識別關(guān)注對象的特征及處理斷層圖像的方法和設(shè)備的制作方法
【專利摘要】本發(fā)明涉及識別關(guān)注對象的特征及處理斷層圖像的方法和設(shè)備。提供一種用于判斷在斷層圖像中被測對象的特征的位置的方法和設(shè)備，該方法包括：在附加圖像中確定關(guān)注對象的特征的特征點；基于檢測到的特征點確定在附加圖像中與特征相關(guān)的位置數(shù)據(jù)；以及在斷層圖像中識別關(guān)注對象的特征，其中，使用附加圖像中的所確定的位置數(shù)據(jù)來引導識別。本發(fā)明還涉及一種計算機可讀取的載體介質(zhì)，其可以是非易失性的并且在由處理器執(zhí)行的情況下配置計算機以執(zhí)行該方法。
【專利說明】識別關(guān)注對象的特征及處理斷層圖像的方法和設(shè)備
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種用于在使用光學相干斷層成像(OCT)的攝像系統(tǒng)中確定被測對象的特征在斷層圖像中的位置的方法和設(shè)備。特別地，但非排他地，本發(fā)明涉及在光學斷層圖像數(shù)據(jù)獲取、特別是OCT掃描期間檢測在眼的特定層之間的邊界以及檢測諸如視盤(盲點)或者中央凹等的某些眼特有的特征?！颈尘凹夹g(shù)】
[0002]光學相干斷層成像(OCT)是一種用于進行能夠提供組織結(jié)構(gòu)的圖像的高分辨率截面攝像的技術(shù)。OCT是一種確定樣本在OCT光束的方向上的散射分布的干涉的方法。各個散射分布被稱作軸向掃描、或者A掃描?？缃Y(jié)構(gòu)的一系列A掃描使得能夠?qū)νㄟ^組織的前部或者后部的平面進行截面的重建。這稱為B掃描。
[0003]利用光學相干斷層成像結(jié)果(結(jié)構(gòu)數(shù)據(jù))的層分割和特征識別(分割/特征)算法是大部分市售的 OCT 裝置(例如 SOCT Copernicus, Optopol ；RS-3000, Nidek; 0CT-2000,Topcon; Cirrus HD-OCT, Carl Zeiss Meditec)提供的基本功能。
[0004]分割/特征算法試圖檢測在特定層之間的邊界以及檢測諸如視盤(盲點)或者中央凹等的某些眼特有的特征。在許多情況下，能夠使用健康眼的模型來進行精確的層分割。然而，在對某些病變眼攝像的情況下該方法失敗。已知的方法中還存在以下缺陷，即難以對單個斷層圖像(即，在XZ或者YZ平面中進行的單個B掃描，其中Z軸表示攝像樣本的深度)進行精確的層分割和/或特征檢測。這樣的困難是由于缺乏關(guān)于視網(wǎng)膜的被掃描區(qū)域的位置的信息。在這種情況下以及在諸如視網(wǎng)膜中的洞等的某些病變的情況下，可能將假非解剖區(qū)域識別為視盤區(qū)域。
[0005]為了克服上述不足，能夠通過分析從3D OCT數(shù)據(jù)所重建的眼底狀圖像(即，在XY平面上的投影圖像)的特征來獲得附加信息。關(guān)于視盤的位置的附加信息對于改進分割/特征算法的性能非常有用。附加信息可以用于與視盤的位置相關(guān)地確定單個B掃描的位置，并且基于該信息，調(diào)整和/或修改分割算法的參數(shù)。然而，由于以下原因中的一個或者多個而不能進行基于3D OCT數(shù)據(jù)量的視盤檢測:
[0006]在視盤附近的斷層圖像的質(zhì)量不足以進行成功的檢測；
[0007]檢查區(qū)域不包括視盤；或者
[0008]檢查區(qū)域包括視盤，但是由于3D數(shù)據(jù)的低分辨率(例如，B掃描和/或A掃描的數(shù)量少)而不能檢測。
[0009]因此，對用于與視網(wǎng)膜的例如視盤的某些共同特征相關(guān)地識別B掃描的位置的改進方法存在需求。因此，需要有在分割處理之前找到視盤(或者視網(wǎng)膜的其它特征)的位置的產(chǎn)品或者處理。

【發(fā)明內(nèi)容】

[0010]為了實現(xiàn)上述目標，在第一方面中提供了一種用于在斷層圖像中識別關(guān)注對象的特征的方法，該方法包括:
[0011]-在附加圖像中確定關(guān)注對象的特征的特征點；
[0012]-基于檢測到的特征點確定在附加圖像中與特征相關(guān)的位置數(shù)據(jù)；以及
[0013]-在斷層圖像中識別關(guān)注對象的特征，其中，使用所確定的在附加圖像中的位置數(shù)據(jù)來引導識別。
[0014]在一個實施例中，斷層圖像中的特征和附加圖像中的特征是關(guān)注對象的相同特征。
[0015]優(yōu)選為附加圖像不是斷層圖像。例如，可以通過以掃描激光檢眼鏡、眼底照相機或者其它視網(wǎng)膜攝像裝置攝像來獲得附加圖像。
[0016]在一個實施例中弓丨導識別包括校正特征的初始識別。
[0017]優(yōu)選為引導識別包括使附加圖像的位置數(shù)據(jù)與斷層圖像的位置數(shù)據(jù)相匹配。
[0018]有利地，引導識別還包括利用匹配后的位置數(shù)據(jù)來確定在斷層圖像中的如下關(guān)注區(qū)域，其中，要在該關(guān)注區(qū)域中搜索在斷層圖像中要識別的特征。
[0019]在一個實施例中，通過利用圖像匹配算法將附加圖像與斷層圖像對齊來進行將附加圖像的位置數(shù)據(jù)與斷層圖像的位置數(shù)據(jù)的匹配。
[0020]在其它實施例中，通過手動地將附加圖像與斷層圖像對齊來進行將附加圖像的位置數(shù)據(jù)與斷層圖像的位置數(shù)據(jù)的 匹配。
[0021]在其它實施例中，通過確定在附加圖像與斷層圖像之間的關(guān)系并且利用所確定的關(guān)系來將附加圖像與斷層圖像對齊來進行將附加圖像的位置數(shù)據(jù)與斷層圖像的位置數(shù)據(jù)的匹配。
[0022]在其它實施例中，通過確定在硬件組件之間的關(guān)系并且利用所確定的關(guān)系來將附加圖像與斷層圖像對齊來進行將附加圖像的位置數(shù)據(jù)與斷層圖像的位置數(shù)據(jù)的匹配。
[0023]有利地，可以將斷層圖像轉(zhuǎn)換為二維圖像。
[0024]優(yōu)選為，關(guān)注對象為眼并且特征與眼中的視網(wǎng)膜的視盤相關(guān)。
[0025]在一個實施例中，將與視盤相關(guān)的特征用于限定對視網(wǎng)膜的層的厚度的校正區(qū)域。
[0026]在其它實施例中，將與視盤相關(guān)的特征用于限定會聚視網(wǎng)膜的層的區(qū)域。
[0027]在其它實施例中，將與視盤相關(guān)的特征用于限定去除牽拉(traction)的假陽性檢測的區(qū)域。
[0028]有利地，根據(jù)本發(fā)明的設(shè)備適于進行用于在斷層圖像中識別關(guān)注對象的特征的方法。
[0029]根據(jù)本發(fā)明的計算機可讀取的介質(zhì)優(yōu)選為包括在執(zhí)行的情況下使得裝置執(zhí)行用于在斷層圖像中識別關(guān)注對象的特征的方法的指示。計算機可讀取的載體介質(zhì)可以是非易失性的。
[0030]在另一方面中提供一種用于處理斷層圖像的方法，該方法包括，在斷層圖像中識別視盤；在斷層圖像中檢測層邊界；以及，在斷層圖像中，將檢測出的層邊界會聚到識別出的視盤周圍的視網(wǎng)膜色素上皮層(RPE)的端部。
[0031]在一個實施例中，檢測包括檢測多個層邊界，并且會聚包括將除在玻璃體與視網(wǎng)膜神經(jīng)纖維層(RNFL)之間檢測到的任何邊界之外的各個檢測到的層邊界會聚到識別出的視盤周圍的視網(wǎng)膜色素上皮層的端部。
[0032]在另一方面中，提供一種用于處理斷層圖像的方法，該方法包括，在斷層圖像中識別視盤；以及在斷層圖像中沿著從識別出的視盤內(nèi)部開始并且朝向斷層圖像的邊緣結(jié)束的路徑檢測視網(wǎng)膜神經(jīng)纖維層。
[0033]在其它方面中，提供了一種用于在斷層圖像中識別關(guān)注對象的特征的設(shè)備，所述設(shè)備包括:_第一確定部件，用于在附加圖像中確定所述關(guān)注對象的特征的特征點；-第二確定部件，基于檢測到的特征點確定所述附加圖像中的與所述特征相關(guān)的位置數(shù)據(jù)；以及-識別部件，用于在所述斷層圖像中識別所述關(guān)注對象的特征，其中，使用所確定的所述附加圖像中的位置數(shù)據(jù)來引導所述識別。
[0034]在其它方面中，提供了一種用于處理斷層圖像的設(shè)備，所述設(shè)備包括:_識別部件，用于在斷層圖像中識別視盤；-檢測部件，用于在所述斷層圖像中檢測層邊界；以及-會聚部件，用于在所述斷層圖像中，使檢測到的層邊界會聚到識別出的視盤周圍的視網(wǎng)膜色素上皮層的端部。
[0035]在其它方面中，提供了一種用于處理斷層圖像的設(shè)備，所述設(shè)備包括:_識別部件，用于在斷層圖像中識別視盤；以及-檢測部件，用于在所述斷層圖像中沿著從識別出的視盤內(nèi)部開始并且朝向所述斷層圖像的邊緣終止的路徑來檢測視網(wǎng)膜神經(jīng)纖維層。
[0036]可以將通過根據(jù)本發(fā)明的方法和設(shè)備獲得的數(shù)據(jù)用于改進進一步分析的結(jié)果，例如可以不管OCT而檢測到視盤的位置和形狀以及中央凹的位置?？梢詼p小用于OCT視盤檢測算法的搜索區(qū)域從而改進結(jié)果的性 能和質(zhì)量。
【專利附圖】

【附圖說明】
[0037]現(xiàn)在將以示例方式對附圖進行參考，其中:
[0038]圖1示出根據(jù)本發(fā)明的方法的實施例的具有SLO視盤檢測的流程圖；
[0039]圖2示出具有SLO視盤檢測的用于層分析的方法的流程圖；
[0040]圖3示出在圖1中的步驟S104和S105中所利用的OCT視盤搜索區(qū)域與眼底圖像之間的關(guān)系；
[0041]圖4示出在圖2的步驟S203中將錯誤地檢測為層的牽拉去除后的結(jié)果圖像；以及
[0042]圖5示出在圖2的步驟S204中去除從內(nèi)部視盤區(qū)域檢測到的層后的結(jié)果圖像。
【具體實施方式】
[0043]在第一實施例中，在OCT數(shù)據(jù)獲取的同時由第二攝像設(shè)備拍攝視網(wǎng)膜的圖像。在本實施例中，第二攝像設(shè)備包括掃描激光檢眼鏡(SLO)，其獲得視網(wǎng)膜的圖像，但是應當理解本發(fā)明不限于此?？梢允褂眠m合于獲得關(guān)注特征的圖像的任何適合的攝像設(shè)備。例如，對于用以識別視盤的視網(wǎng)膜攝像，可以使用適合于視網(wǎng)膜攝像的眼底照相機或者其它類似
>j-U ρ?α裝直。
[0044]基于所拍攝的圖像來獲得所拍攝的視網(wǎng)膜的特定特征的位置。
[0045]參考圖1，示出本發(fā)明的實施例的流程圖?？偟膩碚f，首先在附加圖像上檢測視盤位置。這可以通過應用諸如邊緣檢測濾波器、檢測圓形區(qū)域的變換等的常見圖像處理技術(shù)來實現(xiàn)。[0046]這生成包括諸如視盤中心的坐標以及表示視盤邊界的多邊形等的視盤位置的一組數(shù)據(jù)。
[0047]第二，將附加圖像與OCT掃描區(qū)域?qū)R以使得在附加圖像上可見的視網(wǎng)膜特征的位置與那些元素在OCT圖像上的位置對齊?？梢酝ㄟ^準備OCT數(shù)據(jù)的二維投影并且使用任何適合的數(shù)學優(yōu)化技術(shù)來進行這樣的操作，以找到這兩個圖像的最佳匹配。在找到這樣的最佳匹配變換的情況下，將從附加圖像提取的數(shù)據(jù)變換到OCT數(shù)據(jù)的空間，由此使其能夠在OCT檢測算法中使用。
[0048]根據(jù)圖1中示出的優(yōu)選實施例，在步驟SlOl中，通過應用一系列圖像濾波器以增強圖像并且去除噪聲(諸如高斯模糊或者中位數(shù))來檢測視網(wǎng)膜圖像上的視盤。隨后，使用諸如Hough變換或者檢測視盤邊緣的定向濾波器組等的被設(shè)計用于檢測圖像上的圓形區(qū)域的任何算法。結(jié)果包括在視網(wǎng) 膜圖像上所確定的視盤的中心的坐標以及描繪視盤邊界的多邊形。
[0049]在步驟S102中，將在步驟SlOl中所確定的坐標匹配或者轉(zhuǎn)換到OCT圖像空間。步驟S102中的匹配處理可以按以下方法之一進行:
[0050]通過適當?shù)貙R硬件組件，以使得視網(wǎng)膜圖像與OCT掃描區(qū)域的關(guān)系已知。接著，能夠利用在硬件組件之間已知的幾何關(guān)系來將SLO和OCT數(shù)據(jù)集兩者對齊；
[0051]通過確定在視網(wǎng)膜圖像與OCT數(shù)據(jù)之間的關(guān)系(例如，依賴于在視網(wǎng)膜和OCT攝像中的一個或者兩者中所使用的掃描參數(shù)組的函數(shù))并且進行特定計算以對齊兩個數(shù)據(jù)集;
[0052]通過利用傳統(tǒng)的圖像匹配算法來將視網(wǎng)膜圖像與OCT投影圖像對齊；
[0053]通過手動對齊圖像(例如，通過將視網(wǎng)膜圖像和OCT圖像投影在顯示器上并且讓用戶調(diào)整某一個所顯示的圖像的參數(shù)，直到圖像變得對齊為止)。
[0054]在視網(wǎng)膜圖像上檢測到視盤并且視網(wǎng)膜圖像與OCT數(shù)據(jù)適當對齊的情況下，可以執(zhí)行步驟S103并且檢查OCT是否包含視盤區(qū)域。如果是，則可以進行在OCT圖像上的視盤檢測。否則，隨后的所有用于特征檢測的算法在層檢測期間可以將視網(wǎng)膜圖像視盤檢測用
作參考。
[0055]根據(jù)優(yōu)選實施例，將OCT數(shù)據(jù)轉(zhuǎn)換為類似眼底圖像的二維圖像，即投影圖像?？梢砸耘c在視網(wǎng)膜圖像上檢測視盤相似的方式來執(zhí)行在投影圖像上的視盤檢測(圖1中的步驟S104和S105)。然而，可以以若干方式來利用在視網(wǎng)膜圖像檢測上的視盤檢測以改進并且簡化OCT視盤檢測算法。例如:
[0056]可以將視網(wǎng)膜圖像視盤檢測的AABB (軸向?qū)R包圍框)映射到OCT坐標系中以限制搜索區(qū)域。這在圖3中示出，其中示出已拍攝了視盤305的視網(wǎng)膜圖像301。將包圍視網(wǎng)膜圖像301中所檢測到的視盤特征的包圍框303映射或者投影到OCT圖像數(shù)據(jù)的相對應的區(qū)域304上。由所投影的包圍框區(qū)域303來限制OCT檢測算法搜索視盤的區(qū)域；
[0057]在視網(wǎng)膜圖像檢測表示視盤位于OCT數(shù)據(jù)的邊緣的情況下，OCT視盤檢測算法可以相對應地調(diào)整視盤位置以反映這一點；
[0058]OCT檢測算法可以將在OCT圖像上檢測到的視盤的形狀與在視網(wǎng)膜圖像上檢測到的視盤的形狀相比較。形狀之間的相關(guān)性或者相似度提供了關(guān)于識別是否可靠的度量。例如，可以使用用于確定相關(guān)值的任何數(shù)學運算。[0059]需要在步驟S106/S107檢查是否在OCT圖像中檢測到了視盤。由于病變、圖像偽影或者OCT檢測的質(zhì)量差，OCT檢測的結(jié)果可能沒有好到足以在隨后的層檢測處理中使用。在這種情況下，有必要使用視網(wǎng)膜圖像檢測結(jié)果以保留使用某些層檢測改進的可能性。
[0060]因此，在SLO上檢測視盤后，例如可以將所提取的SLO位置數(shù)據(jù)用于至少以下目的:
[0061]在OCT檢測失敗(或者不可用)的情況下，在層檢測算法中利用檢測到的SLO視盤位置數(shù)據(jù)而不是OCT檢測；
[0062]從層檢測中排除從SLO圖像所檢測到的視盤區(qū)域(解剖學上，那里不存在層)；
[0063]使層會聚到RPE邊界在解剖學上到達視神經(jīng)并且中斷的點；以及
[0064]符合在視盤區(qū)域附近的層厚度上的差異。
[0065]解剖學上，在視盤區(qū)域內(nèi)部不存在牽拉，因此在那里能夠清楚地確定玻璃體/RNFL邊界的位置。接著，可以使用此信息將牽拉區(qū)別于玻璃體/RNFL層(二者具有相似的梯度)以改進分析結(jié)果。
[0066]以下將參考圖2來說明利用在視網(wǎng)膜圖像中的視盤檢測來引導或者輔助層檢測的識別以及識別的這些方面。
[0067]在圖2的步驟S201中進行初始層檢測。在使用從視網(wǎng)膜圖像所轉(zhuǎn)換的視盤位置信息引導OCT圖像中的層檢測結(jié)果之前 需要這一步。例如，該檢測可以通過以下方法中的一個或者多個來進行:
[0068]應用梯度濾波器以暴露在層之間的亮度差異；以及
[0069]利用邊緣跟蹤算法。
[0070]可以在初始檢測中使用視盤檢測的結(jié)果，以使得算法忽略不能可靠地進行層檢測的區(qū)域。
[0071]有時，在初始檢測的處理中，某些層被錯誤地檢測-例如，其檢測到的垂直位置可能過低或者過高。由于斷層圖像的質(zhì)量差異以及層的亮度上的相似，因此有時可能將(如斷層圖像上所見的)較低層檢測為較高層。因而，在步驟S202中，基于在視盤附近的解剖層厚度來校正OCT圖像的所檢測到的層。
[0072]解剖學上，在眼的不同區(qū)域中，層一般不超過厚度的限定范圍。通過檢查層是否符合適當?shù)暮穸确秶⑶以谛枰那闆r下進行一些調(diào)整，關(guān)于視盤的信息可以提供校正被錯誤地檢測的層的方法。
[0073]在檢測期間，有時可能將病變檢測為層。例如，牽拉具有與RNFL層非常類似的噪聲特征。因此，會將牽拉錯誤地檢測為RNFL層，造成對其余全部層的錯誤檢測。然而，在視盤的附近一般不存在牽拉，因此能夠使用所檢測到的視盤位置將RNFL層區(qū)別于這些病變。通過在圖2的方法的步驟S203中使用視盤位置去除對牽拉的假陽性檢測來利用該屬性。
[0074]在圖4中更詳細地示出了典型情況，其中圖4示出與所要檢測的RNFL層403幾乎對齊的牽拉401。存在可能將牽拉401誤識別為RNFL層的一部分的風險。然而，能夠?qū)z測到的視盤的位置用于確定從所檢測到的視盤區(qū)域內(nèi)部開始并且在斷層圖像的邊緣結(jié)束的追蹤路徑402。接著，算法可以嘗試從檢測到的視盤區(qū)域向斷層圖像的邊緣追蹤RNFL層，由此避開了牽拉。作為替代，算法可以對檢測到的邊界片段分配值以選擇有效的層邊界而非牽拉。[0075]按照人眼解剖學，在視盤區(qū)域內(nèi)部不存在視網(wǎng)膜層。在步驟S204中利用了該屬性。算法在檢測層邊界時可以省略此區(qū)域以避免假陽性檢測。
[0076]在圖5中示出了這一點，其中502示出應當省略層邊界的檢測的檢測到的視盤區(qū)域。
[0077]按照人眼解剖學，全部的視網(wǎng)膜層邊界(除了玻璃體/RNFL以外)會聚到RPE層在視神經(jīng)頭周圍終止的位置。因此，在步驟S205中，可以使用基于檢測到的視盤位置的信息進行必要的調(diào)整，以使得所檢測到(除RNFL層以外)的層適于反映該已知屬性。例如，可以強制使非RNFL層的層邊界在兩側(cè)會聚到RPE端部。
[0078]在圖5中示出了這一點，其中示出跨視盤區(qū)域502連續(xù)的原始檢測到的層邊界503。將校正后的層邊界504強制會聚到基于檢測到的視盤區(qū)域502而確定的RPE端部505a和505b，從而存在非RNFL邊界被強制會聚的會聚區(qū)域501。
[0079]在其它實施例中，SLO視盤多邊形的形狀可以用于評價OCT投影圖像的縮放比率。`接著，可以使用OCT投影圖像來檢測視盤。在檢測后，OCT圖像上的視盤具有圓形的形狀的概率高，這實際上簡化了檢測處理。
[0080]上述實施例涉及眼的OCT攝像，然而，應當理解本發(fā)明還適用于具有相似的定義良好的形狀和結(jié)構(gòu)的其它對象的攝像。例如，手指和腳趾或者包括分層的物質(zhì)或組織的任何其它對象。此外，除了層檢測以外，也可以對圖像對象上可見的任何其它特征進行這里說明的有利的方法。
[0081]盡管已說明了體現(xiàn)本發(fā)明的啟示的各種實施例，但是本領(lǐng)域的技術(shù)人員還能容易地設(shè)計仍然體現(xiàn)這些啟示的許多其它變形實施例。
[0082]體現(xiàn)本發(fā)明的方法也可以是計算機實現(xiàn)的方法。因此，本發(fā)明擴展到在由計算機或者處理器執(zhí)行的情況下、使得計算機或者處理器執(zhí)行以上說明的任何方法的程序。
[0083]這樣的程序可以由其自身提供、或者可以承載在載體介質(zhì)中、由載體介質(zhì)承載或者在載體介質(zhì)上承載。載體介質(zhì)可以是存儲介質(zhì)或者記錄介質(zhì)、特別是計算機可讀取的存儲介質(zhì)。示例包括硬盤驅(qū)動器、DVD或者存儲器裝置。
[0084]載體介質(zhì)還可以是諸如信號等的傳輸介質(zhì)。因此，可以通過包括因特網(wǎng)的網(wǎng)絡來以信號的形式發(fā)布、下載或者上傳體現(xiàn)本發(fā)明的程序。
[0085]該程序可以是非易失性的。
【權(quán)利要求】
1.一種用于在斷層圖像中識別關(guān)注對象的特征的方法，所述方法包括: -在附加圖像中確定所述關(guān)注對象的特征的特征點； -基于檢測到的特征點確定所述附加圖像中的與所述特征相關(guān)的位置數(shù)據(jù)；以及 -在所述斷層圖像中識別所述關(guān)注對象的特征，其中，使用所確定的所述附加圖像中的位置數(shù)據(jù)來引導所述識別。
2.根據(jù)權(quán)利要求1所述的方法，其中，所述斷層圖像中的所述特征和所述附加圖像中的所述特征是所述關(guān)注對象的相同特征。
3.根據(jù)權(quán)利要求1所述的方法，其中，所述附加圖像不是斷層圖像。
4.根據(jù)權(quán)利要求1所述的方法，其中，引導所述識別包括校正所述特征的初始識別。
5.根據(jù)權(quán)利要求1所述的方法，其中，引導所述識別包括使所述附加圖像的所述位置數(shù)據(jù)與所述斷層圖像的位置數(shù)據(jù)匹配。
6.根據(jù)權(quán)利要求5所述的方法，其中，引導所述識別還包括利用匹配后的位置數(shù)據(jù)來確定在所述斷層圖像中的如下關(guān)注區(qū)域，其中，要在該關(guān)注區(qū)域中搜索在所述斷層圖像中要識別的所述特征。
7.根據(jù)權(quán)利要求5所述的方法，其中，通過利用圖像匹配算法將所述附加圖像與所述斷層圖像對齊，進行所述附加圖像的所述位置數(shù)據(jù)與所述斷層圖像的位置數(shù)據(jù)的匹配。
8.根據(jù)權(quán)利要求5所述的方法，其中，通過手動地將所述附加圖像與所述斷層圖像對齊，進行所述附加圖像的所述位 置數(shù)據(jù)與所述斷層圖像的位置數(shù)據(jù)的匹配。
9.根據(jù)權(quán)利要求5所述的方法，其中，通過確定在所述附加圖像與所述斷層圖像之間的關(guān)系、并且利用所確定的關(guān)系來將所述附加圖像與所述斷層圖像對齊，進行所述附加圖像的所述位置數(shù)據(jù)與所述斷層圖像的位置數(shù)據(jù)的匹配。
10.根據(jù)權(quán)利要求5所述的方法，其中，通過確定在硬件組件之間的關(guān)系、并且利用所確定的關(guān)系來將所述附加圖像與所述斷層圖像對齊，進行所述附加圖像的所述位置數(shù)據(jù)與所述斷層圖像的位置數(shù)據(jù)的匹配。
11.根據(jù)權(quán)利要求1所述的方法，其中，將所述斷層圖像轉(zhuǎn)換為二維圖像。
12.根據(jù)權(quán)利要求1所述的方法，其中，所述關(guān)注對象為眼，并且所述特征與眼中的視網(wǎng)膜的視盤相關(guān)。
13.根據(jù)權(quán)利要求12所述的方法，其中，使用與視盤相關(guān)的所述特征限定對視網(wǎng)膜的層的厚度的校正區(qū)域。
14.根據(jù)權(quán)利要求12所述的方法，其中，使用與視盤相關(guān)的所述特征限定使視網(wǎng)膜的層會聚的區(qū)域。
15.根據(jù)權(quán)利要求12所述的方法，其中，使用與視盤相關(guān)的所述特征限定用于去除對牽拉的假陽性檢測的區(qū)域。
16.一種用于處理斷層圖像的方法，所述方法包括: -在斷層圖像中識別視盤； -在所述斷層圖像中檢測層邊界；以及 -在所述斷層圖像中，使檢測到的層邊界會聚到識別出的視盤周圍的視網(wǎng)膜色素上皮層的端部。
17.根據(jù)權(quán)利要求16所述的方法，其中，所述檢測包括檢測多個所述層邊界，并且所述會聚包括將除在玻璃體與視網(wǎng)膜神經(jīng)纖維層之間檢測到的任何邊界之外的各個檢測到的層邊界會聚到識別出的視盤周圍的視網(wǎng)膜色素上皮層的端部。
18.一種用于處理斷層圖像的方法，所述方法包括: -在斷層圖像中識別視盤；以及 -在所述斷層圖像中沿著從識別出的視盤內(nèi)部開始并且朝向所述斷層圖像的邊緣終止的路徑來檢測視網(wǎng)膜神經(jīng)纖維層。
19.一種用于在斷層圖像中識別關(guān)注對象的特征的設(shè)備，所述設(shè)備包括: -第一確定部件，用于在附加圖像中確定所述關(guān)注對象的特征的特征點； -第二確定部件，基于檢測到的特征點確定所述附加圖像中的與所述特征相關(guān)的位置數(shù)據(jù)；以及 -識別部件，用于在所述斷層圖像中識別所述關(guān)注對象的特征，其中，使用所確定的所述附加圖像中的位置數(shù)據(jù)來引導所述識別。
20.一種用于處理斷層圖像的設(shè)備，所述設(shè)備包括: -識別部件，用于在斷層圖像中識別視盤； -檢測部件，用于在所述斷層圖像中檢測層邊界；以及 -會聚部件，用于在所述斷層圖像中，使檢測到的層邊界會聚到識別出的視盤周圍的視網(wǎng)膜色素上皮層的端部?！?br> 21.一種用于處理斷層圖像的設(shè)備，所述設(shè)備包括: -識別部件，用于在斷層圖像中識別視盤；以及 -檢測部件，用于在所述斷層圖像中沿著從識別出的視盤內(nèi)部開始并且朝向所述斷層圖像的邊緣終止的路徑來檢測視網(wǎng)膜神經(jīng)纖維層。
【文檔編號】A61B3/12GK103565404SQ201310326084
【公開日】2014年2月12日 申請日期:2013年7月30日 優(yōu)先權(quán)日:2012年7月30日
【發(fā)明者】L·品特爾, K·彼得羅夫斯基, M·波佩克, W·蘇拉, K·左克夫斯基 申請人:佳能株式會社