[发明专利]一种确定核性白内障级别的方法及系统

说明书

技术领域

本发明涉及一种确定裂隙灯图像中核性白内障级别(grade)的方法及系统，该方法和装置优选地用于确定核性白内障的级别。

背景技术

到2020年，全球盲人数量预计将达到76万[1]。统计资料显示，全世界有一半的失明是由白内障所致。尽管提出了一些导致白内障发展的可能危险因素，但到目前为止仍没有确切的方法来防止白内障的形成。但是通过使用人工晶状体(intraocular lens)的白内障手术，可以恢复近乎正常的视功能。为了防止视力减退，准确诊断和及时治疗白内障是非常必要的。

白内障是指眼内晶状体的混浊或不透明。白内障的首发症状通常是不清晰或模糊。年龄相关性(老年)白内障主要有三种类型，即核性白内障、皮质性白内障、后囊下白内障。这些是由它们的临床表现定义的，例如眼睛内晶状体的不透明的位置。核性白内障形成于眼睛的晶状体的中心，皮质性白内障形成于眼睛的晶状体皮质，而后囊下白内障始于眼睛的晶状体后部。核性白内障在三种类型的白内障中最常见。临床上通过裂隙灯评估对核性白内障进行诊断，在裂隙灯评估中，通过将裂隙灯图像与标准照片比较，指定白内障级别，以提供白内障严重程度的定量记录。这些临床分类方法比较主观，也相当费时，尤其是在进行群体研究时。

几个研究小组已经研究了使用裂隙灯图像自动诊断核性白内障。威斯康星研究小组[2-3]提出一方法，该方法提取视轴上的解剖结构，选择沟强度(intensity)及晶状体(lentil)前部和后部间的强度比作为特征，执行线性回归分析以对核硬化程度自动分级。约翰·霍普金斯研究小组[4]提出一方法，该方法分析了视轴的强度分布图并提取了三个特征，即核平均灰度水平，分布图后部的点的斜率和最小二乘拟合的小数残差(fractional residual)。然后使用这些特征确定核浑浊化的级别来训练神经网络。威斯康星研究小组和约翰.霍普金斯研究小组完成的研究仅利用视轴的特征，而在核性白内障的临床诊断中，通常会分析整个晶状体核的区域。发明者自己之前也提出过核性白内障的自动诊断方法[5-6]，该方法提取晶状体轮廓。然而，发明者之前分析了整个晶状体的区域，而不是仅核区域，并且发现这会导致不准确的评估。之前由威斯康星研究小组、约翰.霍普金斯研究小组、甚至发明者他们自己完成的研究都没有使用大量的临床数据来证实。

发明内容

本发明目的在于提供一种新型且有效的确定测试图像中核性白内障级别的自动的方法和系统。

总体而言，本发明提出定义图像中晶状体结构轮廓，所述晶状体结构轮廓包括在晶状体结构核边缘的周围的部分。可使用该轮廓来确定图像中的核性白内障的级别。这样的轮廓是更可取的，因为该核区域通常是正规评估核性白内障的唯一区域。

具体来说，本发明的第一个方面是确定测试图像中核性白内障级别的方法，该方法包括以下步骤：(1a)定义在测试图像中的晶状体结构轮廓，所述定义的晶状体结构轮廓包括在晶状体结构核边缘的周围的部分；(1b)基于定义的在测试图像中的晶状体结构轮廓，从测试图像提取特征；和(1c)基于所述提取的特征和分级模型，确定测试图像中的核性白内障的级别。

可选的，本发明还可表现为执行这样的方法的计算机系统。该计算机系统可与裂隙灯图像拍摄设备集成。本发明也可表现为计算机程序产品，如这样的一个计算机程序产品，其被记录在有形的计算机介质上，并且包括可由计算机系统操作的程序指令，以执行所述方法的步骤。

附图说明

现在出于举例的缘故，本发明的实施例将仅参考下面的图进行说明，其中：

图1示出了根据本发明的实施例的方法100的流程图，所述方法100执行对核性白内障的自动分级，所述方法100包括步骤102-108和112-118；

图2示出了图1的方法100中的步骤102的子步骤102a-102d；

图3示出了图像中的水平线和竖直线，凭此，在图1的方法100中的步骤102中分析了这些水平线和竖直线的剖面(profiles)；

图4示出了描述图像中晶状体结构形状模型上的位标(landmark)点；

图5示出了图1的方法100的步骤104的子步骤104b的子步骤104bi-104bii的流程图；

图6示出了方法100的步骤102-104的结果；和

图7示出了方法100的结果与临床分级执行的分级结果之间的差异。

具体实施方式