JP6970306B2 - 動的視覚刺激を用いたマルチスペクトル眼底イメージングシステムおよび方法 - Google Patents

動的視覚刺激を用いたマルチスペクトル眼底イメージングシステムおよび方法 Download PDF

Info

Publication number
JP6970306B2
JP6970306B2 JP2020538838A JP2020538838A JP6970306B2 JP 6970306 B2 JP6970306 B2 JP 6970306B2 JP 2020538838 A JP2020538838 A JP 2020538838A JP 2020538838 A JP2020538838 A JP 2020538838A JP 6970306 B2 JP6970306 B2 JP 6970306B2
Authority
JP
Japan
Prior art keywords
fundus
light
multispectral
image
imaging
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2020538838A
Other languages
English (en)
Other versions
JP2021511118A (ja
Inventor
▲鈞▼ 陶
▲剛▼▲軍▼ ▲劉▼
文超 余
Original Assignee
重▲慶▼▲貝▼奥新▲視▼野医▲療▼▲設▼▲備▼有限公司
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 重▲慶▼▲貝▼奥新▲視▼野医▲療▼▲設▼▲備▼有限公司 filed Critical 重▲慶▼▲貝▼奥新▲視▼野医▲療▼▲設▼▲備▼有限公司
Publication of JP2021511118A publication Critical patent/JP2021511118A/ja
Application granted granted Critical
Publication of JP6970306B2 publication Critical patent/JP6970306B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/145Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/1455Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • A61B5/14551Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
    • A61B5/14555Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases specially adapted for the eye fundus
    • 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/0008Apparatus for testing the eyes; Instruments for examining the eyes provided with illuminating means
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/0016Operational features thereof
    • A61B3/0025Operational features thereof characterised by electronic signal processing, e.g. eye models
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/0016Operational features thereof
    • A61B3/0041Operational features thereof characterised by display arrangements
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/02Subjective types, i.e. testing apparatus requiring the active assistance of the patient
    • A61B3/024Subjective types, i.e. testing apparatus requiring the active assistance of the patient for determining the visual field, e.g. perimeter types
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/02Subjective types, i.e. testing apparatus requiring the active assistance of the patient
    • A61B3/028Subjective types, i.e. testing apparatus requiring the active assistance of the patient for testing visual acuity; for determination of refraction, e.g. phoropters
    • A61B3/032Devices for presenting test symbols or characters, e.g. test chart projectors
    • 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
    • A61B3/14Arrangements specially adapted for eye photography
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7278Artificial waveform generation or derivation, e.g. synthesising signals from measured signals

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Ophthalmology & Optometry (AREA)
  • Artificial Intelligence (AREA)
  • Pathology (AREA)
  • Signal Processing (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Optics & Photonics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Eye Examination Apparatus (AREA)

Description

関連出願の相互参照
本出願は、2018年04月21日に中国特許庁に提出された、出願番号が201810363180.8であり、名称が「動的視覚刺激を用いたマルチスペクトル眼底イメージングシステムおよび方法」である中国特許出願の優先権を主張し、その全ての内容が参照により本出願に組み込まれる。
本出願は、眼底イメージング技術に関し、具体的には動的視覚刺激を用いたマルチスペクトル眼底イメージングシステムおよび方法に関する。
眼底とは、網膜、眼底血管、視神経乳頭、視神経繊維、黄斑および網膜の後ろの脈絡膜などを含む眼球の奥の組織である。これらの部位に発生する病変は、まとめて眼底疾患と呼ばれる。網膜は、構造的に非常に複雑な膜であり、多くの微小血管ネットワークが分布しており、非侵襲的に直接観察できる体内の唯一の比較的深層の微小血管ネットワークである。人間の目の網膜の血管静脈を観察することにより、医師に多くの眼疾患乃至全身性疾患の診断依拠を提供することができる。例えば、高血圧、高脂血症、腎臓病、糖尿病、冠状動脈性心臓病などの疾患は、それらの発症初期の生理学的状態の変化がいずれも眼底に反映される。
疾患によって眼底の状態が変化する場合、眼底の検査は病状を適時に発見及び制御する効果的な手段である。現在、臨床的に有効な眼底検査装置は、主に検眼鏡、細隙灯顕微鏡、眼底カメラ、走査型レーザー検眼鏡、光干渉断層計などである。眼底カメラは、優れた技術開発の成熟度、実用性、操作しやすく、製造コストが低いなどの利点を有しているので、現在で最も広く応用されている眼底検査装置になっている。マルチスペクトル眼底イメージングは、複数の単色お光源を使用して別々に眼底に投影し、眼底の様々な組織によって反射された信号を収集し、組織のタイプおよび/または深さにより、反射された信号に一定の光学的差異があることである。従来の眼底イメージング方式と比較して、マルチスペクトル眼底イメージング広いスペクトル範囲(500nm〜850nm)を有しているため、網膜を層ごとに正面からイメージングすることができ、網膜や脈絡膜を非侵襲的に直接イメージングすることが可能となる。この方式は、瞳孔拡張を必要とせず、非侵襲的かつ直感的であり、眼底の生理学的状態に対する判定精度を向上させることができる。従来のマルチスペクトル眼底イメージングは、主に静的構造イメージングに焦点を当てているが、早期の患者の眼底に顕著な生理学的構造変化が観察されないことが多く、静的構造イメージングは、眼底疾患の早期スクリーニングと診断に適用することが困難である。
本出願は、異なる光刺激の前後の眼底の生理学的状態を捕捉し、外光刺激に対する眼底の応答を検出することにより、動的なマルチスペクトル眼底機能イメージングを実現することなどの複数の光刺激方式を含む動的眼底イメージングシステムおよびその方法を提供する。
本出願の1つの目的は、例えば、動的視覚刺激と組み合わせたマルチスペクトル眼底機能イメージングシステムを提供することを含む。
本出願に係る動的視覚刺激と組み合わせたマルチスペクトル眼底機能撮像システムは、マルチスペクトル光源と、ミドルパスミラーと、イメージング集束レンズ群と、画像収集装置と、コントローラとを備え、前記マルチスペクトル光源が複数の異なる波長を発することが可能な光源であり、前記ミドルパスミラーが反射鏡であり、前記反射鏡には前記反射鏡を貫通する中央開口部が設けられ、
コントローラがマルチスペクトル光源と画像収集装置を同期して動作するように制御し、マルチスペクトル光源から放出された単色励起光がミドルパスミラーの中央開口部の周囲で反射されて眼底に入射し、眼底から反射されてきたイメージング光がミドルパスミラーの中央開口部とイメージング集束レンズ群を順に通過し、画像収集装置が画像を収集し、マルチスペクトル眼底画像の収集を1回完了し、
マルチスペクトル光源が単色励起光の波長を変更し、それに対応して画像収集装置がすべての波長の撮影を完了してマルチスペクトル静止画像を形成するまで、異なる波長のマルチスペクトル眼底画像を同期して撮影し、
光刺激装置をさらに備え、
コントローラが光刺激装置と画像収集装置を同期して動作するように制御し、光刺激装置から放出されたパターンがイメージング集束レンズ群、ミドルパスミラーの中央開口部を順に通過して眼底に透過され、眼底から反射されてきたイメージング光がミドルパスミラーの中央開口部とイメージング集束レンズ群を順に通過し、画像収集装置が画像を収集し、マルチスペクトル眼底画像の収集を完了する。動的視覚刺激と組み合わせて、静的マルチスペクトル眼底イメージングを動的機能イメージング分野に拡張し、かつ画像処理と機械学習を組み合わせることで、眼底疾患の診断方法の汎用性と精度を向上させることに取り組む。
本出願の好ましい実施形態では、マルチスペクトル光源とミドルパスミラーとの間の光路に設けられた第一集束レンズをさらに備え、前記第一集束レンズがマルチスペクトル光源から放出された光源を集束させ、光源の散乱を防止することに役立つ。
または、マルチスペクトル光源とミドルパスミラーとの間の光路に設けられた第一集束レンズと、第一集束レンズとミドルパスミラーとの間の光路に設けられた光路調整装置とをさらに備え、光路調整装置が光路の方向を調整し、配置をより便利にすることに役立つ。
および/または、眼底とミドルパスミラーとの間の光路に設けられた第二集束レンズをさらに備え、前記第二集束レンズが第二集束レンズを通過する光源を集束させ、光源の散乱を防止することに役立つ。
および/または、光刺激装置とイメージング集束レンズ群の間の光路に設けられたダイクロイックミラーをさらに備える。ダイクロイックミラーは、一定の波長の光をほぼ完全に透過させ、他のいくつかの波長の光をほぼ完全に反射させることに役立つ。実際の状況に応じて、光を反射させるか、透過させるかを選択する。
本出願の好ましい実施形態では、マルチスペクトル光源は、異なる波長を有する複数の発光ダイオードを使用し、眼底組織によって各単色光に対する物質の吸收および反射特性が異なるため、階層が異なり反射重点が異なる眼底の形態学的特徴が画像に表示され、医師が関連する眼科病変の早期スクリーニングと診断をより正確に行うことを支援する。および/または、前記マルチスペクトル光源はマルチインワンリングファイバーバンドルを含み、マルチインワンリングファイバーバンドルが複数のファイバー分岐部と、結合端と、リング状の光出口を含み、複数のファイバー分岐部の末端が結合端であり、結合端にリング状の光出口が設けられる。マルチインワンリングファイバーバンドルの結合端にリング状の光出口が設けられ、放出された光スポットがリング状であり、角膜への光の反射を減らすことに役立つ。本出願では、マルチスペクトル光源をマルチインワンリングファイバーと組み合わせて使用することにより、眼底カメラの構造が簡素化され、従来のマルチスペクトル眼底カメラのホイール機械的設計が回避され、光源間の切り替えがより迅速かつ安定し、各画像群の収集時間が人間の目の反応時間よりも短くなり、画像群間の画像のレジストレーション(registration)の難しさが軽減され、マルチスペクトル画像結果の信頼性が向上し、マルチスペクトル眼底機能イメージング全体の精度も向上する。
本出願の好ましい実施形態では、マルチインワンリングファイバーバンドルにおける各ファイバー分岐部のファイバーフィラメントはいずれもファイバーフィラメントリング全体に均一に分散される。異なる波長のLEDを点灯させる場合、リング状の光出口から射出されるリング光の位置が基本的に固定されるため、同じ光路での異なる波長の光源間の高速且つ変位がない切り替えを実現する。
本出願の好ましい実施形態では、ファイバー分岐部の数が必要な発光ダイオードの数以上であり、弱い光強度のLEDまたは単色性を改善するためにフィルタリングを必要とするLEDの場合、同じ種類のファイバー分岐部の数を増やすことでLEDの光強度の増加を実現し、照明品質を向上させることができる。各ファイバー分岐部は、複数のファイバーフィラメントを含み、各ファイバー分岐部の直径が単一のランプビーズのLEDの発光面を覆うことに十分でありかつ嵌合結合方式を使用する。嵌合結合方式を使用することにより、良好な結合効率を達成することができる。
本出願の好ましい実施形態では、各ファイバー分岐部に含まれるファイバーフィラメントの数は、100〜9999の任意の値である。
本出願では、元の白色光源の代わりにファイバー型マルチスペクトル光源を使用するとともに、監視用の赤外光が1つのファイバー分岐部を通じてシステム全体に導入することもできるため、従来の眼底カメラ構造における赤外線光監視用の光路部分も省略でき、眼底カメラモジュール構造が大幅に簡素化される。
本出願の好ましい実施形態では、前記画像収集装置は、写真撮影装置または撮影装置であり、
および/または、前記光路調整装置は、集束レンズ群と反射鏡を含み、
および/または、前記光刺激装置は、高輝度の産業用ディスプレイまたはマイクロプロジェクタであり、コンピュータの制御により、異なる色、強度および異なるパターンなどの様々なモードを含むパターンが、ディスプレイまたはマイクロプロジェクタを通じて眼底に投射され、
および/または、コントローラはコンピュータである。
本出願の好ましい実施形態では、前記写真撮影装置は、CCDカメラまたはCMOSカメラである。照明後に瞳孔が大幅に縮小する前にマルチスペクトル画像群全体を撮影するために、各フレーム画像の露光時間は、数十ミリ秒のオーダーで制御され、カメラの感度要件が大幅に増加し、本出願のカメラは、科学研究レベルのCMOSカメラを使用し、短時間露光の感度要件を満たすことができる。さらに、極めて短い露光条件下では、人間の目がほぼ静止状態に維持され、撮影されたマルチスペクトル画像の各フレームの結果の間に明らかなずれが生じなく、画像レジストレーションニーズが大幅に減少する。
本出願の好ましい実施形態では、前記マルチスペクトル光源から放出された光の波長は、500nm、530nm、570nm、600nm、630nmおよび850nmのうちの1つ以上を含む。異なる波長は、異なる眼底層に対応しており、青緑色の光(500nm)は、網膜の表層構造を表示し、網膜前膜、網膜神経層、網膜襞、嚢胞および黄斑円孔などを観察することに用いられ、緑色の光(530nm)、黄色の光(570nm)、琥珀色の光(600nm)は、網膜の中間層構造を表示し、出血、滲出、ドルーゼン、血管新生などの病変、例えば糖尿病性網膜症を観察することに用いられ、赤色の光(630nm)、近赤外光(850nm)は、網膜の深層構造を表示し、網膜色素障害、RPE層変性、黄斑変性、脈絡膜黒色腫などを伴う病変を観察することに用いられる。
本出願の別の目的は、例えば、動的視覚刺激を用いたマルチスペクトル眼底イメージングシステムのイメージング方法を提供することであり、このイメージング方法は、
1)光刺激を印加する前にマルチスペクトル画像を取得するには、
a)監視モード:
起動した後、カメラがまず赤外光監視モードで動作し、システムと被撮影者の眼底の相対位置を調整し、焦点を合わせて、被撮影者の眼底における関心領域を見つけ、
b)外部トリガモード:
被撮影者の眼底における関心領域を見つけた後、カメラが外部または内部トリガモードで動作し、コンピュータがマルチスペクトル光源とカメラを同期するように制御し、マルチスペクトル光源から放出された単色励起光がマルチインワンリングファイバーバンドルを通過した後、リング状の光出口から出力されてリング光を形成し、リング光が第一集束レンズによって集束され、かつ光路調整装置によって光路が変更され、ミドルパスミラーの中央開口部の周囲で反射され、第二集束レンズによって集束された後、眼底に入射し、眼底から反射されてきたイメージング光がさらに、集束レンズによってミドルパスミラーの中央開口部に集束され、かつ中央開口部を通過し、イメージング集束レンズ群を通ってカメラに入射し、コンピュータがカメラとマルチスペクトル光源を静的にイメージングするように制御し、マルチスペクトル眼底画像の収集を1回完了し、
c)マルチスペクトル光源が励起光の波長を変更し、コンピュータがマルチスペクトル光源とカメラを同期するように制御し、それに対応して、カメラが対応する波長のマルチスペクトル眼底画像を同期して撮影し、すべての波長の撮影が完了されるまで、ステップa)およびb)を繰り返し、
d)コンピュータに伝送して1群のマルチスペクトル画像を形成するステップと、
2)光刺激を印加するには、
a)ダイクロイックミラーが調整されて光路に入り、コンピュータが光刺激装置をパターンを放出するように制御し、パターンが、ダイクロイックミラーで反射され、イメージング集束レンズ群、ミドルパスミラーの中央開口部および第二集束レンズを順に通過し、眼底に透過され、パターンにおける明暗コントラストが眼底組織への光刺激の強度に対応し、調整されて制御されて眼底組織を動的に刺激し、
b)光刺激が終了した後、光刺激装置をオフにし、ダイクロイックミラーを光路から外すステップと、
3)光刺激を印加した後、複数群のマルチスペクトル画像を時系列で収集するには、
カメラが、光刺激が印加された後の眼底に対して、ステップ1)の方法に従って異なる時点でマルチスペクトル画像を複数回収集し、かつコンピュータに伝送するステップと、
4)血中酸素飽和度値を計算するには、
光刺激の印加前後の異なる時点での複数回の静的イメージングは、機能イメージングを構成し、コンピュータが光刺激の印加前後の異なる時点での複数回のマルチスペクトル画像に従って、血中酸素飽和度値を計算し、血中酸素飽和度値を動的に監視し、光刺激に対する眼底循環および神経系の動的応答と回復を評価するステップとを含む。
本出願の好ましい実施形態では、ステップ4)において、血中酸素飽和度値の計算、および血中酸素飽和度値の動的監視は、
コンピュータが同じ時点での異なる波長のマルチスペクトル画像の眼底画像に対して、画像のムラ補正、光強度補正および画像のノイズ除去などの前処理を行うことと、
事前にトレーニングおよび検証されて得られたネットワークモデルによって、前処理された眼底画像に対して血管分割を実行し、分割された画像を取得し、ここで、前記ネットワークモデルがディープラーニングアルゴリズムに基づく血管分割計算のモデルであることと、
分割された画像に対して2値化処理と中心線抽出を実行し、中心線の各ポイントR(i,j)をトラバースし、各ポイントに対応する8つの接続された近隣領域のポイントを検索し、血管全体のトラバーサル検索を完了し、ここで、(i,j)が画像の水平位置と垂直位置を表し、Rが当該ポイントのグレー値を表すことと、
血管のトラバーサル検索結果に基づき、指定された波長の光での各血管セグメントの光学密度値を計算することと、
指定された波長の光での各血管セグメントの光学密度値に基づき、血中酸素飽和度を計算し、画像収集の頻度を制御することにより、眼底画像の関心領域を描画し、前記関心領域に基づいて血中酸素飽和度値を動的に監視することと、を含む。
本出願の好ましい実施形態では、前記方法はさらに、
トレーニングサンプルおよび検証サンプルを取得し、ここで、前記トレーニングサンプルおよび前記検証サンプルがいずれも複数群のサンプルを含み、各群のサンプルが眼底画像とそれに対応する手動分割画像を含むことと、
前記トレーニングサンプルの眼底画像をディープフルコンボリューションネットワークの入力とし、対応する手動分割画像を前記ディープフルコンボリューションネットワークの出力として、ハイパーパラメーター最適化を完了し、前記ディープフルコンボリューションネットワークをトレーニングすることと、
前記検証サンプルの眼底画像をディープフルコンボリューションネットワークの入力とし、対応する手動分割画像を前記ディープフルコンボリューションネットワークの出力として、前記ディープフルコンボリューションネットワークを検証することと、
分割精度が最も高いディープフルコンボリューションネットワークを、マルチスペクトル画像の異なる波長帯の眼底画像に対して血管分割を実行するためのネットワークモデルとして確定することと、を含む。
本出願の好ましい実施形態では、前記トレーニングサンプルを取得し、サンプルを検証するステップは、
1つの波長での複数の眼底画像に対して、専門家による手動分割を実行し、各眼底画像の手動分割画像を得ることと、
得られた各眼底画像の手動分割画像に対して、眼底画像とそれに対応する手動分割画像を1群のサンプルとし、ここで、サンプルの数が100を超え、前記サンプルにおける一部をトレーニングサンプルとし、前記サンプルにおける他の部分を検証サンプルとし、且つ検証サンプルの数が20を超えることと、を含む。
本出願の好ましい実施形態では、前記ネットワークモデルは、少なくとも10層の畳み込み層を含むフルコンボリューションネットワーク構造である。
本出願の好ましい実施形態では、指定された波長の光での前記各血管セグメントの光学密度値を計算するステップは、
次の式により、各血管セグメントの光学密度値を計算し、
Figure 0006970306
ここで、Iが溶液を通過した後の入射光の強度であり、Iが、元の入射光の強度であり、εが溶液の吸収係数であり、Cが溶液の濃度であり、dが、光が溶液を通過する距離であり、εHbo2が酸素とヘモグロビンの溶液吸収係数であり、εHbがヘモグロビンの溶液吸収係数であり、CHbo2が、酸素とヘモグロビンの溶液濃度であり、CHbがヘモグロビンの溶液濃度であることを含む。
本出願の好ましい実施形態では、指定された波長の光での前記各血管セグメントの光学密度値に応じて、血中酸素飽和度を計算するステップは、
次の式により、血中酸素飽和度SOを計算し、
Figure 0006970306
ここで、
Figure 0006970306
が、吸収係数が等しくない光学密度と吸収係数が等しい光学密度との比率であり、aとbが定数であることを含む。
本出願に係る動的視覚刺激を用いたマルチスペクトル眼底イメージングシステムの一実施例の光路の概略図である。 本出願に係る動的視覚刺激を用いたマルチスペクトル眼底イメージングシステムのマルチインワンリングファイバーバンドルの概略図である。 本出願に係る動的視覚刺激を用いたマルチスペクトル眼底イメージング方法における1枚の眼底網膜画像に対して血管分割を実行した結果の概略図である。 本出願に係る動的視覚刺激と組み合わせたマルチスペクトル眼底機能イメージング方法における血中酸素飽和度を算出および監視するプロセスの概略図である。
以下に本出願の実施例を詳細に説明するが、図面には前記実施例の例が示され、ここでは、同一または類似の符号は、同一または類似の要素、または同一または類似の機能を有する要素を示す。以下に図面を参照して説明される実施例は例示的であり、本出願を解釈するためのものだけであるが、本出願を限定するものとして理解されない。
本出願の説明では、「縦方向」、「横方向」、「上」、「下」、「前」、「後」、「左」、「右」、「鉛直」、「水平」、「上部」、「底部」「内」、「外」などの用語によって示される方位または位置関係は、図面に示された方位または位置関係に基づき、本出願を容易に説明し、説明を簡略化するためのものに過ぎず、言及された装置または要素が特定の方位を有し、特定の方位で構築および操作しなければならないことを指示又は示唆するものではないので、本出願を限定するものとして理解されるべきではない。
本出願の説明では、特に指定および限定されていない限り、「取付」、「連結」、「接続」という用語は広義に理解されるべきであり、例えば、機械的または電気的な接続であってもよいし、2つの要素の内部の連通であってもよいし、直接接続であってもよし、中間媒体を介する間接的接続であってもよく、当業者であれば、具体的な状況に応じて上記用語の具体的な意味を理解することができる。
従来のマルチスペクトル眼底イメージングが主に静的構造イメージングに焦点を当てているが、早期の患者の眼底に顕著な生理学的構造変化が観察されないことが多いことを考えるため、静的構造イメージングは、眼底疾患の早期スクリーニングと診断に適用することが困難である。この問題を改善するために、本出願は、様々な光刺激方式により、血中酸素飽和度などの他のメカニズムによる眼底の光学特性の変化を監視することで動的な眼底機能イメージングを達成することを創造的に提案する。例えば、異なる光刺激の前後の眼底の生理学的状態を捉え、外光刺激に対する眼底の応答を検出することで、動的なマルチスペクトル眼底機能イメージングを実現する。
循環器系に加えて、眼底の視神経系の活動が細胞の代謝機能のサポートに依存しているため、視神経が活性化されると、その応答が血中酸素飽和度指標に部分的に反映されるため、血中酸素飽和度が疾患の早期眼底神経と循環器系の機能的変化を調べるための指標ととなり、眼底疾患の早期診断に革新的な新技術を提供する。
以下に図面を参照しながら具体的な実施例を通じて本出願をさらに説明する。
図1に示すように、本実施例に係る動的視覚刺激を用いたマルチスペクトル眼底イメージングシステムは、マルチスペクトル光源3と、第一集束レンズ11と、光路調整装置4と、ミドルパスミラー5と、第二集束レンズ10と、イメージング集束レンズ群9と、画像収集装置8と、光刺激装置6と、ダイクロイックミラー7と、コントローラとを含む。
いくつかの実施形態では、マルチスペクトル光源3とミドルパスミラー5との間の光路に第一集束レンズ11が設けられ、ここで、第一集束レンズを設ける機能の1つとしては、マルチスペクトル光源から放出された光源を集束させ、光源の散乱を防止することに役立つことを含む。
および/または、第一集束レンズ11とミドルパスミラー5との間の光路に光路調整装置4が設けられ、ここで、光路調整装置を設ける機能の1つとしては、光路の方向を調整し、システムの配置をより便利にすることに役立つことを含む。
および/または、眼底とミドルパスミラー5との間の光路に第二集束レンズ10が設けられ、ここで、第二集束レンズを設ける機能の1つとしては、第二集束レンズを通過する光源を集束させ、光源の散乱を防止することに役立つことを含む。
および/または、光刺激装置6とイメージング集束レンズ群9との間の光路にダイクロイックミラー7が設けられる。ダイクロイックミラー7は、ツートンミラーとも呼ばれ、一定の波長の光をほぼ完全に透過させ、他のいくつかの波長の光をほぼ完全に反射させるという特徴がある。実際の状況に応じて、光を反射させるか、透過させるかを選択する。
本実施形態では、マルチスペクトル光源は、複数の異なる波長を発することが可能な光源であり、同じ波長を同時に発する光源であってもよいし、異なる波長を同時に発する光源であってもよい。ミドルパスミラーは、反射鏡であり、反射鏡には、反射鏡を貫通する中央開口部が設けられており、ミドルパスミラーの構造は、反射鏡と、反射鏡に設けられた中央開口部とを含むものとして表現されてもよく、当該中央開口部が反射鏡を貫通している。光路調整装置は、集束レンズ群と反射鏡とを含み、集束レンズ群が1つ以上の集束レンズを含む。光路調整装置は、実際の状況に応じて光路を設定することができ、いくつかの実施形態では、光刺激装置は、高輝度の産業用ディスプレイまたはマイクロプロジェクタであり、コントローラは、コンピュータまたは処理機能を備えた装置である。コントローラの制御により、光刺激装置は、異なるモード(パターンの色、光強度、パターンのスタイルなど)のパターンを眼底に投影させることができる。
実際の応用では、コントローラは、マルチスペクトル光源3と画像収集装置8を同期して動作するように制御し、マルチスペクトル光源3から放出された単色励起光は、ミドルパスミラー5の中央開口部の周囲で反射されて眼底に入射し、眼底から反射されてきたイメージング光は、ミドルパスミラー5の中央開口部とイメージング集束レンズ群9を順に通過し、画像収集装置8は、画像を収集し、マルチスペクトル眼底画像の収集を1回完了する。
マルチスペクトル光源3は、単色励起光の波長を変更し、それに対応して、画像収集装置8は、すべての波長の撮影を完了し、マルチスペクトル静止画像を形成するまで、異なる波長のマルチスペクトル眼底画像を同期して撮影する。実際の応用では、マルチスペクトル光源から放出された光の波長は、500nm、530nm、570nm、600nm、630nmおよび850nmのうちの1つ以上を含む。異なる波長は、異なる眼底層に対応しており、青緑色の光(500nm)は、網膜の表層構造を表示し、網膜前膜、網膜神経層、網膜襞、嚢胞や黄斑円孔などを観察することに用いられ、緑色の光(530nm)、黄色の光(570nm)と琥珀色の光(600nm)は、網膜の中間層構造を表示し、出血、滲出、ドルーゼン、血管新生などの病変、例えば糖尿病性網膜症を観察することに用いられ、赤色の光(630nm)と近赤外光(850nm)は、網膜の深層構造を表示し、網膜色素障害、RPE層変性、黄斑変性、脈絡膜黒色腫などを伴う病変を観察することに用いられる。
一実施形態では、マルチスペクトル光源3は、異なる波長を有する複数の発光ダイオードを使用することができ、一実施形態では、マルチスペクトル光源は、マルチインワンリングファイバーバンドルを含み、マルチインワンリングファイバーバンドルが複数のファイバー分岐部と、結合端と、リング状の光出口とを含み、複数のファイバー分岐部の末端が結合端であり、結合端にリング状の光出口が設けられる。図2に示すように、マルチインワンリングファイバーバンドルは、複数のファイバー分岐部1と、結合端2のリング状の光出口30を含み、ファイバー分岐部1の末端が結合端2であり、結合端2にリング状の光出口30が設けられる。マルチインワンリングファイバーバンドルの結合端にリング状の光出口が設けられ、放出された光スポットがリング状で、角膜への光の反射を減らすことに役立つ。
マルチスペクトル光源をマルチインワンリングファイバーと組み合わせて使用することにより、マルチスペクトル眼底イメージングシステム(マルチスペクトル眼底カメラとも呼ばれる)の構造が簡素化され、従来のマルチスペクトル眼底カメラのホイール機械的設計が回避され、光源間の切り替えがより迅速かつ安定し、各画像群の収集時間が人間の目の反応時間よりも短くなり、画像群間の画像のレジストレーション(registration)の難しさが軽減され、マルチスペクトル画像結果の信頼性が向上し、マルチスペクトル眼底機能イメージング全体の精度も向上する。
一つの具体的な実施形態では、マルチインワンリングファイバーバンドルにおける各ファイバー分岐部のファイバーフィラメントはいずれもファイバーフィラメントリング全体に均一に分散される。異なる波長のLEDを点灯させる場合、リング状の光出口から射出されるリング光の位置が基本的に固定されるため、同じ光路での異なる波長の光源間の高速且つ変位がない切り替えを実現する。
一つの具体的な実施形態では、ファイバー分岐部の数が必要な発光ダイオードの数以上である。弱い光強度のLEDまたは単色性を改善するためにフィルタリングを必要とするLEDの場合、同じ種類のファイバー分岐部の数を増やすことでLEDの光強度の増加を実現し、照明品質を向上させることができる。各ファイバー分岐部は、100〜9999本のファイバーフィラメントを含み、各ファイバー分岐部の直径が単一のランプビーズのLEDの発光面を覆うことに十分であり、かつ嵌合結合方式を使用する。即ち、複数のファイバーフィラメントは、嵌合結合方式をして、ファイバー分岐部を形成する。嵌合結合方式を使用することにより、良好な結合効率を達成することができる。
コントローラは、光刺激装置6と画像収集装置8を同期して動作するように制御し、光刺激装置6から放出されたパターンがイメージング集束レンズ群9、ミドルパスミラー5の中央開口部を順に通過して眼底に透過され、眼底から反射されてきたイメージング光がミドルパスミラー5の中央開口部とイメージング集束レンズ群9を順に通過し、画像収集装置8は、画像を収集し、マルチスペクトル眼底画像の収集を完了する。実際の応用では、画像収集装置8は、写真撮影装置又は撮影装置であってもよい。写真撮影装置は、CCD(charge coupled device、電荷結合素子)カメラまたはCMOS(Complementary Metal Oxide Semiconductor、相補型金属酸化物導体デバイスカメラ)を採用することができる。
照明後に瞳孔が大幅に縮小する前にマルチスペクトル画像群全体を撮影するために、画像の各フレームの露光時間は、数十ミリ秒のオーダーで制御されることが好ましいため、画像収集装置の感度要件が大幅に増加し、本出願の画像収集装置は、CCDカメラまたは科学研究レベルのCMOSカメラを使用でき、短時間露光の感度要件を満たすことができる。さらに、極めて短い露光条件下では、人間の目がほぼ静止状態に維持され、撮影されたマルチスペクトル画像の各フレームの結果の間に明らかなずれが生じなく、画像レジストレーションニーズが大幅に減少する。
図1は、マルチスペクトル眼底イメージングシステムの一実施形態のみを示していることに留意すべきであり、実際の応用では、図1のシステムよりも多くまたは少ない構成要素を備える他の実施形態を採用することもでき、ここで制限されない。
理解を容易にするために、以下に静的イメージングと機能イメージングを例として、マルチスペクトル眼底イメージングシステムの動作原理を次のように説明する。
(1)静的イメージングの場合、マルチスペクトル光源から放出された単色励起光(単色レーザーとも呼ばれる)は、マルチインワンリングファイバーバンドルを通過し、リング状の光出口から出力されてリング光を形成し、リング光は、第一集束レンズ11により集束され、光路調整装置4により光路が変更されてミドルパスミラーに照射され、次にミドルパスミラー5の中央開口部の周囲で反射され、第二集束レンズ10によって集束された後、眼底に入射し、眼底から反射されてきたイメージング光は、第二集束レンズ10によってミドルパスミラー5の中央開口部に集束され、かつ中央開口部を通過し、中央開口部を通過したイメージング光は、イメージング集束レンズ群9を通過して、画像収集装置に入射する。
(2)機能イメージングの場合、ダイクロイックミラー7が調整されて光路に入り、コントローラは、光刺激装置6をパターンを放出するように制御し、ダイクロイックミラー7で反射または透過されたパターンは、イメージング集束レンズ群9、ミドルパスミラー5の中央開口部および第二集束レンズ10を順に通過し、眼底に透過され、パターンにおける明暗コントラストが眼底組織への光刺激の強度に対応し、光刺激装置6から放出されたパターンを調整及び制御することにより、眼底組織を動的に刺激することができ、画像収集装置8は、異なる時点で光刺激後の眼底のマルチスペクトル画像を複数回収集し、次に収集されたマルチスペクトル画像をコントローラに伝送し、これにより、コントローラは収集されたマルチスペクトル画像に基づいて分析を行う。
上記マルチスペクトル眼底イメージングシステムによれば、眼底の生理学的状態の検出指標に基づいて眼底を検出することができる。例として検出指標が血中酸素飽和度とすると、眼底での血中酸素飽和度の非侵襲的測定の1つの基本的な前提は、オキシヘモグロビンとデオキシヘモグロビンが異なる光吸収係数を有することである。従って、マルチスペクトル眼底イメージングシステムでは、少なくとも2つの異なる波長の光を使用して眼底を検出する必要がある。例えば、オキシヘモグロビンとデオキシヘモグロビンが一方の光の波長で同じ吸収係数を有し、オキシヘモグロビンとデオキシヘモグロビンが他方の光の波長で異なる吸収係数を有するに、2つの異なる波長が選択される。一実施形態では、570nmと600nmの2つの波長の光を選択することができ、570nmの波長の光の場合、この波長でのオキシヘモグロビンとデオキシヘモグロビンの吸収係数が等しいので、570nmの波長の光は、血中酸素飽和度に敏感でない光であり、600nmの波長の光の場合、この波長でのオキシヘモグロビンとデオキシヘモグロビンの吸収係数が大きく異なるため、600nmの波長の光は、血中酸素飽和度に敏感な光である。これら2つの波長の光での網膜眼底画像を選択して網膜血中酸素飽和度を計算することができる。
マルチスペクトル眼底イメージングシステムをさらに理解するために、以下に2つのマルチスペクトル眼底イメージングシステムの応用例が示される。
例1
この例は、糖尿病患者への静的と動的が組み合わせられたマルチスペクトル眼底機能イメージングに応用されて眼底循環および神経生理学的状態に対する糖尿病の進行の影響を評価する。
糖尿病患者の約70%が全身性小血管・微小血管病変を発症し、全身の組織の供給に影響を与え、さらに一連の深刻な合併症を引き起こす。糖尿病は白内障、緑内障、眼球運動障害などを含む一連の眼疾患を引き起こすこともでき、それによって引き起こされる最も深刻な眼疾患が糖尿病性網膜症であり、これは、視力に深刻な影響を与え、失明を引き起こす主な疾患の一つとなっている。関連する統計によると、糖尿病の疾患時間が長いほど、患者の網膜病変の割合が大きくなる。早期に患者が何も感じないが、予防の最適なタイミングであり、病変の早期に異常を発見すると、該疾病の診断率を大幅に向上させ、発見した時に後期であることを回避する。
血糖指標と血中酸素飽和度指標は、この例の2つの重要な監視ポイントである。この例では、異なる疾患段階にある糖尿病患者を選択し、それぞれ同じ年齢の健康な人々を対照とし、すべての糖尿病患者の血糖指標を測定し、かつ糖尿病患者の異なる疾患段階に応じてグループ化する。同じグループにおける同じ年齢の患者と健康な人々について、安静状態でのマルチスペクトル眼底撮像結果を測定し、かつマルチスペクトル眼底撮像システムのコントローラにおける画像処理モジュールによって安静時の眼底血中酸素飽和度を算出する。同じ光刺激を印加した後、いくつかの時点を再度選択し、各時点に対応するマルチスペクトル眼底イメージング結果図を取得し、かつ光刺激を受けた後の眼底血中酸素飽和度の動的変化傾向を算出する。
同じ患者に対して、光刺激に使用される明暗パターンによって、眼底の網膜への異なる光強度の光刺激が形成され、眼底の異なる領域間で血中酸素飽和度の変化傾向を分析し、血中酸素飽和度の動的変化に対する異なる強度の光刺激の影響法則を探すことができる。同じグループにおける患者と健康な人々に対して、眼底全体の違いを比較して、病変によって引き起こされる、光刺激に対する眼底網膜組織の応答の変化を探すことができる。
コントローラの画像処理モジュールは、マルチスペクトル眼底カメラシステムの2つの異なる波長(例えば、570nmと600nm)の光に基づいて眼底の網膜血中酸素飽和度を計算し、ある時点の血中酸素飽和度値を取得できる機能1と、異なる視覚疾患の検出および血管系、神経系の血中酸素代謝能力の研究を行うために、関心のあるイメージング領域、局所局部血管領域または血管領域全体を選択し、光刺激を受けた血中酸素飽和度を動的に監視することができる機能2という2つの機能を有している。
ランバート法則によれば、溶液を通過した後の光の光強度は、元の光強度と次のような関係がある。
Figure 0006970306
ここで、Iが、溶液を通過した後の入射光の強度であり、Iが元の入射光の強度であり、εが溶液の吸収係数であり、Cが溶液の濃度であり、dがは、光が溶液を通過する距離である。
波長λの光での光学密度関数は、次のように定義される。
Figure 0006970306
血液について、波長λの光での光学密度関数は、次のとりである。
Figure 0006970306
ここで、εHbo2が、酸素とヘモグロビンの溶液吸収係数であり、εHbがヘモグロビンの溶液吸収係数であり、CHbo2が酸素とヘモグロビンの溶液濃度であり、CHbがヘモグロビンの溶液濃度である。
従って、吸収係数が等しくない光学密度OD不等吸収と吸収係数が等しい光学密度
OD等吸収との比率ODRは、次のとおりである。
Figure 0006970306
光学密度関数は、吸収係数、溶液濃度、および光が溶液試料を通過する距離に関連する関数である。吸収係数が等しくない光学密度関数の場合、それらの値は、距離、総ヘモグロビン濃度、および血中酸素飽和度に依存しているが、吸収係数が等しい光学密度関数の値は、距離と総ヘモグロビン濃度のみに関連しているため、その比率ODRは、血中酸素飽和度SOと線形関係があるすなわち、
Figure 0006970306
ここで、aとbが定数であり、それを較正することにより、各セグメントの血中酸素飽和度の値を算出できる。眼底イメージングの血中酸素飽和度検出では、透過光の強度を直接測定することが難しいため、透過の光強度の代わりに反射光の強度を使用する。上記式のIとIの両方が眼底の反射光の強度に基づいて推定され、Iが、網膜血管の近くの背景から反射されてきた光の強度であり、血管を透過しないため、血管の影響を受けていないが、Iが血管から反射されてきた、血管によって減衰された後の光の強度である。眼底画像を取得した後、入射光の強度と透過光の強度は、それぞれ血管の付近の領域の画素値と血管の画素値で表されてもよい。このように、血管の近くの背景画素値を選択することにより、IとIの大きさが同じ要因の影響を受け、血管での反射と背景領域での反射のみが異なる。出射光の強度Iが血管内の画素セグメントの最小グレー値であり、入射光の強度Iが血管外の画素セグメントの平均グレー値である。
画像処理モジュールは、100枚の570nmの眼底画像に対して、専門家による手動分割およびラベリングを実行することにより、図3に示す眼底網膜画像の血管分割結果の概略図を取得する。20枚を超える570nmの画像と分割結果を検証として用い、分割精度の最も高いディープフルコンボリューションネットワークモデルを選択し、マルチスペクトル画像内の異なる波長帯の眼底画像に対して血管分割を実行する。10層以上のフルコンボリューションネットワーク構造を設計することで、高精度の血管分割を実現することができる、実験から、監督学習に基づくディープラーニングセグメンテーション法の分割精度が従来の形態学的処理、テンプレートマッチング、マルチスケールフィルタリング、および監督なし分割アルゴリズムの分割精度よりも優れることが示され、血中酸素飽和度を正確に計算するために必要な条件を提供する。いくつかの実施形態では、570nmの波長が等吸収係数に対応し、600nmの波長が不等吸収係数に対応する。図4に示すように、各時点で収集された570nmおよび600nmの画像が画像処理モジュールに入力されると、画像処理モジュールは、画像に対して、画像のムラ補正、光強度補正および画像のノイズ除去などの前処理を行う。ディープフルコンボリューションネットワークによってトレーニングされたモデルを使用し、570nm画像に対して血管分割を実行し、正確な血管分割結果を取得し、分割された画像に対して2値化と中心線抽出を行い、中心線の各ポイントR(i,j)をトラバースし、血管全体のトラバーサル検索が完了するまで、それらの8つの接続された近隣領域のポイントを検索し、出射光の強度Iが血管内の画素セグメントの最小グレー値であり、入射光の強度Iが血管外の画素セグメントの平均グレー値であり、式(1.3)で各血管セグメントの光学密度値を計算し、式(1.4)、(1.5)で血中酸素飽和度の計算を完了する。画像収集の頻度を制御し、画像の関心領域を描くことにより、血中酸素飽和度値を動的に監視することができる。
本出願の検出手段は非破壊的かつ非侵襲的であるため、異なるモードの光刺激をさらに使用することができ、異なるモードの光刺激は、異なる光学的明暗パターン、異なる刺激時間、異なる刺激輝度、および異なる光波長のうちの1つ以上として表現されてもよく、眼底循環と、光刺激に対する神経系の動的応答プロセスを十分に探索し、疾患の早期診断に寄与できる特徴的な変化を求める。
例2
この例は、血管損傷状態にある実験動物への静的および動的が組み合わせられたマルチスペクトル眼底機能イメージングに応用され、眼底血管損傷による末梢循環および神経生理学的状態への影響を評価する。
レーザーは、眼底疾患の治療に広く使用されており、眼底レーザーの光凝固により漏出点を封じ、網膜浮腫を減らすことができる。また、光凝固により、毛細血管閉塞領域を破壊して新生血管化因子の形成を減らし、既存の新生血管の退行を促進し、新生血管の再生を防止し、有用な視覚機能を維持することができる。さらに、少ない場合では、レーザーが適切に使用されないと、眼底に不可逆的かつ永久的な損傷を引き起こす。この例では、動的機能イメージング方式によって、眼底血管損傷による末梢循環および神経生理学的状態への影響を評価することができる。血中酸素飽和度を依然として主要な検出指標として使用し、かつ光干渉断層法、蛍光コントラストなどの手段と組み合わせて血管損傷状態を評価し、両者の関係を調査し、眼底疾患の治療とその後の評価のために新しい方法を開拓する。
この例では、眼底血管損傷の程度が異なるウサギ(以下、損傷ウサギと呼ばれる)を選択し、それぞれ同じ体重の健康なウサギと対照し、すべての眼底血管損傷があるウサギの損傷状態を評価し、かつ異なる疾患状態に応じてグループ化する。同じグループにおける同じ体重の損傷ウサギと健康なウサギについて、安静状態でのマルチスペクトル眼底イメージング結果を測定し、かつ画像処理モジュールによって安静時の眼底血中酸素飽和度を算出する。同じ光刺激を印加した後、いくつかの時点を再度選択し、各時点に対応するマルチスペクトル眼底イメージング結果図を取得し、かつ光刺激を受けた後の眼底血中酸素飽和度の動的変化傾向を算出する。
同じウサギに対して、光刺激に使用される明暗パターンによって、眼底の網膜への異なる光強度の光刺激が形成され、眼底の異なる領域間で血中酸素飽和度の変化傾向を分析し、血中酸素飽和度の動的変化に対する異なる強度の光刺激の影響法則を探すことができる。同じグループにおける損傷ウサギと健康なウサギに対して、眼底全体を比較することにより、損傷によって引き起こされる、光刺激に対する眼底網膜組織の応答の変化を探すことができる。
本出願はさらに動的視覚刺激を用いたマルチスペクトル眼底イメージングシステムのイメージング方法を提供し、このイメージング方法は、主に以下のステップ1)〜4)を含む。
1)光刺激を印加する前にマルチスペクトル画像を取得するステップでは。
a)監視モード:
監視モードを起動した後、マルチスペクトル眼底イメージングシステムの画像収集装置(カメラで実装でき、以下は例としてカメラを使用する)は、まず赤外光監視モードで動作し、システムと被撮影者の眼底の相対位置を調整し、焦点を合わせて、被撮影者の眼底における関心領域を見つける。
b)外部トリガモード:
被撮影者の眼底における関心領域を見つけた後、カメラ(すなわち、画像収集装置)は外部または内部トリガモードで動作し、マルチスペクトル眼底イメージングシステムのコントローラ(コンピュータで実装でき、以下は例としてコンピュータを使用する)は、マルチスペクトル光源とカメラを同期するように制御し、マルチスペクトル光源から放出された単色励起光がマルチインワンリングファイバーバンドルを通過した後、リング状の光出口から出力されてリング光を形成し、リング光が第一集束レンズによって集束され、かつ光路調整装置によって光路が変更され、ミドルパスミラーの中央開口部の周囲で反射され、第二集束レンズによって集束された後、眼底に入射し、眼底から反射されてきたイメージング光がさらに、集束レンズによってミドルパスミラーの中央開口部に集束され、かつ中央開口部を通過し、イメージング集束レンズ群を通過して、カメラに入射し、コンピュータ(すなわち、コントローラ)は、カメラとマルチスペクトル光源を静的にイメージングするように制御し、マルチスペクトル眼底画像の収集を1回完了する。
c)マルチスペクトル光源は、励起光の波長を変更し、コンピュータは、マルチスペクトル光源とカメラを同期するように制御し、それに対応して、カメラは、対応する波長のマルチスペクトル眼底画像を同期して撮影し、すべての波長の撮影が完了されるまで、ステップa)およびb)を繰り返す。
d)カメラは、撮影されたマルチスペクトル眼底画像をコンピュータに伝送する。
2)光刺激を印加するステップでは、
a)ダイクロイックミラーが調整されて光路に入り、コンピュータは、光刺激装置をパターンを放出するように制御し、パターンがダイクロイックミラーで反射され、イメージング集束レンズ群、ミドルパスミラーの中央開口部および第二集束レンズを順に通過し、眼底に透過され、パターンにおける明暗コントラストが眼底組織への光刺激の強度に対応し、パターンを調整することにより、眼底組織を動的に刺激することができる。
b)光刺激が終了した後、光刺激装置をオフにし、ダイクロイックミラーを光路から外す。
3)光刺激を印加した後、複数群のマルチスペクトル画像を時系列で収集するステップでは、カメラは、光刺激後の眼底に対して、ステップ1)の方法に従って、異なる時点でマルチスペクトル画像を複数回収集し、かつコンピュータに伝送する。
4)血中酸素飽和度値を計算するステップでは、光刺激の印加前後の異なる時点での複数回の静的イメージングは、機能イメージングを構成し、コンピュータは、光刺激の印加前後の異なる時点での複数回のマルチスペクトル画像に従って、血中酸素飽和度値を計算し、血中酸素飽和度値を動的に監視し、光刺激に対する眼底循環および神経系の動的応答と回復を評価する。本実施形態では、血中酸素飽和度値の計算、および血中酸素飽和度値の動的監視は、以下のステップを含む。
A: コンピュータは、同じ時点での異なる波長のマルチスペクトル画像の眼底画像に対して、画像のムラ補正、光強度補正および画像のノイズ除去などの前処理を行う。一つの具体的な実施形態では、事前に設定されたコンピュータプログラムにより、画像を適切に引き伸ばして変換し、発生する可能性がある画像のエッジでの不均一な変形に対して非線形補正を行い、眼底イメージング結果が均一かつ真実であることを保証する。光強度が十分に均一でない場合、コンピュータソフトウェアで異なる領域の中心輝度に基づいて差異を自動的に検出することができ、それによって明るすぎるまたは暗すぎる局所領域を見つけることもできる。次に、輝度補正方法により、当該領域内の表示画素のグレー値を調整し、表示結果で光強度を均一に補正する。ノイズがある場合、メディアンフィルタリングや空間ローパスフィルタリングなどのフィルタリングアルゴリズムをソフトウェアで使用し、画像ノイズの干渉を除去することができる。
B: 1つの波長での複数の眼底画像に対して、専門家による手動分割を実行し、その専門家による手動分割の具体的なプロセスが次のとおりである:専門の眼科ソフトウェアでは、眼科医は観察された網膜の各レベルの動脈血管、静脈血管、毛細血管に基づき、血管の輪郭のバイナリグラフをマウスで描画する。得られた各眼底画像の手動分割画像に対して、眼底画像とそれに対応する手動分割画像を1群のサンプルとし、サンプルの数が100を超え、その一部をトレーニングサンプルとし、他の部分を検証サンプルとして使用し、検証サンプルの数が20を超える。
C: ディープフルコンボリューションネットワークを確立し、確立されたディープフルコンボリューションネットワークをディープラーニングアルゴリズムの分割計算のモデルとして使用し、一実施形態では、当該モデルは、5つのダウンサンプリングレイヤーと5つのアップサンプリングレイヤーを含む10層のコンボリューションネットワークで構成される。モデルの使用プロセスは、次のステップD、Eのとおりである。
D: トレーニングサンプルの眼底画像をディープフルコンボリューションネットワークの入力として、対応する手動分割画像をディープフルコンボリューションネットワークの出力として、ハイパーパラメーター最適化を完了し、これによってディープフルコンボリューションネットワークをトレーニングする。
E: 検証サンプルの眼底画像をディープフルコンボリューションネットワークの入力とし、対応する手動分割画像をディープフルコンボリューションネットワークの出力として使用し、これによってディープフルコンボリューションネットワークを検証し、分割精度が最も高いディープフルコンボリューションネットワークを選択し、マルチスペクトル画像の異なる波長帯の眼底画像に対して血管分割を実行する。
F、分割された画像に対して2値化と中心線抽出を実行し、中心線の各ポイントR(i,j)をトラバースし、(i,j)が画像の水平位置と垂直位置を表し、Rが当該ポイントのグレー値を表し、その8つの接続された近隣(すなわち、上、下、左、右、左上、右上、左下、右下、合計8つの正方向に隣接し、および対角線上に隣接する位置)領域のポイントを検索し、血管全体のトラバーサル検索を完了する。
G: 出射光の強度Iが血管内の画素セグメントの最小グレー値であり、入射光の強度Iが血管外の画素セグメントの平均グレー値であり、次の式により、各血管セグメントの光学密度値を計算する。
Figure 0006970306
ここで、Iが溶液を通過した後の入射光の強度であり、Iが元の入射光の強度であり、εが溶液の吸収係数であり、Cが溶液の濃度であり、dが、光が溶液を通過する距離であり、εHbo2が酸素とヘモグロビンの溶液吸収係数であり、εHbが、ヘモグロビンの溶液吸収係数であり、CHbo2が酸素とヘモグロビンの溶液濃度であり、CHbがヘモグロビンの溶液濃度である。
H、次の式により、血中酸素飽和度SOを計算する。
Figure 0006970306
ここで、ODRは、吸収係数が等しくない光学密度と吸収係数が等しい光学密度との比率であり、aとbは定数である。
I: 画像収集の頻度を制御することにより、画像の関心領域を描画し、血中酸素飽和度値を動的に監視する。
上記の動的視覚刺激を用いたマルチスペクトル眼底イメージングシステムおよび方法により、動的視覚刺激と組み合わせて静的マルチスペクトル眼底イメージングを動的機能イメージング分野に拡張することができ、かつ画像処理と機械学習を組み合わせると、眼底疾患の診断方法の汎用性と精度を向上させることに役立つ。
最後に注意すべきこととして、実施例は、本出願をさらに理解するを助けるために開示されるが、当業者であれば、本出願および添付の特許請求の範囲の精神および範囲から逸脱することなく、様々な置換および修正が可能であることを理解すべきである。従って、本出願は、実施例で開示された内容に限定されるべきではなく、本出願で請求される保護の範囲は、特許請求の範囲によって定義される範囲に準ずる。
本明細書の説明では、「一つの実施例」、「いくつかの実施例」、「例」、「具体的な例」、または「いくつかの例」用語を参照する説明は、当該実施例または例と組み合わせて説明される具体的な特徴、構造、材料または特性が本出願の少なくとも一実施例または一例に含まれることを意味する。本明細書では、上記用語の概略的な記述は、必ずしも同じ実施例または例を指すとは限らない。さらに、説明される具体的な特徴、構造、材料または特性は、任意の1つ以上の実施例または例において、任意の適切な方式で組み合わせられてもよい。
本出願の実施例を示して説明したが、当業者は、本出願の原理および要旨から逸脱することなく、これらの実施例に対して様々な変更、修正、置換および変形を行うことができることを理解でき、本出願の範囲は、請求項の範囲およびその同等物によって限定される。
本出願の技術的解決手段を応用することにより、本出願は、異なる光刺激の前後の眼底の生理学的状態を捕捉し、外光刺激に対する眼底の応答を検出することができ、それによって動的なマルチスペクトル眼底機能イメージングを実現する。

Claims (16)

  1. 動的視覚刺激を用いたマルチスペクトル眼底イメージングシステムであって、マルチスペクトル光源(3)と、ミドルパスミラー(5)と、イメージング集束レンズ群(9)と、画像収集装置(8)と、コントローラとを備え、前記マルチスペクトル光源(3)が複数の異なる波長を発することが可能な光源であり、前記ミドルパスミラー(5)が反射鏡であり、前記反射鏡には前記反射鏡を貫通する中央開口部が設けられ、
    コントローラがマルチスペクトル光源(3)と画像収集装置(8)を同期して動作するように制御し、マルチスペクトル光源(3)から放出された単色励起光がミドルパスミラー(5)の中央開口部の周囲で反射されて眼底に入射し、眼底から反射されてきたイメージング光がミドルパスミラー(5)の中央開口部とイメージング集束レンズ群(9)を順に通過し、画像収集装置(8)が画像を収集し、マルチスペクトル眼底画像の収集を1回完了し、
    マルチスペクトル光源(3)が単色励起光の波長を変更し、それに対応して、画像収集装置(8)がすべての波長の撮影を完了してマルチスペクトル静止画像を形成するまで、異なる波長のマルチスペクトル眼底画像を同期して撮影する、動的視覚刺激を用いたマルチスペクトル眼底イメージングシステムにおいて、
    光刺激装置(6)及びダイクロイックミラー(7)をさらに備え、
    コントローラが光刺激装置(6)と画像収集装置(8)を同期して動作するように制御し、光刺激装置(6)から放出されたパターンが、前記ダイクロイックミラー(7)で反射され、イメージング集束レンズ群(9)、ミドルパスミラー(5)の中央開口部を順に通過して眼底に透過され、眼底から反射されてきたイメージング光がミドルパスミラー(5)の中央開口部とイメージング集束レンズ群(9)を順に通過し、画像収集装置(8)が画像を収集し、マルチスペクトル眼底画像の収集を完了することを特徴とする、動的視覚刺激を用いたマルチスペクトル眼底イメージングシステム。
  2. マルチスペクトル光源(3)とミドルパスミラー(5)との間の光路に設けられた第一集束レンズ(11)、
    または、マルチスペクトル光源(3)とミドルパスミラー(5)との間の光路に設けられた第一集束レンズ(11)と、第一集束レンズ(11)とミドルパスミラー(5)との間の光路に設けられた光路調整装置(4)、
    および/または、眼底とミドルパスミラー(5)との間の光路に設けられた第二集束レンズ(10)
    さらに備えることを特徴とする請求項1に記載の動的視覚刺激を用いたマルチスペクトル眼底イメージングシステム。
  3. 前記マルチスペクトル光源は、異なる波長を有する複数の発光ダイオードを使用し、
    および/または、前記マルチスペクトル光源は、マルチインワンリングファイバーバンドルを含み、前記マルチインワンリングファイバーバンドルが複数のファイバー分岐部と、結合端と、リング状の光出口とを含み、複数のファイバー分岐部の末端が結合端であり、結合端にリング状の光出口が設けられることを特徴とする請求項1に記載の動的視覚刺激を用いたマルチスペクトル眼底イメージングシステム。
  4. 前記マルチインワンリングファイバーバンドルにおける各ファイバー分岐部のファイバーフィラメントはいずれもファイバーフィラメントリング全体に均一に分散されることを特徴とする請求項3に記載の動的視覚刺激を用いたマルチスペクトル眼底イメージングシステム。
  5. 前記ファイバー分岐部の数が必要な発光ダイオードの数以上であり、各ファイバー分岐部は、複数のファイバーフィラメントを含み、各ファイバー分岐部の直径が単一のランプビーズのLEDの発光面を覆い、かつ嵌合結合方式を採用することを特徴とする請求項3に記載の動的視覚刺激を用いたマルチスペクトル眼底イメージングシステム。
  6. 各ファイバー分岐部に含まれるファイバーフィラメントの数は、100〜9999の任意の値であることを特徴とする請求項5に記載の動的視覚刺激を用いたマルチスペクトル眼底イメージングシステム。
  7. 前記画像収集装置(8)は、写真撮影装置または撮影装置であり、
    および/または、前記光路調整装置(4)は、集束レンズ群と反射鏡を含み、
    および/または、前記光刺激装置(6)は、高輝度の産業用ディスプレイまたはマイクロプロジェクタであり、
    および/または、コントローラはコンピュータであることを特徴とする請求項に記載の動的視覚刺激を用いたマルチスペクトル眼底イメージングシステム。
  8. 前記写真撮影装置はCCDカメラまたはCMOSカメラであることを特徴とする請求項7に記載の動的視覚刺激を用いたマルチスペクトル眼底イメージングシステム。
  9. 前記マルチスペクトル光源(3)から放出された光の波長は、500nm、530nm、570nm、600nm、630nmおよび850nmのうちの1つ以上を含むことを特徴とする請求項1に記載の動的視覚刺激を用いたマルチスペクトル眼底イメージングシステム。
  10. 請求項1〜9のいずれか一項に記載の動的視覚刺激を用いたマルチスペクトル眼底イメージングシステムのイメージング方法であって、
    1) 光刺激を印加する前にマルチスペクトル画像を取得するには、
    a)監視モード:
    起動した後、カメラがまず赤外光監視モードで動作し、システムと被撮影者の眼底の相対位置を調整し、焦点を合わせて、被撮影者の眼底における関心領域を見つけ、
    b)外部トリガモード:
    被撮影者の眼底における関心領域を見つけた後、カメラが外部または内部トリガモードで動作し、コンピュータがマルチスペクトル光源とカメラを同期するように制御し、マルチスペクトル光源から放出された単色励起光がマルチインワンリングファイバーバンドルを通過した後、リング状の光出口から出力されてリング光を形成し、リング光が第一集束レンズによって集束され、かつ光路調整装置によって光路が変更され、ミドルパスミラーの中央開口部の周囲で反射され、第二集束レンズによって集束された後、眼底に入射し、眼底から反射されてきたイメージング光がさらに、集束レンズによってミドルパスミラーの中央開口部に集束され、かつ中央開口部を通過し、イメージング集束レンズ群を通ってカメラに入射し、コンピュータがカメラとマルチスペクトル光源を静的にイメージングするように制御し、マルチスペクトル眼底画像の収集を1回完了し、
    c)マルチスペクトル光源が励起光の波長を変更し、コンピュータがマルチスペクトル光源とカメラを同期するように制御し、それに対応して、カメラが対応する波長のマルチスペクトル眼底画像を同期して撮影し、すべての波長の撮影が完了されるまで、ステップa)およびb)を繰り返し、
    d)コンピュータに伝送して1群のマルチスペクトル画像を形成するステップと、
    2) 光刺激を印加適用するには、
    a)ダイクロイックミラーが調整されて光路に入り、コンピュータが光刺激装置をパターンを放出するように制御し、パターンがダイクロイックミラーで反射され、イメージング集束レンズ群、ミドルパスミラーの中央開口部および第二集束レンズを順に通過し、眼底に透過され、パターンにおける明暗コントラストが眼底組織への光刺激の強度に対応し、調整されて制御されて眼底組織を動的に刺激し、
    b)光刺激が終了した後、光刺激装置をオフにし、ダイクロイックミラーを光路から外すステップと、
    3) 光刺激を印加した後、複数群のマルチスペクトル画像を時系列で収集するには、カメラが、光刺激が印加された後の眼底に対して、ステップ1の方法に従って異なる時点でマルチスペクトル画像を複数回収集し、かつコンピュータに伝送するステップと、
    4) 血中酸素飽和度値を計算するには、
    光刺激の印加前後の異なる時点での複数回の静的イメージングが機能イメージングを構成し、コンピュータが光刺激の印加前後の異なる時点での複数回のマルチスペクトル画像に従って、血中酸素飽和度値を計算し、血中酸素飽和度値を動的に監視し、光刺激に対する眼底循環および神経系の動的応答と回復を評価するステップとを含むことを特徴とする請求項1〜9のいずれか一項に記載の動的視覚刺激を用いたマルチスペクトル眼底イメージングシステムのイメージング方法。
  11. ステップ4)では、血中酸素飽和度値の計算、および血中酸素飽和度値の動的監視は、コンピュータが同じ時点での異なる波長のマルチスペクトル画像の眼底画像に対して、画像のムラ補正、光強度補正および画像のノイズ除去などの前処理を行うことと、
    事前にトレーニングおよび検証されて得られたネットワークモデルによって、前処理された眼底画像に対して血管分割を実行し、分割された画像を取得し、ここで、前記ネットワークモデルがディープラーニングアルゴリズムに基づく血管分割計算のモデルであることと、
    分割された画像に対して2値化処理と中心線抽出を実行し、中心線の各ポイントR(i,j)をトラバースし、各ポイントに対応する8つの接続された近隣領域のポイントを検索し、血管全体のトラバーサル検索を完了し、ここで、(i,j)が画像の水平位置と垂直位置を表し、Rが当該ポイントのグレー値を表すことと、
    血管のトラバーサル検索結果に基づき、指定された波長の光での各血管セグメントの光学密度値を計算することと、
    指定された波長の光での各血管セグメントの光学密度値に基づき、血中酸素飽和度を計算し、画像収集の頻度を制御することにより、眼底画像の関心領域を描画し、前記関心領域に基づいて血中酸素飽和度値を動的に監視することと、
    を含むことを特徴とする請求項10に記載の動的視覚刺激を用いたマルチスペクトル眼底イメージングシステムのイメージング方法。
  12. 前記方法はさらに、
    トレーニングサンプルおよび検証サンプルを取得し、ここで、前記トレーニングサンプルおよび前記検証サンプルがいずれも複数群のサンプルを含み、各群のサンプルが眼底画像とそれに対応する手動分割画像を含むことと、
    前記トレーニングサンプルの眼底画像をディープフルコンボリューションネットワークの入力とし、対応する手動分割画像を前記ディープフルコンボリューションネットワークの出力として、ハイパーパラメーター最適化を完了し、前記ディープフルコンボリューションネットワークをトレーニングすることと、
    前記検証サンプルの眼底画像をディープフルコンボリューションネットワークの入力とし、対応する手動分割画像を前記ディープフルコンボリューションネットワークの出力として、前記ディープフルコンボリューションネットワークを検証することと、
    分割精度が最も高いディープフルコンボリューションネットワークを、マルチスペクトル画像の異なる波長帯の眼底画像に対して血管分割を実行するためのネットワークモデルとして確定することと、
    を含むことを特徴とする請求項11に記載の動的視覚刺激を用いたマルチスペクトル眼底イメージングシステムのイメージング方法。
  13. 前記トレーニングサンプルを取得し、サンプルを検証するステップは、
    1つの波長での複数の眼底画像に対して、専門家による手動分割を実行し、各眼底画像の手動分割画像を得ることと、
    得られた各眼底画像の手動分割画像に対して、眼底画像とそれに対応する手動分割画像を1群のサンプルとし、ここで、サンプルの数が100を超え、前記サンプルにおける一部をトレーニングサンプルとし、前記サンプルにおける他の部分を検証サンプルとし、且つ検証サンプルの数が20を超えることと、
    を含むことを特徴とする請求項12に記載の動的視覚刺激を用いたマルチスペクトル眼底イメージングシステムのイメージング方法。
  14. 前記ネットワークモデルは、少なくとも10層の畳み込み層を含むフルコンボリューションネットワーク構造であることを特徴とする請求項11に記載の動的視覚刺激を用いたマルチスペクトル眼底イメージングシステムのイメージング方法。
  15. 指定された波長の光での前記各血管セグメントの光学密度値を計算するステップは、
    次の式により、各血管セグメントの光学密度値を計算し、
    Figure 0006970306
    ここで、Iが、溶液を通過した後の入射光の強度であり、Iが、元の入射光の強度であり、εが溶液の吸収係数であり、Cが溶液の濃度であり、dが、光が溶液を通過する距離であり、εHbo2が酸ヘモグロビンの溶液吸収係数であり、εHbがヘモグロビンの溶液吸収係数であり、CHbo2が酸ヘモグロビンの溶液濃度であり、CHbがヘモグロビンの溶液濃度であることを含むことを特徴とする請求項11に記載の動的視覚刺激を用いたマルチスペクトル眼底イメージングシステムのイメージング方法。
  16. 指定された波長の光での各血管セグメントの光学密度値に基づき、血中酸素飽和度を計算するステップは、
    次の式により、血中酸素飽和度SOを計算し、
    Figure 0006970306
    ここで、
    Figure 0006970306
    が、吸収係数が等しくない光学密度と吸収係数が等しい光学密度との比率であり、aとbが定数であることを含むことを特徴とする請求項11に記載の動的視覚刺激を用いたマルチスペクトル眼底イメージングシステムのイメージング方法。
JP2020538838A 2018-04-21 2019-01-15 動的視覚刺激を用いたマルチスペクトル眼底イメージングシステムおよび方法 Active JP6970306B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201810363180.8 2018-04-21
CN201810363180.8A CN108670192B (zh) 2018-04-21 2018-04-21 一种动态视觉刺激的多光谱眼底成像系统及方法
PCT/CN2019/071807 WO2019200987A1 (zh) 2018-04-21 2019-01-15 一种动态视觉刺激的多光谱眼底成像系统及方法

Publications (2)

Publication Number Publication Date
JP2021511118A JP2021511118A (ja) 2021-05-06
JP6970306B2 true JP6970306B2 (ja) 2021-11-24

Family

ID=63801339

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020538838A Active JP6970306B2 (ja) 2018-04-21 2019-01-15 動的視覚刺激を用いたマルチスペクトル眼底イメージングシステムおよび方法

Country Status (5)

Country Link
US (1) US20200345284A1 (ja)
EP (1) EP3785602B1 (ja)
JP (1) JP6970306B2 (ja)
CN (1) CN108670192B (ja)
WO (1) WO2019200987A1 (ja)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108670192B (zh) * 2018-04-21 2019-08-16 重庆贝奥新视野医疗设备有限公司 一种动态视觉刺激的多光谱眼底成像系统及方法
CN112868068B (zh) * 2018-10-17 2024-05-10 谷歌有限责任公司 使用利用其它模式训练的机器学习模型处理眼底相机图像
CN109394181A (zh) * 2018-12-05 2019-03-01 吉林大学 一种脑部功能区域定位系统、方法以及可移动设备
CN109620137B (zh) * 2018-12-17 2022-02-08 深圳盛达同泽科技有限公司 视网膜曝光方法、装置、电子设备及可读存储介质
CN109431457A (zh) * 2018-12-21 2019-03-08 合肥奥比斯科技有限公司 多光谱眼底成像系统
CN110236482B (zh) * 2019-05-31 2024-03-22 中国科学院苏州生物医学工程技术研究所 一体化眼脑部视觉功能成像系统
CN110364256A (zh) * 2019-06-21 2019-10-22 平安科技(深圳)有限公司 一种基于大数据的血管图像识别的疾病预测系统及方法
CN110292359B (zh) * 2019-07-09 2021-01-08 浙江大学 一种无标记全光学神经调控与成像的方法与装置
CN110432861A (zh) * 2019-08-12 2019-11-12 北京大学 一种动态光刺激视网膜血氧饱和度测量系统及其测量方法
CN110448267B (zh) * 2019-09-06 2021-05-25 重庆贝奥新视野医疗设备有限公司 一种多模眼底动态成像分析系统及其方法
CN111035359A (zh) * 2019-12-28 2020-04-21 重庆贝奥新视野医疗设备有限公司 一种立体成像眼底照相机系统
CN111035361B (zh) * 2019-12-28 2022-06-21 重庆贝奥新视野医疗设备有限公司 一种眼底相机成像和照明系统
CN113837985B (zh) * 2020-06-24 2023-11-07 上海博动医疗科技股份有限公司 用于血管造影图像处理的训练方法和装置、自动处理方法和装置
WO2023164271A1 (en) * 2022-02-28 2023-08-31 Arizona Board Of Regents On Behalf Of The University Of Arizona Hyperspectral recovery from two images
TWI803254B (zh) * 2022-03-23 2023-05-21 國立中正大學 眼底影像之動靜脈辨識方法
CN115316960B (zh) * 2022-10-13 2023-03-31 浙江大学医学中心(余杭) 一种大脑神经活动调控和脑信息同步读取系统
CN116491892B (zh) * 2023-06-28 2023-09-22 依未科技(北京)有限公司 近视眼底改变评估方法、装置和电子设备
CN118045296B (zh) * 2024-04-16 2024-10-15 北京鹰瞳科技发展股份有限公司 一种近视光照系统、近视光照设备及其控制方法
CN118609197B (zh) * 2024-08-05 2024-10-11 北京心联光电科技有限公司 一种视网膜光功能成像方法及设备

Family Cites Families (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5308919A (en) * 1992-04-27 1994-05-03 Minnich Thomas E Method and apparatus for monitoring the arteriovenous oxygen difference from the ocular fundus
US5331796A (en) * 1992-09-16 1994-07-26 Ceeco Machinery Manufacturing Limited Method and apparatus for applying stacked optical fiber ribbons about a cylindrical core of a fiber optic cable
JPH06142044A (ja) * 1992-11-10 1994-05-24 Canon Inc 眼科測定装置
IL125614A (en) * 1998-07-31 2003-01-12 Amiram Grinvald System and method for non-invasive imaging of retinal function
JP4641102B2 (ja) * 2001-01-10 2011-03-02 株式会社トプコン 眼底カメラ
US20070091265A1 (en) * 2002-01-18 2007-04-26 Kardon Randy H System and method for optical imaging of human retinal function
US20030157464A1 (en) * 2002-02-20 2003-08-21 Cesare Tanassi Instrument for eye examination and method
US7222961B2 (en) * 2002-08-05 2007-05-29 Kestrel Corporation Method for detecting a functional signal in retinal images
US6992775B2 (en) * 2002-08-29 2006-01-31 Kestrel Corporation Hyperspectral retinal imager
DE102004008675B4 (de) * 2004-02-20 2009-05-07 Imedos Gmbh Bildgebendes Verfahren zur Erfassung medizinisch relevanter Unterschiede von Strukturen und Eigenschaften eines Untersuchungsobjektes und dazu geeignete Vorrichtung
JP4458935B2 (ja) * 2004-06-01 2010-04-28 株式会社ニデック 視野計
GB2415778B (en) * 2004-06-29 2008-05-14 Patrick Kerr Analysis of retinal metabolism over at least a portion of a cardiac cycle
WO2006016366A2 (en) * 2004-08-12 2006-02-16 Elop Electro-Optical Industries Ltd. Integrated retinal imager and method
US7774036B2 (en) * 2005-06-07 2010-08-10 Oxymap Ehf Automatic registration of images
DE102005034332A1 (de) * 2005-07-22 2007-01-25 Carl Zeiss Meditec Ag Einrichtung und Verfahren zur Beobachtung, Dokumentation und/oder Diagnose des Augenhintergrundes
JP4783190B2 (ja) * 2006-03-30 2011-09-28 株式会社スペクトラテック 光干渉断層計
US8488895B2 (en) * 2006-05-31 2013-07-16 Indiana University Research And Technology Corp. Laser scanning digital camera with pupil periphery illumination and potential for multiply scattered light imaging
US20110190657A1 (en) * 2009-08-10 2011-08-04 Carl Zeiss Meditec, Inc. Glaucoma combinatorial analysis
US10456209B2 (en) * 2010-10-13 2019-10-29 Gholam A. Peyman Remote laser treatment system with dynamic imaging
CN102008287B (zh) * 2010-11-03 2012-08-22 温州医学院 一种多通道眼底视网膜光谱成像装置
CN102028477B (zh) * 2010-12-22 2012-08-08 中国科学院光电技术研究所 一种测量眼底视网膜血氧饱和度的装置及方法
CN102078182B (zh) * 2011-02-17 2012-01-25 王凯 一种全视网膜光学功能成像系统
US20120274783A1 (en) * 2011-04-29 2012-11-01 Optovue, Inc. Imaging with real-time tracking using optical coherence tomography
WO2013037050A1 (en) * 2011-09-16 2013-03-21 Annidis Health Systems Corp. System and method for assessing retinal functionality and optical stimulator for use therein
US9849034B2 (en) * 2011-11-07 2017-12-26 Alcon Research, Ltd. Retinal laser surgery
US9010935B2 (en) * 2011-11-22 2015-04-21 California Institute Of Technology Systems and methods for noninvasive analysis of retinal health and function
US20150272438A1 (en) * 2012-10-24 2015-10-01 The Uab Research Foundation Imaging retinal intrinsic optical signals
US9339178B2 (en) * 2013-12-23 2016-05-17 Novartis Ag Forward scanning optical probes and associated devices, systems, and methods
JP2015123207A (ja) * 2013-12-26 2015-07-06 株式会社ニデック 眼科光刺激装置
NZ773826A (en) * 2015-03-16 2022-07-29 Magic Leap Inc Methods and systems for diagnosing and treating health ailments
JP2016214370A (ja) * 2015-05-15 2016-12-22 キヤノン株式会社 眼底カメラ及びその制御方法、並びに、プログラム
JP6900647B2 (ja) * 2016-09-30 2021-07-07 株式会社ニデック 眼科装置、およびiol度数決定プログラム
CN106821302B (zh) * 2017-02-28 2018-10-02 冯晔瑾 一种多光谱眼底拍摄系统
CN106901687A (zh) * 2017-04-10 2017-06-30 浙江大学 一种便携式多光谱眼底分层相机装置
CN107260224A (zh) * 2017-07-28 2017-10-20 刘全义 一种神经内科查诊装置
CN108670192B (zh) * 2018-04-21 2019-08-16 重庆贝奥新视野医疗设备有限公司 一种动态视觉刺激的多光谱眼底成像系统及方法

Also Published As

Publication number Publication date
EP3785602A4 (en) 2021-06-16
EP3785602B1 (en) 2023-04-19
CN108670192B (zh) 2019-08-16
CN108670192A (zh) 2018-10-19
US20200345284A1 (en) 2020-11-05
EP3785602A1 (en) 2021-03-03
WO2019200987A1 (zh) 2019-10-24
JP2021511118A (ja) 2021-05-06

Similar Documents

Publication Publication Date Title
JP6970306B2 (ja) 動的視覚刺激を用いたマルチスペクトル眼底イメージングシステムおよび方法
JP6586196B2 (ja) 眼科撮影装置および眼科画像表示装置
JP6321430B2 (ja) 眼科装置
EP1494579B1 (en) Characterization of moving objects in a stationary background
AU2002251229B2 (en) Retinal function camera
US20080021331A1 (en) Characterization of moving objects in a stationary background
JP6367563B2 (ja) 眼科装置
JPWO2005084526A1 (ja) 網膜機能の光学計測方法と装置
JP6322042B2 (ja) 眼科撮影装置、その制御方法、およびプログラム
WO2003061460A2 (en) Device and method for optical imaging of retinal function
JP5170625B2 (ja) 赤外光眼底撮影方法および装置
US11974812B2 (en) Laser-speckle contrast imaging system and method
JP7348374B2 (ja) 眼科情報処理装置、眼科撮影装置、眼科情報処理方法、及びプログラム
CN107137073A (zh) 一种基于甲壁血流分析的青光眼和糖尿病等微循环系统疾病检测技术
JP2018051391A (ja) 眼科装置
JP5372540B2 (ja) 機能イメージング眼科装置及びマスク形成方法
US20230064792A1 (en) Illumination of an eye fundus using non-scanning coherent light
Di Cecilia et al. Hyperspectral imaging of the human iris
Di Cecilia et al. An improved imaging system for hyperspectral analysis of the human iris
JP2010172614A (ja) 機能イメージング眼科装置
JP7114655B2 (ja) 撮像装置
JP6959158B2 (ja) 眼科装置
Son et al. Brief Communications Highlight article
JP2021104313A (ja) 眼科装置、その評価方法、プログラム、及び記録媒体
JP2021153959A (ja) 積層体、その製造方法、模型眼、及び眼科装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200708

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210517

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210811

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: 20211011

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20211028

R150 Certificate of patent or registration of utility model

Ref document number: 6970306

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150