JP5832744B2 - 光干渉断層撮影による視神経障害の診断のための網膜マップ(maps)のパターン解析 - Google Patents
光干渉断層撮影による視神経障害の診断のための網膜マップ(maps)のパターン解析 Download PDFInfo
- Publication number
- JP5832744B2 JP5832744B2 JP2010512401A JP2010512401A JP5832744B2 JP 5832744 B2 JP5832744 B2 JP 5832744B2 JP 2010512401 A JP2010512401 A JP 2010512401A JP 2010512401 A JP2010512401 A JP 2010512401A JP 5832744 B2 JP5832744 B2 JP 5832744B2
- Authority
- JP
- Japan
- Prior art keywords
- map
- pattern
- deviation
- derived
- ganglion cell
- 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
Links
- 238000012014 optical coherence tomography Methods 0.000 title claims description 44
- 238000004458 analytical method Methods 0.000 title claims description 32
- 208000020911 optic nerve disease Diseases 0.000 title claims description 25
- 206010061323 Optic neuropathy Diseases 0.000 title claims description 16
- 230000002207 retinal effect Effects 0.000 title description 35
- 238000003745 diagnosis Methods 0.000 title description 18
- 208000010412 Glaucoma Diseases 0.000 claims description 76
- 238000000034 method Methods 0.000 claims description 51
- 230000002159 abnormal effect Effects 0.000 claims description 35
- 208000003098 Ganglion Cysts Diseases 0.000 claims description 26
- 208000005400 Synovial Cyst Diseases 0.000 claims description 26
- 208000010038 Ischemic Optic Neuropathy Diseases 0.000 claims description 12
- 206010030924 Optic ischaemic neuropathy Diseases 0.000 claims description 12
- 201000007058 anterior ischemic optic neuropathy Diseases 0.000 claims description 12
- 208000003435 Optic Neuritis Diseases 0.000 claims description 8
- 238000009795 derivation Methods 0.000 claims description 8
- 230000002547 anomalous effect Effects 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims 13
- 208000012902 Nervous system disease Diseases 0.000 claims 1
- 208000025966 Neurological disease Diseases 0.000 claims 1
- 239000010410 layer Substances 0.000 description 36
- 210000001525 retina Anatomy 0.000 description 22
- 238000005259 measurement Methods 0.000 description 15
- 206010025421 Macule Diseases 0.000 description 14
- 238000004364 calculation method Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 11
- 238000003384 imaging method Methods 0.000 description 11
- 230000005043 peripheral vision Effects 0.000 description 11
- 201000010099 disease Diseases 0.000 description 10
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 210000004126 nerve fiber Anatomy 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 230000000007 visual effect Effects 0.000 description 9
- 230000008901 benefit Effects 0.000 description 8
- 210000003994 retinal ganglion cell Anatomy 0.000 description 8
- 238000012360 testing method Methods 0.000 description 8
- 210000004027 cell Anatomy 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 210000002445 nipple Anatomy 0.000 description 6
- 230000007812 deficiency Effects 0.000 description 5
- 230000000750 progressive effect Effects 0.000 description 5
- 230000004410 intraocular pressure Effects 0.000 description 4
- 210000003583 retinal pigment epithelium Anatomy 0.000 description 4
- 230000002123 temporal effect Effects 0.000 description 4
- 210000003484 anatomy Anatomy 0.000 description 3
- 230000006727 cell loss Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000000691 measurement method Methods 0.000 description 3
- 108091008695 photoreceptors Proteins 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 241000282412 Homo Species 0.000 description 2
- 238000001772 Wald test Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000003759 clinical diagnosis Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000002405 diagnostic procedure Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 201000006417 multiple sclerosis Diseases 0.000 description 2
- 210000003733 optic disk Anatomy 0.000 description 2
- 210000001328 optic nerve Anatomy 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 206010012689 Diabetic retinopathy Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 208000028389 Nerve injury Diseases 0.000 description 1
- 208000036585 Optic disc abnormalities Diseases 0.000 description 1
- 208000017442 Retinal disease Diseases 0.000 description 1
- 206010041662 Splinter Diseases 0.000 description 1
- 238000012896 Statistical algorithm Methods 0.000 description 1
- 238000000692 Student's t-test Methods 0.000 description 1
- 206010047555 Visual field defect Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 210000002159 anterior chamber Anatomy 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 210000003050 axon Anatomy 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000012792 core layer Substances 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 239000003246 corticosteroid Substances 0.000 description 1
- 210000001787 dendrite Anatomy 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 208000027124 goblet cell carcinoma Diseases 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012562 intraclass correlation Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008764 nerve damage Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 201000005799 nutritional optic neuropathy Diseases 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 208000014733 refractive error Diseases 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012109 statistical procedure Methods 0.000 description 1
- 238000000528 statistical test Methods 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 238000012353 t test Methods 0.000 description 1
- 238000012956 testing procedure Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 208000029517 toxic amblyopia Diseases 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- A61B3/02—Subjective types, i.e. testing apparatus requiring the active assistance of the patient
- A61B3/024—Subjective types, i.e. testing apparatus requiring the active assistance of the patient for determining the visual field, e.g. perimeter types
-
- 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
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0062—Arrangements for scanning
- A61B5/0066—Optical coherence imaging
-
- 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
- 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
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
- G06V2201/031—Recognition of patterns in medical or anatomical images of internal organs
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Ophthalmology & Optometry (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Eye Examination Apparatus (AREA)
Description
第1ステージの期間中、非侵襲性の撮像技術は、好ましくは、被検体の目の黄斑領域又は乳頭周囲領域の初期画像を発生するために利用される。ここで、黄斑領域は、中心窩を中心とする。乳頭周囲領域は、視神経円板を中心とする。適切な撮像技術は、結果生じる画像が診断目的に対する十分な質を有するように、十分に高解像度且つ高速に領域を撮像することができる。好ましくは、その技術は、黄斑において約6mm×6mm又は視神経円板において約4mm×4mmよりも小さくなく、1画像あたり約2秒よりも遅くないスピードで領域を撮像できる。幾つかの好ましい実施形態においては、FD―OCTは、初期の黄斑マップを発生するために利用される。
第2ステージにおいて、前段階において得られて生の画像データは、より洗練された黄斑領域の3次元モデルを発生するために、さらに処理される。生データを収集するために利用される技術次第では、異なる量の画像処理は、生の画像データをさらなる解析に適した形式に変換することが要求されてもよい。例えば、撮像技術がアナログ形式で生データを収集した場合、さらなる解析を促進するために、データは、処理されデジタル形式に変換されることが好まれる。
1つの好ましい実施形態において、ここで“偏差率マップ”と呼ばれている新規の派生マップ(derivative map)は、GCC厚マップから計算される。偏差率マップを計算するために、標準の基準が必要とされる。
D_map=Map−Normal_mean_map
偏差率(FD)マップは、正常な平均マップによりDマップを除算することにより計算される。
FD_map=D_map/Normal_mean_map
3.診断パラメータの計算
第3ステージにおいて、診断パラメータは、初めの2つのステージにおいて得られた画像データから規定され計算される。上述のように、様々な診断パラメータは、疾病条件の診断の支援のために規定され計算されてもよい。好ましい実施形態において、焦点損失量(FLV)パラメータは、計算される。
1つの他の実施形態において、パターン偏差焦点損失量(PD_FLV)と呼ばれる他の典型的な診断パラメータが利用されてもよい。それの計算は、以下に記載される。
パターンマップは、平均値(図6)によってマップを除算することによってGCC厚マップから導出される。
Pattern_map=Map/Average
検査対象眼のパターンマップは、その後、パターン偏差(PD)マップを得るために、正常な規準の母集団の平均パターンマップにより減算される。
PD_map=Pattern_map−Normal_mean_pattern_map
2.パターン偏差量焦点損失量(PD_FLV)の計算
GCC菲薄化の異常領域は、前のセクションに記述されるようなGCC厚、Dマップ、又はFDマップを利用して特定される。異常領域は、PDマップ(図7)上で特定される。また、異常領域上のPDの負数は、パターン偏差焦点損失量(PD_FLV)を得るために、合計(面積分)される。この手順は、合計手順においてPDの正数がゼロに設定される(実際上無視される)という点で、Dマップ又はFDマップからのFLVの計算とは僅かに異なる。好ましくは、PD_FLVは、百分率で表現されるように、マップ領域を除算することにより正規化される。
FD―FLVとPD―FLVとを組み合わせるために、焦点損失量(FLV)は、パターン偏差により特定された異常領域上の負の偏差率の合計として規定される。通常、FLVは、百分率で表現されるように、マップ領域を除算することにより正規化される。
平均
全体平均と部分平均とは、厚さマップ、偏差マップ、又はFDマップ上で計算することができる。
緑内障は、ほとんどの場合、目の下位の部分により深刻に影響を及ぼす。しかし、少数ではあるが、緑内障は、目の上位の部分にもより深刻に影響を及ぼす。従って、緑内障検出の目的のための上位と下位との差(SID:superior-inferior difference)のため、絶対偏差を計算することが望ましい。
上位と下位との差の絶対偏差(ADSID)は、検査対象眼と平均的な正常眼とにおけるSID間の差の絶対値である。
変動のパターン係数(根2乗平均)
変動のパターン係数(PCV)又は2乗平均の根は、偏差マップ、FDマップ、及びPDマップから計算され得る。それは、PDマップに有益であり、正常パターンからの偏差の大要を提供する。例えば、根2乗平均パターン偏差(RMS―PD)パラメータは、以下の式により計算される。
上述されたもの以外の網膜マップは、上述のような診断パラメータを計算するためにも利用され得る。
全体的な網膜厚マップ(図9)とNFL、GCL、IPL、INL、及びこれら全ての可能な組み合わせとは、本発明に係るパターンパラメータを計算するために、緑内障診断のために利用され得る。これら組み合わせの平均厚みは、緑内障診断において調査された[1―2]。
緑内障は、内網膜層の菲薄化を引き起こすだけでなく、これらの層からの反射信号の振幅を低減する。従って、内網膜の反射率のマップにも関心がある。好ましくは、網膜(貧弱な集束、中膜不透明度)にとって非本質的な要因からの反射率の変動は、内網膜層内の平均信号の比率をとり、基準層からの平均信号によりそれを除算することにより除外することができる。基準層は、明るい光受容体内節、外節、及びこれらの組み合わせ(IS―OS)、網膜色素上皮(RPE)、脈絡毛細管板、あるいはこれらの組み合わせであり得る。IS―OSとRPEとの組み合わせは、外網膜複合体(ORC)と呼ばれる。これらの層からの反射信号は、診断情報を提供するために、合計され又は平均され得る。それらは、合計反射率マップ(図10)と平均反射率マップとそれぞれ呼ばれている。合計反射率マップの偏差率マップが好適である。
NFL又は視神経円板(乳頭周囲)の周りの網膜厚は、緑内障診断のめの情報をも提供する。乳頭周囲NFL反射率マップもまた利用され得る。本発明上で記載された全てのパターンパラメータは、適用され得る。RTVue OCTシステムにおいて、NFL厚マップ(図11)は、好ましくは、視神経円板4mm(ONH4)スキャンパターンを利用して測定される。
第4ステージにおいて、診断は、計算された診断パラメータに基づいて決定される。このステージにおいて、他の参考データとの比較が有効に採用されてもよい。1つの典型的な実施形態において、相互相関解析は、異なるタイプの視神経障害を区別するために行われる。
異なるタイプの視神経疾病は、異なるパターンのGCC菲薄化を引き起こす。緑内障は、比較的、中心盲管領域(centrocecal area)に危害を加えず、可変的な上位又は下位への優位(通常下位)を有している。前部乏血性視神経障害(AION)は、通常、黄斑の上位半分(大半)又は下位半分に影響を及ぼす。視神経炎は、しばしば多発性硬化症(MS)に関連している。それは、拡散損失を生みだす。相互相関を利用するパターンマッチングは、好ましくは、視神経障害のこれらのタイプを特定するために利用される。
2.中位の緑内障(EG):±1SD(正常)内のSID値を有する周辺視野測定法の緑内障眼の平均マップ
3.上位の緑内障(SG):平均−1SD(正常)よりも小さいSID値を有する周辺視野測定法の緑内障眼の平均マップ
4.視神経炎(ON):視神経炎患者の平均マップ
5.上位のAION(SA):正常よりも小さいSIDを有するAION眼の平均マップ
6.下位のAION(IA):正常よりも大きいSIDを有するAION眼の平均マップ
他のタイプの視神経障害に特有なマップを同様に導出することができる。例えば、毒性の、新陳代謝性の、及び栄養性の視神経障害は、中枢の又は中心盲管のGCC損失を生成するべきである。
GCCから導出されたパラメータの診断能力を評価するため、我々は、受信動作特性曲線(AROC:reveiver-operating characteristic curve)下の領域を利用する。それは、適用可能な診断の閾値の全領域に亘る診断の感度と特異性とを要約する。そのデータは、RTVue検査とStratus検査との両方を備えた検査を受けた正常な被検体と周辺視野測定法の緑内障の被検体とを利用した、AIGSからのものである。表1は、多くのGCCから導出されたパラメータが平均の網膜厚よりも優れていることを示す。より精巧なパターン解析は、単純平均よりも優れている。最良の性能は、PD_FLVで得られた。ほぼ等価な診断能力が偏差又は偏差率マップの何れかから計算されたFLVマップからも得られた。
方法
1.臨床研究
2003年と2007年との期間の間の予定のAdvanced Imgeing for Glaucoma Study(AIGS)の参加者が含まれていた。これらの参加者は、4つのグループ:正常(N)、周辺視野測定法の緑内障(PG)、緑内障候補(GS)、及び前周辺視野測定法の緑内障(PPG)に分類された。基線訪問(baseline visit)からのデータのみが利用された。GSグループは、メンバーの緑内障ステータス(status)が不確定なので、この研究の中で利用されなかった。我々は、研究期間中にFD―OCTを採用したAIGSからのデータのみを利用した。解析された3つのグループに対する適格基準は、以下に簡潔に記載されている。
患者は、RTVue FD―OCTシステム(Optovue, Inc. Fremont, CA)を利用してスキャンされた。それは、毎秒26,000のアキシャルスキャン(a―スキャン)を収集することができ、5μmの深さ方向の分解能(全幅半値)を有している。比較として、標準的なStratus TD―OCTシステム(Carl Zeiss Meditec, Dublin, CA)は、毎秒400のa―スキャンを収集し、10μmの分解能を有している。FD―OCTの高速を生かして、我々は、7mm角の領域に亘って黄斑を均等にサンプルする黄斑マップ7mmスキャン(MM7)と呼ばれる黄斑領域の3次元スキャンを考案した(図1)。MM7プロトコルの中心は、側頭周囲(temporal periphery)のサンプリングを改善するため、一時的に0.75mmにシフトされた。MM7パターンは、1つの水平ラインと15の垂直ラインとから0.5mm間隔で14928のa―スキャンから成る。MMTパターンのスキャン時間は、0.6秒である。3つのMM7スキャンは、各AIGS参加者の基線訪問で収集された。生データは、さらなる画像処理のためにエクスポートされた。
我々は、mGCCTを生成するために、自動ソフトウェアを開発した。最初に、15の垂直OCT断面画像(典型的な断面画像について図2を参照せよ)は、公認の3次元(3D)画像セットを構築するために、相互相関によって水平画像に整列された。画像は、背景とスペックルノイズとを抑制するためにメディアンフィルタとガウスフィルタとの組み合わせにより平滑化された。その後、それらは、計算を速めるため、低い精細度(definition)で再サンプリングされた。後の工程は、処理の頑強性と速度とを最適化するために、様々な解像度と精細度とで画像を利用した。光受容体色素上皮複合体(PPC)帯域(それらは、光受容体内節外節(IS/OS)接合と網膜色素上皮とのブライトバンド(bright band)を含んでいる)は、第2の最大ピーク(内側から数えて)として低解像度画像上で検出された。IS/OS接合は、その後、PPC内の第1の最大強度ピークとして検出された。PPCの小部分は、重畳する血管からの陰影付けに由来する低信号を有していた。これら陰影付けされたa―スキャンは、境界検出の遮断を回避するため、隣接するa―スキャンに置き換えられた。画像は、側面(lateral)の平滑化を促進するため、IS/OS接合で整列された。内境界膜(ILM)は、各a―スキャンの最初の正の傾きピークとして特定された。隣接制約(neighbor constraint)と知識モデルとは、疑似ノイズ又は取り外された硝子体の表面からILMピークを区別するために利用された。内網状層(IPL)の外側境界は、その後、特定された。境界検出の頑強性を改善するため、進歩的な改良手続きが適用された。その手続きは、低解像度(高度に低域通過フィルタされた)3Dデータセット上での境界検出に始まり、次に進歩的に高い解像度データ上で進歩的に境界を改善する。GCC厚は、ILMから外側のIPL境界まで測定される。網膜厚は、ILMからIS/OS接合まで測定される。mGCCTマップとmRTマップとは、MM7の3Dデータセットにおける16のOCT断面画像からの厚さプロファイルの補間により計算された。中心窩陥凹の位置は、mRTマップ上で特定され、マップの垂直位置を再調整(recenter)するために利用された。マップは、区分化が低信頼性である外側領域を削除するために生成される。残りの領域は、直径7mmの円内と中央の水平ラインから3mm内のものである。mGCCTマップに対して、中心窩中心(直径1mmの円)の0.5mm以内の領域は、GCCが薄すぎて信頼性良く測定されないので除外された。
図12は、周辺視野測定法の緑内障(PG)患者に対するマップの1セットを示す。我々は、mGCCTマップ(図12A)に基づく幾つかの緑内障の診断パターンを計算した。最も単純なものは、全体平均厚(mGCCT―AVG)だった。緑内障がより多くの下位損害(inferior damage)を生みだす傾向があるため、我々は、上位半球平均と下位半球平均との差(mGCCT―SID)を計算した。
全ての参加者は、標準的な高速な網膜神経線維層(RNFL)スキャンと高速な黄斑厚マップスキャンとを利用して、Stratus OCT(Carl Zeiss Meditec, Dublin, CA)によりスキャンされた。cpNFLTとmRTとの全体平均は、標準的なStratus4.0ソフトウェアを利用して計算された。
各参加者の両眼は、解析された。眼間相関(inter-eye correlation)は、一般化された評価方程式(GEE)アプローチ又は線形混合モデルの利用によって、統計学的検査において明らかにされた。
利用可能なRTVue FD―OCT MM7スキャンと有効なStratus TD―OCTスキャンとに関する合計180人の参加者(328の目)は、AIGセントラルデータベース(central database)から特定された。14人の参加者の15の目は、3つの反復されたMM7スキャンの全てに対する明らかに不正確な区分化のため、除外された。179人の参加者からの残りの313の適格な目が解析された。各グループに対する人口統計学的及び臨床学的情報は、表1に要約される。前部周辺視野測定法の緑内障及びPG参加者は、N参加者(P<0.0001)より老いていた。年齢の不均衡は、方法セクション中に述べられたようなその後の解析において適切に扱われた。PGグループに比べて、Nグループにはより多くのコーカサス地方の人がいた。しかしながら、Nグループにおける診断パラメータの平均という観点から人種グループ間に有意差はなかった。予想通り、目のステータスの分類 N眼は、MD測定とPSD測定との観点からPPG眼とPG眼とよりもVF検査で良好に行われた。N眼は、PPG眼とPG眼とよりも低いIOPと薄い中央角膜厚(CCT)を有していた。違いは、PPG眼のIOPにおいて、また、PG眼のCCTにおいてより重要である。MDに基づく緑内障の異なるステージにおけるPG眼を分類するため、79の目(70.5%)は、初期の緑内障(MD≧−6.0dB)を有し、25の目(22.3%)は、軽度の緑内障(−6.01から−12.0dBまでのMD)、及び8の目(7.1%)は、進行した緑内障(MD<−12dB)を有していた。
この実施例において、我々は、黄斑における緑内障を探し出すために、本発明に係る新規の診断パラメータのアプリケーションを示した。FD―OCT(65x Stratus TD―OCT)のより速い速度は、より少ないモーションアーチファクトで黄斑の大領域に亘る高密度スキャンを実現する。RTVue FD―OCT装置は、従来の時間領域OCT(例えば、Stratus TD―OCT)よりも2倍良い。高精細度(より密なサンプリング)と高解像度とは、mGCCT測定の精度と頑強性とを改善した。
Claims (11)
- (1)光干渉断層撮影システムが、被検体の中心窩を中心とする又は視神経円板を中心とする少なくとも1つの初期マップを発生し、前記初期マップは、黄斑マップであり、前記黄斑マップについては少なくとも約6mm×6mmの領域を包含するラスタ又はグリッドスキャンパターンからなり、
(2)コンピュータが前記初期マップに基づいて神経節細胞複合体厚のマップを構築し、
(3)コンピュータが前記神経節細胞複合体厚のマップから派生マップを計算し、
(4)コンピュータが前記神経節細胞複合体厚のマップ又は前記派生マップに統計学的なパターン解析法を適用し、異常領域を検出することであって、前記統計学的なパターン解析法は、正常よりも上回る又は下回る所定の百分率値を有し異常として識別されるデータ点毎の標準偏差比較を含み、前記所定の百分率値は、略0.5%から略5%までの範囲の中から選択され、
(5)コンピュータが前記神経節細胞複合体厚のマップ、前記派生マップ、前記検出された異常領域、又はそれらの組み合わせのうちの1以上に基づいて1以上の診断パラメータを決定する、
ことを具備する視神経障害を検出するためのデータ解析方法であって、
前記診断パラメータは、前記派生マップに含まれる異常領域に含まれる各点の偏差率値の合計である焦点損失量(FLV)、前記派生マップに含まれる全領域に含まれる各点の偏差率値の合計である広域損失量(GLV)、正規化された前記広域損失量である偏差率焦点損失量(FD_FLV)、前記派生マップに含まれる異常領域に含まれる各点のパターン偏差値の合計であるパターン偏差焦点損失量(PD_FLV)、前記派生マップの各点の値の根2乗平均、前記派生マップのうちの偏差率マップ、パターン偏差マップ、及び偏差マップのうちの何れか1つの相互相関であるパターン相互相関(PCC)、から選択された2つであり、
前記1以上の診断パラメータ、前記神経節細胞複合体厚、又は前記派生マップは、異なるタイプの神経障害を診断し区別するために用いられる、
ことを特徴とするデータ解析方法。 - 前記光干渉断層撮影システムは、FD―OCTシステム又はTD―OCTシステムから選択された1つである、請求項1記載のデータ解析方法。
- 前記スキャンパターンは、7mm角のスキャン領域を覆うMM7スキャンパターンである、請求項1記載のデータ解析方法。
- 前記神経節細胞複合体厚のマップを構築することは、前記初期マップの複数のスキャンライン間を補間し、スキャンされた領域の3次元モデルを形成することを備える、請求項1記載のデータ解析方法。
- 前記派生マップは、基準マップに対する前記神経節細胞複合体厚のマップの偏差を示す偏差マップ(D)、基準マップに対する前記神経節細胞複合体厚のマップの偏差率を示す偏差率マップ(FD)、又は基準マップに対する前記神経節細胞複合体厚のマップのパターン偏差を示すパターン偏差マップ(PD)から選択された1つである、請求項1記載のデータ解析方法。
- 前記統計学的なパターン解析法は、前記神経節細胞複合体厚のマップ又は前記派生マップを対象とする標準偏差比較、前記神経節細胞複合体厚のマップ又は前記派生マップのうちの全体領域に含まれる各点の値の平均、上位半球に含まれる各点の値の平均、又は下位半球に含まれる各点の値の平均、前記神経節細胞複合体厚のマップ又は前記派生マップのうちの上位半球に含まれる各点の値の平均と下位半球に含まれる各点の値の平均値の差、前記派生マップに基づく根2乗平均、又はこれらの組み合わせ、から選択された1つである、請求項1記載のデータ解析方法。
- 前記視神経障害は、緑内障、視神経炎、前部乏血性視神経障害(AION)、から選択された1つである、請求項1記載のデータ解析方法。
- コンピュータが、前記診断パラメータとして、前記被検体の前記神経節細胞複合体厚のマップ又は前記派生マップを既知の視神経障害により特徴づけられた基準マップに相互相関し、パターン相互相関パラメータを決定する、請求項1記載のデータ解析方法。
- 前記相互相関パラメータのより高い値は、前記被検体が視神経障害を患っている可能性がより高いということを示す、請求項8記載のデータ解析方法。
- 光干渉断層撮影システムが被検体の中心窩を覆うスキャンパターンにより前記中心窩に関する黄斑マップを収集し、前記黄斑マップは、ラスト又はグリッドスキャンパターンにおける少なくとも約6mm×6mmであり、
コンピュータが前記黄斑マップから神経節細胞複合体厚マップを構築し、
コンピュータが前記神経節細胞複合体厚マップから1以上の派生マップを発生し、
コンピュータが前記神経節細胞複合体厚マップ又は及び前記1以上の派生マップを解析し、前記黄斑の異常領域を特定することであって、前記統計学的なパターン解析法は、正常よりも上回る又は下回る所定の百分率値を有し異常として識別されるデータ点毎の標準偏差比較を含み、前記所定の百分率値は、略0.5%から略5%までの範囲の中から選択され、
コンピュータが前記神経節細胞複合体厚マップ、前記1以上の派生マップ、前記特定された異常領域、又はこれらの組み合わせ、に基づいて緑内障に関する1以上の診断パラメータについての1又は複数の値を決定する、
ことを具備する緑内障を検出するためのデータ解析方法であって、
前記診断パラメータは、前記派生マップに含まれる異常領域に含まれる各点の偏差率値の合計である焦点損失量(FLV)、前記派生マップに含まれる全領域に含まれる各点の偏差率値の合計である広域損失量(GLV)、正規化された前記広域損失量である偏差率焦点損失量(FD_FLV)、前記派生マップに含まれる異常領域に含まれる各点のパターン偏差値の合計であるパターン偏差焦点損失量(PD_FLV)、前記派生マップの各点の値の根2乗平均、前記派生マップのうちの偏差率マップ、パターン偏差マップ、及び偏差マップのうちの何れか1つの相互相関であるパターン相互相関(PCC)、から選択された2つである、
ことを特徴とするデータ解析方法。 - 前記光干渉断層撮影システムは、FD―OCTシステムである、請求項10記載のデータ解析方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US94444907P | 2007-06-15 | 2007-06-15 | |
US60/944,449 | 2007-06-15 | ||
PCT/US2008/066987 WO2008157406A1 (en) | 2007-06-15 | 2008-06-13 | Pattern analysis of retinal maps for diagnosis of optic nerve diseases by optical coherence tomography |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010529896A JP2010529896A (ja) | 2010-09-02 |
JP5832744B2 true JP5832744B2 (ja) | 2015-12-16 |
Family
ID=40131971
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010512401A Active JP5832744B2 (ja) | 2007-06-15 | 2008-06-13 | 光干渉断層撮影による視神経障害の診断のための網膜マップ(maps)のパターン解析 |
Country Status (7)
Country | Link |
---|---|
US (1) | US8474978B2 (ja) |
EP (1) | EP2162054B1 (ja) |
JP (1) | JP5832744B2 (ja) |
CN (1) | CN101778593B (ja) |
CA (1) | CA2690834C (ja) |
ES (1) | ES2544585T3 (ja) |
WO (1) | WO2008157406A1 (ja) |
Families Citing this family (87)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080312552A1 (en) * | 2007-06-18 | 2008-12-18 | Qienyuan Zhou | Method to detect change in tissue measurements |
WO2009126112A1 (en) * | 2008-04-08 | 2009-10-15 | National University Of Singapore | Retinal image analysis systems and methods |
US8718743B2 (en) * | 2008-04-24 | 2014-05-06 | Duke University | Methods for single-pass volumetric bidirectional blood flow imaging spectral domain optical coherence tomography using a modified hilbert transform |
US8705826B2 (en) * | 2008-05-14 | 2014-04-22 | Agency For Science, Technology And Research | Automatic cup-to-disc ratio measurement system |
US8896682B2 (en) | 2008-12-19 | 2014-11-25 | The Johns Hopkins University | System and method for automated detection of age related macular degeneration and other retinal abnormalities |
JP5543126B2 (ja) * | 2009-04-16 | 2014-07-09 | キヤノン株式会社 | 医用画像処理装置及びその制御方法 |
US8693745B2 (en) | 2009-05-04 | 2014-04-08 | Duke University | Methods and computer program products for quantitative three-dimensional image correction and clinical parameter computation in optical coherence tomography |
JP5436076B2 (ja) | 2009-07-14 | 2014-03-05 | キヤノン株式会社 | 画像処理装置、画像処理方法およびプログラム |
US20110190657A1 (en) * | 2009-08-10 | 2011-08-04 | Carl Zeiss Meditec, Inc. | Glaucoma combinatorial analysis |
US8419186B2 (en) * | 2009-09-30 | 2013-04-16 | Nidek Co., Ltd. | Fundus observation apparatus |
US8322853B2 (en) * | 2009-10-02 | 2012-12-04 | Optos Plc | Diagnostic method and apparatus for predicting potential preserved visual acuity |
WO2011089951A1 (ja) * | 2010-01-20 | 2011-07-28 | 学校法人 慶應義塾 | 糖尿病網膜症の予防又は治療剤及び糖尿病網膜症の予防又は治療を目的とした食品、糖尿病網膜症の各種兆候の改善剤及び糖尿病網膜症の各種兆候の改善を目的とした食品並びに糖尿病網膜症の予防又は改善剤の投与時期を決定する方法 |
KR101095302B1 (ko) * | 2010-05-14 | 2011-12-16 | 가톨릭대학교 산학협력단 | 부위별 시신경 두께 패턴을 이용한 시신경질환 자동진단 프로그램장치 및 그 프로그램방법 |
US9155464B2 (en) | 2010-08-24 | 2015-10-13 | Kowa Company Ltd. | Visual field examination system |
JP6180073B2 (ja) * | 2010-08-31 | 2017-08-16 | キヤノン株式会社 | 画像処理装置及びその制御方法、並びに、プログラム |
US20120063656A1 (en) * | 2010-09-13 | 2012-03-15 | University Of Southern California | Efficient mapping of tissue properties from unregistered data with low signal-to-noise ratio |
JP5588291B2 (ja) * | 2010-09-29 | 2014-09-10 | キヤノン株式会社 | 情報処理装置、情報処理方法、情報処理システム、及びプログラム |
JP2011200632A (ja) * | 2010-11-04 | 2011-10-13 | Tomohiro Tsuta | 適応光学眼底観察装置 |
DE102010051281A1 (de) | 2010-11-12 | 2012-05-16 | Carl Zeiss Meditec Ag | Verfahren zur modellbasierten Bestimmung der Biometrie von Augen |
JP5702991B2 (ja) * | 2010-11-19 | 2015-04-15 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
CN103314270B (zh) | 2010-12-03 | 2016-03-23 | 光视有限公司 | 使用光学相干断层摄影术的扫描和处理 |
US10140699B2 (en) | 2010-12-07 | 2018-11-27 | University Of Iowa Research Foundation | Optimal, user-friendly, object background separation |
US8801187B1 (en) | 2010-12-23 | 2014-08-12 | Carl Zeiss Meditec, Inc. | Methods to reduce variance in OCT analysis of the macula |
EP2665406B1 (en) | 2011-01-20 | 2021-03-10 | University of Iowa Research Foundation | Automated determination of arteriovenous ratio in images of blood vessels |
WO2012100213A2 (en) | 2011-01-21 | 2012-07-26 | Duke University | Systems and methods for complex conjugate artifact resolved optical coherence tomography |
JP5904711B2 (ja) * | 2011-02-01 | 2016-04-20 | キヤノン株式会社 | 画像処理装置、画像処理方法およびプログラム |
EP2691007A4 (en) * | 2011-03-29 | 2014-09-10 | Steven Verdooner | DEVICE AND METHOD FOR IDENTIFYING ONE OR MORE AMYLOID BETA PLAQUES IN SEVERAL SEPARATE OCT NETWORK LAYERS |
FR2973997B1 (fr) * | 2011-04-15 | 2014-08-22 | Univ Paris Curie | Dispositif d'aide a la detection de caracteristiques anatomiques d'au moins une portion d'un tissu. procede d'aide a la detection de caracteristiques anatomiques d'au moins une portion d'un tissu |
US9357911B2 (en) | 2011-05-09 | 2016-06-07 | Carl Zeiss Meditec, Inc. | Integration and fusion of data from diagnostic measurements for glaucoma detection and progression analysis |
JP6025311B2 (ja) * | 2011-08-01 | 2016-11-16 | キヤノン株式会社 | 眼科診断支援装置および方法 |
CA2844433A1 (en) * | 2011-08-09 | 2013-02-14 | Optovue, Inc. | Motion correction and normalization of features in optical coherence tomography |
JP5017491B2 (ja) * | 2011-11-22 | 2012-09-05 | キヤノン株式会社 | 眼科装置 |
JP6146952B2 (ja) | 2012-01-27 | 2017-06-14 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム。 |
JP5936254B2 (ja) * | 2012-02-29 | 2016-06-22 | 国立大学法人京都大学 | 眼底観察装置及び眼底画像解析装置 |
JP6025349B2 (ja) * | 2012-03-08 | 2016-11-16 | キヤノン株式会社 | 画像処理装置、光干渉断層撮像装置、画像処理方法および光干渉断層撮像方法 |
US9545196B2 (en) | 2012-05-04 | 2017-01-17 | University Of Iowa Research Foundation | Automated assessment of glaucoma loss from optical coherence tomography |
US9192294B2 (en) * | 2012-05-10 | 2015-11-24 | Carl Zeiss Meditec, Inc. | Systems and methods for faster optical coherence tomography acquisition and processing |
US9117121B2 (en) * | 2012-05-21 | 2015-08-25 | The Chinese University Of Hong Kong | Detection of disease-related retinal nerve fiber layer thinning |
WO2013188885A1 (en) * | 2012-06-15 | 2013-12-19 | Oregon Health & Science University | Non-invasive 3d imaging and measuring of anterior chamber angle of the eye |
US20140160263A1 (en) * | 2012-11-30 | 2014-06-12 | Kabushiki Kaisha Topcon | Data visualization method and apparatus utilizing receiver operating characteristic analysis |
WO2014085911A1 (en) | 2012-12-05 | 2014-06-12 | Tornado Medical Systems, Inc. | System and method for wide field oct imaging |
JP6147001B2 (ja) * | 2012-12-28 | 2017-06-14 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
CA2906552A1 (en) * | 2013-03-13 | 2014-10-02 | Riverside Research Institute | Methods for diagnosing vitreo-retinal disease |
US10497124B2 (en) * | 2013-03-15 | 2019-12-03 | Kabushiki Kaisha Topcon | Optic disc image segmentation method and apparatus |
EP3003177B1 (en) | 2013-05-31 | 2021-03-10 | Covidien LP | Surgical device with an end-effector assembly for monitoring of tissue during a surgical procedure |
WO2015017536A1 (en) * | 2013-07-31 | 2015-02-05 | The Board Of Trustees Of The Leland Stanford Junior University | Method and system for evaluating progression of age-related macular degeneration |
CN103405215B (zh) * | 2013-08-16 | 2015-09-30 | 江苏省人民医院 | 一种活体小鼠视网膜多参数测量的方法 |
CN103699901A (zh) * | 2013-12-17 | 2014-04-02 | 苏州大学 | 一种基于支持向量机的3d oct视网膜图像中is/os缺失区域自动检测方法 |
WO2015171566A1 (en) * | 2014-05-06 | 2015-11-12 | Oregon Health & Science University | Aqueous cell differentiation in anterior uveitis using optical coherence tomography |
US20160232427A1 (en) * | 2014-11-04 | 2016-08-11 | Vanderbilt University | Spectral fractionation detection of gold nanorod contrast agents using optical coherence tomography |
CN104434026B (zh) * | 2014-12-17 | 2016-08-17 | 深圳市斯尔顿科技有限公司 | 视网膜注视点偏离黄斑中心凹的检测方法 |
US10258231B2 (en) | 2014-12-30 | 2019-04-16 | Optovue, Inc. | Methods and apparatus for retina blood vessel assessment with OCT angiography |
US9943223B2 (en) | 2015-02-13 | 2018-04-17 | University Of Miami | Retinal nerve fiber layer volume analysis for detection and progression analysis of glaucoma |
KR101667279B1 (ko) | 2015-02-25 | 2016-10-19 | 연세대학교 산학협력단 | 빛 간섭 단층촬영을 이용한 망막 내 병변 검출 장치 및 방법 |
KR101683573B1 (ko) | 2015-03-31 | 2016-12-07 | 연세대학교 산학협력단 | 안구 단층 촬영 영상에서의 시세포 층 정량화 검출 장치 및 그 방법 |
JP6701587B2 (ja) | 2015-03-31 | 2020-05-27 | 国立大学法人東北大学 | 画像表示装置、処理方法、及び、プログラム |
US10115194B2 (en) | 2015-04-06 | 2018-10-30 | IDx, LLC | Systems and methods for feature detection in retinal images |
WO2017040705A1 (en) | 2015-09-01 | 2017-03-09 | Oregon Health & Science University | Systems and methods of gluacoma diagnosis based on frequency analysis of inner retinal surface profile measured by optical coherence tomography |
JP6580448B2 (ja) | 2015-10-16 | 2019-09-25 | 株式会社トプコン | 眼科撮影装置及び眼科情報処理装置 |
WO2018094381A1 (en) * | 2016-11-21 | 2018-05-24 | Tecumseh Vision, Llc | System and method for automatic assessment of disease condition using oct scan data |
EP3255605B1 (en) * | 2015-11-16 | 2021-06-02 | Huawei Technologies Co., Ltd. | Method and apparatus for smoothing video |
US9706917B1 (en) | 2016-03-24 | 2017-07-18 | Don C. Bagwell, Sr. | Eye examination template |
CN105919550B (zh) * | 2016-06-16 | 2017-09-29 | 温州医科大学 | 一种基于光学相干层析成像技术的黄斑中心凹定位测量偏心量的方法 |
US20180000342A1 (en) * | 2016-06-30 | 2018-01-04 | Oregon Health And Science University | Diagnostic classification of corneal shape abnormalities |
US20180014724A1 (en) * | 2016-07-18 | 2018-01-18 | Dariusz Wroblewski | Method and System for Analysis of Diagnostic Parameters and Disease Progression |
US9968251B2 (en) | 2016-09-30 | 2018-05-15 | Carl Zeiss Meditec, Inc. | Combined structure-function guided progression analysis |
EP3525658A1 (en) * | 2016-10-14 | 2019-08-21 | Novartis AG | Optical coherence tomography cross view imaging |
KR20190090844A (ko) * | 2016-12-05 | 2019-08-02 | 더 잭슨 래보라토리 | 인간에서의 신경퇴화 및 녹내장에 대한 진단적 마커로서의 망막 및 시신경 내 지방 알갱이 |
WO2018119077A1 (en) | 2016-12-21 | 2018-06-28 | Acucela Inc. | Miniaturized mobile, low cost optical coherence tomography system for home based ophthalmic applications |
WO2019014767A1 (en) | 2017-07-18 | 2019-01-24 | Perimeter Medical Imaging, Inc. | SAMPLE CONTAINER FOR STABILIZING AND ALIGNING EXCISED ORGANIC TISSUE SAMPLES FOR EX VIVO ANALYSIS |
US10694995B2 (en) | 2017-12-05 | 2020-06-30 | Renegade Optophysics, Llc | Diagnostic eye goggle system |
US11080850B2 (en) | 2018-01-16 | 2021-08-03 | Electronics And Telecommunications Research Institute | Glaucoma diagnosis method using fundus image and apparatus for the same |
EP3764871A4 (en) * | 2018-03-13 | 2021-12-15 | The UAB Research Foundation | CO-LOCALIZED DETECTION OF RETINAL PERFUSION AND TENDON HEAD DEFORMATIONS |
CN112638233B (zh) | 2018-06-20 | 2024-06-14 | 奥克塞拉有限公司 | 基于家庭的眼科应用的微型移动低成本光学相干断层扫描系统 |
US11432719B2 (en) * | 2019-03-14 | 2022-09-06 | Oregon Health & Science University | Visual field simulation using optical coherence tomography and optical coherence tomographic angiography |
RU2713832C1 (ru) * | 2019-04-18 | 2020-02-07 | федеральное государственное бюджетное образовательное учреждение высшего образования "Московский государственный медико-стоматологический университет имени А.И. Евдокимова" Министерства здравоохранения Российской Федерации | Способ диагностики компрессионной оптической нейропатии при патологии хиазмально-селлярной области |
JP6736734B2 (ja) * | 2019-07-23 | 2020-08-05 | 株式会社トプコン | 眼科撮影装置及び眼科情報処理装置 |
CN111179226B (zh) * | 2019-12-14 | 2024-04-19 | 中国科学院深圳先进技术研究院 | 视野图的识别方法、装置及计算机存储介质 |
JP2023508946A (ja) | 2019-12-26 | 2023-03-06 | アキュセラ インコーポレイテッド | 自宅ベースの眼科用途のための光干渉断層撮影患者整列システム |
JP2021104282A (ja) * | 2019-12-27 | 2021-07-26 | 株式会社ニコン | 眼科装置 |
CN113781380B (zh) * | 2020-06-05 | 2023-09-29 | 中山大学中山眼科中心 | 一种鉴别视神经脊髓炎和原发性开角型青光眼的系统 |
US10959613B1 (en) | 2020-08-04 | 2021-03-30 | Acucela Inc. | Scan pattern and signal processing for optical coherence tomography |
US11974807B2 (en) | 2020-08-14 | 2024-05-07 | Acucela Inc. | System and method for optical coherence tomography a-scan decurving |
US11393094B2 (en) | 2020-09-11 | 2022-07-19 | Acucela Inc. | Artificial intelligence for evaluation of optical coherence tomography images |
JP2023544704A (ja) | 2020-09-30 | 2023-10-25 | アキュセラ インコーポレイテッド | 近視の予測、診断、計画、および監視デバイス |
JP2024511085A (ja) | 2021-03-24 | 2024-03-12 | アキュセラ インコーポレイテッド | 軸長測定モニタ |
WO2023080413A1 (ko) * | 2021-11-02 | 2023-05-11 | 주식회사 디자인셀 | 줄기세포 배양액 및 이로부터 분리된 엑소좀을 유효성분으로 포함하는 안구 질환의 예방 또는 치료용 약학적 조성물 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6104828A (en) * | 1994-03-24 | 2000-08-15 | Kabushiki Kaisha Topcon | Ophthalmologic image processor |
US6055451A (en) * | 1997-12-12 | 2000-04-25 | Spectrx, Inc. | Apparatus and method for determining tissue characteristics |
US20030135122A1 (en) | 1997-12-12 | 2003-07-17 | Spectrx, Inc. | Multi-modal optical tissue diagnostic system |
JP4474050B2 (ja) * | 1998-09-11 | 2010-06-02 | スペクトルックス・インコーポレイテッド | マルチモード光学組織診断システム |
AU2003245458A1 (en) | 2002-06-12 | 2003-12-31 | Advanced Research And Technology Institute, Inc. | Method and apparatus for improving both lateral and axial resolution in ophthalmoscopy |
WO2004098396A2 (en) * | 2003-05-01 | 2004-11-18 | The Cleveland Clinic Foundation | Method and apparatus for measuring a retinal sublayer characteristic |
JP4501007B2 (ja) * | 2004-08-26 | 2010-07-14 | 国立大学法人名古屋大学 | 光干渉断層装置 |
US7301644B2 (en) | 2004-12-02 | 2007-11-27 | University Of Miami | Enhanced optical coherence tomography for anatomical mapping |
JP4827745B2 (ja) * | 2005-01-19 | 2011-11-30 | 株式会社日立メディコ | 画像診断支援装置及び画像診断支援プログラム |
US7884945B2 (en) * | 2005-01-21 | 2011-02-08 | Massachusetts Institute Of Technology | Methods and apparatus for optical coherence tomography scanning |
JP4850495B2 (ja) * | 2005-10-12 | 2012-01-11 | 株式会社トプコン | 眼底観察装置及び眼底観察プログラム |
US7768652B2 (en) * | 2006-03-16 | 2010-08-03 | Carl Zeiss Meditec, Inc. | Methods for mapping tissue with optical coherence tomography data |
-
2008
- 2008-06-13 CN CN2008801033823A patent/CN101778593B/zh active Active
- 2008-06-13 EP EP08771080.2A patent/EP2162054B1/en active Active
- 2008-06-13 JP JP2010512401A patent/JP5832744B2/ja active Active
- 2008-06-13 WO PCT/US2008/066987 patent/WO2008157406A1/en active Search and Examination
- 2008-06-13 US US12/139,376 patent/US8474978B2/en active Active
- 2008-06-13 CA CA2690834A patent/CA2690834C/en active Active
- 2008-06-13 ES ES08771080.2T patent/ES2544585T3/es active Active
Also Published As
Publication number | Publication date |
---|---|
JP2010529896A (ja) | 2010-09-02 |
ES2544585T3 (es) | 2015-09-01 |
EP2162054A4 (en) | 2011-09-07 |
CN101778593B (zh) | 2013-03-20 |
CA2690834A1 (en) | 2008-12-24 |
EP2162054A1 (en) | 2010-03-17 |
WO2008157406A1 (en) | 2008-12-24 |
CA2690834C (en) | 2015-08-18 |
CN101778593A (zh) | 2010-07-14 |
EP2162054B1 (en) | 2015-05-06 |
US20080309881A1 (en) | 2008-12-18 |
US8474978B2 (en) | 2013-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5832744B2 (ja) | 光干渉断層撮影による視神経障害の診断のための網膜マップ(maps)のパターン解析 | |
Lisboa et al. | Diagnosing preperimetric glaucoma with spectral domain optical coherence tomography | |
Tan et al. | Mapping of macular substructures with optical coherence tomography for glaucoma diagnosis | |
US7997728B2 (en) | Mapping and diagnosis of macular edema by optical coherence tomography | |
Moghimi et al. | Measurement of optic disc size and rim area with spectral-domain OCT and scanning laser ophthalmoscopy | |
Choi et al. | Glaucoma detection ability of ganglion cell-inner plexiform layer thickness by spectral-domain optical coherence tomography in high myopia | |
Lisboa et al. | Comparison of different spectral domain OCT scanning protocols for diagnosing preperimetric glaucoma | |
Jeoung et al. | Macular ganglion cell imaging study: glaucoma diagnostic accuracy of spectral-domain optical coherence tomography | |
Chauhan et al. | Enhanced detection of open-angle glaucoma with an anatomically accurate optical coherence tomography–derived neuroretinal rim parameter | |
Takayama et al. | A novel method to detect local ganglion cell loss in early glaucoma using spectral-domain optical coherence tomography | |
JP5697733B2 (ja) | 3次元光コヒーレンストモグラフィを用いた視神経障害の検出 | |
Lee et al. | Trend-based analysis of retinal nerve fiber layer thickness measured by optical coherence tomography in eyes with localized nerve fiber layer defects | |
Lee et al. | Ability of Stratus OCT to detect progressive retinal nerve fiber layer atrophy in glaucoma | |
Pena-Betancor et al. | Estimation of the relative amount of hemoglobin in the cup and neuroretinal rim using stereoscopic color fundus images | |
US11432719B2 (en) | Visual field simulation using optical coherence tomography and optical coherence tomographic angiography | |
Belghith et al. | A hierarchical framework for estimating neuroretinal rim area using 3D spectral domain optical coherence tomography (SD-OCT) optic nerve head (ONH) images of healthy and glaucoma eyes | |
Shi et al. | Visual function and disability are associated with focal thickness reduction of the ganglion cell-inner plexiform layer in patients with multiple sclerosis | |
Chen et al. | Measuring glaucomatous focal perfusion loss in the peripapillary retina using OCT angiography | |
Medina et al. | Use of nonmydriatic spectral-domain optical coherence tomography for diagnosing diabetic macular edema | |
Kwon et al. | Additive role of optical coherence tomography angiography vessel density measurements in glaucoma diagnoses | |
Ganekal | Ganglion cell complex scan in the early prediction of glaucoma | |
Weinreb et al. | Ophthalmic diagnostic imaging: glaucoma | |
Sawada et al. | Differences in retinal nerve fiber layer thickness as assessed on the disc center and Bruch’s membrane opening center in myopic eyes | |
Jung et al. | Comparison of glaucoma diagnostic ability of ganglion cell-inner plexiform layer according to the range around the fovea | |
Song et al. | Multicolor imaging compared with red-free fundus photography in the detection of glaucomatous retinal nerve fiber layer thinning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110610 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130514 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20130814 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20130821 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130917 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140513 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140812 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150203 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20150507 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20150603 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20150703 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150803 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20150929 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20151028 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5832744 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |