JP6530373B2 - 眼の組織構造及び病理を判定するための装置を作動する方法及びシステム - Google Patents

Description

発明の分野
本明細書で説明される眼の組織の構造及び病理を判定するための装置は、眼科学のための画像化及び画像処理システムに関する。より具体的には、本明細書で開示される実施形態は、網膜上膜、黄斑孔、及び黄斑ひだなどの網膜病理を治療するための外科的手技の分野に関する。

関連技術の記載
網膜上膜（ＥＲＭ）は、組織層が網膜の内部表面上に成長する疾患である。この病理について多数の原因が存在し得るが、それは通常、自然な加齢変性である。図１で示されるように、網膜１１０は、３つの主要な組織層、すなわち、硝子体腔１４０内の硝子体ゲル１４５と接触する内境界膜（ＩＬＭ）１１１、神経線維層（ＮＦＬ）１１２、及び光感受性神経層からなる。網膜色素上皮細胞（ＲＰＥ）は、網膜１１３の下に位置する。ＲＰＥ層の下に、ＲＰＥ細胞に酸素及び代謝サポートを提供するための血管を含有する組織である脈絡膜１１５がある。ＲＰＥ層１１３及び脈絡膜１１５を分離するのは、ブルッフ膜であり、これは脈絡膜１１５から代謝活性ＲＰＥ細胞への栄養素、及び後者から前者への廃棄物の交換を可能にする。

網膜上膜の成長の結果として、網膜は黄斑領域で収縮するか、または皺になる場合がある。網膜は、ＲＰＥから剥離して挙上し、網膜機能の損傷を引き起こし得る。これらの変形は、黄斑での画像形成の欠陥をもたらし、硝子体切除術外科手技を用いて除去する必要がある。

硝子体黄斑牽引は、網膜の別の病理状態である。硝子体とＩＬＭとの間の過剰な癒着は、網膜がＲＰＥと分離して挙上することをもたらし得る。硝子体ゲル１４５が前側に動くか、または収縮するにつれて、硝子体ゲルは網膜の内側表面の部分を、硝子体眼房の方へ断裂させる場合がある。

上記及び他の網膜病理を治療するための外科手技中、外科医は、網膜の健康な部分と罹患した部分とを区別する必要がある。外科医が介入を進めながら、判定は実時間でなされる必要がある。さらに、判定は、外科医の関与をほとんど必要としないものであるべきである。外科医の注意は、補助的な情報の分析よりむしろ物理的手技に集中されるべきである。

様々な組織の種類を区別するための最新鋭の方法は、識別されたマーカーでの蛍光技術の使用を含む。蛍光マーカーアプローチでは、色の異なる光を放射する蛍光体を、特定の組織に付着する好適な担体と組み合わせる。レーザーまたは他の励起光が、ある特定の領域を走査するとき、照明スポットは異なる色に変わり、照射されている組織の種類を示す。

あいにく、蛍光アプローチは、上記に説明される網膜病理の治療のために使用することができない。インドシアニン・グリーン（ＩＣＧ）、トリパンブルー、及び他の染色剤などの典型的な蛍光マーカーは、ＩＬＭを染色するために使用されてきたが、好ましくない結果を有する。ＩＣＧは毒性であり、低用量で投与される必要があり、トリパンブルーは見ることが困難である弱い染色を生成する。さらに、ＥＲＭに特異的な染色剤はなく、硝子体液、ＥＲＭ、及びＩＬＭの微粒子マーキング（例えばトリアムシノロンを用いる）は非特異的である。

他の通常使用される技術は、組織選択的染色及び白色光での観察を含み得る。ＩＣＧ、トリパンブルー、及びメンブレンブルーは、使用され得る染色剤のうちのいくつかの例である。組織染色の不利益は、上記に挙げられる蛍光技術の不利益と同様である。すなわち、組織への（特に脈絡膜１１５などの網膜下組織への）毒性及び手技後に染料を除去する必要性がある。それゆえ、ある領域に外科的手技を行うべきかどうかを査定するために、その領域の組織構造を検出及び判定するための方法及び装置について要求が存在する。また、判定を行う前にデータを分析するために、外科医の介入なしで、実時間で組織構造を検出するための方法が必要とされる。

概要
本明細書で開示される実施形態に従って、眼の組織構造を決定するための方法は、プローブを伴う軸走査器で眼の標的点に対応するある範囲の深さについての画像データを測定することと、画像データから画像化プロセッサにより画像情報を判定することと、画像情報から画像化プロセッサにより標的点に対応する組織病理を特定することと、特定した組織病理に基づいて使用者の表示器により使用者に信号を送ることとを含む。

本明細書で開示される実施形態に従って、眼の組織病理を決定するための装置は、眼内の標的点に対応するある範囲の深さについての画像データを測定するように構成された、プローブを伴う軸走査器と、画像データから画像情報を判定するように、かつ画像情報から標的点に対応する組織病理を特定するように構成された、画像化プロセッサと、特定した組織病理に基づいて使用者に信号を送るように構成された、使用者の表示器とを含む。

本発明のこれら及び他の実施形態は、以下の図面を参照して以下にさらに詳細に説明される。

図では、同じ参照番号を有する要素は、同じまたは同様の機能を有する。

網膜、視神経、及び硝子体ゲルを含むヒトの眼の概略図を示す。 いくつかの実施形態に従う方法を用いて治療されるべき、病理及び対応する網膜構造の概略図を示す。 いくつかの実施形態に従う、プローブを伴う軸走査器を用いて組織構造を検出するための方法のフローチャートを示す。 いくつかの実施形態に従う、網膜のＯＣＴ Ｂ走査の部分図を示す。 いくつかの実施形態に従う、健康な網膜の一軸ＯＣＴ Ａ走査の部分図を示す。 いくつかの実施形態に従う、眼科手術で組織構造を検出するためのシステムを示す。

図１は、網膜１１０、視神経１５０、及び硝子体ゲル１４５を含むヒトの眼１００の概略図を示し、それらは本明細書で開示される実施形態に関連する。また、前方に位置する眼１００の部分、例えば虹彩、角膜、強膜、瞳孔、及びレンズが、完璧を期するために図１で示される。硝子体ゲル１４５は硝子体腔１４０を充填する物質であり、これは網膜１１０により後方部分に限定される。黄斑１２０は、中心視覚が収集される中心窩１３０に中心を有する、網膜１１０の一部である。水晶体は、黄斑１２０を中心にする画像を生成する。また、網膜組織層、例えばＩＬＭ１１１、ＮＦＬ１１２、及びＲＰＥ１１３は図１で例示され、上記で説明される。

水晶体は、黄斑１２０及び網膜１１０の他の部分を含む、中心窩１３０を中心にする画像を生成する。可視光線はＮＦＬ１１２を横断し、ＲＰＥ１１３に達し、そこでそれらは刺激パルスを発生する感光性細胞を励起する。ＲＰＥ１１３からの刺激パルスは、ＮＦＬ１１２により視神経１５０へ伝達され、視神経が今度は信号を脳へ伝達し、そこで画像が生成される。

図２は、いくつかの実施形態に従う方法を用いて治療されるべき病理２０１〜２０５とそれに伴う網膜構造２１１〜２１５の概略図を示す。各組織構造２０１〜２０５の詳述は以下のとおりである。

裂孔原性網膜剥離２０１は、ＥＲＭの通常の形態であり、網膜１１０の全厚さ部分２１１が剥離し、硝子体眼房１４０へぶら下がる。硝子体ゲル２２１の一部は剥離した網膜部分２１１の下に移動する。

硝子体牽引２０２は、背景の節で説明されている。牽引事象２０２では、網膜１１０の一部が硝子体ゲル１４５によりその底部から引かれ、尖点様構造２１２を生成する。剥離部分２１２の下に、硝子体ゲル、出血による血液、及び炎症性細胞を含む物質２２２が進入する。

網膜剥離２０３は出血または滲出事象により引き起こされる場合があり、血液または液状物２２３が網膜１１０下で蓄積し、こぶ様構造２１３を生成する。黄斑ひだ形成２０４は、網膜１１０の細胞が、例えば免疫系応答のためにストレスを与えられた場合に起こる。免疫細胞の組織への収束のために発生する緊張は、網膜１１０がひだを形成し、皺のよった部分２１４を形成することを引き起こし得る。網膜のひだは、黄斑１２０を含む網膜のどこでも起こり得る。黄斑のひだは、至適に、黄斑上膜と呼ばれる。

後部硝子体剥離（硝子体皮質としても知られる）２０５は、硝子体ゲル１４５の液化の結果である。このプロセスは典型的に、加齢の結果である。硝子体ゲル１４５は収縮して、皮質２１５を形成し、液状部分２１６を残し、これは除去される必要があり得る。硝子体収縮及び液状物２１６は、網膜組織で小さな裂け目を誘発し、黄斑孔（以下を参照のこと）を引き起こし得る。

他の網膜病理は、一般的に図２で示される５つの構造２１１〜２１５と一致させることができる。他の病理は眼科手術分野の当業者に周知であり得るので、本明細書で開示される方法、手技、及び装置の実施形態は、図２で示される病理に限定されない。

本明細書で開示される方法、手技、及び装置のいくつかの実施形態は、外科的職務、例えば網膜破裂点及び他の破壊を見つけることで、または例えば摘出手技後に網膜に残り得る網膜結合硝子体ゲルの位置を特定するための一般的な外科用手段として使用することができる。

本明細書で開示される方法、手技、及び装置のいくつかの実施形態は、網膜下病理、例えば脈絡膜１１５及び強膜を侵す病理の治療で使用することができる。この開示と一致する方法、手技、及び装置を用いて治療され得る別の網膜病理は、黄斑孔であり得る。黄斑孔は、黄斑１２０での硝子体牽引の結果である。

外科医が図２で示される病理のうちのいずれかについて患者に介入する場合、介入点での構造の性質の正確な知識が望ましい。介入が進行するにつれ、下にある構造についての情報が、手技の進行を妨げることなく、更新される必要がある。

図３は、眼の組織構造を判定するための方法３００のフローチャートを示し、この方法は以下のステップを含む。ステップ３１０は、プローブを伴う軸走査器で眼内の標的点に対応するある範囲の深さについての画像データを測定することを含むことができる。ステップ３２０は、画像データから画像化プロセッサにより画像情報を判定することを含むことができる。ステップ３３０では、画像情報から画像化プロセッサにより標的点に対応する組織病理、構造、または異常を特定することを行うことができる。最後に、ステップ３４０は、特定した組織病理に基づいて使用者の表示器により使用者に信号を送ることを含むことができる。次に、これらのステップを詳細に説明する。

ステップ３１０では、画像データは光干渉断層撮影（ＯＣＴ）画像化システムにより、または軸走査器の任意の他の種類により測定することができる。ＯＣＴ画像化システム及び軸走査器は、ある範囲の深さについての標的点に対応する画像化データを集めるように構成される。対応して、ＯＣＴまたは軸走査器画像化システムは、この範囲の深さにわたり標的組織を画像化することができる。

ＯＣＴ画像化システムは、画像化光線を発生するためのレーザー源、及び画像化光線を画像化プローブへ送達するための光ケーブルを含むことができる。画像化プローブは、標的点の、例えば網膜の点の近くに位置するように眼に挿入することができる。いくつかの実施形態では、画像化プローブは、さらに網膜と接触するようにされるか、または少なくとも網膜に極めて近接して位置し得る。標的点は、外科医が眼科手術手技を行うことを計画する網膜上の点であり得る。画像化プローブは、標的点上に画像化光線を投影するか、またはその焦点を合わせ、次いで標的点に対応するある範囲の深さから反射された反射光線の返還を受容することができる。

返還された画像化光線は、ＯＣＴ画像化システムの検出器に返送することができ、そこでそれは光線スプリッタにより参照光線で干渉され、干渉光線を発生することができる。検出器により干渉光線を処理することは、標的点に対応するこの範囲の深さに関連する画像データを復号し、その全ては、返還された画像化光線の位相でコード化される。この処理は、軸走査器の走査プロセッサ、例えばＯＣＴ画像化システムの走査プロセッサにより行うことができる。

いくつかの実施形態では、画像データは、標的組織のこの範囲の深さに対応する、反射強度のみでなく、散乱振幅、吸収率、ノイズ、揺らぎ、及び光学データであり得る。図５は、画像化データの例を示し、この実施形態では、画像化データは、約１．６ｍｍの範囲の深さで測定した相対反射強度である。ＯＣＴ画像化システムのこの実施形態は、高い解像度を有し、したがって、この深さ範囲内の非常に多数の深さで相対反射強度を測定する。ＯＣＴ画像化システムは、数ミクロンの解像度を有することができ、したがって、１ミリメートルの深さ範囲で、それらは数百またはさらに千の深さまたは深さ点で反射強度を判定することができる。このような深さ走査、または軸走査は、多くの場合、Ａ走査と呼ばれる。実施形態では、画像データの測定は、蛍光マーカーを用いることなく行うことができる。

ステップ３２０は、軸走査器から画像データを画像化プロセッサに転送することを含むことができる。いくつかの実施形態では、これは、図５の画像データなどの、網膜上の標的点に対応する多数の深さでの反射率の数値の組を転送することを含むことができる。いくつかの実施形態では、この画像化プロセッサは、以下の図６に関連して説明されるように、軸走査器の走査プロセッサとは異なってよい。他の設計では、走査プロセッサ及び画像化プロセッサの機能は、１つのコンピュータの同じプロセッサにより行うことができる。かかる設計では、ステップ３２０は、転送操作を含む必要はない。

ステップ３２０は、画像データから画像化プロセッサにより画像情報を判定することを含むことができる。画像情報の判定は、２つ以上の画像特徴を特定することを含むことができ、ここで、画像特徴は、深さの関数としての画像データのピーク、谷、最大、最小、中間点、遷移点、及び平坦域のうちの１つであり得る。

図５の例では、画像化プロセッサは、相対反射強度の極大値を判定するために検索アルゴリズムを使用することができる。図１に関連して詳述される、いくつかの網膜層について、それらの接合面及び境界はそれらの内部部分より強く光を散乱及び反射し、これらの層の境界の深さまたは位置は反射率の極大値を特定することにより特定することができる。いくつかの網膜層の場合、層全体はその隣接した層より強く画像化光を散乱または反射することができる。これらの層は、画像データ、例えば反射率の極大値のみでなく、平坦域または維持される上昇した領域を生じ得る。

図５は、約０．６ｍｍ（６００ミクロン）の深さに、及び約０．８５ｍｍ（８５０ミクロン）に位置する、網膜１１０の境界を相対反射強度の極大値として特定することができることを示す。網膜１１０の近位領域では、ＮＦＬ１１２が上昇した反射率から特定することができ、網膜１１０の遠位領域では、ＲＰＥ１１３が反射率の上昇したレベルから特定することができる。

画像データのノイズの多い性質のために、最大、最小、または平坦域などの画像特徴を特定することは、数学技術、例えば平均化、平滑化、線形回帰技術、スペクトル分解技術、低域フィルタ、フィッティング手順、または同等物の使用を含んでよい。

ステップ３２０は、画像特徴の存在を判定することのみでなく、それらの深さを記録することも含むことができる。これに、特定した画像特徴のうちの２つの間の深さの差を測定または判定することが続いてよい。この深さの差は、画像情報の部分であってよい。網膜１１０の２つの外側表面の間の深さの差は、網膜１１０の厚さの測定である。図５の例では、この深さの差ｄは、より詳細に以下に説明されるように、およそｄ＝０．８５ｍｍ−０．６ｍｍ＝０．２５ｍｍ（２５０ミクロン）であると測定することができる。

このプロセスは、様々な画像特徴の深さを比較することを含むので、画像化プロセッサは、画像化メモリ回路と協同してステップ３２０を行うことができ、画像データ及び対応する深さのうちのいくつかは画像化メモリ回路に記憶される。

ステップ３３０は、画像情報に基づいて組織病理の存在を判定すること、もしくは組織病理の厚さを判定すること、またはこれらの両方を含み得る、組織病理または異常を特定することを含むことができる。組織病理または異常は、画像特徴の深さの差、及びしたがって標的層、例えば網膜層または網膜全体の厚さについての情報を含む画像情報から判定することができる。他の実施形態では、組織病理または異常は、眼の層の異常な深さから決定することができる。

図１に関連して説明されるように、いくつかの網膜疾患に、異常に増大した網膜の厚さが付随する。かかる網膜病理を認識するために、画像化プロセッサは、判定した網膜の厚さを使用し、他の関連する厚さとの比較を行うことができる。例えば、軸走査器の操作は、走査線に沿って走査プローブを移動させることと、この線に沿った網膜の厚さをメモリ回路に記録することと、画像化プロセッサによりこの線に沿った厚さを比較することと、この線の特定の位置または特定の区画の厚さが他より厚いまたは薄い場合、信号を送ることとを含むことができる。このような厚さの異常は、網膜疾患を示し得る。

他の網膜疾患または病理は、下にある支持層脈絡膜１１５の近位表面の深さと異なる深さを示す網膜の遠位境界表面から認識することができ、これは網膜剥離について信号を送る。また他の網膜疾患では、平均的な網膜の厚さは典型的な値と異なるものではない場合もあるが、厚さは通常の空間的変動より大きい値を示す場合があり、これは網膜の異常な凹凸を示す。これらは、画像情報が層の厚さのみ以外であり得る例である。

図５は、より詳細にステップ３１０、３２０、及び３３０を例示する。図５は、方法３００のいくつかの実施形態に従う、網膜１１０からのＡ走査５００の部分図を示す。走査５００は、約０．６ｍｍ外側に位置する、図４のＡＡ’と標識された区画に対応する。走査５００は、ステップ３１０の結果、画像データの測定、この場合、軸またはＺ方向に沿った眼の深さ区画０〜１．６ｍｍ内の多数の深さでの相対反射強度の測定を示す。硝子体腔１４０及び脈絡膜１１５は、限定された程度までしか反射せず、それゆえ走査５００で減少した反射率を有する領域として現れる。ＮＦＬ１１２及びＲＰＥ１１３に対応する、２つのピークが画像データに現れている。ＮＦＬ１１２の近位表面とＲＰＥ１１３の遠位表面との間の空間は、厚さ５１０を有する網膜１１０である。

ステップ３２０では、画像特徴は、画像データの極大値または他の画像特徴を検索するアルゴリズムを行うことにより画像化プロセッサにより位置を特定することができる。アルゴリズムの例は、平均化、平滑化、線形回帰技術、スペクトル分解技術、低域フィルタ、フィッティング手順、または同等物を含むことができる。

図５では、画像特徴は、２つピーク及び対応する深さを含む。したがって、画像化プロセッサは、網膜１１０の近位及び遠位境界表面の位置を判定することができる。またステップ３２０内で、いくつかの実施形態では、画像化プロセッサは、２つの画像特徴の深さの差、例えば２つの境界表面の深さの差を判定することができる。この差は、網膜１１０の厚さ５１０の信頼できる測定である。

網膜境界の位置及び網膜の厚さの知識から、ステップ３３０で、画像化プロセッサは、点Ａでの網膜組織１１０の状態を判定し、網膜組織が病理または異常を示すかどうかを特定することができる。いくつかの組織病理及びステップ３３０の対応する実施形態を、次に説明する。

例えば、図２の黄斑ひだ形成２０４におけるような、ある特定の状態では、厚さ５１０は、ある特定の標準または閾値より大きい場合がある。したがって、ステップ３３０では、網膜の厚さが正常値を超えるか、または正常範囲外であるという画像情報の判定は、黄斑ひだ形成のエビデンスとして解釈することができる。他の状況では、厚さ５１０の上昇は点Ａでの網膜１１０の炎症を示し得る。

図２の２０１〜２０３などの網膜剥離の場合、Ａ走査５００から収集した画像情報は、剥離した網膜２１１〜２１３の下に存在する過剰の物質２２１〜２２３を示し得る。過剰の物質２２１〜２２３中の血液及び液状物は脈絡膜１１５とは異なる反射率を有し得るので、過剰の物質２２１〜２２３は硝子体ゲル１４５及び脈絡膜１１５の谷とは異なるＡ走査５００の反射率レベルを有し得る。

図２の黄斑ひだ形成２０４では、互いに比較的近い、目的の点で取られたＡ走査の収集は、様々な点の間で激しく変化する網膜１１０の厚さ５１０を示すことができ、これは組織病理の別の種類の表示である。

組織病理のまた別の種類は、図２の後部硝子体剥離２０５に関連する。Ａ走査５００は、ＩＬＭ１１１、網膜上膜２１４、及び剥離した硝子体皮質２１５の存在の表示を提供することができる。加えて、また、網膜の完全に剥離した部分、またはいくつかの場合硝子体ゲル１４５のいずれかであり得る異常な組織２１６が存在し得る。

全てのこれらの実施形態では、Ａ走査５００の画像データは、画像特徴、例えば極大値、平坦域の上昇、鋭い最小、または谷を示すことができる。画像化プロセッサは、これらの画像特徴のうちあらゆるもの、並びに対応する深さの値を特定するように構成することができる。最後に、画像化プロセッサは、追加の特質、例えば組織の厚さまたは組織剥離の表示であり得る画像特徴の深さの差または距離を抽出することができる。画像特徴、それらの深さ、及び深さの差の特定は共に、ステップ３２０で画像化プロセッサにより判定される、画像情報の部分であってよい。これらの画像情報に基づいて、ステップ３３０では、組織病理は画像化プロセッサにより判定することができる。画像化プロセッサは、画像情報と様々な網膜病理との間の相関を記憶する参照表との通信に基づいて、組織病理を評価することができる。

上記に考察される実施形態のうち、多くは単一のＡ走査を測定及び分析することを含んだ。しかしながら、組織病理を認識するための方法３３０の効率は、特定の表面点での標的組織の深さを、標的組織の他の表面点での深さと比較することにより向上させることができる。このような多数の画像化手順により効率を改善するために、方法３００は、標的領域にわたり走査線に沿ってプローブを走査すること、及び走査線に沿った一組の点でＡ走査を行うことを含むことができる。この一連の標的点に対応する一組の画像データは、走査プロセッサにより組み立てることができる。

図４は、かかるＡ走査の組み立てを示し、これは典型的にＢ走査と呼ばれる。示されるＢ走査では、反射率はグレースケールにより示される。例えば、Ｂ走査内のグレースケールの鋭い変化は組織境界を示すことができる。用語「Ａ走査」及び「深さ区画の走査」は、組織表面上の固定された標的点で画像化システムのＺ軸に沿って画像データを集めることを指すことに留意されたい。一方で、Ｂ走査の文脈における走査は、この文脈が明らかにするように、組織表面に沿って標的点自体を走査する、プローブ及び画像化光線の左右走査を指す。

一旦、画像化システムがＢ走査を生成したら、画像化プロセッサは、画像情報を、及びそれに基づいてこの一連の標的点に沿った画像情報を比較することにより組織病理を特定することができる。Ａ走査と同様に、画像化プロセッサはこの分析のために様々な数学技術を使用することができ、これは、この一連の標的点に沿った画像情報を平均化すること、カルマンフィルタでこの一連の標的点に沿った画像情報をフィルタリングすること、線形回帰技術を用いること、主成分分析技術を用いること、及び少なくとも１つの画像情報を少なくとも１つの組織病理または組織構造と相関させる参照表を用いることを含む。画像化プロセッサは、連続して取られたＡ走査からの画像データ及び画像情報を比較するので、画像化プロセッサまたは画像化システムは、Ａ走査の画像データ及び画像情報を記憶し得るメモリ回路を含むことができる。

図４は、いくつかの実施形態に従って、健康な網膜１１０についてＯＣＴ技術により取られた、多数のＡ走査を組み立てることにより生成した、Ｂ走査４００の部分図を示す。図４は、網膜組織の矢状図に対応する。Ｂ走査４００は、網膜１１０、硝子体腔１４０、及び脈絡膜１１５を示す。網膜１１０の多層構造はＢ走査４００で明らかである。上部または近位層はＮＦＬ１１２を含み、低部または遠位層はＲＰＥ１１３を含む。他の構造はＢ走査４００で明らかであり得るが、ＮＦＬ１１２及びＲＰＥ１１３は網膜１１０で最も高い反射率を提供するので、それらは容易に区別することができる。実際、ＮＦＬ１１２及びＲＰＥ１１３は、Ｂ走査４００で示される全範囲で最も高い反射率を提供する。また、この高い反射率は、図５の反射率の上昇した値に示された。

方法３００の実施形態では、ＯＣＴ画像化走査器などの軸走査器のプローブは、画像データを測定する前に眼に挿入することができる。挿入可能なプローブという、この特徴は、外部でのみ使用される眼の画像化システムの要求よりかなり厳格な画像化システムに要求を強いる場合がある。プローブは外科的環境でのみ挿入することができるが、一方、外部プローブは外来診察室で、例えば診断環境で操作することができる。

ステップ３４０で信号を送ることは、システムの使用者、例えば外科医に視覚信号または非視覚信号を提供することを含むことができる。使用者の表示器は、組織病理または構造について信号を送るために、網膜上の標的点に向けた光線の点滅を提供してよい。したがって、ステップ３４０では、使用者の表示器は、網膜自体に視覚信号を投影することによりステップ３３０で判定した組織病理を示し得る。例えば、１回の点滅は、ＩＬＭ１１１のみの存在（健康な網膜）を示し得る。２回の点滅は、網膜上膜またはひだ形成２１４の存在を示してよく、３回の点滅は、剥離した硝子体皮質２１５の存在を示してよい。外科医に外科用顕微鏡から視線をそらさせることなく、これらの信号を提供することは、外科医の仕事をかなりより容易にする。外科医は、プローブで標的組織の画像化の走査を行うことに集中することができ、外科用顕微鏡から繰り返し顔をそむけ、病理についての複雑な画像を分析させられることはない。

他の実施形態では、画像化システムは、外科用顕微鏡で警告信号を表示することができる。また他の実施形態では、目標光線または感知光線の点滅は、可聴発信音により置き換えられ、または補完され得る。１回の発信音はＩＬＭ１１１のみを示してよく、２回の発信音は膜２１４を示してよく、３回の発信音は剥離した皮質２１５を示してよい。図３〜５と一致する他の実施形態は、組織構造または病理のための他の非画像化または非光学表示器の使用を含んでよい。これらの実施形態では、外科医は、複雑な画像を解釈する必要なく、ＩＬＭ１１１、網膜上膜２１４、または剥離した硝子体皮質２１５が存在するかどうかに気付く。

本明細書で開示される方法、手技、及び装置のいくつかの実施形態は、ＲＰＥ１１３などの網膜層からの老廃物の除去を含んでよい。リポフスチンなどの老廃物は、高毒性及び感光性である傾向がある。したがって、図３〜５と一致する方法に従って、上記に説明される光凝固技術が、かかる物質を除去するために使用され得る。例えば、ＯＣＴ Ａ走査５００は、標的点でのリポフスチン物質の存在を決定するために使用され得る。ステップ３４０では、使用者の表示器からの信号は、外科医または自動機構のいずれかに、標的点に、ある特定の線量の光を提供するなどの、操作上の決定を行うことを促すことができる。

この例では、リポフスチンが存在しないか、またはある特定の閾値未満のレベルで存在する場合、新しい目的点が選択され得る。同様に、ほとんどの実施形態では、組織病理がステップ３１０〜３３０で検出されなかった場合、使用者の表示器は、外科医にまたは自動化制御装置に、走査プローブを新しい点に移動させる信号を提供することができる。

図６は、いくつかの実施形態に従う、眼科手術において組織病理または異常を検出するための画像化システム６００の実施形態を示す。図６に従って、画像化システム６００は、眼の組織病理または異常を判定するように構成されてよく、眼の標的点Ｐ ６０１に対応する、ある範囲の深さについての画像データを測定するためのプローブ６１１を伴う軸走査器６１０を含んでよい。画像化システム６００はさらに、画像データから画像情報を判定するための、及び画像情報から標的点Ｐ ６０１に対応する組織病理を特定するための画像化プロセッサ６２２を伴う画像化コンピュータ６２０；並びに特定した組織病理に基づいて使用者に信号を送るための使用者の表示器６３０を含んでよい。また、いくつかの実施形態は、外科用制御卓６４０を含むこともできる。

走査器６１０は、画像化プローブ６１１、走査プロセッサ６１２、及びメモリ回路６１３を含むことができる。システム６００のいくつかの実施形態では、プローブ６１１は、視線（ＬＯＳ）を通してＰ ６０１に方向付けられる光線を提供する光プローブである。ＬＯＳは、プローブ６１１の遠位部分６１１ｐから標的点Ｐ ６０１への破線として示される。光ケーブル及びプローブ６１１の遠位部分６１１ｐは、走査器６１０から標的点Ｐ ６０１へ画像化光を導くことができる。また、遠位部分６１１ｐは、標的点Ｐ ６０１で組織により反射された、返送された画像化光を受容する。プローブ６１１は、返送された画像化光をＰ ６０１からの画像データを提供する信号に戻す。いくつかの実施形態では、部分６１１ｐは、眼１００の内側に挿入され得る。他の実施形態では、プローブ６１１は、眼に挿入されることなく、角膜を通して照明光を提供し得る。

プローブ６１１からの返還された画像化光線は、走査プロセッサ６１２により分析し、メモリ回路６１３内に記憶することができる。また、メモリ回路６１３は、プローブ部分６１１ｐがＰ ６０１に方向付けられる前に方向付けられた標的点に対応する画像データを記憶し得る。前のとおりに、画像データは、ある範囲の深さでの標的組織の反射率及び対応する深さの値を含むことができる。また、画像データは、図４で示されたように、画像化プローブの遠位部分６１１ｐの外側位置を含むことができる。走査プロセッサ６１２は、返送された画像化光線から抽出した画像データについて操作、例えばノイズフィルタリング、平均化、及び参照値での較正を行ってよい。

部分６１１ｐの長さは、３〜４インチ（約７．５ｃｍ〜１０ｃｍ）以上であってよい。部分６１１ｐは、外科医により取り扱われる、より幅広の部分またはハンドピース、及びその遠位部分に先端または狭い末端を有してよい。部分６１１ｐの幅広部分またはハンドピースは、直径約８ｍｍ〜約１８ｍｍ、及び長さ４５ｍｍ〜９０ｍｍであってよい。いくつかの実施形態では、先端は、長さ約２５〜３５ｍｍであり、２０ゲージ〜２５ゲージまたは約１ｍｍ〜約０．５ｍｍ未満の直径を有してよい。プローブ６１１のいくつかの実施形態は、２５ゲージより小さい、例えば２７ゲージまたはさらにより小さい、部分６１１ｐを含んでよい。いくつかの実施形態では、部分６１１ｐの直径は、５０ゲージと小さくてもよい。プローブ６１１ｐは、いくつかの実施形態に従って、遠位末端が眼１００に挿入されるエンドプローブであってよい。他の実施形態では、プローブ６１１ｐは、眼１００の外側に存在し、角膜を通して点Ｐ ６０１を照らしてよい。

走査器６１０は、画像化コンピュータ６２０に連結され、さらに画像化コンピュータ６２０に走査プロセッサ６１２が生成する画像データを提供することができる。画像化コンピュータ６２０は、画像化プロセッサ６２２及びメモリ回路６２３を含むことができる。システム６００のいくつかの実施形態に従って、画像化コンピュータ６２０及び走査器６１０は、単一の単位に統合され得る。このような場合、走査プロセッサ６１２及び画像化プロセッサ６２２は、同じプロセッサ回路、または同じプロセッサ回路の異なる部分であってよい。また、メモリ回路６１３及び６２３は、同じ回路、または同じメモリ回路の異なる部分であってよい。メモリ回路６２３は一組の点Ｐ ６０１についての情報を記憶してよく、画像化プロセッサ６２２はこの情報を用いて計算を行ってよい。

システム６００のいくつかの実施形態では、画像化プロセッサ６２２は、２つ以上の画像特徴であって、画像特徴が、深さの関数としての画像データのピーク、谷、最大、最小、中間点、遷移点、及び平坦域のうちの１つである、２つ以上の画像特徴を特定し、かつ特定した画像特徴のうちの２つの間の深さの差を測定することができ、深さの差は画像情報の部分である。

画像化プロセッサ６２２は、この一連の標的点に沿った画像情報を平均化すること、カルマンフィルタでこの一連の標的点に沿った画像情報をフィルタリングすること、線形回帰技術を用いること、主成分分析技術を用いること、または少なくとも１つの画像情報を少なくとも１つの組織構造に相関させる参照表を用いることにより、組織病理を特定することが可能であり得る。

例えば、画像化プロセッサ６２２は、信号の一時的なゆらぎを除去するためにデータ平滑化操作を行ってよい。いくつかの実施形態では、かかる平滑化操作は、この一組の点Ｐ ６０１により生成された信号を平均化することを含んでよい。他の実施形態は、画像化プロセッサ６２２でデータ処理のための頻度フィルタ及びウィンドウの使用を含んでよい。さらなる実施形態は、予測値及び予測値からの標準偏差を有するカルマンフィルタの使用を含んでよい。

ステップ３３０のＰ ６０１での組織病理または構造の判定に基づいて、画像化コンピュータ６２０は、使用者の表示器６３０に信号を提供することができる。使用者の表示器６３０は、組織病理情報を、外科的介入を行う外科医または技術者に通信することができる。使用者の表示器６３０は、ある特定の色を有する光で標的点を照らすために、プローブ６１１の光路を通して可視光を提供するレーザー源または光源であってよい。上記に挙げられるように、表示器６３０の可視光は、可視色、例えば赤色、緑色、または青色を有する光線を含んでよい。したがって、一旦、画像情報が組織病理を判定するために画像化プロセッサ６２２により使用されたら、画像化コンピュータ６２０は、事前に選択された色を有する光源を使用するように使用者の表示器６３０に信号を送り、さらにプローブ６１１の光路を通して表示光線を提供して、画像化システム６００の使用者に判定した組織病理または異常を示すことができる。上記に説明されるように、表示は、視覚信号または非視覚信号であってよく、表示が外科医に外科用顕微鏡から視線をそらさせないようなものであり得る。

システム６００のいくつかの実施形態はさらに、介入中に標的点Ｐ ６０１の視野を提供する外科用顕微鏡を含んでよい。これらの実施形態では、使用者の表示器６３０は、プローブ６１１ｐの遠位末端に連結された、上記に説明される視覚表示器であってよい。このような実施形態では、使用者の表示器６３０により提供される信号は、標的組織上に、及び外科用顕微鏡の視野に投影されてよい。

システム６００の実施形態に従って、画像化コンピュータ６２０は、外科用制御卓６４０に連結されてよく、また外科用制御卓６４０に組織病理判定を提供することができる。外科用制御卓６４０は、眼１００に対して眼科手術介入を行うための機械的機器及びシステムを含むことができる。いくつかの実施形態は、介入を行うための、遠位末端に先端を有する外科用アクチュエータ６４１を含んでよい。例えば、アクチュエータ６４１は、遠位末端にハサミ１本を含んでよい。眼科手術を行うための外科用制御卓６４０の他の使用、手技、及び構成要素は当業者に明らかであり得る。対応する眼科手術構成要素は、図６に示される概念と一致するシステム６００の実施形態で、本明細書に含むことができる。

図６に示されるシステム６００のいくつかの実施形態では、画像化コンピュータ６２０により提供される組織構造または病理の判定は、外科用制御卓６４０により使用されてよい。外科用制御卓６４０は、Ｐ ６０１での組織異常判定に基づいてその構成状態を更新してよい。例えば、Ｐ ６０１での構造が図２の病理２０１〜２０５のうちの１つに対応すると判定された場合、制御卓６４０は外科用アクチュエータ６４１を作動させ、介入のための先端を準備してよい。これは、ハサミ１本、例えば空気圧式ハサミシステムの給送機構を起動させることを含んでよい。したがって、最終的な命令がまだ外科医により提供され得る一方で、システム６００は、制御卓６４０に、介入を行う準備をさせ得る。このアプローチを用いるシステム６００の実施形態は、眼科手術の円滑、かつ迅速なペースを提供し、外科医が介入自体に集中することを可能にすることができる。また、システム６００の実施形態は、外科医に、各点Ｐ ６０１での介入を行う前に余分の時間を提供し、手技を再検討し、次の手術ステップの前に考えることができる。

図３〜６と一致するいくつかの実施形態では、複数のＡ走査からＢ走査を収集することは、様々な目的点６０１に沿って、プローブ６１０を伴う軸走査器（例えばＯＣＴ走査器）の軌道を追跡するための、回転儀及び加速度計の使用を含んでよい。プローブ６１１を伴う軸走査器６１０を追跡するための他の手段は、プローブ部分６１１ｐの動きを追跡するための磁気センサの使用を含んでよい。いくつかの実施形態では、回転儀、加速度計、及び磁気センサは、プローブ６１０を伴う軸走査器に含まれてよく、センサは部分６１１ｐに連結される。いくつかの実施形態では、回転儀、加速度計、及び磁気センサは、外科用制御卓６４０から自動的に制御されてよい。いくつかの実施形態は、１つの点６０１から次の点へのプローブ部分６１１ｐの動きを追跡するために、上記に説明される外科用顕微鏡を使用してよい。外科用顕微鏡は、６１２または６２２などのプロセッサに、または制御卓６４０に含まれる制御装置にデジタル画像を提供してよい。デジタル画像は、眼１００内の標的点Ｐ ６０１の位置を正確に判定するために処理され得る。したがって、Ｂ走査は、正確に追跡されたＡ走査の収集から形成され得る。

より一般的には、上記に説明される追跡方法及び機器（例えば、回転儀、加速度計、及び磁気センサ）は、軸走査に実質的に垂直の平面の軌道に沿ったプローブ部分６１１ｐの運動を追跡するために使用してよい。いくつかの実施形態では、かかる軌道に沿ったプローブ部分６１１ｐの動きは、プローブ部分６１１ｐから出る光学光線の動きで補足してよい。例えば、いくつかの実施形態に従って、図６で破線により示されるＬＯＳを形成する光学光線は、軸走査に、または部分６１１ｐの軸に実質的に垂直の平面の点６０１についての軌道を説明し得る。

上記に説明される本発明の実施形態は、単に例である。当業者は、具体的に開示された実施形態から様々な代替の実施形態を認識し得る。また、それらの代替の実施形態は、本開示の範囲内であると意図される。したがって、本発明は、以下の特許請求の範囲によってのみ限定される。

Claims (21)

1. 軸走査器、画像化プローブ、画像化プロセッサ、及び使用者の表示器を含む、眼の組織構造を判定するための装置の作動方法であって、
   前記軸走査器が走査線に沿って前記プローブを動かし、同時に眼内の標的点に対応するある範囲の深さについての画像データを測定し；
   前記画像化プロセッサが前記画像データから画像情報を判定し、走査線に沿って、眼の組織層の境界を示す画像データの２以上の画像特徴を特定し；
   前記画像化プロセッサが、走査線の第１の部分での組織層の境界を示す２以上の画像特徴を、走査線の異なった第２の部分での組織層の境界を示す２以上の画像特徴と比較することによって、前記標的点に対応する眼の組織病理を特定し；及び
   前記の使用者の表示器が、前記特定した眼の組織病理に基づいて使用者に信号を送って、眼の組織病理の特定の部位を示すこと、ここで、前記信号は外科用顕微鏡から視線をそらさせることなく使用者に知覚される、
   を含む、方法。
2. 前記画像データが反射強度、散乱振幅、吸収率、ノイズ、揺らぎ、及び光学データのうちの１つである、請求項１に記載の方法。
3. 前記画像化プロセッサが、
   ２つ以上の画像特徴を特定すること、ここで、画像特徴が、深さの関数としての前記画像データのピーク、谷、最大、最小、中間点、遷移点、及び平坦域のうちの１つである；及び
   前記特定した画像特徴のうちの２つの間の深さの差を測定すること、ここで、前記深さの差が、前記画像情報の部分である、
   によって画像情報を判定する、請求項１に記載の方法。
4. 前記画像化プロセッサが、
   前記画像情報に基づいて前記の眼の組織病理の存在及び前記の眼の組織病理の厚さのうちの少なくとも１つを決定することによって、前記の眼の組織病理を特定する、請求項１に記載の方法。
5. 前記画像化プロセッサが、
   前記プロセッサにより一連の標的点に対応する一組の画像情報を組み立てること、及び
   前記一連の標的点に沿った前記画像情報を比較することにより前記の眼の組織病理を特定すること
   によって、前記の眼の組織病理を特定する、請求項１に記載の方法。
6. 前記画像化プロセッサが、
   前記一連の標的点に沿った画像情報を平均化すること、
   カルマンフィルタで前記一連の標的点に沿った画像情報をフィルタリングすること、
   線形回帰技術を用いること、
   主成分分析技術を用いること、及び
   少なくとも１つの画像情報を少なくとも１つの組織構造に相関させる参照表を用いること、
   によって、前記の眼の病理組織を特定する、請求項５に記載の方法。
7. 前記装置が、メモリ回路を含む更なる装置を含み、前記メモリ回路が、前記軸走査器からの前記画像データ及び少なくとも１つの構成パラメータを記憶する、請求項１に記載の方法。
8. 前記軸走査器の前記プローブが、画像データを測定する前に前記眼に挿入可能なプローブである、請求項１に記載の方法。
9. 前記信号が、前記使用者に視覚信号及び非視覚信号のうちの１つを含む、請求項１に記載の方法。
10. 前記信号が、前記プローブを新しい点に移動させる表示器を含む、請求項１に記載の方法。
11. 画像データを前記測定することが、
    光干渉断層撮影画像化システムで、ある範囲の深さについての画像データを測定することを含む、請求項１に記載の方法。
12. 眼の組織病理を判定する装置であって、
    眼内の標的点に対応するある範囲の深さについての眼の画像データを測定するために、眼に挿入され、かつ走査線に沿って動くように構成された、プローブを伴う軸走査器；
    前記走査線に沿って組織層の境界を示す前記画像データから眼の画像情報を判定し、かつ、走査線の第１の部分での組織層の境界を示す２以上の画像特徴を、異なった、走査線の第２の部分での組織層の境界を示す２以上の画像特徴と比較することによって、前記画像情報から前記標的点に対応する眼の組織病理を特定するように構成された、画像化プロセッサ；及び
    画像化プロセッサによって特定された眼の組織病理に基づいて、眼の組織病理の特定の種類を示すように、使用者に信号を送るように構成された、使用者の表示器、ここで、前記信号は外科用顕微鏡から視線をそらさせることなく使用者に感知される、
    を備える装置。
13. 前記画像データが反射強度、散乱振幅、吸収率、ノイズ、揺らぎ、及び光学データのうちの１つである、請求項１２に記載の装置。
14. 前記軸走査器が：
    光干渉断層撮影画像化システムを含む、請求項１２に記載の装置。
15. 前記画像化プロセッサが２つ以上の画像特徴であって、画像特徴が、深さの関数としての前記画像データのピーク、谷、最大、最小、中間点、遷移点、及び平坦域のうちの１つである、２つ以上の画像特徴を特定するように；かつ
    前記特定した画像特徴のうちの２つの間の深さの差を測定するように構成され、前記深さの差が、前記画像情報の部分である、請求項１２に記載の装置。
16. 前記画像化プロセッサが前記画像情報に基づいて前記組織病理の存在及び前記組織病理の厚さのうちの少なくとも１つを判定するように構成される、請求項１２に記載の装置。
17. 前記装置が画像化プロセッサに連結したメモリを含み；かつ
    前記画像化プロセッサが、前記メモリの助けで一連の標的点に対応する一組の画像情報を組み立てるように、かつ
    前記一連の標的点に沿った前記画像情報を比較することにより前記組織病理を特定するように構成される、請求項１２に記載の装置。
18. 前記画像化プロセッサが前記一連の標的点に沿った画像情報を平均化すること、
    カルマンフィルタで前記一連の標的点に沿った画像情報をフィルタリングすること、
    線形回帰技術を用いること、
    主成分分析技術を用いること及び
    少なくとも１つの画像情報を少なくとも１つの組織構造に相関させる参照表を用いること、
    のうちの少なくとも１つにより前記組織病理を特定するように構成される、請求項１７に記載の装置。
19. 前記使用者の表示器が前記使用者に非視覚信号を提供するように構成される、請求項１２に記載の装置。
20. 前記使用者の表示器が前記プローブを新しい点に移動させる信号を提供するように構成される、請求項１２に記載の装置。
21. 前記使用者の表示器が表示器信号を外科用顕微鏡の視野に投影するように構成された、前記プローブの遠位末端に連結された視覚表示器である、請求項１２に記載の装置。