[發明專利]用于評估視網膜圖像以及從視網膜圖像獲得信息的方法和系統

在審

• 申請號: 201580058074.3
• 申請日: 2015-08-25
• 公開（公告）號: CN107209933A
• 公開（公告）日: 2017-09-26
• 發明（設計）人: 尹楓舒;黃永基;劉江;李鵬海;張卓;卡維薩·戈帕拉克里希南;關穎;劉愛萍
• 申請（專利權）人: 新加坡科技研究局
• 主分類號: G06T7/00
• 分類號: G06T7/00;A61B3/14
• 代理公司: 北京金信知識產權代理有限公司11225
• 代理人: 黃威,董領遜

技術領域

本發明涉及用于評估圖像并且在圖像被確定為具有足夠好的質量的情況下用于從圖像獲得信息來提供治療建議的計算機實現方法和裝置，所述圖像被認為是眼部的視網膜的圖像。

背景技術

失明的主要原因包括白內障、青光眼、年齡相關性黃斑變性、糖尿病性視網膜病變以及病理性近視。其中，在白內障中的視力喪失通常可以通過利用人造手術中鏡片代替不透明的晶狀體來恢復。然而，在諸如青光眼和AMD的許多其他疾病中，視力喪失往往是永久性的和不可恢復的。因此，公眾和臨床上對于在盡可能早的階段檢測這些疾病以便挽救視力并降低治療費用有相當關心。許多眼部疾病的無癥狀性質經常使早期檢測進一步復雜化，通常只能通過在發展期的患者中觀察到可見癥狀。

視網膜是在眼部內表面形成的一層組織。它是眼部的光敏部分，晶狀體將光線聚焦在視網膜上，然后光線作為信號傳輸到大腦用來解釋。視網膜層的損傷和變性是永久性視力喪失的關鍵原因。特別地，在視網膜內存在被稱為視盤和黃斑(macula)的兩個關鍵區域，它們在人類視覺系統中具有最重要的作用。圖1作為眼部后部的眼底圖像，標有這些區域。

1、視盤

視盤也被稱為視神經頭，并且是視網膜中神經節神經纖維細胞聚集形成將眼部連接到大腦的視神經的位置。信號正是通過視神經從感光細胞(photoreceptor)傳輸到大腦。與視盤相關的主要疾病稱為青光眼。

青光眼在世界范圍內是永久性失明的主要原因。在青光眼中，神經節神經纖維的變性導致視力喪失。圖2(a)示意性地示出了與該疾病的晚期相關的視力喪失。青光眼的早期通常不被受檢對象注意到。然而，使用諸如視網膜成像之類的模式直接觀察視盤可能對青光眼檢測有指導作用。視網膜神經纖維的變性表現為陷凹(excavation)在視盤中的擴大，其被稱為視杯。視杯相對于視盤的增大的直徑與青光眼有聯系。這在圖3中圖示出，其中圖3(a)示出了正常眼部的視盤，并且圖3(b)示出了具有升高的杯盤比(CDR)的視盤。

除青光眼之外，還可以通過觀察視盤來檢測病理性近視。在病理性近視中，與眼球的軸向伸長相關的變性變化導致視盤周圍出現視乳頭周圍萎縮(PPA)。這在圖3(c)中被圖示出。

2、黃斑

黃斑是視網膜的中心部分，負責具體的中央視覺和諸如閱讀、駕駛或認人之類的相關的任務。它是一個高度著色的區域，位于視網膜中央并與視盤相連。黃斑包含眼部中的最高濃度的感光細胞。與黃斑最相關的疾病稱為年齡相關性黃斑變性(AMD)。這產生了圖2(b)中示意性地示出的視力喪失。

在AMD中，視網膜的黃斑區域的變性導致視野中心的直接視力喪失。AMD主要影響老齡化人群，其患病率隨著年齡的增長而提高。該疾病通常大致分為早期和晚期，在晚期會出現明顯的中央盲點。AMD的早期通常與黃斑區域中的玻璃膜疣和視網膜色素上皮變化的出現有聯系。可以從視網膜的圖像中觀察到這樣的損傷。這由圖4示出，圖4示出了(a)正常黃斑、(b)具有玻璃膜疣的黃斑以及(c)具有黃斑孔的黃斑的圖像。

包括黃斑部位特異性損傷在內的其他眼部疾病包括源于出現黃斑水腫的糖尿病性視網膜病變以及源于存在黃斑裂孔和漆裂紋的病理性變性。

近年來，大量人群中對早期且有效地檢測致盲眼部疾病的急切需求激發了計算機輔助工具的發展。特別地，自動計算機輔助診斷和分析技術，由于政策制定者、學者、臨床醫師和產業的關注，從對個體損傷和線索的檢測到圖像級的對疾病的檢測已經得到快速發展。潛在地，對這些技術的成功實施將導致更好、更有效和更有效率地篩查這種具有巨大社會和經濟影響的致盲疾病。

許多這些方法是基于干凈的、濾波后的圖像的數據集而開發的。由于評估算法和技術對有關疾病和損傷檢測的性能的必要性，通常選擇干凈的、清晰可辨的和清楚的圖像用于技術開發、訓練和測試。這在圖像具有高質量的許多用于研究和開發的例如DRIVE數據庫的公共數據庫中經常看到。

然而，在實踐中，這種干凈的高質量圖像通常難以獲得。這可能是由于在圖像捕獲期間源于采集光學器件的未對準、意外的受檢對象移動或散焦而產生的成像偽影。其他原因可能包括在受檢對象存在白內障，其充當了光學光路中導致圖像模糊的不透明體。圖5(a)和5(b)是質量差的眼底圖像的示例。當自動分析系統遇到這樣的圖像時，生成的結果可能不可靠。這是因為這些系統是假設圖像質量好、并且與規范的任何偏差都是由于現有的病變而不是成像偽影而開發的。因而，這種質量差的圖像的診斷結果可能不準確。