • In der folgenden ausführlichen Beschreibung werden zahlreiche spezifische Einzelheiten dargelegt, um für ein gründliches Verständnis der Erfindung zu sorgen. Fachleute werden jedoch erkennen, dass die Erfindung ohne diese spezifischen Einzelheiten ausgeführt werden kann. In anderen Fällen wurden gut bekannte Verfahren, Abläufe und/oder Komponenten nicht ausführlich beschrieben, um die Erfindung nicht unklar zu machen.
  • Die Erfindung wird besser verständlich anhand der folgenden Beschreibung der Komponenten des Geräts, die nur beispielhaft unter Bezugnahme auf die begleitenden Zeichnungen beigefügt ist. In den folgenden Beschreibungen stellen gleiche Zahlen in allen Figuren gleiche Elemente dar. Wenn beispielsweise die Zahl (2) verwendet wird, um sich auf ein bestimmtes Element in einer Figur zu beziehen, bezieht sich die Zahl (2), die in irgendeiner anderen Figur vorkommt, auf dasselbe Element.
  • Bezugnehmend auf 1 ist ein digitales Fundusbild gezeigt, das mehrere in der Retina (100) vorliegende Strukturen zeigt. Viele retinale Erkrankungen und systemische Erkrankungen führen zu offenkundigen Fundusveränderungen, die durch Fundusfotographien beobachtet werden können. Fundusbilder werden als Pixelreihen mit diskreten Intensitätswerten dargestellt. Das Analysieren und Interpretieren von Fundusbildern wurde ein notwendiges und wichtiges Diagnostikverfahren in der Ophthalmologie. Das Gefäßsystem in der Retinaschicht, nachfolgend als retinales Gefäßsystem bezeichnet, kann unter Verwendung der Funduskamera nicht invasiv betrachtet werden. Die helle runde Struktur in der 1 ist als Sehnervenscheibe (102) bekannt. Retinale Gefäße (104), umfassend Arterien und Venen, sind als dunkelrote Krümmungslinienstruktur erkennbar. Die dunklere Region in der rechten Bildseite ist als Makula (106) bekannt. Obwohl die Makula (106), wie in der 1 gezeigt, abgegrenzt wurde, ist die Abgrenzung so aufzufassen, dass diese nicht der genauen Größe entspricht, sondern als Abgrenzung für einen schnellen Überblick dient. Das Zentrum der Makula (106) ohne Gefäße ist die Zone des schärfsten Sehens und ist als Fovea (108) bekannt.
  • Üblicherweise erfolgt das Einteilen der diabetischen Retinopathie und der diabetischen Makulopathie aufgrund der in dem retinalen Gefäßsystem vorliegenden Pathologien, wie in 2-A und 2-B gezeigt, die zwei Tabellen darstellen, nämlich die internationale klinische Schweregradskala der diabetischen Retinopathieerkrankung und die internationale klinische Schweregradskala der diabetischen Makulaödemerkrankung [das diabetische Makulaödem ist eine besondere Art der diabetischen Makulopathie].
  • Wie bekannt, können die Dimensionen und die Veränderungen des Gefäßbaumes, induziert durch die Progression der diabetischen Retinopathie, wertvolle diagnostische Indices der Erkrankung werden und deshalb sind die morphologischen Veränderungen in dem retinalen Gefäßsystem für die Augenärzte von großem Interesse. Die Bildanalyse des retinalen Gefäßsystems ist jedoch eine schwierige Aufgabe, insbesondere wegen der Variabilität der Fundusbilder bezüglich der Farb- und Grauwerte, der unterschiedlichen Morphologie der retinalen anatomischen pathologischen Strukturen und des Vorliegens von bestimmten Merkmalen in verschiedenen Patienten, die zu einer fehlerhaften Interpretation führen können. Es gibt mehrere Herausforderungen bei der retinalen Gefäßextraktion, die wie folgt umrissen werden können:
    • (a) Ein weites Spektrum an Gefäßbreiten – von einem Pixel bis zu 12 Pixeln breit.
    • (b) Geringer Kontrast von Gefäßen zu ihren Umgebungsbereichen. Enge Gefäße haben oft den geringsten Kontrast.
    • (c) Eine Vielzahl von in der Umgebung auftretenden Nicht-Gefäß-Strukturen, einschließlich des Randes der Kamera-Apertur, der Sehnervenscheibe und Pathologien (Läsionsmerkmalen). Die Läsionsmerkmale können als eine Reihe von hellen Flecken, manchmal mit schmalen dunkleren Zwischenräumen dazwischen, auftreten, die eine Herausforderung für die automatische Gefäßextraktion darstellen.
    • (d) Einige breitere Gefäße weisen einen als „zentralen Reflex” bezeichneten hellen Streifen entlang des Zentrums auf, der zu einem komplizierten Intensitätsquerschnitt führt. Dies kann von zwei nebeneinander liegenden Gefäßen lokal schwer zu unterscheiden sein.
  • Um ein genaues Studium des retinalen Gefäßsystems zum Bestimmen und Analysieren des Bereichs der FAZ (802) zu ermöglichen und um Stadien von Erkrankungen, die sich am Auge manifestieren, zuverlässig und genau zu diagnostizieren, müssen digitale Bilder zunächst automatisch einer Bildverarbeitungstechnik durch intelligente computergestützte Analysesysteme unterzogen werden, wobei eine Technik zur Manipulation digitaler Bilder verwendet wird, so dass vorzugsweise eine Bildverbesserung, Entfernung von Bildrauschen, Bildsegmentierung oder -extraktion und statistische Bildextraktion erfolgt, um die auf den extrahierten Gefäßen basierende Bestimmung des Bereichs der FAZ (802) zu erleichtern.
  • Bezugnehmend auf 3 ist ein allgemeines Blockdiagramm des Geräts zur Überwachung und Einteilung von diabetischer Retinopathie gezeigt. Es enthält drei Hauptkomponenten: Retina-Bildgebungssystem (302), Verarbeitungssystem (304) und Benutzerschnittstelle (306). Das Retina-Bildgebungssystem (302), vorzugsweise eine Funduskamera, umfasst zwei Komponenten: Retina-Bildgebungsvorrichtung (308) und Bilderfassungsvorrichtung (310). Die Retina-Bildgebungsvorrichtung (308) ermöglicht es, dass das Bild der Retina gezeigt wird, während das Auge des Patienten untersucht wird. Die Bilderfassungsvorrichtung (310) ist mit der Retina-Bildgebungsvorrichtung (308) verbunden, um das Bild der Retina, das gezeigt wird, zu erfassen. Die Bilderfassungsvorrichtung (310) kann eine digitale Kamera sein. Die Funktion des Retina-Bildgebungssystems (302) besteht darin, Bilder der Retina zu erfassen. Das Retina-Bildgebungssystem (302) ist ein Spezialmikroskop mit niedriger Leistung mit einer verbundenen Kamera, die dafür ausgelegt ist, die Innenoberfläche des Auges (Fundus/Retina) zu fotografieren. Das Retina-Bildgebungssystem (302) liefert eine vergrößerte Hochansicht des Fundus/der Retina. Eine typische Funduskamera sieht 20 bis 50 Grad des retinalen Bereichs. Die Funduskamera der vorliegenden Erfindung wurde entwickelt unter Verwendung einer 45 bis 50 Grad Kameraansicht, es ist jedoch auch möglich, das Retina-Bildgebungssystem (302) unter Verwendung einer 20 bis 30 Grad Kameraansicht zu betreiben.
  • Nachdem der Knopf der Funduskamera gedrückt worden ist, erfasst die Bilderfassungsvorrichtung (310) das Bild der Retina, das auf der Retina-Bildgebungsvorrichtung (308) gezeigt wird. Nach dem Erfassen des Bildes der Retina, wird das Bild automatisch zu dem Verarbeitungssystem (304) übertragen.
  • Nachdem das Verarbeitungssystem (304) die Bilder von der Bilderfassungsvorrichtung erhalten hat, führt dieses eine Verarbeitung und Analyse des Bildes durch. Die Benutzerschnittstelle (306) fungiert als Plattform für den Benutzer, um dem Verarbeitungssystem (304) Input mittels irgendeiner annehmbaren Eingabeeinrichtung, wie Tastatur und Maus, bereitzustellen oder Analyseergebnisse von dem Verarbeitungssystem (304) mittels irgendeiner annehmbaren Anzeigeeinrichtung, wie einem Monitor, zu erhalten.
  • Zwei Arten von Algorithmen können in dem Verarbeitungssystem (304) implementiert werden. Bezugnehmend auf 4 ist ein Blockdiagramm des Ablaufs für einen der Algorithmen in dem Verarbeitungssystem (304) gezeigt. Das Softwareprogramm, das von dem Verarbeitungssystem (304) verwendet wird, kann Visual C++ oder Matlab sein. Nachdem das Bild der Retina durch das Retina-Bildgebungssystem (302) erfasst und mittels der Bilderfassungsvorrichtung (310) zum Verarbeitungssystem (304) übertragen worden ist, führt das Verarbeitungssystem (304) die folgenden Schritte durch:
    • i. Durchführen einer Vorverarbeitung des Bildes (402);
    • ii. Verbessern des Bildes unter Verwendung von CLAHE (404);
    • iii. Extrahieren von Blutgefässen unter Verwendung von morphologischen Verfahren, wie Bottom-Hat (406);
    • iv. Ermitteln von Blutgefäßendpunkten (408);
    • v. Durchführen einer Analyse (410).
  • Wie in 3 gezeigt, wird das Bild, nachdem das Retina-Bildgebungssystem (302) das Fundusbild erfasst hat, zu dem Verarbeitungssystem (304) übertragen, wobei das Input-Bild einer Vorverarbeitungstechnik (402) unterzogen wird, die angewendet wird, um die Gefäße (104) zu verstärken und das Hintergrundrauschen, einschließlich des Randes der Apertur des Retina-Bildgebungssystems (302), zu verringern. Wenn der Grünkanal den besten Kontrast der Gefäße (104) gegenüber ihrer Umgebung zeigt, ist das Grünband des Input-Bildes unter den ersten, welche in dem Bildvorverarbeitungsschritt (402) extrahiert werden. In diesem Bildvorverarbeitungsschritt (402) wird eine Kombination einer geometrischen Operation und einer Medianfilterung auf dem Grünbandbild durchgeführt. Eine geometrische Operation, wie das Vergrößern des Bildes auf vorzugsweise die zweifache Größe dessen Originalgröße, wird vor der Medianfilterung angewendet, um Gefäße mit der Breite eines Pixels zu erhalten. Dies erfolgt dadurch, dass Gefäße mit der Breite eines Pixels während der Medianfilterung, die zum Glätten des Bildes durchgeführt wird, nicht eliminiert werden. Die Medianfilterung wurde aufgrund ihres Effekts der Glättung unter Beibehaltung der Kanten ausgewählt. Nach der Medianfilterung wird das Bild auf die Originalgröße verkleinert, was zu einem vorverarbeiteten Bild führt.
  • Bezugnehmend auf 5A ist ein Blockdiagramm des Ablaufs in einem der in 4 genannten Schritte, bezeichnet als Bildverbesserung unter Verwendung von CLAHE, gezeigt. Demgegenüber zeigen 5B und 5C den zu 5A ähnlichen Ablauf, jedoch in einer anderen Form dargestellt. Aufgrund schlechter Beleuchtung, mangelndem Dynamikbereich im Bildgebungssensor oder sogar falschen Linseneinstellungen während der Bildaufnahme, können sich nach wie vor kontrastarme Bilder ergeben. Deshalb durchläuft das vorverarbeitete Bild einen Bildverbesserungsschritt (404), wo dieses einer Verbesserungstechnik, die für Bilder mit geringem und variierendem Kontrast geeignet ist, unterzogen wird; wobei die tiefsten und höchsten belegten Bins in der Nähe des Minimums und des Maximums des kompletten Bereichs von Pixelwerten liegen, welche der betreffende Bildtyp zulässt. Der Bildverbesserungsschritt (404) verwendet eine Technik, die verschieden ist zu der globalen Kontraststrecktechnik, die normalerweise beim Verstärken von Gefäßen, die sowohl in dunklen als auch hellen Regionen lokalisiert sind, verwendet wird, wobei das Kontraststrecken nur versucht, den Dynamikbereich der Graustufen des zu verarbeitenden Bildes zu erhöhen, und funktioniert durch Strecken des Bereichs der Intensitätswerte, die es enthält, um einen erwünschten Bereich von Werten (das heißt den vollständigen Bereich von Pixelwerten, welcher der betreffende Bildtyp zulässt) zu überspannen. Vorzugsweise wird in dem Bildverbesserungsschritt (404) eine Fenster (engl.: window) (Kacheln; engl.: tiles) basierte Verstärkungstechnik, bezeichnet als Contrast Limited Adaptive Histogram Equalization (nachfolgend als „CLAHE” bezeichnet), verwendet. Vorzugsweise umfasst der CLAHE verwendende Schritt (404) verschiedene Teilschritte: Partitionierungsteilschritt (502), Teilschritt der Durchführung eines Histogrammausgleichs (504) und Teilschritt des Ausrichtens durch bilineare Interpolation (506). Für den Partitionierungsteilschritt (502) wird ein Input-Bild in kleine Regionen oder Blöcke aufgeteilt, wie durch die Referenzbuchstaben (A), (B), (C) und (D) angezeigt, wie in der 5B für den Histogrammausgleich (504) gezeigt, welcher für jede/jeden angewendet wird, was zu kleinen Histogramm ausgeglichenen Regionen oder Blöcken führt, wie durch die Referenzbuchstaben (A'), (B'), (C') und (D') der 5B angezeigt. Der Teilschritt der Durchführung eines Histogrammausgleichs (504) umfasst einen Abschneidungsteilschritt (508), um die Histogrammhöhe in jeder kontextuellen Region abzuschneiden, um ein Amplifizieren jeglichen Rauschens, das in dem Bild vorhanden sein kann, zu vermeiden und somit den Kontrast, insbesondere in einheitlichen Bereichen, zu begrenzen. Wenn das Histogramm, wie durch die in der 5C gezeigte schattierte Box dargestellt, abgeschnitten wird, wird die Anzahl von überschüssigen Pixeln gezählt und dann über das gesamte Histogramm (504) umverteilt. Die Umverteilung der Pixel dient dazu, die Häufigkeit des Intensitätswerts auseinanderzuziehen. Dies wird schließlich den Kontrast zwischen den Blutgefäßen und den anderen Bereichen erhöhen. Der Teilschritt des Ausrichtens unter Verwendung bilinearer Interpolation (506) dient dazu, die neue Graustufenzuordnung der Pixel innerhalb des kleinen Blocks durch bilineare Interpolation zu berechnen, um künstlich erzeugte Grenzen zu reduzieren oder zu beseitigen.
  • Obwohl die 5B und 5C zeigen, dass der Bild-Input in vier kleine Blöcke (A) (B), (C) und (D) aufgeteilt ist, versteht es sich, dass das Bild in mehr als vier aufgeteilt werden kann. Anders als das typische Kontraststrecken arbeitet das CLAHE mit kleinen Datenregionen (Kacheln) statt mit dem gesamten Bild. Der Kontrast jeder Kachel wird verstärkt, so dass das Histogramm der Output-Region näherungsweise mit dem spezifizierten Histogramm übereinstimmt. Dies gleicht die Verteilung von verwendeten Grauwerten aus und macht folglich verborgene Merkmale des Bildes besser sichtbar. Nach dem Durchlaufen einer Bildverbesserung in dem Schritt der Bildverbesserung unter Verwendung von CLAHE (404), sind die Gefäße sowohl in der hellen Region (Sehnervenscheibe) als auch in den dunklen Regionen gleichmäßig verstärkt und können, wie in 6A und 6B gezeigt, welche zwei Fundusbilder darstellen, eines vor dem Eingeben in einen Bildverbesserungsschritt (404) und das andere danach, unterschieden werden. Es ist erkennbar, dass das eine Bild, das einer Bildverbesserung mittels des Schrittes der Bildverbesserung unter Verwendung von CLAHE (404) unterzogen wurde (6B), ein kontrastreiches Bild ist.
  • Bezugnehmend auf 7 ist ein Blockdiagramm des Ablaufs in einer der in 4 genannten Schritte, bezeichnet als Extrahieren von Blutgefäßen unter Verwendung eines morphologischen Verfahrens, wie Bottom-Hat, um das verstärkte retinale Gefäßsystem zu extrahieren, gezeigt. Das Bild aus dem Schritt der Bildverbesserung unter Verwendung von CLAHE (404) durchläuft ein morphologisches Verfahren, vorzugsweise Bottom-Hat (406) und ein spezifiziertes Strukturierungselement, um die Blutgefäße mit einem hohen Kontrast zu versehen. Das morphologische Verfahren (406) umfasst mehrere Teilschritte: Filtern unter Verwendung von Bottom-Hat, Filtern unter Verwendung eines Mittelungsfilters und Kontrastverstärkung. Die Bottom-Hat-Technik wird verwendet, um dunkle Objekte auf heller Umgebung, welche gewölbt sind, zu isolieren, vorzugsweise unter Verwendung von Strukturierungselementen vom linearen Typ, da die Gefäße hauptsächlich in linearer Form vorliegen. Die Größe des Strukturierungselements wird vorzugsweise so gewählt, um sicherzustellen, dass nur die primären Gefäße, einschließlich deren Verzweigungs- und Kreuzungspunkte, extrahiert werden und die Strukturierungselemente werden unter Verwendung eines rotierenden Winkels von 0 bis 180 Grad in unterschiedliche Richtungen gestellt. Eine Bottom-Hat-Technik, welche das lineare Strukturierungselement verwendet, ermöglicht es, die Gefäße selbst in lokalen kontrastarmen Regionen zu extrahieren, unabhängig von ihren Größen und Richtungen. Eine Entfernung des Hintergrundrauschens wird dann vorzugsweise unter Verwendung der Mittelungsfiltertechnik durchgeführt, um das Hintergrundrauschen und Nicht-Gefäßmerkmale im Hintergrund, die während des Durchlaufens der Bottom-Hat-Technik auch verstärkt werden, zu verringern. Eine weitere Verstärkung der extrahierten Gefäße kann dann unter Verwendung einer normalen Kontraststrecktechnik bei dieser Blutgefäßextraktion unter Verwendung eines morphologischen Verfahrens, wie etwa dem Bottom-Hat-Schritt (406), durchgeführt werden.
  • Es wurde beobachtet, dass eine morphologische Transformation gewisse Einschränkungen aufweist, wie das Unvermögen, eine Bifurkation und Kreuzungspunkte wirksam hervorzuheben, wenn die Profile größer sind als die Strukturierungselemente. Es wurde beobachtet, dass der Kreuzungspunkt, meist an primären Gefäßen, nur schwach oder nur teilweise extrahiert werden kann.
  • Nach der Extraktion der Gefäße (406) werden Bilder der extrahierten Gefäße einem Blutgefäßendpunktermittlungsschritt (408) übermittelt, um die Lage der äußersten Enden (oder Endpunkte) der Blutgefäße zu bestimmen. Die Ermittlung erfolgt entweder durch halbautomatisierte oder vollautomatisierte Mittel, um Endpunkte, basierend auf ausgewählten äußersten Enden (oder Endpunkten) der extrahierten Kapillaren, zu bestimmen, um die Berechnung, die graphische Darstellung und die Abgrenzung des Bereichs der FAZ (802) in dem nächsten Schritt zu erleichtern. Bei halbautomatisierten Mitteln ist ein menschliches Eingreifen erforderlich, um die äußersten Enden oder Endpunkte der Kapillare der extrahierten Gefäße manuell unter Zuhilfenahme einer automatischen Zoom-Funktion auszuwählen. Bei vollautomatisierten Mitteln erfolgt die Auswahl der äußersten Enden oder Endpunkte der Kapillare unter Verwendung von computergestützten Techniken ohne irgendein Eingreifen durch den Menschen, außer für das Definieren des Zentrums der Makula. Mit der Ermittlung der Endpunkte kann der FAZ-Bereich (802) graphisch dargestellt werden, indem alle Endpunkte der Blutgefäße verbunden werden, um den FAZ-Bereich (802) für eine nachfolgende Analyse abzugrenzen. Eine Darstellung des FAZ-Bereichs (802), der unter Verwendung des halbautomatisierten Mittels graphisch dargestellt und abgegrenzt ist, ist in der 8 gezeigt.
  • Bezugnehmend auf 9 ist ein Blockdiagramm des Ablaufs für einen anderen Algorithmus gezeigt, der in dem Verarbeitungssystem (304) implementiert werden kann. Das Softwareprogramm, das von dem Verarbeitungssystem (304) verwendet wird, kann Visuell C++ oder Matlab sein. Nachdem das Bild der Retina durch das Retina-Bildgebungssystem (302) erfasst wurde und mittels der Bilderfassungsvorrichtung (310) zum Verarbeitungssystem (304) übertragen wurde, führt das Verarbeitungssystem (304) die folgenden Schritte durch:
    • i. Durchführen einer Vorverarbeitung des Bildes (402);
    • ii. Verbessern des Bildes und Extrahieren von Blutgefäßen unter Verwendung der Hauptkomponentenanalyse (engt.: principal component analysis; nachfolgend als „PCA” bezeichnet) und der Unabhängigkeitsanalyse unter Verwendung eines Fixpunkt-Algorithmus (engl.: fast independent component analysis; nachfolgend als „FastICA” bezeichnet) (902);
    • iii. Nachweisen von Blutgefäßendpunkten (408);
    • iv. Durchführen einer Analyse (410).
  • Bezugnehmend auf 10A und 10B ist ein Blockdiagramm des Ablaufs in einem der in 9 genannten Schritte, bezeichnet als Bildverbesserung und Extraktion von Blutgefäßen unter Verwendung von PCA und FastICA, gezeigt. 10A bezieht sich auf den Teilschritt zur Durchführung von PCA, während 10B sich auf den Teilschritt zur Durchführung von FastICA bezieht. Alternativ zu der Bildverbesserung unter Verwendung von CLAHE und der Blutgefäßextraktion unter Verwendung eines morphologischen Verfahrens, wie Bottom-Hat, gemäß 4, können Algorithmen wie PCA und FastICA nach dem Bildvorverarbeitungsschritt (402) verwendet werden anstelle der Bildverbesserung unter Verwendung von CLAHE und Blutgefäßextraktion unter Verwendung eines morphologischen Verfahrens, wie Bottom-Hat. Die Verbesserung von Bildern unter Verwendung von PCA und FastICA schließt die Bestimmung von retinalen Pigmenten, nämlich Hämoglobin, Melanin und Makulapigment, aus den Fundusbildern, basierend auf der Verteilung der retinalen Pigmente, ein. PCA wird verwendet zur Bestimmung des Hauptwerts oder der maximalen Energie des zu analysierenden Bildes. Die Teilschritte bei der Durchführung von PCA sind: Berechnen einer Kovarianzmatrix des retinalen Bildes in rot, grün und blau, Berechnen von Eigenwerten und Eigenvektoren, Einteilen von Eigenvektoren und Multiplizieren der eingeteilten Eigenvektoren mit Datensätzen zur Erzeugung eines PCA-Unterraums.
  • Die Hauptkomponentenanalyse ist ein multivariates Datenanalyseverfahren. Die Eigenvektoren werden aus der Kovarianzmatrix des Bildes berechnet. Das Einteilen der Eigenvektoren, basierend auf deren sortierten Eigenwerten, führt dazu, dass die Hauptkomponenten des resultierenden Bildes den größten Teil der totalen Varianz der Datensätze enthalten. Schließlich führt die lineare Transformation zwischen Bild und dessen Eigenvektoren dazu, dass das Output-Bild orthogonal und unkorreliert ist.
  • Für FastICA sind die Teilschritte: Neukonfiguration der Matrix W und Messen hinsichtlich Nicht-Gaussheit, bis ein maximaler Wert erreicht ist und Multiplizieren der Matrix W mit dem PCA-Unterraum. Die Matrix W wird so abgeschätzt, dass die Nicht-Gaussheit des resultierenden Bildes optimal ist. Die Abschätzung erfolgt durch Optimieren einer bestimmten Variablen in der Nicht-Gauss'schen Messfunktion. Schließlich führt die Transformation zwischen dem PCA-Output und der Matrix W dazu, dass die Komponenten des resultierenden Bildes unabhängig voneinander sind.
  • Die retinalen Pigmente aus Makulabildern erzeugen in deren verstärktem Zustand keine Artefakte und es wurde gefunden, dass diese besser als CLAHE funktionieren. Das Hämoglobin und das Makulapigment werden verwendet, um retinale Blutgefäße und die Makularegion für durchzuführende Studien sichtbar zu machen und können zur Bildverbesserung verwendet werden, insbesondere zum Sichtbarmachen von sehr feinen Gefäßen, die einen geringen Kontrast aufweisen, ohne dass irgendein Kontrastmittel injiziert werden muss. Da Gefäße die vorherrschenden und verlässlichsten Strukturen in den Fundusbildern sind, ist die zuverlässige Gefäßextraktion eine Voraussetzung für die nachfolgende Retinabildanalyse. Eine Gefäßverstärkung, wie durch die oben beschriebene CLAHE oder PCA-FastICA erreicht wird, erhöht den Kontrast der Gefälle gegenüber dem Hintergrund und dies macht die Aufgabe, Gefäße aus dem Hintergrund zu extrahieren weniger schwierig.
  • Danach wird in dem Analyseschritt (410), wie in 4 und 9 gezeigt, der FAZ-Bereich (802) berechnet und die DR analysiert unter Verwendung eines DR-Analysealgorithmus, der entwickelt sein kann unter Verwendung von Visual C++, MATLAB oder eines anderen geeigneten Programmier-Tools, zum nachfolgenden Einteilen von DR und MR. Visual C++ oder MATLAB stellt eine Programmierlogik bereit, die den DR-Algorithmus realisieren kann. Der DR-Algorithmus ist in Module aufgeteilt. Die Module werden dann unter Verwendung von Visual C++ oder MATLAB erhalten. Der Analyseschritt (410) wird durchgeführt durch eine automatisierte computergestützte Technik, um den FAZ-Bereich (802) zu berechnen und nachfolgend die DR und DM, basierend auf dem relativen Bereich der FAZ (802), einzuteilen. Anhand der FAZ-(802)Bereichsverteilung wurde gefunden, dass ein Überlappen von FAZ-(802)Bereichen zwischen zwei Erkrankungsstadien vorliegt. Die resultierenden überlappenden Bereichsflächen sind hervorgehoben, um die Progression der Erkrankung in ein anderes Stadium anzuzeigen. Der Bereich der FAZ (802), der mit einem späteren Stadium überlappt, wird als Obergrenze des jetzigen Stadiums verwendet, während der minimale FAZ-Bereich (802) des späteren Stadiums als Untergrenze des späteren Stadiums verwendet wird. Die Bereiche des FAZ-Bereichs (802), die eine Progression der Erkrankung zeigen, werden stadienweise analysiert. Die Untergrenzen können den maximalen FAZ-Bereich (802) für das vorangehende Stadium anzeigen und sind deshalb der Indikator der Progression in das nächste Stadium, während die Obergrenzen den maximalen FAZ-Bereich (802) für die Progression in das nächste Stadium anzeigen können. Der Bereich mit dem Progressionsbereich zeigt, dass ein hohes Risiko besteht, dass die Erkrankung in das nächste Stadium fortschreitet. Unter Verwendung des obigen Geräts kann der Schweregrad von diabetischer Retinopathie und diabetischer Makulopathie einfach eingeteilt werden. Unter Verwendung des obigen Geräts werden vorzugsweise fünf Bereiche des FAZ-Bereichs (802) für die Einteilung der diabetischen Retinopathie erhalten, nämlich normale milde nicht-proliferative diabetische Retinopathie, mäßige nicht-proliferative diabetische Retinopathie, schwere nicht-proliferative diabetische Retinopathie und proliferative diabetische Retinopathie.
  • Die Einteilung von diabetischer Retinopathie und deren Progressionsstufen, basierend auf der Größe der FAZ (802), kann in die folgenden Phasen eingeteilt werden:
    • (a) normaler Bereich
    • (b) Progression von normal in den NPDR-Bereich
    • (c) NPDR-Bereich
    • (d) Progression von NPDR in den schweren NPDR/PDR-Bereich
    • (e) schwerer NPDR/PDR-Bereich
  • Obwohl das Einstufen von diabetischer Retinopathie durch das Gerät, wie oben angegeben in fünf Bereiche, recht ausführlich beschrieben und dargestellt worden ist, können auch Bereiche von weniger oder mehr als fünf verwendet werden, da die Vorteile der vorliegenden Erfindung in der Tatsache liegen, dass die vorliegende Erfindung die genaue und zuverlässige Bestimmung des FAZ-Bereichs (802) ermöglicht, um bei der Einteilung von diabetischer Retinopathie und deren Progressionsstadien zu helfen.
  • Das Gerät, das die Bestimmung des FAZ-Bereichs (802) ermöglicht, kann auch zur Erteilung von diabetischer Makulopathie (DM) verwendet werden. Für die Einteilung des Schweregrades von diabetischer Makulopathie wird der maximale Wert für den FAZ-Bereich (802) für jedes Stadium untersucht und wird verwendet, um die Grenze der Progression der Erkrankung zu kennzeichnen. Unter Verwendung des obigen Geräts werden vorzugsweise drei Bereiche des FAZ-Bereichs (802) für die Einteilung von diabetischer Makulopathie und deren Progressionsstadien erhalten, nämlich normal, diabetische Makulopathie (erkennbar) und schwere diabetische Makulopathie (überweisbar).
  • Obwohl das Einteilen von diabetischer Makulopathie, wie oben angegeben in drei Bereiche, recht ausführlich beschrieben und dargestellt worden ist, können auch Bereiche von weniger oder mehr als drei verwendet werden, da die Vorteile der vorliegenden Erfindung in der Tatsache liegen, dass die vorliegende Erfindung die genaue und zuverlässige Bestimmung des Bereichs der FAZ (802) ermöglicht, um beim Einteilen von diabetischer Makulopathie und deren Progressionsstadien zu helfen.
  • Die Erfindung hat ein Gerät zur Bestimmung des FAZ-Bereichs (802) zum Einteilen des Schweregrades von diabetischer Retinopathie oder diabetischer Makulopathie, basierend auf dem digitalen Speicherabbild des retinalen Gefäßsystems offenbart, welches aus der Extraktion des retinalen Gefäßsystems erhalten wurde, das ermöglicht, dass die Gefäßenden und Pathologien, die den FAZ-Bereich (802) umgeben, für die zuverlässige Bestimmung des FAZ-Bereichs (802) ermittelt werden können.
  • Obwohl recht ausführlich beschrieben und dargestellt wurde, dass der in der Bildverbesserungstechnik verwendete Algorithmus CLAHE und FastICA ist, können auch andere Bildverbesserungsalgorithmen verwendet werden, da ein Vorteil der vorliegenden Erfindung die Tatsache ist, dass die Bildverbesserungstechnik speziell auf ein Bild mit geringem und variierendem Kontrast ausgerichtet ist, um die Retinagefäße gegenüber dem Hintergrund zu verstärken.
  • Obwohl beschrieben und veranschaulicht worden ist, dass das Gerät beim Diagnostizieren und Einteilen von diabetischer Retinopathie und diabetischer Makulopathie verwendet wird, können die extrahierten Gefäße auch verwendet werden, um basierend auf der Gewundenheit der retinalen Gefäße bei der Diagnose von Hypertonie zu helfen.
  • 11A11K zeigen ein Beispiel des Layouts des Benutzerschnittstellen-(306)Systems als Plattform für den Benutzer: um entsprechende zu analysierende Informationen in das Verarbeitungssystem (304) einzugeben, um die Operationen des Verarbeitungssystems (304) zu steuern und um das Ergebnis der Analyse anzusehen. 11A zeigt die Anfangsansicht der Benutzeroberfläche. 11B zeigt den Bereich in der Benutzeroberfläche (306) mit dem Informationen der untersuchten Person, wie Personalien, in das Verarbeitungssystem (304) eingegeben werden können. 11C zeigt ein Bild der Retina, das auf der Benutzeroberfläche dargestellt ist, nachdem es durch das Retina-Bildgebungssystem (302) erfasst worden ist. 11D11G zeigen ein Beispiel der Benutzeroberfläche, wenn der Benutzer sich dafür entscheidet, die Bildverbesserung unter Verwendung von CLAHE durchzuführen. 11D zeigt eine Schaltfläche in der Benutzeroberfläche, die es dem Benutzer ermöglicht, das Retinabild unter Verwendung von CLAHE zu verbessern. 11E zeigt eine Schaltfläche in der Benutzeroberfläche, die es dem Benutzer ermöglicht, die Einteilung hinsichtlich der DR des Patienten automatisch zu analysieren und durchzuführen mittels automatischer Ermittlung und Bestimmung von Blutgefäßendpunkten, wie in 11F gezeigt. 11G zeigt das Ergebnis der Analyse, wobei der Bereich der DR auf der Benutzeroberfläche gezeigt ist. 11H11K zeigen ein Beispiel der Benutzeroberfläche, wenn der Benutzer sich dafür entscheidet, die Bildverbesserung und die Blutgefäßextraktion unter Verwendung von PCA und FastICA durchzuführen. 11H zeigt ein Eingabefeld in der Benutzeroberfläche, welches es dem Benutzer ermöglicht, die entsprechende Lage und Größe der zu analysierenden FastICA-Region anzusteuern. 11I zeigt die Schaltfläche auf der Benutzeroberfläche, die es dem Benutzer ermöglicht, das aus der 11H ausgewählte Bild unter Verwendung von PCA und FastICA zu verbessern. 11J zeigt die Benutzeroberfläche, wobei der Benutzer manuell die Endpunkte der Blutgefäße für die Analyse setzen kann. Der Endpunkt der Blutgefäße kann auch automatisch bestimmt werden. 11K zeigt das Ergebnis der Analyse, wobei der Bereich der DR nach Abschluss der Analyse auf der Benutzeroberfläche gezeigt wird. Obwohl die Benutzeroberfläche gemäß 11A-11K erläutert wurde, kann das Layout der Benutzeroberfläche, die Informationsmenge, die durch den Benutzer in die Benutzeroberfläche eingegeben wird, und die Informationsmenge, die durch die Benutzeroberfläche für den Benutzer bereitgestellt wird, abhängig von den individuellen Bedürfnissen variieren, solange die Information ausreichend ist, dass der Nutzer die DR und DM des Patienten unter Verwendung des Geräts einteilen kann.
  • Fachleute werden erkennen, dass Änderungen und Abwandlungen der Erfindung vorgenommen werden können ohne vom Erfindungsgedanken und -umfang abzuweichen. Die vorstehende Beschreibung soll deshalb lediglich erläuternden Zwecken dienen und soll den Erfindungsgedanken und -umfang in keiner Art und Weise beschränken, sondern nur durch den Gedanken und Umfang der angehängten Ansprüche.

Claims (16)

  1. Gerät zum Analysieren der Retina hinsichtlich Erkrankungen, die sich am Auge manifestieren, umfassend, wenigstens ein Retina-Bildgebungssystem (302), umfassend wenigstens eine Retina-Bildgebungssvorrichtung und wenigstens eine Bilderfassungsvorrichtung; wenigstens eine beliebige annehmbare Verarbeitungseinrichtung (304), wenigstens ein Benutzerschnittstellensystem (306), dadurch gekennzeichnet, dass die beliebige annehmbare Verarbeitungseinrichtung (304) speziell mit einem vorgegebenen Algorithmus unter Verwendung irgendeiner annehmbaren Programmiersoftware für ein Bild mit geringem und variierendem Kontrast versehen ist, um die Retinagefäße (104) gegenüber ihrem Hintergrund zu verstärken bevor die verstärkten Retinagefäße zur Bestimmung des Bereichs der fovealen avaskulären Zone (802) extrahiert werden; ferner dadurch gekennzeichnet, dass die beliebige annehmbare Verarbeitungseinrichtung (304) ferner mit einem vorgegebenen Algorithmus zur Bestimmung des relativen Bereichs der fovealen avaskulären Zone (802) versehen ist, um die Erkrankung mittels computergestützten Techniken zu diagnostizieren oder einzuteilen.
  2. Gerät zum Analysieren der Retina hinsichtlich Erkrankungen, die sich am Auge manifestieren, nach Anspruch 1, wobei das Gerät zur Einteilung des Schweregrades von diabetischer Retinopathie verwendet wird.
  3. Gerät zum Analysieren der Retina hinsichtlich Erkrankungen, die sich am Auge manifestieren, nach Anspruch 1, wobei das Gerät zur Einteilung des Schweregrades von diabetischer Makulopathie verwendet wird.
  4. Gerät zum Analysieren der Retina hinsichtlich Erkrankungen, die sich am Auge manifestieren, nach Anspruch 1 oder 2, wobei das Gerät, basierend auf dem relativen Bereich der fovealen avaskulären Zone (22), das Einteilen von diabetischer Retinopathie und ihrer Progressionsstadien in die folgenden Phasen ermöglicht: Normal Milde nicht-proliferative diabetische Retinopathie Mäßige nicht-proliferative diabetische Retinopathie Schwere nicht-proliferative diabetische Retinopathie Proliferative diabetische Retinopathie.
  5. Gerät zum Analysieren der Retina hinsichtlich Erkrankungen, die sich am Auge manifestieren, nach Anspruch 1 oder 3, wobei das Gerät, basierend auf dem relativen Bereich der fovealen avaskulären Zone (802), das Einteilen von diabetischer Makulopathie und ihrer Progressionsstadien in die folgenden Phasen ermöglicht: Normal DM (erkennbar) Schwere DM (überweisbar).
  6. Gerät zum Analysieren der Retina hinsichtlich Erkrankungen, die sich am Auge manifestieren, nach Anspruch 1, wobei die Bestimmung der fovealen avaskulären Zone (802) halbautomatisiert oder vollautomatisiert ist.
  7. Gerät zum Analysieren der Retina hinsichtlich Erkrankungen, die sich am Auge manifestieren, nach Anspruch 1, wobei der vorgegebene Algorithmus die folgenden Schritte umfasst: i. Durchführen einer Vorverarbeitung des von dem Retina-Bildgebungssystem (402) erfassten Retinabildes; ii. Verbessern des Bildes (404, 902); iii. Extrahieren von Blutgefässen aus dem Bild (406, 902); iv. Ermitteln von Blutgefäßendpunkten, um den Bereich der fovealen avaskulären Zone (FAZ) (408) zu bestimmen; v. Analysieren des FAZ-Bereichs, um den Schweregrad der diabetischen Retinopathie (410) zu bestimmen.
  8. Gerät zum Analysieren der Retina hinsichtlich Erkrankungen, die sich am Auge manifestieren, nach einem der vorhergehenden Ansprüche, wobei der Bildverbesserungsschritt (404) den als Contrast Limited Adaptive Histogram Equalization (CLAHE) bekannten Algorithmus verwendet.
  9. Gerät zum Analysieren der Retina hinsichtlich Erkrankungen, die sich am Auge manifestieren, nach einem der vorhergehenden Ansprüche, wobei der Bildverbesserungsschritt und die Blutgefäßextraktion aus dem Bild (902) den als Hauptkomponentenanalyse (PCA) und Unabhängigkeitsanalyse unter Verwendung eines Fixpunktalgorithmus (FastICA) bekannten Algorithmus verwendet.
  10. Gerät zum Analysieren der Retina hinsichtlich Erkrankungen, die sich am Auge manifestieren, nach einem der vorhergehenden Ansprüche, wobei der Blutgefäßextraktionsschritt (406) eine als Bottom-Hat-Technik bekannte Technik bei der Extraktion der verstärkten Retinagefäße verwendet, um dunkle Objekte auf heller Umgebung, die gewölbt sind, zu isolieren.
  11. Gerät zum Analysieren der Retina hinsichtlich Erkrankungen, die sich am Auge manifestieren, nach einem der vorhergehenden Ansprüche, wobei das Strukturierungselement, das während des Blutgefäßextraktionsschrittes (406) verwendet wird, ein linearer Typ ist.
  12. Gerät zum Analysieren der Retina hinsichtlich Erkrankungen, die sich am Auge manifestieren, nach einem der vorhergehenden Ansprüche, das in der Lage ist, Hypertonie zu diagnostizieren.
  13. Gerät zum Analysieren der Retina hinsichtlich Erkrankungen, die sich am Auge manifestieren, nach einem der vorhergehenden Ansprüche, wobei die irgendeine annehmbare Programmiersoftware vorzugsweise Visual C++, Matlab oder eine gleichwertige Programmiersoftware ist.
  14. Gerät zum Analysieren der Retina hinsichtlich Erkrankungen, die sich am Auge manifestieren, nach einem der vorhergehenden Ansprüche, wobei das Benutzerschnittstellensystem (306) wenigstens eine Anzeigeeinrichtung und wenigstens eine Eingabeeinrichtung umfasst, um dem Benutzer die Eingabe von Informationen in die beliebige annehmbare Verarbeitungseinrichtung (304) zu ermöglichen und die Ergebnisse der Erkrankungseinteilung graphisch darzustellen.
  15. Gerät zum Analysieren der Retina hinsichtlich Erkrankungen, die sich am Auge manifestieren, nach einem der vorhergehenden Ansprüche, wobei die Retina-Bildgebungsvorrichtung eine Funduskamera ist.
  16. Gerät zum Analysieren der Retina hinsichtlich Erkrankungen, die sich am Auge manifestieren, nach einem der vorhergehenden Ansprüche, wobei die Bilderfassungsvorrichtung eine mit der Funduskamera verbundene Digitalkamera ist, um Bilder der Retina zu erfassen, die durch die Funduskamera graphisch dargestellt werden.
DE112010002000T 2009-05-13 2010-05-13 Gerät zur überwachung und einteilung von diabetischer retinopathie Withdrawn DE112010002000T5 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
MYPI20091936A MY147093A (en) 2009-05-13 2009-05-13 Apparatus for monitoring and grading diabetic retinopathy
MYPI20091936 2009-05-13
PCT/MY2010/000077 WO2010131944A2 (en) 2009-05-13 2010-05-13 Apparatus for monitoring and grading diabetic retinopathy

Publications (1)

Publication Number Publication Date
DE112010002000T5 true DE112010002000T5 (de) 2012-09-13

Family

ID=43085485

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112010002000T Withdrawn DE112010002000T5 (de) 2009-05-13 2010-05-13 Gerät zur überwachung und einteilung von diabetischer retinopathie

Country Status (3)

Country Link
DE (1) DE112010002000T5 (de)
MY (1) MY147093A (de)
WO (1) WO2010131944A2 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220165418A1 (en) * 2019-03-29 2022-05-26 Ai Technologies Inc. Image-based detection of ophthalmic and systemic diseases

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
MY174941A (en) * 2011-03-25 2020-05-27 Institute Of Tech Petronas Sdn Bhd Methodology and apparatus for lesion area measurement of skin pigmentation disorders using digital imaging
US8433393B2 (en) 2011-07-07 2013-04-30 Carl Zeiss Meditec, Inc. Inter-frame complex OCT data analysis techniques
US9357916B2 (en) 2012-05-10 2016-06-07 Carl Zeiss Meditec, Inc. Analysis and visualization of OCT angiography data
GB201219171D0 (en) 2012-10-25 2012-12-12 Epipole Ltd Image acquisition apparatus
WO2015100341A1 (en) 2013-12-24 2015-07-02 Sanovas, Inc. Visualization of eye anatomy
WO2015165989A2 (en) 2014-05-02 2015-11-05 Carl Zeiss Meditec, Inc. Enhanced vessel characterization in optical coherence tomograogphy angiography
JP6843125B2 (ja) 2015-09-24 2021-03-17 カール ツァイス メディテック インコーポレイテッドCarl Zeiss Meditec Inc. 高感度フロー視覚化方法
JP6947226B2 (ja) * 2017-12-28 2021-10-13 株式会社ニコン 画像処理方法、画像処理プログラム、画像処理装置、画像表示装置、及び画像表示方法
EP3937753A4 (de) * 2019-03-13 2023-03-29 The Board Of Trustees Of The University Of Illinois Überwachte, auf maschinenlernen basierte multi-task-klassifikation von retinopathien mit künstlicher intelligenz
EP3719807B1 (de) * 2019-04-04 2024-08-28 Optos PLC Voraussagen eines pathologischen zustandes aus einem medizinischen bild
WO2022051775A1 (en) 2020-09-04 2022-03-10 Abova, Inc. Method for x-ray dental image enhancement
CN117877692B (zh) * 2024-01-02 2024-08-02 珠海全一科技有限公司 一种视网膜病变个性化差异分析方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5016643A (en) * 1990-05-02 1991-05-21 Board Of Regents, The University Of Texas System Vascular entoptoscope
US5640220A (en) * 1995-04-10 1997-06-17 Vo; Van Toi Apparatus and method for determining characteristics of a human retina using entoptically observed leukocytes and other psychophysical phenomenona
US7404640B2 (en) * 2002-06-14 2008-07-29 Physical Sciences, Inc. Monitoring blood flow in the retina using a line-scanning laser ophthalmoscope

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220165418A1 (en) * 2019-03-29 2022-05-26 Ai Technologies Inc. Image-based detection of ophthalmic and systemic diseases

Also Published As

Publication number Publication date
WO2010131944A2 (en) 2010-11-18
WO2010131944A3 (en) 2011-03-10
MY147093A (en) 2012-10-31

Similar Documents

Publication Publication Date Title
DE112010002000T5 (de) Gerät zur überwachung und einteilung von diabetischer retinopathie
Heneghan et al. Characterization of changes in blood vessel width and tortuosity in retinopathy of prematurity using image analysis
EP1444635B1 (de) Wundenbewertung in einem bild
Akram et al. Automated detection of dark and bright lesions in retinal images for early detection of diabetic retinopathy
Yu et al. Automated image quality evaluation of retinal fundus photographs in diabetic retinopathy screening
Gegundez-Arias et al. A tool for automated diabetic retinopathy pre-screening based on retinal image computer analysis
Soomro et al. Contrast normalization steps for increased sensitivity of a retinal image segmentation method
Jaafar et al. Automated detection and grading of hard exudates from retinal fundus images
Stapor et al. Segmentation of fundus eye images using methods of mathematical morphology for glaucoma diagnosis
Rasta et al. Detection of retinal capillary nonperfusion in fundus fluorescein angiogram of diabetic retinopathy
WO2010030159A2 (en) A non invasive method for analysing the retina for ocular manifested diseases
Mahendran et al. Identification of exudates for Diabetic Retinopathy based on morphological process and PNN classifier
CN106886991A (zh) 一种基于彩色眼底图的模糊度自动分级方法
Adalarasan et al. Automatic detection of blood vessels in digital retinal images using soft computing technique
Scarpa et al. Automated morphometric description of human corneal endothelium from in-vivo specular and confocal microscopy
Mudigonda et al. Fractal analysis of neovascularization due to diabetic retinopathy in retinal fundus images
Gour et al. Blood vessel segmentation using hybrid median filtering and morphological transformation
Scarpa et al. Segmentation of corneal endothelial cells contour by means of a genetic algorithm
Thakkar et al. Detection of glaucoma from retinal fundus images by analysing isnt measurement and features of optic cup and blood vessels
Rozlan et al. A proposed diabetic retinopathy classification algorithm with statistical inference of exudates detection
DE102015110605B3 (de) Verfahren und Vorrichtung zur Ermittlung von Blutgefäßtypen von Netzhautblutgefäßen, sowie computerlesbares Medium mit Anweisungen
WO2009124679A1 (de) Verfahren zur automatisierten detektion und segmentierung der papille in fundusaufnahmen
Asokan et al. Computer aided approach for detection of age related macular degeneration from retinal fundus images
Mohammadi et al. The computer based method to diabetic retinopathy assessment in retinal images: a review.
Padmapriya et al. Image Processing Techniques in the Detection of Hemorrhages in Retinal Images (STARE & DRIVE)

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: A61B0003180000

Ipc: A61B0003120000

R016 Response to examination communication
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee