[发明专利]确定视杯边界的位置的方法和系统

说明书

技术领域

本发明涉及一种用于确定2D视网膜图像中的视杯边界的方法和系统。该方法和系统可以被用于确定CDR，而所述CDR可以反过来被用于确定患上青光眼的风险。

背景技术

青光眼是世界上导致失明的原因之一。根据2004年世界卫生组织的报告[1]，青光眼是导致失明的第二大原因，全球12.3％的视力障碍都是由于这种疾病。据估计7000万的青光眼病例中，超过一半的病例是在亚洲[2]。在新加坡，最新的基于社区的研究发现[3]年龄超过40岁的华人受访者中有3.2％的人被发现患有青光眼。此外，该疾病与年龄有密切的关系，并且根据青光眼研究基金会的报告[5]，年龄超过60岁的人患有青光眼的几率是60岁以下的人的6倍。鉴于在世界的很多地方(包括新加坡)迅速的人口老龄化，青光眼的患病率可能会增加。

以神经节神经细胞的死亡为特征，青光眼的损害是不可逆的并且是永久的。而且，视野显著缺损通常只有在晚期的青光眼损害时才被意识到。但是，如果能够尽早发现，青光眼的进程能够被极大地减缓或者甚至被中断[6]。这就需要进行大量的筛查工作以在早期检测青光眼。但是，当前，由于筛查需要有经验的专业人士对视网膜图像进行人工分级，因此青光眼的筛查耗费人力。这个过程也是耗时的，并且需要经过培训的外科医生也加大了进行普查的难度。此外，据报道，青光眼评定的准确性受观察者的经验和训练程度的影响[7]。由于目前的人工筛选的方法的限制，因此需要开发一种用于青光眼筛查的客观的计算机筛查系统。

图1(a)是一只眼睛的二维(2D)视网膜图像，该图像没有显示青光眼，图1(d)是该眼睛后部的部分剖视图的的相应示意图。视神经将视觉信息从眼睛传输到大脑，而视神经乳头，也称为视盘是视网膜中视神经的始端。视盘是神经纤维通过其离开视网膜的结构。视盘内的凹陷被称作视杯。

青光眼性视神经病变的生理特征在于视杯凹陷的增大，导致了同视神经盘相关视杯尺寸的增加。在含义分别对应图1(a)和图1(d)的图1(b)和图1(e)中，说明了患有早期青光眼的眼睛的生理机能，而在含义分别再次对应图1(a)和图1(d)的图1(c)和图1(f)中，显示了患有晚期青光眼的眼睛的生理机能。如这些附图所示，当患有青光眼时，神经节细胞丧失并且神经纤维变薄。此外，在青光眼的眼睛中也存在视杯凹陷的增大。

当前的方法所使用的用于患者青光眼风险评估的标准特性是测量视杯和视盘之间的比率，比较通俗的称为杯盘比(CDR)。使用CDR可以提供相对应的杯盘尺寸的定量测量。典型地，如果CDR高，其代表患有青光眼的风险高，可以建议进行进一步的检查。

为了获得CDR，有必要把视盘和视杯彼此分开，并且将视盘和视杯与视网膜图像的其余部分分开。以前，已经报道了很多的方法用于视盘的检测，但是已经提及的用于视杯检测的方法就少得多了。由于在视盘中的视杯的清晰度降低以及穿过视杯边界的血管结构的密度增高，因此视杯的检测是非常有挑战性的。一个用于视杯检测的最早报道的方法是基于色彩强度的差异分析[8]。随后发展了用于视杯检测的更进一步的方法。例如，基于从立体的彩色的视网膜图像生成的像素特征对视网膜图像中的像素进行分类[9]。从先前的立体(三维)重建中获得的坡度、形状和深度的参数被用于推算视杯的势能函数[10]，并且基于像素强度的变分水平集方法被用于全局优化所获得的视杯轮廓[11]。

像素色彩强度或苍白以及相关的梯度形成了先前描述的视杯分割方法的基础。当视杯苍白被用于确定视杯的尺寸时，则存在没有充分估计视杯尺寸的潜在风险。这造成了所谓的苍白/视杯差异的结果，此处苍白区域滞后于实际的视杯尺寸[12]。此外，当视杯和视盘之间的苍白差别不是特别明显时，特别是在视杯较浅的早期青光眼性萎缩的情况下，单独使用苍白来准确确定视杯尺寸具有挑战性。另外，许多方法[9，10]进一步依靠立体图像的处理来获得视杯边界。

因此，需要一种能够克服上述问题的用于确定视杯边界的方法和系统。

发明内容

本发明的目的是提供新的、用于确定视杯的有用的计算机控制系统。

概括来讲，本发明提出在临近视杯和视盘之间边界的血管中的扭结被用于确定视杯边缘。因此，本发明的某些实施例使得用计算机控制系统确定2D视网膜图像中的视杯成为可能，其并不依赖于如现有技术的系统中所述的颜色差异。