RU2763677C1 - Способ бесконтактного цветового доплеровского картирования кровотока в сосудах сетчатки глаза и зрительного нерва - Google Patents
Способ бесконтактного цветового доплеровского картирования кровотока в сосудах сетчатки глаза и зрительного нерва Download PDFInfo
- Publication number
- RU2763677C1 RU2763677C1 RU2020143114A RU2020143114A RU2763677C1 RU 2763677 C1 RU2763677 C1 RU 2763677C1 RU 2020143114 A RU2020143114 A RU 2020143114A RU 2020143114 A RU2020143114 A RU 2020143114A RU 2763677 C1 RU2763677 C1 RU 2763677C1
- Authority
- RU
- Russia
- Prior art keywords
- scans
- image
- structures
- flow
- speckle
- Prior art date
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/06—Devices, other than using radiation, for detecting or locating foreign bodies ; determining position of probes within or on the body of the patient
-
- 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
- G06T9/00—Image coding
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Multimedia (AREA)
- Biophysics (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Eye Examination Apparatus (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
Изобретение относится к медицине, а именно к офтальмологии, и может быть использовано для бесконтактного цветового доплеровского картирования кровотока в сосудах сетчатки глаза и зрительного нерва. Получают цифровые М-B-сканы оптической когерентной томографии (ОКТ) в спектральной области. Причем отдельные M-B-сканы представляют собой совокупности В-сканов последовательного сканирования одного и того же исследуемого образца ткани глаза человека. Осуществляют спектральное разложение М-В-сканов на В-сканы для совокупности спектральных полос в составе спектра интерференционного сигнала ОКТ, формирование изображения потока с учетом количественных значений декорреляции для совокупности спектральных полос, сегментацию изображения. Плотность сосудистой сети вычисляется как процентная доля сегментированного внутреннего просвета потока в общем объеме сегментированного изображения, а объемная скорость кровотока вычисляется на основе плотности сосудистой сети и индекса потока. При этом осуществляют разделение в результате многостадийной обработки каждого В-скана в составе всех полученных цифровых M-B-сканов на картограмму спекл-структур и картограмму анатомических структур. Причем картограммы спекл-структур используются для оценки объемной скорости кровотока с последующим формированием цветовой доплеровской картограммы. Картограмма анатомических структур преобразуется в фоновое изображение. Способ обеспечивает повышение эффективности идентификации потоков биологических жидкостей и определения их количественных характеристик за счёт раздельной обработки сегментов интерференционного сигнала, соответствующих спекл-структурам и реальным анатомическим структурам исследуемого объекта.
Description
Предлагаемое изобретение относится к области измерений для диагностических целей, в частности к способам оценки кровотока в сосудах глаза человека посредством получения интерференционных сигналов оптической когерентной томографии, их анализа и формирования цветовых доплеровских картограмм. Предлагаемое изобретение может быть использовано в реальной клинической практике, в частности при диагностике сосудистых офтальмологических заболеваний.
Оптическая когерентная томография является одним из ключевых методов медицинской визуализации для офтальмологии. Причиной такого положения дел является способность оптических когерентных томографов получать структурные изображения переднего отрезка глаза, сетчатки и зрительного нерва с микронным пространственным разрешением и высоким тканевым контрастом даже без использования экзогенных контрастирующих агентов. Столь высокий уровень детализации снижает риск врачебных ошибок и позволяет диагностировать заболевания даже на ранних стадиях, то есть еще до появления многих клинических признаков.
Тем не менее, диагностическая ценность метода оптической когерентной томографии может быть существенно расширена посредством сочетания режимов структурной и функциональной визуализации. Применительно к офтальмологии перспективной является реализация режима цветового доплеровского картирования кровотока в сосудах сетчатки и зрительного нерва. Извлечение дополнительной диагностической информации возможно посредством глубокого анализа интерференционных сигналов оптической когерентной томографии. Возможны варианты с анализом сдвигов, возникающих в несущей частоте зондирующего излучения (доплеровские сдвиги), фазовых сдвигов между соседними А-сканами (независимые фрагменты интерференционного сигнала, будущие столбцы структурных изображений оптической когерентной томографии) и флуктуаций в спекл-структуре. Серьезным недостатком подхода к получению сведений о локализациях, направлениях и скоростях потоков биологических жидкостей сквозь плоскость сканирования оптического когерентного томографа на основе анализа доплеровских сдвигов несущей частоты является то, что при сканировании глаза человека угол между падающим лучом зондирующего излучения и направлениями потоков крови часто близок к 90°. При таких величинах сложно обеспечить приемлемую достоверность получаемых результатов. Серьезным недостатком подходов к цветовому доплеровскому картированию на основе анализа фазовых сдвигов между соседними А-сканами является наличие 2π-неопределенностей, вызванных ситуациями набега фазы (ситуации превышения фазовым сдвигом величины 2π, вызванные, например, высокой скорость потока или его турбулентностью). Часто даже использование дополнительных приемов по разворачиванию (линеаризации) фазы не позволяет восстановить пропорциональности между скоростью потока и фазовым сдвигом. Подходы на основе анализа флуктуаций спекл-структуры лишены вышеуказанных недостатков. Достоверность получаемых результатов при этом зависит от частоты сканирования и особенностей используемого способа обработки данных. Современные оптические когерентные томографы позволяют получать десятки тысяч А-сканов в секунду, что соответствует по меньшей мере десяткам полноценных структурных изображений в секунду. Таким образом, достоверность работы режима цветового доплеровского картирования для современных оптических когерентных томографов почти полностью определяется не техническими характеристиками аппаратной части прибора, а способом обработки интерференционных сигналов.
По патенту CA 2863667 C, A61B 5/02 и G01B 9/02, опубл. 07.04.2020г. известны способ и система для визуализации потоков в оптическом диапазоне длин волн in vivo. Способ визуализации потоков в оптическом диапазоне длин волн in vivo включает в себя: сканирование с помощью оптического когерентного томографа исследуемого образца с потоком жидкости для получения интерференционного сигнала в спектральной области (имеется ввиду оптическая когерентная томография на основе перестраиваемого лазера), детектирования интерференционного сигнала в спектральной области в виде характеризующей оптический спектр последовательности М-В-сканов (В-скан – совокупность интерференционных сигналов достаточная для получения структурного изображения оптической когерентной томографии; M-cкан – совокупность интерференционных сигналов одного и того же участка исследуемого объекта, полученная с фиксированным шагом по времени; M-B-скан, соответственно, – совокупность интерференционных сигналов, достаточная для получения последовательности структурных изображений оптической когерентной томографии одного и того же участка исследуемого объекта с фиксированным шагом по времени), разложение M-B-сканов на спектральные полосы, формирование декорреляционных изображений для каждой спектральной полосы, объединение декорреляционных изображений всех спектральных полос для создания изображения потока жидкости в толще исследуемого образца. Известны варианты способа визуализации потоков в оптическом диапазоне длин волн in vivo в которых: разложение M-B-сканов на спектральные полосы производится посредством создания и использования цифровых перекрывающихся фильтров спектра оптической когерентной томографии; формирование декорреляционных изображений производится посредством определения информации об амплитуде для каждого спектрального диапазона и вычисление декорреляции амплитуды интерференционного сигнала между В-сканами всей временной последовательности, но в пределах одной спектральной полосы; объединение декорреляционных изображений всех спектральных полос для создания изображения потока жидкости в толще исследуемого образца производится посредством усреднения декорреляционных изображений для каждой спектральной полосы (т.е. усреднения по длинам волн) для создания изображения среднего уровня декорреляции текущего В-скана и усреднения изображений среднего уровня декорреляции текущего В-скана для имеющейся фиксированной временной последовательности В-сканов (т.е усреднения по времени); дополнительно удаляются фоновые шумы; дополнительно удаляются декорреляционные изображения спектральных полос с артефактами движения выше порогового уровня. Техническим результатом способа визуализации потоков в оптическом диапазоне длин волн in vivo невосприимчивая к фазовому и пульсирующему шуму объемного движения высококачественная неинвазивная визуализация кровотока в исследуемом биообъекте.
Недостатком способа визуализации потоков в оптическом диапазоне длин волн in vivo является низкая эффективность идентификации потоков биологических жидкостей (крови, лимфы и т.п.), вызванная неселективной обработкой амплитудной информации (амплитуда интерференционного сигнала несет информацию одновременно об анатомической структуре исследуемого объема и физиологических процессах, т.е. потоках в нем, причем информация о потоках состоит в особенностях флуктуаций спекл-структуры) при формировании декорреляционных изображений, т.е. обработкой без учета соответствия того или иного участка интерференционного сигнала реальной анатомической структуре исследуемого объекта или спекл-шуму.
Ближайшим аналогом (прототипом) разработанного способа является способ измерения кровотока в участке исследуемого образца с помощью оптической когерентной томографии (патент US 10485423 B2, МПК A61B 3/10 и A61B 3/12, опубл. 26.11.2019г. на способ измерения кровотока в участке исследуемого образца с помощью оптической когерентной томографии и систему для количественного измерения кровотока в исследуемом образце), включающий в себя: получение цифровых М-B-сканов оптической когерентной томографии в спектральной области, причем отдельные M-B-сканы представляют собой совокупности В-сканов последовательного сканирования одного и того же исследуемого образца, спектральное разложение полученных цифровых М-В-сканов на соответствующие В-сканы для совокупности спектральных полос в составе спектра интерференционного сигнала оптической когерентной томографии, формирование изображения потока с учетом количественных значений декорреляции М-В-сканов для совокупности спектральных полос, формирование изображения (картограммы) интенсивности отражения из цифровых М-В-сканов, идентификацию одной или нескольких меток (ориентиров) на изображении интенсивности отражения, сегментацию изображения потока на основе идентифицированных одной или нескольких меток для получения сегментированного изображения потока, определение характеристик потока и плотности сосудистой сети в толще исследуемого образца. Известны варианты способа измерения кровотока в участке исследуемого образца с помощью оптической когерентной томографии в которых: получение изображения (картограммы) обратного отражения из изображения интенсивности отражения; идентификацию одной или нескольких меток на изображении обратного отражения; определение характеристик потока и плотности сосудистой сети в толще исследуемого образца производится на основе анализа сегментированного изображения потока, причем на используемом сегментированном изображении потока сегментированы не только внутренний просвет потока (имеется ввиду сечение потока, или внутрисосудистого пространства), но и окружающее пространство; получение изображения обратного отражения производится посредством определения максимального коэффициента отражения для каждой точки сканирования; получение сегментированного изображения потока производится посредством определения максимального значения декорреляции для каждой точки сканирования; одна или несколько меток (ориентиров) представляют собой анатомические структуры глаза человека, такие как внутренняя пограничная мембрана, пигментный эпителий сетчатки, слой нервных волокон и т.п.; эллиптическая маска используется при сегментации потока и идентификации одной или нескольких меток; плотность сосудистой сети вычисляется как процентная доля сегментированного внутреннего просвета потока в общем объеме сегментированного изображения; дополнительно определяется скорость кровотока; объемная скорость кровотока вычисляется на основе плотности сосудистой сети и индекса потока, причем индекс потока соответствует среднему значению декорреляции сегментированного изображения внутреннего просвета потока. Техническим результатом способа измерения кровотока в участке исследуемого образца с помощью оптической когерентной томографии является надежная количественная оценка внутриглазного кровотока для исследования сосудистых факторов патофизиологии глазных заболеваний.
Недостатком способа измерения кровотока в участке исследуемого образца с помощью оптической когерентной томографии является низкая эффективность идентификации потоков биологических жидкостей (крови, лимфы и т.п.) и определения их количественных характеристик, вызванная неселективной обработкой амплитудной информации (амплитуда интерференционного сигнала несет информацию одновременно об анатомической структуре исследуемого объекта и физиологических процессах, т.е. потоках в нем, причем информация о потоках состоит в особенностях флуктуаций спекл-структуры) при формировании декорреляционных изображений, т.е. обработкой без учета соответствия того или иного участка интерференционного сигнала реальной анатомической структуре исследуемого объекта или спекл-шуму.
Технической задачей способа является повышение эффективности идентификации потоков биологических жидкостей и определения их количественных характеристик посредством раздельной обработки сегментов интерференционного сигнала, соответствующих спекл-структурам и реальным анатомическим структурам исследуемого объекта.
Поставленная техническая задача достигается тем, что способ бесконтактного цветового доплеровского картирования кровотока в сосудах сетчатки глаза и зрительного нерва, также как и способ, который является ближайшим аналогом, включает в себя получение цифровых М-B-сканов оптической когерентной томографии в спектральной области, причем отдельные M-B-сканы представляют собой совокупности В-сканов последовательного сканирования одного и того же исследуемого образца, спектральное разложение полученных цифровых М-В-сканов на соответствующие В-сканы для совокупности спектральных полос в составе спектра интерференционного сигнала оптической когерентной томографии, формирование изображения потока с учетом количественных значений декорреляции для совокупности спектральных полос, сегментацию изображения потока с использованием эллиптической маски посредством определения максимального значения декорреляции для каждой точки сканирования и учета одной или нескольких идентифицированных меток для получения сегментированного изображения потока, причем на сегментированном изображении потока сегментированы не только внутренний просвет потока, но и окружающее пространство, формирование изображения интенсивности отражения, идентификацию одной или нескольких меток на изображении интенсивности отражения с использованием эллиптической маски, причем одна или несколько меток представляют собой анатомические структуры глаза человека, такие как внутренняя пограничная мембрана, пигментный эпителий сетчатки или слой нервных волокон, определение характеристик потока и плотности сосудистой сети в толще исследуемого образца, причем плотность сосудистой сети вычисляется как процентная доля сегментированного внутреннего просвета потока в общем объеме сегментированного изображения, а объемная скорость кровотока вычисляется на основе плотности сосудистой сети и индекса потока, причем индекс потока соответствует среднему значению декорреляции сегментированного изображения внутреннего просвета потока.
Новым в разработанном способе бесконтактного цветового доплеровского картирования кровотока в сосудах сетчатки глаза и зрительного нерва является то, что исследуемым образцом являются ткани глаза человека, каждый В-скан в составе всех полученных цифровых M-B-сканов подвергается свертке с использованием ядра свертки обеспечивающего повышение контраста, получившиеся контрастные В-сканы подвергаются пороговому ограничению по амплитуде сигнала с порогом величины амплитуды соответствующим наиболее вероятной границе между амплитудой анатомических структур глаза человека и амплитудой спекл-структур, В-сканы, соответствующие спекл-структурам подвергаются морфологической эрозии, производится сепарация оставшихся на В-сканах структур по признаку местоположения, сформировавшиеся после сепарации структур отдельные сегменты преобразуются в выпуклые оболочки, границы выпуклых оболочек уточняются с использованием градиентных операций, получившиеся изображения перекодируются в картограммы спекл-структур, причем размерность картограмм спекл-структур остается той же, что и у В-сканов в составе полученных цифровых M-B-сканов, картограммы анатомических структур глаза человека находятся как обратные к картограммам спекл-структур, картограммы анатомических структур глаза человека подвергаются морфологическому расширению для заполнения пустот, соответствующих местам расположения спекл-структур, причем размерность картограмм анатомических структур глаза человека сохраняется равной размерности В-сканов в составе полученных цифровых M-B-сканов, формирование изображения потока производится с учетом количественных значений декорреляции для картограмм спекл-структур, формирование изображения интенсивности отражения производится из картограммы анатомических структур глаза человека, вычисление объемной скорости кровотока производится для множества точек внутреннего просвета протока, при этом индекс потока нормируется на временные интервалы между В-сканами в составе цифровых М-B-сканов, цветовая доплеровская картограмма формируется посредством цветового кодирования вычисленных данных об объемной скорости кровотока, производится совмещение изображения интенсивности отражения и цветовой доплеровской картограммы, причем изображение интенсивности отражения используется как фон для цветовой доплеровской картограммы.
Важно отметить, что разделение амплитудной информации в составе интерференционного сигнала оптической когерентной томографии на сведения об анатомической структуре исследуемого объекта (тканей глаза человека) и спекл-структуры производится с некоторой вероятностью. Эта вероятность зависит от выбранных ядра свертки, порога амплитуды, масок операции морфологической эрозии и т.п. Тем не менее, стабильная спекл-структура соответствует относительно неподвижному объекту, чем выше скорость движения этого объекта или его отдельного участка тем выше частота флуктуаций спеклов соответствующей локализации. Четкая связь между корреляцией спекл-структур во внутрисосудистом пространстве за известные промежутки времени и скоростью потока позволяет произвести необходимые расчеты с высокой эффективностью и сформировать при этом цветовые доплеровские картограммы.
Серия лабораторных экспериментов с исследованием методом оптической когерентной томографии потоков кровеимитирующей жидкости (1% раствор интралипида в воде) в тканеимитирующих фантомах глаза человека с последующим компьютерным анализом полученных М-B-сканов в соответствии с предложенным способом показала, что эффективность идентификации потоков биологических жидкостей и определения их количественных характеристик в среднем повысилась на 15.6%, что свидетельствует о выполнении поставленной технической задачи.
Claims (1)
- Способ бесконтактного цветового доплеровского картирования кровотока в сосудах сетчатки глаза и зрительного нерва, включающий в себя получение цифровых М-B-сканов оптической когерентной томографии в спектральной области, причем отдельные M-B-сканы представляют собой совокупности В-сканов последовательного сканирования одного и того же исследуемого образца, спектральное разложение полученных цифровых М-В-сканов на соответствующие В-сканы для совокупности спектральных полос в составе спектра интерференционного сигнала оптической когерентной томографии, формирование изображения потока с учетом количественных значений декорреляции для совокупности спектральных полос, сегментацию изображения потока с использованием эллиптической маски посредством определения максимального значения декорреляции для каждой точки сканирования и учета одной или нескольких идентифицированных меток для получения сегментированного изображения потока, причем на сегментированном изображении потока сегментированы не только внутренний просвет потока, но и окружающее пространство, формирование изображения интенсивности отражения, идентификацию одной или нескольких меток на изображении интенсивности отражения с использованием эллиптической маски, причем одна или несколько меток представляют собой анатомические структуры глаза человека, такие как внутренняя пограничная мембрана, пигментный эпителий сетчатки или слой нервных волокон, определение характеристик потока и плотности сосудистой сети в толще исследуемого образца, причем плотность сосудистой сети вычисляется как процентная доля сегментированного внутреннего просвета потока в общем объеме сегментированного изображения, а объемная скорость кровотока вычисляется на основе плотности сосудистой сети и индекса потока, причем индекс потока соответствует среднему значению декорреляции сегментированного изображения внутреннего просвета потока, отличающееся тем, что исследуемым образцом являются ткани глаза человека, каждый В-скан в составе всех полученных цифровых M-B-сканов подвергается свертке с использованием ядра свертки, обеспечивающего повышение контраста, получившиеся контрастные В-сканы подвергаются пороговому ограничению по амплитуде сигнала с порогом величины амплитуды, соответствующим наиболее вероятной границе между амплитудой анатомических структур глаза человека и амплитудой спекл-структур, В-сканы, соответствующие спекл-структурам, подвергаются морфологической эрозии, производится сепарация оставшихся на В-сканах структур по признаку местоположения, сформировавшиеся после сепарации структур отдельные сегменты преобразуются в выпуклые оболочки, границы выпуклых оболочек уточняются с использованием градиентных операций, получившиеся изображения перекодируются в картограммы спекл-структур, причем размерность картограмм спекл-структур остается той же, что и у В-сканов в составе полученных цифровых M-B-сканов, картограммы анатомических структур глаза человека находятся как обратные к картограммам спекл-структур, картограммы анатомических структур глаза человека подвергаются морфологическому расширению для заполнения пустот, соответствующих местам расположения спекл-структур, причем размерность картограмм анатомических структур глаза человека сохраняется равной размерности В-сканов в составе полученных цифровых M-B-сканов, формирование изображения потока производится с учетом количественных значений декорреляции для картограмм спекл-структур, формирование изображения интенсивности отражения производится из картограммы анатомических структур глаза человека, вычисление объемной скорости кровотока производится для множества точек внутреннего просвета протока, при этом индекс потока нормируется на временные интервалы между В-сканами в составе цифровых М-B-сканов, цветовая доплеровская картограмма формируется посредством цветового кодирования вычисленных данных об объемной скорости кровотока, производится совмещение изображения интенсивности отражения и цветовой доплеровской картограммы, причем изображение интенсивности отражения используется как фон для цветовой доплеровской картограммы.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2020143114A RU2763677C1 (ru) | 2020-12-25 | 2020-12-25 | Способ бесконтактного цветового доплеровского картирования кровотока в сосудах сетчатки глаза и зрительного нерва |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2020143114A RU2763677C1 (ru) | 2020-12-25 | 2020-12-25 | Способ бесконтактного цветового доплеровского картирования кровотока в сосудах сетчатки глаза и зрительного нерва |
Publications (1)
Publication Number | Publication Date |
---|---|
RU2763677C1 true RU2763677C1 (ru) | 2021-12-30 |
Family
ID=80040010
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2020143114A RU2763677C1 (ru) | 2020-12-25 | 2020-12-25 | Способ бесконтактного цветового доплеровского картирования кровотока в сосудах сетчатки глаза и зрительного нерва |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU2763677C1 (ru) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2775806C1 (ru) * | 2021-09-21 | 2022-07-11 | федеральное государственное автономное учреждение "Национальный медицинский исследовательский центр "Межотраслевой научно-технический комплекс "Микрохирургия глаза" имени академика С.Н. Федорова" Министерства здравоохранения Российской Федерации | Способ прогнозирования развития макулярной неоваскуляризации у пациентов с макулярными телеангиоэктазиями 2-го типа |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2365359C1 (ru) * | 2008-02-18 | 2009-08-27 | Государственное учреждение Научно-исследовательский институт глазных болезней Российской академии медицинских наук (ГУ НИИГБ РАМН) | Способ выбора тактики лечения заболеваний стекловидного тела |
US7782464B2 (en) * | 2006-05-12 | 2010-08-24 | The General Hospital Corporation | Processes, arrangements and systems for providing a fiber layer thickness map based on optical coherence tomography images |
RU2530300C1 (ru) * | 2013-02-21 | 2014-10-10 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Тамбовский государственный технический университет" ФГБОУ ВПО ТГТУ | Способ повышения качества структурного изображения биообъекта в оптической когерентной томографии |
RU2692220C1 (ru) * | 2018-12-13 | 2019-06-21 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Тамбовский государственный технический университет" (ФГБОУ ВО "ТГТУ") | Способ цветового доплеровского картирования в эндоскопической оптической когерентной томографии |
RU2737183C1 (ru) * | 2020-06-25 | 2020-11-25 | федеральное государственное автономное учреждение "Национальный медицинский исследовательский центр "Межотраслевой научно-технический комплекс "Микрохирургия глаза" имени академика С.Н. Федорова" Министерства здравоохранения Российской Федерации | Способ диагностики микроциркуляторных изменений перипапиллярной сетчатки у лиц среднего и пожилого возраста методом СОКТ-ангиографии |
-
2020
- 2020-12-25 RU RU2020143114A patent/RU2763677C1/ru active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7782464B2 (en) * | 2006-05-12 | 2010-08-24 | The General Hospital Corporation | Processes, arrangements and systems for providing a fiber layer thickness map based on optical coherence tomography images |
RU2365359C1 (ru) * | 2008-02-18 | 2009-08-27 | Государственное учреждение Научно-исследовательский институт глазных болезней Российской академии медицинских наук (ГУ НИИГБ РАМН) | Способ выбора тактики лечения заболеваний стекловидного тела |
RU2530300C1 (ru) * | 2013-02-21 | 2014-10-10 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Тамбовский государственный технический университет" ФГБОУ ВПО ТГТУ | Способ повышения качества структурного изображения биообъекта в оптической когерентной томографии |
RU2692220C1 (ru) * | 2018-12-13 | 2019-06-21 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Тамбовский государственный технический университет" (ФГБОУ ВО "ТГТУ") | Способ цветового доплеровского картирования в эндоскопической оптической когерентной томографии |
RU2737183C1 (ru) * | 2020-06-25 | 2020-11-25 | федеральное государственное автономное учреждение "Национальный медицинский исследовательский центр "Межотраслевой научно-технический комплекс "Микрохирургия глаза" имени академика С.Н. Федорова" Министерства здравоохранения Российской Федерации | Способ диагностики микроциркуляторных изменений перипапиллярной сетчатки у лиц среднего и пожилого возраста методом СОКТ-ангиографии |
Non-Patent Citations (1)
Title |
---|
КСЕНОФОНТОВ С.Ю. Высокопроизводительное алгоритмическое и программно-техническое обеспечение приборов оптической когерентной томографии с интерактивным управлением и визуализацией. Диссертация на соискание учёной степени доктора технических наук. ИПФ РАН, Нижний Новгород, 2020. * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2775806C1 (ru) * | 2021-09-21 | 2022-07-11 | федеральное государственное автономное учреждение "Национальный медицинский исследовательский центр "Межотраслевой научно-технический комплекс "Микрохирургия глаза" имени академика С.Н. Федорова" Министерства здравоохранения Российской Федерации | Способ прогнозирования развития макулярной неоваскуляризации у пациентов с макулярными телеангиоэктазиями 2-го типа |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10485423B2 (en) | Quantification of local circulation with OCT angiography | |
JP6200902B2 (ja) | 生体内の光学的流れイメージング | |
JP5166889B2 (ja) | 眼底血流量の定量測定装置 | |
US20180012359A1 (en) | Systems and Methods for Automated Image Classification and Segmentation | |
JP6702764B2 (ja) | 光干渉断層データの処理方法、該方法を実行するためのプログラム、及び処理装置 | |
JP6584126B2 (ja) | 画像生成装置、画像生成方法およびプログラム | |
KR20160130153A (ko) | 화상생성장치, 화상생성방법, 및 기억매체 | |
Huynh et al. | Past, present, and future concepts of the choroidal scleral interface morphology on optical coherence tomography | |
CN107862724B (zh) | 一种改进的微血管血流成像方法 | |
JP2017176341A (ja) | 情報処理装置、情報処理装置の制御方法、及び該制御方法の実行プログラム | |
US11540714B2 (en) | Shear wave based elasticity imaging using three-dimensional segmentation for ocular disease diagnosis | |
JP2024096395A (ja) | 眼科情報処理装置 | |
RU2692220C1 (ru) | Способ цветового доплеровского картирования в эндоскопической оптической когерентной томографии | |
RU2763677C1 (ru) | Способ бесконтактного цветового доплеровского картирования кровотока в сосудах сетчатки глаза и зрительного нерва | |
CN111134614A (zh) | 基于oct测量眼球血管中血流的绝对速度的方法及系统 | |
CN111493832A (zh) | 一种基于En face-OCT的内窥成像方法 | |
US8121665B2 (en) | Method and device for the examination of cavities | |
RU2692225C1 (ru) | Способ ангиографии в эндоскопической оптической когерентной томографии | |
Yang et al. | Principles of doppler oct | |
Kiseleva et al. | Potentials of OCT in Monitoring Ocular Hemodynamics of Patients with Primary Open Angle Glaucoma | |
WO2007072720A1 (ja) | 医用画像診断装置および生体組織の同定方法 | |
Li | Computational Methods for Enhancements of Optical Coherence Tomography | |
John et al. | Recent developments in optical coherence tomography angiography imaging for the diagnosis and assessment of diabetic retinopathy | |
JP2022127783A (ja) | 血流解析装置、眼科装置、血流解析方法、及びプログラム | |
Xie | Cellular-resolution optical coherence tomography: low-cost, compact hand-held probe development and image analysis |