KR102400623B1 - 안구질환 구조적 손상 판단 방법 및 그 장치 - Google Patents

안구질환 구조적 손상 판단 방법 및 그 장치 Download PDF

Info

Publication number
KR102400623B1
KR102400623B1 KR1020200085446A KR20200085446A KR102400623B1 KR 102400623 B1 KR102400623 B1 KR 102400623B1 KR 1020200085446 A KR1020200085446 A KR 1020200085446A KR 20200085446 A KR20200085446 A KR 20200085446A KR 102400623 B1 KR102400623 B1 KR 102400623B1
Authority
KR
South Korea
Prior art keywords
eye
user
eye image
center
optic nerve
Prior art date
Application number
KR1020200085446A
Other languages
English (en)
Other versions
KR20220007337A (ko
Inventor
이원준
임한웅
김형준
Original Assignee
한양대학교 산학협력단
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 한양대학교 산학협력단 filed Critical 한양대학교 산학협력단
Priority to KR1020200085446A priority Critical patent/KR102400623B1/ko
Priority to PCT/KR2021/010804 priority patent/WO2022010334A1/ko
Publication of KR20220007337A publication Critical patent/KR20220007337A/ko
Application granted granted Critical
Publication of KR102400623B1 publication Critical patent/KR102400623B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/102—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for optical coherence tomography [OCT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • 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
    • A61B3/0016—Operational features thereof
    • A61B3/0025—Operational features thereof characterised by electronic signal processing, e.g. eye models
    • 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
    • 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
    • A61B3/14—Arrangements specially adapted for eye photography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/0035—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for acquisition of images from more than one imaging mode, e.g. combining MRI and optical tomography
    • 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
    • G06T7/00—Image analysis
    • 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
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10101—Optical tomography; Optical coherence tomography [OCT]
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Ophthalmology & Optometry (AREA)
  • Radiology & Medical Imaging (AREA)
  • Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Eye Examination Apparatus (AREA)

Abstract

본 발명은 안구질환의 구조적 손상을 판단하는 방법 및 그 장치에 대한 것이다. 본 발명의 일 실시 예에 따른 안구질환의 구조적 손상 판단 장치는, 프로세서 및 프로세서에 전기적으로 연결된 메모리를 포함하고, 메모리는, 프로세서가 실행 시에, 정상인에 상응하는 n개의 정상안구영상 각각을 미리 설정된 방법에 따라 정합하여 n개의 정상정합안구영상을 생성하고(단, n은 2 이상의 자연수임), 사용자안구영상을 정상정합안구영상에 상응하도록 정합하여 사용자정합안구영상을 생성하며, 정상정합안구영상과 사용자정합안구영상을 비교하여 사용자정합안구영상의 안구 손상 정도를 판단하는 인스트럭션들을 저장할 수 있다. 본 발명에 따르면, 정상인의 광범위 빛간섭단층 영상과 환자의 광범위 빛간섭단층 영상이 비교된 결과가 색상 등의 변화로 디스플레이될 수 있으므로, 환자의 안구 질환 구조적 손상 정도가 한눈에 파악될 수 있다.

Description

안구질환 구조적 손상 판단 방법 및 그 장치{Method for determining structural damage of eye disease and Device thereof}
본 발명은 안구 영상을 이용하여 안구질환의 구조적 손상을 판단하는 방법 및 그 장치에 대한 것이다.
녹내장은 안압의 상승으로 인해 시신경에 장애가 생겨 시야 결손 및 시력 손상을 일으키는 것으로, 안과 질환 중 매우 위험하고 빈번하게 발생하고 있는 질환이다. 녹내장은 백내장, 황반변성과 더불어 3대 실명 유발 안과질환으로, 만성적이고, 비가역적으로 진행하는 특성 때문에 조기에 발견한 녹내장은 치료제 또는 수술을 통해 진행을 늦출 수 있고, 치료 효과 역시 좋은 편이다.
현재 녹내장을 진단하는 방법으로는 주사레이저현미경(Scanning Laser Polarimetry, SLP) 또는 빛간섭단층촬영 (Optical Coherence Tomography, OCT), 시야검사(Visual Field Test), 시신경유두(Optic Disc, OD)의 함몰 비율 비교 등 다양한 방법이 있다.
특히 빛간선단층촬영(OCT)의 경우, 과거에는 시신경 유두 부분과 황반 부분이 따로 촬영되고, 그 결과도 각각 따로 분석되기 때문에, 녹내장 진행과 관련된 시신경과 황반부의 공간적 관계가 파악되기 힘든 문제가 있었다. 하지만 최근 시신경과 황반부를 동시에 촬영할 수 있는 광범위 빛간섭단층촬영 장치가 개발되었다. 이에 광범위 빛간섭단층 영상(광범위 빛간섭단층촬영 장치에 의해 시신경과 황반부가 동시에 촬영된 이미지)를 이용한 새로운 안구질환의 구조적 손상 판단 방법이 요구된다.
1. 한국등록특허 제10-2032047호 2. 대한안과학회지 2016년 제57권 제6호, 녹내장에서 파장가변 빛간섭단층 촬영을 이용한 황반부 신경절세포층의 진단력, 순천향대학교 의과대학 부천병원 안과학교실(이응석, 장치호, 박태관, 온영훈, 박가희)
본 발명은 광범위 빛간섭단층촬영 영상을 이용하여 안구 질환의 구조적 손상을 광범위하게 판단할 수 있는 방법 및 그 장치를 제공하고자 한다.
본 발명의 일 실시 예에 따르면, 프로세서; 및 상기 프로세서에 전기적으로 연결된 메모리를 포함하고, 상기 메모리는, 상기 프로세서가 실행 시에, 정상인에 상응하는 n개의 정상안구영상 각각을 미리 설정된 방법에 따라 정합하여 n개의 정상정합안구영상을 생성하고(단, 상기 n은 2 이상의 자연수임), 사용자안구영상을 상기 정상정합안구영상에 상응하도록 정합하여 사용자정합안구영상을 생성하며, 상기 정상정합안구영상과 상기 사용자정합안구영상을 비교하여 상기 사용자정합안구영상의 안구 손상 정도를 판단하는 인스트럭션들을 저장하는, 안구질환 구조적 손상 판단 장치가 개시된다.
실시예에 따라, 상기 메모리는, 상기 n개의 정상안구영상 각각의 제1 시신경중심 및 제1 황반부중심을 검출하고, 상기 제1 시신경중심 및 상기 제1 황반부중심을 기준으로 상기 정상정합안구영상을 생성하는 인스트럭션들을 저장하되, 상기 정상안구영상은 광범위 빛간섭단층 영상에 상응할 수 있다.
실시예에 따라, 상기 메모리는, 상기 정상안구영상들 각각의 제1 시신경중심 및 제1 황반부중심을 미리 설정된 기준시신경중심 및 기준황반부중심에 각각 정합시켜 상기 n개의 정상정합안구영상을 생성하는 인스트럭션들을 저장할 수 있다.
실시예에 따라, 상기 메모리는, 상기 기준시신경중심 및 상기 기준황반부중심 간의 기준거리를 생성하고, 상기 기준시신경중심 및 상기 기준황반부중심을 연결하는 가상의 선과 기준안구영상의 테두리가 이루는 기준각도를 생성하며, 상기 기준거리 및 상기 기준각도를 이용하여 상기 n개의 정상정합안구영상을 생성하는 인스트럭션들을 저장할 수 있다.
실시예에 따라, 상기 메모리는, 상기 사용자안구영상의 제2 시신경 중심 및 제2 황반부 중심을 검출하고, 상기 제2 시신경 중심 및 상기 제2 황반부 중심을 기준으로 상기 사용자정합안구영상을 생성하는 인스트럭션들을 저장하되, 상기 사용자안구영상은 광범위 빛간섭단층 영상에 상응할 수 있다.
실시예에 따라, 상기 메모리는, 상기 제2 시신경중심 및 상기 제2 황반부중심의 거리가 미리 설정된 기준거리에 상응하도록 상기 사용자안구영상의 크기를 조절하여 제1 사용자안구영상을 생성하고, 상기 제2 시신경중심 및 상기 제2 황반부중심을 연결하는 선과 상기 사용자안구영상의 테두리가 이루는 각도가 미리 설정된 기준각도에 상응하도록 상기 제1 사용자안구영상을 회전시켜 제2 사용자안구영상을 생성하며, 상기 제2 사용자안구영상 내의 상기 제2 시신경중심과 상기 제2 황반부중심의 위치를 미리 설정된 기준시신경중심 및 기준황반부중심의 위치에 상응하도록 쉬프트하여 상기 사용자정합안구영상을 생성하는 인스트럭션들을 저장할 수 있다.
실시예에 따라, 상기 메모리는, 상기 n개의 정상정합안구영상 각각의 시신경 두께와 상기 사용자정합안구영상의 시신경 두께를 비교하여 상기 사용자정합안구영상의 안구 손상 정도를 판단하는 인스트럭션들을 저장할 수 있다.
실시예에 따라, 상기 메모리는, 상기 n개의 정상정합안구영상 각각의 미리 설정된 영역 내의 망막신경섬유층(RNFL)값들과 상기 사용자정합안구영상의 미리 설정된 영역 내의 망막신경섬유층(RNFL)값을 비교하여 상기 사용자정합안구영상의 안구 손상 정도를 판단하는 인스트럭션들을 저장할 수 있다.
실시예에 따라, 상기 메모리는, 상기 n개의 정상정합안구영상 각각의 신경절세포 두께와 상기 사용자정합안구영상의 신경절세포 두께를 비교하여 상기 사용자정합안구영상의 안구 손상 정도를 판단하는 인스트럭션들을 저장할 수 있다.
실시예에 따라, 상기 메모리는, 상기 n개의 정상정합안구영상 각각의 미리 설정된 영역 외의 신경절세포복합체(GCC, Ganglion Cell Complex)값들과 상기 사용자정합안구영상의 미리 설정된 영역 외의 신경절세포복합체(GCC, Ganglion Cell Complex)값을 비교하여 상기 사용자정합안구영상의 안구 손상 정도를 판단하는 인스트럭션들을 저장할 수 있다.
실시예에 따라, 상기 메모리는, 상기 비교 결과에 따라 상기 사용자정합안구영상의 색상을 변경하되, 상기 안구 손상 정도가 미리 설정된 제1 하위비율보다 심한 부분은 제1 색상으로 변경하고, 상기 안구 손상 정도가 미리 설정된 제2 하위비율보다도 심한 부분은 제2 색상으로 변경하되, 상기 제2 하위비율이 상기 제1 하위비율보다 안구손상율이 더 큰 것인, 인스트럭션들을 저장할 수 있다.
본 발명에 따르면, 정상인의 광범위 빛간섭단층 영상과 환자의 광범위 빛간섭단층 영상이 비교된 결과가 색상 등의 변화로 디스플레이될 수 있으므로, 환자의 안구 질환 구조적 손상 정도가 한눈에 파악될 수 있다.
또한, 본 발명에 따르면 의사가 환자의 안구 손상 부위를 놓칠 가능성이 현저히 낮아지므로, 안구질환의 진단력을 높일 수 있고 효율적인 안구 치료의 발판이 될 수 있다.
본 발명의 상세한 설명에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 본 발명의 일 실시예에 따른 안구질환 구조적 손상 판단 장치에 대한 블록 구성도이다.
도 2는 본 발명의 일 실시예에 따른 안구질환 구조적 손상 판단 방법에 사용되는 정상안구영상 처리 방법에 대한 순서도이다.
도 3은 본 발명의 일 실시예에 따라 당해 사용자의 안구질환 진행 정도를 분석하는 방법을 설명하기 위한 순서도이다.
도 4 및 도 5는 본 발명의 일 실시예에 따라 안구영상을 정합하는 동작을 예시한 도면이다.
도 6은 종래의 시신경 부분 영상과 황반 부분 영상을 연결한 이미지와 본 발명의 일 실시예에 따른 안구질환진행영상을 비교하기 위한 도면이다.
본 발명의 기술적 사상에 따른 예시적인 실시예들은 당해 기술 분야에서 통상의 지식을 가진 자에게 본 발명의 기술적 사상을 더욱 완전하게 설명하기 위하여 제공되는 것으로, 아래의 실시예들은 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 기술적 사상의 범위가 아래의 실시예들로 한정되는 것은 아니다. 오히려, 이들 실시예들은 본 개시를 더욱 충실하고 완전하게 하며 당업자에게 본 발명의 기술적 사상을 완전하게 전달하기 위하여 제공되는 것이다.
본 명세서에서 제1, 제2 등의 용어가 다양한 부재, 영역, 층들, 부위 및/또는 구성 요소들을 설명하기 위하여 사용되지만, 이들 부재, 부품, 영역, 층들, 부위 및/또는 구성 요소들은 이들 용어에 의해 한정되어서는 안 됨은 자명하다. 이들 용어는 특정 순서나 상하, 또는 우열을 의미하지 않으며, 하나의 부재, 영역, 부위, 또는 구성 요소를 다른 부재, 영역, 부위 또는 구성 요소와 구별하기 위하여만 사용된다. 따라서, 이하 상술할 제1 부재, 영역, 부위 또는 구성 요소는 본 발명의 기술적 사상의 가르침으로부터 벗어나지 않고서도 제2 부재, 영역, 부위 또는 구성 요소를 지칭할 수 있다. 예를 들면, 본 발명의 권리 범위로부터 이탈되지 않은 채 제1 구성 요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제2 구성 요소도 제1 구성 요소로 명명될 수 있다.
달리 정의되지 않는 한, 여기에 사용되는 모든 용어들은 기술 용어와 과학 용어를 포함하여 본 발명의 개념이 속하는 기술 분야에서 통상의 지식을 가진 자가 공통적으로 이해하고 있는 바와 동일한 의미를 지닌다. 또한, 통상적으로 사용되는, 사전에 정의된 바와 같은 용어들은 관련되는 기술의 맥락에서 이들이 의미하는 바와 일관되는 의미를 갖는 것으로 해석되어야 하며, 여기에 명시적으로 정의하지 않는 한 과도하게 형식적인 의미로 해석되어서는 아니 될 것이다.
여기에서 사용된 '및/또는' 용어는 언급된 부재들의 각각 및 하나 이상의 모든 조합을 포함한다.
이하에서는 첨부한 도면들을 참조하여 본 발명의 기술적 사상에 의한 실시예들에 대해 상세히 설명한다.
도 1은 본 발명의 일 실시예에 따른 안구질환 구조적 손상 판단 장치에 대한 블록 구성도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 안구질환 구조적 손상 판단 장치(100)는 사용자의 안구를 촬영하여 안저영상(Fundus image)을 생성하고, 안저영상을 분석할 수 있는 장치일 수 있다. 특히 본 발명의 일 실시예에 따른 안구질환 구조적 손상 판단 장치(100)는 광범위 빛간섭단층 영상을 촬영할 수 있는 광범위 빛간섭단층촬영 장치일 수 있다. 또는 안구질환 구조적 손상 판단 장치(100)는 다른 장치에서 생성된 안저영상을 입력받아 분석할 수 있는 장치일 수도 있다. 안구질환 구조적 손상 판단 장치(100)는 프로세서(110), 통신모뎀(120), 메모리(130), 입력장치(140) 및/또는 카메라(150)를 포함할 수 있다.
안구질환 구조적 손상 판단 장치(100)는 여러 사람의 안저영상(특히 광범위 빛간섭단층 영상)과 당해 사용자의 안저영상을 비교하여 당해 사용자의 안구질환(예를 들어, 녹내장)의 진행 정도를 분석할 수 있다. 즉, 메모리(130)에는 여러 사람의 안저영상들, 사용자의 안저영상 분석을 위한 인스트럭션들 및/또는 정보들이 저장될 수 있고, 프로세서(110)는 메모리(130)에 접속하여 당해 인스트럭션들 및/또는 정보들을 실행하여 사용자의 안구질환의 진행 정도를 분석할 수 있을 것이다. 이하, 도 2 내지 도 6을 참조하여 안구질환 구조적 손상 판단 장치(100)의 분석 동작에 대해 구체적으로 설명한다.
도 2는 본 발명의 일 실시예에 따른 안구질환 구조적 손상 판단 방법에 사용되는 정상안구영상 처리 방법에 대한 순서도이다.
이하에서 설명될 각 단계들은 프로세서(110)가 메모리(130)에 저장된 인스트럭션들을 실행하여 수행되는 단계들일 수 있다. 하지만 이해와 설명의 편의를 위해 프로세서(110)가 각 단계들을 수행하는 주체인 것으로 설명한다.
도 2를 참조하여 본 발명의 일 실시예에 따른 안구질환 구조적 손상 판단 방법에 대해 설명하기 전에, 이하에서 사용될 용어들을 정의한다.
먼저 안구영상은 빛간섭단층촬영(OCT)을 통해 생성된 사용자의 안구에 대한 영상일 수 있다. 특히 안구영상은 '광범위 빛간섭단층 영상'일 수 있다. 따라서 안구영상에는 시신경 유두 부분과 황반 부분이 모두 포함되어 있을 수 있다.
또한, 정상안구영상은 안구질환이 없는 정상인의 안구에 상응하는 안구영상일 수 있다.
또한, 사용자안구영상은 안구질환 구조적 손상 판단의 대상이 되는 안구영상일 수 있다.
단계 S210에서, 메모리(130)에는 제1 정상안구영상 및 제n 정상안구영상이 수집되어 저장될 수 있다(단, n은 2 이상의 자연수임). 예를 들어, 카메라(150)는 빛간섭단층촬영(OCT)이 가능한 카메라일 수 있다. 프로세서(110)는 카메라(150)에 의해 촬영된 안구영상들 중 안구질환이 없는 것으로 지정된 n개의 안구영상(즉, n개의 정상안구영상)을 메모리(130)에 저장할 수 있다. 즉, 관리자는 입력장치(140)를 조작하여 카메라(150)에 의해 촬영된 안구영상들 중 안구질환이 없는 것을 분리 지정할 수 있고, 프로세서(110)는 분리 지정된 안구영상들을 메모리(130)에 정상안구영상들로 저장할 수 있다. 다른 예를 들어, 프로세서(110)는 통신모뎀(120)을 통해 외부 장치에서 수신된 제1 정상안구영상 내지 제n 정상안구영상을 메모리(130)에 저장할 수도 있다.
단계 S220에서, 프로세서(110)는 수집된 n개의 정상안구영상 각각을 황반과 시신경 유두를 기준으로 미리 설정된 방법에 따라 정합할 수 있다. 사람마다 시신경의 위치 및/또는 황반부의 위치 등이 모두 상이하기 때문이다. 이에 대해서는 도 4 내지 도 5를 참조하여 설명한다.
도 4 및 도 5는 본 발명의 일 실시예에 따라 안구영상을 정합하는 동작을 예시한 도면이다.
먼저, 프로세서(110)는 n개의 정상안구영상 각각에서 시신경중심 및/또는 황반부중심을 검출할 수 있다. 예를 들어, 관리자는 입력장치(140)를 조작하여 각 정상안구영상에서 시신경중심 및/또는 황반부중심을 지정할 수 있고, 프로세서(110)는 관리자로부터 지정된 지점을 시신경중심 및/또는 황반부중심으로 검출할 수 있을 것이다. 다른 예를 들어, 프로세서(110)는 정상안구영상에서 시신경을 인식하고, 인식된 시신경이 모여 있는 부분의 중심을 시신경중심으로 자동 검출할 수 있고, 황반부의 신경절세포층(ganglion cell layer)을 인식하고, 인식된 신경절세포층의 무게중심을 황반부중심으로 자동 검출할 수도 있을 것이다.
또한, 프로세서(110)는 기준시신경중심 및/또는 기준황반부중심을 이용하여 n개의 정상안구영상을 정합할 수 있다. 여기서 기준시신경중심 및/또는 기준황반부중심은 미리 설정된 임의의 점일 수 있다. 예를 들어, 프로세서(110)는 n개의 정상안구영상 중 어느 하나를 기준안구영상으로 지정할 수 있다. 프로세서(110)는 n개의 정상안구영상 중 가장 먼저 생성된 정상안구영상을 기준안구영상으로 지정하거나, 관리자의 지정에 상응하는 정상안구영상을 기준안구영상으로 지정할 수 있다. 프로세서(110)는 기준안구영상에 포함된 시신경중심 및/또는 황반부중심을 검출할 수 있다. 프로세서(110)가 기준안구영상에서 시신경중심 및/또는 황반부중심을 검출하는 동작은 상술한 바와 유사할 수 있다. 또한 프로세서(110)는 기준안구영상의 시신경중심을 기준시신경중심으로, 기준안구영상의 황반부중심을 기준황반부중심으로 검출할 수 있다.
한편, 기준안구영상은 n개의 정상안구영상 중 어느 하나가 아니라, 임의의 안구영상 또는 가상의 안구영상일 수도 있다. 이 경우에도 마찬가지로, 프로세서(110)는 기준안구영상에서 기준시신경중심 및/또는 기준황반부중심을 검출할 수 있을 것이다.
도 4의 (a)는 기준안구영상(400)의 예시로서, 사각형 형상의 기준안구영상(400)에는 기준시신경중심(A) 및 기준황반부중심(B)이 포함될 수 있다.
또한, 프로세서(110)는 n개의 정상안구영상 각각의 시신경중심을 기준시신경중심에 일치시키고, 각각의 황반부중심을 기준황반부중심에 일치시킬 수 있다.
예를 들어, 프로세서(110)는 기준시신경중심(A)과 기준황반부중심(B) 간의 거리를 기준거리로 생성할 수 있다. 또한, 프로세서(110)는 기준시신경중심(A)과 기준황반부중심(B)을 연결하는 가상의 선과 기준안구영상(400)의 테두리가 이루는 각도를 기준각도(θ)로 생성할 수 있다. 또한, 프로세서(110)는 임의의 정상안구영상(예를 들어, 제m 정상안구영상, 단 m은 n 이하의 자연수임) 내의 시신경중심과 황반부중심의 거리가 기준거리에 상응해지도록 제m 정상안구영상의 크기를 늘이거나 줄일 수 있다(이하, '제m-1 정상안구영상'이라 칭함). 또한, 프로세서(110)는 제m-1 정상안구영상 내의 시신경중심과 황반부중심을 연결하는 가상의 선과 제m-1 정상안구영상 테두리가 이루는 각도가 기준각도(θ)에 상응해지도록 제m-1 정상안구영상을 회전시킬 수 있다(이하, '제m-2 정상안구영상'이라 칭함). 이에 의하여 제m-2 정상안구영상과 기준안구영상은 시신경중심과 황반부중심이 정합될 수 있다.
상술한 프로세서(110)의 n개의 정상안구영상을 정합하는 동작은 예시적인 것일 뿐이다. 따라서, 프로세서(110)가 n개의 정상안구영상을 모두 정합하는 방법은 상술한 동작에 한정되지 않고 다양할 수 있을 것이다.
도 4의 (b)는 제m 정상안구영상(400-1)의 예시로서, 제m 정상안구영상의 크기는 세로 (α)만큼 작고, 가로 (β)만큼 작은 경우가 예시된다. 또한, 제m 정상안구영상의 시신경중심(A') 및 황반부중심(B')을 연결하는 가상의 선과 제m 정상안구영상(400-1)의 테두리가 이루는 각도는 θ'인 경우가 예시된다.
따라서, 프로세서(110)는 도 5에 예시된 바와 같이 시신경중심(A')과 황반부중심(B')의 거리가 기준거리에 상응하도록 제m 정상안구영상(400-1)의 크기를 늘리고, θ'과 θ의 차이만큼 제m 정상안구영상(400-1)을 회전시켜 기준안구영상과 정합된 제m 정상안구영상(400-2)을 생성할 수 있을 것이다.
다시 도 2를 참조하면, 단계 S230에서, 프로세서(110)는 정합된 n개의 정상안구영상을 이용하여 정상인들의 안구 내 시신경 두께 및/또는 신경절세포층 두께에 대한 분포 정보를 생성할 수 있다.
예를 들어, 프로세서(110)는 안구의 임의의 지점(기준안구영상을 기준으로 한 지점을 의미함)에 상응하는 n개의 시신경 두께 정보 및/또는 신경절세포층 두께 정보를 생성할 수 있다. 여기서 임의의 지점은 기준안구영상의 각 픽셀에 상응하는 지점을 의미할 수 있다. 또는 임의의 지점은 기준안구영상의 인접한 복수의 픽셀을 포함하는 영역을 의미할 수 있다. 따라서 프로세서(110)는 정합된 n개의 기준안구영상의 제1 픽셀(즉 제1 지점)에 상응하는 n명의 정상인들의 시신경두께에 대한 정보 및/또는 신경절세포층두께에 대한 정보를 생성할 수 있을 것이다.
한편, 프로세서(110)는 정합된 정상안구영상 내 미리 설정된 영역에서는 시신경 두께에 대한 정보로서 망막신경섬유층(RNFL)값을 생성할 수 있다. 또한, 프로세서(110)는 상기 미리 설정된 영역 외에서는 황반의 신경절세포 두께에 대한 정보로서 신경절세포복합체(GCC, Ganglion Cell Complex)값을 생성할 수 있다. 여기서 미리 설정된 영역은 기준안구영상의 시신경유두를 중심으로 미리 설정된 영역을 의미할 수 있다. 예를 들어, 미리 설정된 영역은 기준안구영상의 시신경 유두를 중심점으로 하고 반지름 r인 원을 의미할 수 있다. 다른 예를 들어, 미리 설정된 영역은 기준안구영상의 시신경 유두를 무게중심으로 하는 정사각형일 수도 있다. 따라서, 미리 설정된 영역의 모양 및/또는 크기는 본 발명의 권리범위를 제한하지 않는다.
단계 S240에서, 프로세서(110)는 새로운 정상안구영상(제n+1 정상안구영상)이 카메라(150)를 통해 촬영되거나 통신모뎀(120)을 통해 수신되면 이를 기준안구영상과 정합시킨 후 시신경두께 및/또는 신경절세포층두께에 대한 정보를 업데이트할 수 있다. 새로운 제n+1 정상안구영상의 정보를 반영하여야 하기 때문이다.
상술한 방법에 의하여 프로세서(110)는 사용자의 안구영상과 비교하기 위한 정상안구영상을 데이터베이스화하여 메모리(130)에 저장할 수 있다.
도 3은 본 발명의 일 실시예에 따라 당해 사용자의 안구질환 진행 정도를 분석하는 방법을 설명하기 위한 순서도이다.
이하에서 설명될 각 단계들은 프로세서(110)가 메모리(130)에 저장된 인스트럭션들을 실행하여 수행되는 단계들일 수 있다. 하지만 이해와 설명의 편의를 위해 프로세서(110)가 각 단계들을 수행하는 주체인 것으로 설명한다.
단계 S310에서, 사용자안구영상이 생성되면, 프로세서(110)는 사용자안구영상을 기준안구영상에 상응하도록 미리 설정된 방법에 따라 정합할 수 있다(단계 S320). 여기서, 사용자안구영상은 카메라(150)에서 촬영된 당해 사용자에 대한 '광범위 빛간섭단층 영상'일 수 있다. 따라서 사용자안구영상에는 당해 사용자의 안구에 대한 시신경 유두 및 황반 부분이 모두 포함되어 있을 수 있다. 물론 사용자안구영상은 통신모뎀(120)을 통해 외부 장치에서 수신된 영상일 수도 있다.
또한, 프로세서(110)는 도 2의 S220의 방식과 동일, 유사한 방법으로 사용자안구영상을 기준안구영상과 정합시킬 수 있다. 즉, 프로세서(110)는 사용자안구영상에서 시신경 중심 및/또는 황반부 중심을 검출할 수 있다. 정상안구영상의 시신경 중심 및/또는 황반부 중심과 사용자안구영상의 시신경 중심 및/또는 황반부 중심을 구분하기 위하여, 전자를 제1 시신경 중심 및/또는 제1 황반부 중심으로 칭하고, 후자를 제2 시신경 중심 및/또는 제2 황반부 중심으로 칭한다. 프로세서(110)는 검출된 제2 시신경 중심 및 제2 황반부 중심의 거리가 기준거리에 상응하도록 사용자안구영상의 크기를 늘리거나 줄일 수 있다. 당해 동작으로 크기가 변화된 사용자안구영상을 제1 사용자안구영상으로 칭한다.
또한, 프로세서(110)는 제2 시신경 중심과 제2 황반부 중심을 연결하는 가상의 선(line)과 사용자안구영상의 테두리가 이루는 각도가 기준각도에 상응하도록 제1 사용자안구영상을 회전시킬 수 있다. 당해 동작으로 회전되어 생성된 영상을 제2 사용자안구영상이라 칭한다.
또한, 프로세서(110)는 제2 사용자안구영상의 제2 시신경중심 및 제2 황반부중심을 기준시신경중심 및 기준황반부중심의 위치에 상응하도록 쉬프트(shift)할 수 있다. 당해 동작으로 생성된 영상(기준안구영상에 정합된 사용자안구영상)을 사용자정합안구영상이라 칭한다.
단계 S330에서, 프로세서(110)는 사용자정합안구영상의 시신경두께 및/또는 신경절세포층두께에 대한 정보를 생성할 수 있다. 프로세서(110)가 사용자정합안구영상의 시신경두께 및/또는 신경절세포층두께에 대한 정보를 생성하는 동작은 도 2의 단계 S230에서 설명한 동작과 동일 또는 유사할 수 있다. 즉, 예를 들어 프로세서(110)는 사용자정합안구영상의 미리 설정된 영역 내에서는 시신경 두께에 대한 정보로서 망막신경섬유층(RNFL)값을 생성할 수 있고, 상기 미리 설정된 영역 외에서는 황반의 신경절세포 두께에 대한 정보로서 신경절세포복합체(GCC, Ganglion Cell Complex)값을 생성할 수 있다.
단계 S340에서, 프로세서(110)는 사용자정합안구영상의 정보(시신경두께 및/또는 신경절세포층두께에 대한 정보)와 미리 메모리(130)에 저장된 n개의 정상안구영상의 정보(시신경두께 및/또는 신경절세포층두께에 대한 정보)를 비교하여, 안구손상율의 정도에 따라 미리 설정된 색상으로 표시할 수 있다.
예를 들어, 프로세서(110)는 사용자정합안구영상의 제1 픽셀에 상응하는 제1 사용자시신경두께정보 및 정상안구영상의 제1 픽셀에 상응하는 n개의 제1 정상시신경두께정보를 비교할 수 있다. 비교 결과 제1 사용자시신경두께정보가 n개의 제1 정상시신경두께정보의 제1 하위비율(예를 들어, 5%) 이하라면, 프로세서(110)는 사용자정합안구영상의 제1 픽셀의 색상을 제1 색상(예를 들어, 노란색)으로 변경할 수 있다. 즉, 제1 사용자시신경두께가 n개의 제1 정상시신경두께의 하위 5%보다 얇으면, 프로세서(110)는 사용자정합안구영상의 제1 픽셀의 색상을 노란색으로 변경할 수 있다.
또한, 비교 결과 제1 사용자시신경두께정보가 n개의 제1 정상시신경두께정보의 제2 하위비율(예를 들어, 1%) 이하라면, 프로세서(110)는 사용자정합안구영상의 제1 픽셀의 색상을 제2 색상(예를 들어, 붉은색)으로 변경할 수 있다. 즉, 제1 사용자시신경두께가 n개의 제1 정상시신경두께의 하위 1% 보다도 얇으면, 프로세서(110)는 사용자정합안구영상의 제1 픽셀의 색상을 붉은색으로 변경할 수 있다. 여기서, 제1 픽셀은 미리 설정된 영역 내부의 픽셀일 수 있을 것이다.
다른 예를 들어, 프로세서(110)는 사용자정합안구영상의 제2 픽셀에 상응하는 제2 사용자신경절세포층두께에 대한 정보 및 정상안구영상의 제2 픽셀에 상응하는 n개의 제2 정상신경절세포층두께에 대한 정보를 비교할 수 있다. 비교 결과 제2 사용자신경절세포층두께정보가 n개의 제2 정상신경절세포층두께 정보의 제1 하위비율(예를 들어, 5%) 이하라면, 프로세서(110)는 사용자정합안구영상의 제2 픽셀의 색상을 제1 색상(예를 들어, 노란색)으로 변경할 수 있다. 또한, 비교 결과 제2 사용자신경절세포층두께정보가 n개의 제2 정상시신경두께정보의 제2 하위비율(예를 들어, 1%) 이하라면, 프로세서(110)는 사용자정합안구영상의 제2 픽셀의 색상을 제2 색상(예를 들어, 붉은색)으로 변경할 수 있다. 여기서, 제2 픽셀은 미리 설정된 영역 외부의 픽셀일 수 있을 것이다.
이에 의하여 사용자안구영상이 디스플레이될 때 제2 색상으로 표시된 부분은 시신경 손상이 제1 하위정상안구영상들에 비해서도 많이 손상된 부분임을 직관적으로 인지할 수 있다.
도 6은 종래의 시신경 부분 영상과 황반 부분 영상을 연결한 이미지와 본 발명의 일 실시예에 따른 안구질환진행영상을 비교하기 위한 도면이다.
도 6의 (a)는 종래의 개별적으로 생성된 시신경 부분 영상과 황반 부분 영상을 연결한 이미지로서, 시신경 및/또는 신경절세포층이 손상된 부분을 시각적으로 표시한 이미지이다. 또한, 도 6의 (b)는 본 발명에 따라 광범위 빛간섭단층 영상을 이용하여 시신경 및/또는 신경절세포층이 손상된 부분을 시각적으로 표시한 이미지이다.
도 6의 (a)에는 시신경 등이 손상된 부위가 부분적으로 밖에 표시될 수 없어서 안과 질환의 구조적 손상 정도가 명확히 파악될 수 없었다. 하지만 본 발명에 따르면, 안과질환자의 시신경 손상 정도가 정상인(특히 시신경이 다소 손상된 정상인)과 전체적으로 비교 표시될 수 있으므로, 환자의 안구 질환 구조적 손상 정도가 한눈에 파악될 수 있다.
한편, 도 6의 (b)의 점선으로 표시된 원(600)은 도 2 및 도 3을 참조하여 설명한 "미리 설정된 영역"을 예시한 것이다. 프로세서는 당해 원(600) 내부에서는 시신경 두께에 대한 정보로서 망막신경섬유층(RNFL)값을 생성할 수 있고, 당해 원(600) 외부에서는 황반의 신경절세포 두께에 대한 정보로서 신경절세포복합체(GCC, Ganglion Cell Complex)값을 생성할 수 있을 것이다.
이상, 본 발명을 바람직한 실시 예를 들어 상세하게 설명하였으나, 본 발명은 상기 실시 예에 한정되지 않고, 본 발명의 기술적 사상 및 범위 내에서 당 분야에서 통상의 지식을 가진 자에 의하여 여러가지 변형 및 변경이 가능하다.
100 : 안구질환 구조적 손상 판단 장치
110 : 프로세서
120 : 통신모뎀
130 : 메모리
140 : 입력장치
150 : 카메라

Claims (11)

  1. 프로세서; 및
    상기 프로세서에 전기적으로 연결된 메모리를 포함하고,
    상기 메모리는, 상기 프로세서가 실행 시에,
    정상인에 상응하는 n개의 정상안구영상 각각의 제1 시신경중심 및 제1 황반부중심을 검출하고, 상기 정상안구영상들 각각의 제1 시신경중심 및 제1 황반부중심을 미리 설정된 기준시신경중심 및 기준황반부중심에 각각 정합시켜 상기 n개의 정상정합안구영상을 생성하고(단, 상기 n은 2 이상의 자연수임),
    사용자안구영상의 제2 시신경중심 및 제2 황반부중심을 검출하고, 상기 제2 시신경중심 및 상기 제2 황반부중심을 기준으로 사용자정합안구영상을 생성하며,
    상기 정상정합안구영상과 상기 사용자정합안구영상을 비교하여 상기 사용자정합안구영상의 안구 손상 정도를 판단하는 인스트럭션들을 저장하되,
    상기 정상안구영상은 광범위 빛간섭단층 영상에 상응하고,
    상기 사용자안구영상은 광범위 빛간섭단층 영상에 상응하는, 안구질환 구조적 손상 판단 장치.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    상기 메모리는,
    상기 기준시신경중심 및 상기 기준황반부중심 간의 기준거리를 생성하고,
    상기 기준시신경중심 및 상기 기준황반부중심을 연결하는 가상의 선과 기준안구영상의 테두리가 이루는 기준각도를 생성하며,
    상기 기준거리 및 상기 기준각도를 이용하여 상기 n개의 정상정합안구영상을 생성하는
    인스트럭션들을 저장하는, 안구질환 구조적 손상 판단 장치.
  5. 삭제
  6. 제1항에 있어서,
    상기 메모리는,
    상기 제2 시신경중심 및 상기 제2 황반부중심의 거리가 미리 설정된 기준거리에 상응하도록 상기 사용자안구영상의 크기를 조절하여 제1 사용자안구영상을 생성하고,
    상기 제2 시신경중심 및 상기 제2 황반부중심을 연결하는 선과 상기 사용자안구영상의 테두리가 이루는 각도가 미리 설정된 기준각도에 상응하도록 상기 제1 사용자안구영상을 회전시켜 제2 사용자안구영상을 생성하며,
    상기 제2 사용자안구영상 내의 상기 제2 시신경중심과 상기 제2 황반부중심의 위치를 미리 설정된 기준시신경중심 및 기준황반부중심의 위치에 상응하도록 쉬프트하여 상기 사용자정합안구영상을 생성하는
    인스트럭션들을 저장하는, 안구질환 구조적 손상 판단 장치.
  7. 제1항에 있어서,
    상기 메모리는,
    상기 n개의 정상정합안구영상 각각의 시신경 두께와 상기 사용자정합안구영상의 시신경 두께를 비교하여 상기 사용자정합안구영상의 안구 손상 정도를 판단하는 인스트럭션들을 저장하는, 안구질환 구조적 손상 판단 장치.
  8. 제7항에 있어서,
    상기 메모리는,
    상기 n개의 정상정합안구영상 각각의 미리 설정된 영역 내의 망막신경섬유층(RNFL)값들과 상기 사용자정합안구영상의 미리 설정된 영역 내의 망막신경섬유층(RNFL)값을 비교하여 상기 사용자정합안구영상의 안구 손상 정도를 판단하는 인스트럭션들을 저장하는, 안구질환 구조적 손상 판단 장치.
  9. 제1항에 있어서,
    상기 메모리는,
    상기 n개의 정상정합안구영상 각각의 신경절세포 두께와 상기 사용자정합안구영상의 신경절세포 두께를 비교하여 상기 사용자정합안구영상의 안구 손상 정도를 판단하는 인스트럭션들을 저장하는, 안구질환 구조적 손상 판단 장치.
  10. 제9항에 있어서,
    상기 n개의 정상정합안구영상 각각의 미리 설정된 영역 외의 신경절세포복합체(GCC, Ganglion Cell Complex)값들과 상기 사용자정합안구영상의 미리 설정된 영역 외의 신경절세포복합체(GCC, Ganglion Cell Complex)값을 비교하여 상기 사용자정합안구영상의 안구 손상 정도를 판단하는 인스트럭션들을 저장하는, 안구질환 구조적 손상 판단 장치.
  11. 제7항 내지 제10항 중 어느 한 항에 있어서,
    상기 메모리는,
    상기 안구 손상 정도를 판단한 결과에 따라 상기 사용자정합안구영상의 색상을 변경하되,
    상기 안구 손상 정도가 미리 설정된 제1 하위비율보다 심한 부분은 제1 색상으로 변경하고,
    상기 안구 손상 정도가 미리 설정된 제2 하위비율보다도 심한 부분은 제2 색상으로 변경하며,
    상기 제2 하위비율이 상기 제1 하위비율보다 안구손상율이 더 큰 것인, 인스트럭션들을 저장하는, 안구질환 구조적 손상 판단 장치.
KR1020200085446A 2020-07-10 2020-07-10 안구질환 구조적 손상 판단 방법 및 그 장치 KR102400623B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020200085446A KR102400623B1 (ko) 2020-07-10 2020-07-10 안구질환 구조적 손상 판단 방법 및 그 장치
PCT/KR2021/010804 WO2022010334A1 (ko) 2020-07-10 2021-08-13 안구질환 구조적 손상 판단 방법 및 그 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200085446A KR102400623B1 (ko) 2020-07-10 2020-07-10 안구질환 구조적 손상 판단 방법 및 그 장치

Publications (2)

Publication Number Publication Date
KR20220007337A KR20220007337A (ko) 2022-01-18
KR102400623B1 true KR102400623B1 (ko) 2022-05-20

Family

ID=79553529

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200085446A KR102400623B1 (ko) 2020-07-10 2020-07-10 안구질환 구조적 손상 판단 방법 및 그 장치

Country Status (2)

Country Link
KR (1) KR102400623B1 (ko)
WO (1) WO2022010334A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117853334B (zh) * 2024-03-07 2024-05-14 中国人民解放军海军青岛特勤疗养中心 基于dicom影像的医疗影像重构方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019150486A (ja) * 2018-03-06 2019-09-12 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
JP2020103579A (ja) * 2018-12-27 2020-07-09 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

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4909377B2 (ja) * 2009-06-02 2012-04-04 キヤノン株式会社 画像処理装置及びその制御方法、コンピュータプログラム
KR101274530B1 (ko) * 2011-07-29 2013-06-13 주식회사 모든넷 이미지 정합 기반 흉부영상 진단 시스템 및 방법
KR101977645B1 (ko) * 2017-08-25 2019-06-12 주식회사 메디웨일 안구영상 분석방법
KR102032047B1 (ko) 2018-03-21 2019-10-14 가톨릭대학교 산학협력단 녹내장 진단을 위한 영상 분석 방법 및 장치

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019150486A (ja) * 2018-03-06 2019-09-12 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
JP2020103579A (ja) * 2018-12-27 2020-07-09 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

Also Published As

Publication number Publication date
KR20220007337A (ko) 2022-01-18
WO2022010334A1 (ko) 2022-01-13

Similar Documents

Publication Publication Date Title
US9055892B2 (en) Systems and methods for improved ophthalmic imaging
US8419186B2 (en) Fundus observation apparatus
Arimura et al. Retinal contraction and metamorphopsia scores in eyes with idiopathic epiretinal membrane
JP7279712B2 (ja) 画像処理方法、プログラム、及び画像処理装置
Saleh et al. Quantification of cone loss after surgery for retinal detachment involving the macula using adaptive optics
JP2014140490A (ja) 眼科解析装置、及び眼科解析プログラム
Chien et al. Glaucoma diagnostic capability of global and regional measurements of isolated ganglion cell layer and inner plexiform layer
KR102400623B1 (ko) 안구질환 구조적 손상 판단 방법 및 그 장치
Salvatore et al. Association of dark-adapted visual function with retinal structural changes in patients with Stargardt disease
Khumdat et al. Development of a computer system for strabismus screening
Nakatani et al. Influences of the inner retinal sublayers and analytical areas in macular scans by spectral-domain OCT on the diagnostic ability of early glaucoma
Lee et al. Can probability maps of swept-source optical coherence tomography predict visual field changes in preperimetric glaucoma?
JP2023158161A (ja) 画像処理方法、プログラム、画像処理装置、及び眼科システム
Ueno et al. Near-infrared reflectance imaging in eyes with acute zonal occult outer retinopathy
Park et al. Structure-function relationship and diagnostic value of RNFL area index compared with circumpapillary RNFL thickness by spectral-domain OCT
JP2020058647A (ja) 画像処理方法、画像処理装置、及び画像処理プログラム
US11419495B2 (en) Image processing method, image processing device, and storage medium
JP7419946B2 (ja) 画像処理方法、画像処理装置、及び画像処理プログラム
Jeffrey et al. Scotopic contour deformation detection reveals early rod dysfunction in age-related macular degeneration with and without reticular pseudodrusen
Parthasarathy et al. Deviation in the position of foveal bulge from foveal center in normal subjects measured using spectral-domain OCT
Mariotti et al. Analysis of cone mosaic reflectance properties in healthy eyes and in eyes with nonproliferative diabetic retinopathy over time
KR102294786B1 (ko) 안구질환 구조적 진행 판단 방법 및 그 장치
Aquino et al. Cup-Disc Ratio Grading
US20230237684A1 (en) Image processing method, image processing device, and program
JP5955349B2 (ja) 分析方法

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant