專利名稱：用于評(píng)估角膜健康狀況變化的設(shè)備和方法
技術(shù)領(lǐng)域：
本申請(qǐng)涉及一種用于評(píng)估角膜的計(jì)算機(jī)實(shí)現(xiàn)的方法，包括從角膜的一系列分層的圖像中選擇主圖像，以及檢測(cè)主圖像中的多個(gè)角膜結(jié)構(gòu)并提供對(duì)所述多個(gè)角膜結(jié)構(gòu)的量化分析。
背景技術(shù)：
角膜成像在評(píng)估角膜健康狀況、監(jiān)視角膜疾病發(fā)展和評(píng)價(jià)角膜治療的有效性方面是有用的。角膜共焦顯微鏡是測(cè)量角膜特征的成像設(shè)備的一個(gè)例子。活體共焦顯微術(shù)能夠?qū)崿F(xiàn)對(duì)活體內(nèi)角膜微結(jié)構(gòu)的高分辨率、可靠且實(shí)時(shí)的成像，以評(píng)價(jià)例如正常角膜形態(tài)、病原體侵入、營(yíng)養(yǎng)不良和變性、術(shù)后管理、干眼、藥物毒性、內(nèi)皮監(jiān)視、以及接觸鏡相關(guān)改變。正常的健康角膜是由如下五層組成的透明的無(wú)血管連接的組織上皮細(xì)胞層、前彈性層、基質(zhì)層、后界層和內(nèi)皮細(xì)胞層。角膜上皮細(xì)胞層，即角膜的最外層，是由5到6層細(xì)胞組成的厚約50 μ m的組織。角膜上皮細(xì)胞層占據(jù)角膜厚度的約十分之一。角膜上皮細(xì)胞層可被分為三個(gè)解剖結(jié)構(gòu)組表面細(xì)胞、翼狀細(xì)胞和基底細(xì)胞。表面上皮細(xì)胞是在角膜最外表面上堆疊兩至三細(xì)胞層深的扁平多邊形細(xì)胞。當(dāng)被成像時(shí)，這些細(xì)胞表現(xiàn)出多邊形圖案、明亮照明的細(xì)胞質(zhì)、反光的細(xì)胞核以及核周暗光暈的特征。在細(xì)胞死亡時(shí)，整個(gè)細(xì)胞質(zhì)會(huì)變得過(guò)度反光。這些表面細(xì)胞具有達(dá)50 μ m的直徑且厚約5 μ m。它們典型地在角膜中心最為稀疏，約624個(gè)細(xì)胞/mm2，并且典型地在外周最為密集，約1213個(gè)細(xì)胞/mm2。緊接在表面細(xì)胞之下(B卩，在其下)的是翼狀細(xì)胞。翼狀細(xì)胞為兩至三細(xì)胞深。它們可被分為上部(更大)和下部(更小)，但一般大小約20 μ m并且形成規(guī)則的馬賽克圖案。平均密度為角膜中心5000個(gè)細(xì)胞/mm2，外周5500個(gè)細(xì)胞/mm2。上皮細(xì)胞層的最內(nèi)層(B卩，最為在后的層)是基質(zhì)上皮細(xì)胞。這是上皮細(xì)胞中最小的，平均約8-10 μ m。在被成像時(shí)，它們看上去是具有高度反光邊界(緊密接合)的密集馬賽克。平均密度在中心從6000至9000個(gè)細(xì)胞/mm2變化，而在外周則大于10000個(gè)細(xì)胞/mm2。基底下神經(jīng)叢緊鄰所述基底上皮細(xì)胞。在被成像時(shí)，神經(jīng)叢看起來(lái)是具有平行且線性的過(guò)度反光纖維的相對(duì)缺乏細(xì)胞的層。神經(jīng)表現(xiàn)出作為線粒體和糖原顆粒累積的局部軸突膨大的特征。纖維可被組織成渦流圖案并因此將取決于掃描位置以不同方向行進(jìn)。前彈性層8-10 μ m厚，由位于基底細(xì)胞層和基質(zhì)層之間隨機(jī)排列的膠原原纖維組成。該層通常看上去模糊且異性。基質(zhì)層占據(jù)整個(gè)角膜體積的80-90%。其由蜂窩結(jié)構(gòu)、非細(xì)胞結(jié)構(gòu)和感覺(jué)神經(jīng)結(jié)構(gòu)組成。蜂窩成分(角膜細(xì)胞)具有反光的細(xì)胞核，而非細(xì)胞成分(膠原薄層)則看上去呈黑色或光學(xué)透明。角膜細(xì)胞的密度在前基質(zhì)層最高，在中基質(zhì)層下降，在后基質(zhì)層則略有增加。基質(zhì)神經(jīng)纖維比上皮下神經(jīng)纖維要厚。后界層使用共焦顯微術(shù)可能是不可見(jiàn)的。內(nèi)皮細(xì)胞層是形成六邊形馬賽克圖案的單層細(xì)胞。健康的內(nèi)皮細(xì)胞層包括2500-3000個(gè)細(xì)胞/mm2，但這會(huì)由于年齡、疾病、低氧可傳送接觸鏡的佩戴而降低。包括有白細(xì)胞的免疫細(xì)胞抵抗外來(lái)侵入物。白細(xì)胞的主要分類包括顆粒白細(xì)胞(例如，嗜堿粒細(xì)胞和嗜酸粒細(xì)胞)、無(wú)顆粒白細(xì)胞(例如，巨噬細(xì)胞)、以及淋巴細(xì)胞。粒細(xì)胞典型地非常小(〈10 μ m)，其高度游動(dòng)并且可以在發(fā)炎期間響應(yīng)于來(lái)自微生物和受傷細(xì)胞的·化學(xué)毒性因子輕易地侵入角膜。巨噬細(xì)胞(達(dá)20 μ m)典型地出現(xiàn)在潰瘍部位并且可以保持在組織內(nèi)達(dá)幾個(gè)月的時(shí)間。淋巴細(xì)胞可在眼瞼和瞼結(jié)合膜內(nèi)找到。白細(xì)胞典型地位于基底細(xì)胞或翼狀細(xì)胞水平。雖然它們不容易通過(guò)共焦顯微術(shù)加以區(qū)分，但是位置、尺寸和形態(tài)有助于對(duì)其的識(shí)別。例如，免疫細(xì)胞一般會(huì)沿著神經(jīng)叢遷徙。它們還例如可以在基底上皮細(xì)胞層和前彈性層中被識(shí)別。共焦顯微鏡通過(guò)測(cè)量在清澈或不透明組織中的反射的光而工作。角膜共焦顯微鏡用準(zhǔn)直光源照明角膜的小塊區(qū)域，其中準(zhǔn)直光穿過(guò)孔徑并通過(guò)物鏡聚焦至該物鏡聚焦區(qū)域處的一小塊空間體積。從聚焦區(qū)域反射的光隨后被物鏡重新收集。隨后光在進(jìn)入光電檢測(cè)裝置之前穿過(guò)分束器和針孔。檢測(cè)器孔徑阻擋了散射光，從而得到比常規(guī)光顯微術(shù)更為清晰的圖像。光電檢測(cè)設(shè)備將光信號(hào)轉(zhuǎn)換為電信號(hào)，以創(chuàng)建數(shù)字組織學(xué)圖像?；铙w共焦顯微術(shù)已被典型地用于在臨床上評(píng)價(jià)各種角膜病理，包括傳染性角膜炎(更具體地，棘阿米巴角膜炎和真菌性角膜炎)、角膜營(yíng)養(yǎng)不良、以及角膜健康狀況和疾病的其他參數(shù)。然而，活體共焦顯微術(shù)會(huì)產(chǎn)生包含大量數(shù)據(jù)的圖像，這些圖像會(huì)很難被快速連貫的分析和解釋。因此，活體共焦顯微術(shù)的大部分應(yīng)用已被量化或要求耗時(shí)的手動(dòng)分析來(lái)產(chǎn)生量化結(jié)果。于是，本領(lǐng)域需要客觀評(píng)價(jià)共焦顯微術(shù)圖像以量化角膜變化的快速且魯棒的圖像處理技術(shù)。

發(fā)明內(nèi)容
本公開(kāi)一般地涉及并且包括用于分析醫(yī)療圖像的方法及計(jì)算機(jī)系統(tǒng)(包括軟件)，尤其涉及用于分析顯微術(shù)圖像以評(píng)估角膜健康狀況的方法和計(jì)算機(jī)系統(tǒng)。在一個(gè)實(shí)施例中，一種用于評(píng)估角膜的計(jì)算機(jī)實(shí)現(xiàn)方法包括從角膜的一系列分層的圖像中選擇主圖像。該計(jì)算機(jī)實(shí)現(xiàn)方法還包括檢測(cè)主圖像中的多個(gè)角膜結(jié)構(gòu)并提供對(duì)所述多個(gè)角膜結(jié)構(gòu)的量化分析。在另一個(gè)實(shí)施例中，一種其上存儲(chǔ)有計(jì)算機(jī)可執(zhí)行指令的計(jì)算機(jī)可讀介質(zhì)被用于分析在角膜的一系列分層的圖像中描繪的角膜結(jié)構(gòu)。計(jì)算機(jī)可執(zhí)行指令包括從角膜的一系列分層的圖像中選擇主圖像并且檢測(cè)該主圖像中的第一類型的角膜結(jié)構(gòu)。所述指令還包括提供對(duì)所述主圖像中的第一類型的角膜結(jié)構(gòu)的量化分析。在另一個(gè)實(shí)施例中，一種生成角膜一部分的三維圖像的方法包括從所述角膜部分的一系列分層的圖像中選擇主圖像。本方法還包括從所述角膜部分的一系列分層的圖像中標(biāo)識(shí)出所述主圖像的在前圖像，以及從所述角膜部分的一系列分層的圖像中標(biāo)識(shí)出所述主圖像的在后圖像。所述方法還包括分別標(biāo)識(shí)出主圖像、在前圖像和在后圖像中可見(jiàn)的角膜特征，以及對(duì)齊主圖像、在前圖像和在后圖像的每幅圖像中的所述角膜特征。所述方法還包括至少使用來(lái)自所述角膜的一系列分層圖像的主圖像、在前圖像和在后圖像來(lái)渲染角膜的所述部分的三維圖像。本發(fā)明的其他方面、形式、實(shí)施例、目的、特征、益處和優(yōu)點(diǎn)應(yīng)從本文提供的詳細(xì)附圖和描述中變得顯見(jiàn)。


本公開(kāi)的各方面將從結(jié)合附圖閱讀如下詳細(xì)描述得到最佳的理解。需要強(qiáng)調(diào)的是，根據(jù)業(yè)內(nèi)的標(biāo)準(zhǔn)操作，各種特征沒(méi)有按比例繪出。實(shí)際上，為了討論清楚而將各個(gè)特征的尺寸任意增大或減小。此外，本公開(kāi)還在各例中重復(fù)使用參考編號(hào)和/或字母。這一重復(fù)是出于簡(jiǎn)明的目的，并且其本身并不指示所討論的各實(shí)施例和/或結(jié)構(gòu)之間的關(guān)系。圖I是描繪了一種通用計(jì)算設(shè)備的系統(tǒng)圖示，其構(gòu)成了用于實(shí)現(xiàn)本發(fā)明實(shí)施例的示例性系統(tǒng)。圖2是一般性地概括用于分析生物組織圖像的處理的一個(gè)實(shí)施例的流程圖。圖3是示出了用于實(shí)現(xiàn)本公開(kāi)一個(gè)實(shí)施例的程序模塊的架構(gòu)性系統(tǒng)圖示。圖4是在主圖像中標(biāo)識(shí)神經(jīng)的示例性分段圖像。圖5是在主圖像中標(biāo)識(shí)免疫細(xì)胞的示例性分段圖像。圖6是在次圖像中標(biāo)識(shí)翼狀細(xì)胞的示例性分段圖像。圖7-9是關(guān)于被標(biāo)識(shí)神經(jīng)和系統(tǒng)的信息的示例性圖形顯示。圖10是覆蓋在次圖像上的手動(dòng)創(chuàng)建的圖形的示例性圖像。圖11是對(duì)來(lái)自自動(dòng)模式和手動(dòng)模式的數(shù)據(jù)進(jìn)行比較的示例性圖形顯示。圖12是一般性地概括用于三維呈現(xiàn)角膜圖像的處理的一個(gè)實(shí)施例的流程圖。圖13是復(fù)合模式下的示例性3D圖像。圖14是等值面模式下的示例性3D圖像。圖15是切片模式下的示例性3D圖像。
具體實(shí)施例方式為了促進(jìn)對(duì)本發(fā)明原理的理解，將對(duì)附圖中例示的實(shí)施例或例子做出參考，并使用具體語(yǔ)言對(duì)其進(jìn)行描述。然而將會(huì)理解的是，并不旨在藉此限制本發(fā)明的范圍。對(duì)所描述實(shí)施例的任何替換和進(jìn)一步修改以及對(duì)在此描述的本發(fā)明原理的任何進(jìn)一步的應(yīng)用都應(yīng)被認(rèn)為是對(duì)與本發(fā)明相關(guān)的本領(lǐng)域普通技術(shù)人員而言是顯見(jiàn)的。將在本公開(kāi)中描述用于分析生物組織(包括角膜組織)圖像的技術(shù)，這些技術(shù)可以使用多種通用或?qū)Ｓ糜?jì)算設(shè)備實(shí)現(xiàn)，并且這些設(shè)備包括個(gè)人計(jì)算機(jī)、服務(wù)器計(jì)算機(jī)、移動(dòng)計(jì)算機(jī)、以及分布式計(jì)算系統(tǒng)。參考圖1，例示了構(gòu)成用于實(shí)現(xiàn)本公開(kāi)實(shí)施例的示例性系統(tǒng)的通用計(jì)算設(shè)備100。計(jì)算設(shè)備100可以包括諸如中央處理單元(“CPU”)102、系統(tǒng)存儲(chǔ)器單元104、可移除存儲(chǔ)器接口 106、不可移除存儲(chǔ)器接口 108、輸出接口 110、輸入接口 112以及網(wǎng)絡(luò)接口 114之類的各種部件。系統(tǒng)存儲(chǔ)器單元104可以是易失性存儲(chǔ)器、非易失性存儲(chǔ)器或兩者的結(jié)合。系統(tǒng)存儲(chǔ)器單元104可以是任何類型的計(jì)算機(jī)存儲(chǔ)介質(zhì)，包括隨機(jī)存取存儲(chǔ)器(RAM)、只讀存儲(chǔ)器(ROM)可編程只讀存儲(chǔ)器(PROM)、可擦除 PROM(EPROM)、電 EPROM(EEPROM)、閃存、CD-ROM、數(shù)字通用盤(DVD)、磁帶、磁盤存儲(chǔ)裝置或者用于存儲(chǔ)可由計(jì)算設(shè)備100訪問(wèn)的信息的任何其他介質(zhì)。接口 106和108允許計(jì)算機(jī)對(duì)可以是以上列出任意類型的可移除或不可移除計(jì)算機(jī)可讀介質(zhì)上的信息進(jìn)行訪問(wèn)或?qū)⑿畔⒋鎯?chǔ)其上。輸出接口 110允許計(jì)算機(jī)100與輸出設(shè)備(諸如，顯示器、打印機(jī)、揚(yáng)聲器、或者用于呈現(xiàn)來(lái)自計(jì)算機(jī)的信息的任何其他設(shè)備)對(duì)接。輸入接口 112允許計(jì)算機(jī)與輸入設(shè)備(諸如，鍵盤、鼠標(biāo)、語(yǔ)音輸入設(shè)備、觸摸輸入設(shè)備、相機(jī)、顯微鏡或用于將信息呈現(xiàn)給計(jì)算機(jī)的其他設(shè)備)對(duì)接。網(wǎng)絡(luò)接口 114允許計(jì)算機(jī)100與其他計(jì)算設(shè)備或計(jì)算機(jī)可讀介質(zhì)直接或經(jīng)由網(wǎng)絡(luò)對(duì)接。網(wǎng)絡(luò)接口 114可以是例如分別與一個(gè)媒體訪問(wèn)控制(MAC)地址相關(guān)聯(lián)的一個(gè)或多個(gè)網(wǎng)絡(luò)接口卡(NIC)。部件102、104、106、108、110、112和114通過(guò)總線系統(tǒng)116互連。應(yīng)該理解的是，所述計(jì)算系統(tǒng)可被不同地配置，并且每個(gè)列出的部件實(shí)際上可以表示若干不同的部件。例如，CPU 102實(shí)際上可以表示多處理器或分布式處理系統(tǒng)。 在以上描述的任何操作環(huán)境中都可以實(shí)現(xiàn)用于分析生物結(jié)構(gòu)的圖像的處理?，F(xiàn)在參考圖2，在一個(gè)實(shí)施例中，用于分析生物結(jié)構(gòu)(例如包括角膜結(jié)構(gòu))的處理120 —般性地包括從生物組織的多個(gè)遞增的圖像中選擇主圖像的步驟122。在步驟124，從生物組織的所述多個(gè)遞增的圖像中選擇一個(gè)或多個(gè)次圖像。在步驟126，檢測(cè)主圖像和次圖像中的各結(jié)構(gòu)，諸如細(xì)胞、細(xì)胞成分、神經(jīng)和血管。在步驟128，計(jì)算關(guān)于各結(jié)構(gòu)的信息，諸如數(shù)量、大小、位置、形狀、密度或其組合。在步驟130，顯示各結(jié)構(gòu)的圖形表示，并且可以在相應(yīng)的所選圖像上疊加或重疊該圖形表示。例如，可以在次圖像之上顯示翼狀細(xì)胞邊界的圖形表示。在步驟132，可以接受用戶輸入以例如細(xì)化結(jié)構(gòu)檢測(cè)參數(shù)或更改圖形表示。如果用戶期望，可以重復(fù)步驟128-132。應(yīng)該理解的是，本公開(kāi)的其他實(shí)施例可以包括額外的處理步驟或者可以省略某些處理步驟。用于分析生物組織的圖像的這一技術(shù)可以在計(jì)算機(jī)可執(zhí)行指令的一般性情境中描述，諸如在由計(jì)算機(jī)執(zhí)行且結(jié)合了各種軟件和/或硬件模塊的程序模塊中描述。一般而言，程序模塊包括例程、程序、對(duì)象、部件以及執(zhí)行特定任務(wù)的數(shù)據(jù)結(jié)構(gòu)。如上在圖2中概述的處理在圖3的架構(gòu)性系統(tǒng)圖示中例示。更具體地，圖3的系統(tǒng)圖示例示了用于實(shí)現(xiàn)分析特定類型的生物組織的圖像(在此描述的即為角膜組織)的各程序模塊之間的相互關(guān)系。應(yīng)該理解的是，角膜組織只是生物組織的一種，可以使用本公開(kāi)的技術(shù)來(lái)分析本領(lǐng)域普通技術(shù)人員知曉的任何類型的生物組織。一般地，如圖3中所例示，用于分析角膜圖像的技術(shù)140開(kāi)始于通過(guò)提供一組角膜圖像141以在自動(dòng)圖像處理模式142或手動(dòng)圖像處理模式143中使用的操作。角膜圖像141可以是使用活體共焦顯微術(shù)獲取的。由德國(guó)海德堡的HeidelbergEngineering GmbH 制造的帶 Rostock 角膜模塊的 Heidelberg Retina Tomograph (HRT)是一種可用于獲取角膜圖像的示例性共焦激光掃描檢眼鏡。HRT的這一配置執(zhí)行活體角膜顯微術(shù)，以在細(xì)胞水平可視化角膜組織。HRT的光源是分辨率為I μ m的670nm 二極管激光器(I類)。每幅捕捉圖像的面積為約400 μ mx400 μ m，且數(shù)字圖像大小為約384x384像素，雖然其他的活體共焦顯微鏡可能具有不同的圖像大小、圖像數(shù)量、分段大小等，但它們?nèi)园ㄔ诒景l(fā)明的范圍內(nèi)。每次捕獲的體積掃描可以包含在約80 μ m的深度上以每次掃描約2 μ m分段的約40個(gè)逐層遞增的圖像。遞增的圖像可以包括上皮細(xì)胞層、神經(jīng)叢、前彈性層和基質(zhì)層的各層圖像。與每個(gè)圖像相關(guān)聯(lián)的測(cè)微計(jì)信息可由軟件存儲(chǔ)和使用，從而以標(biāo)準(zhǔn)單位提供所有測(cè)量值。使用時(shí)，HRT的物鏡部分可被定位在患者角膜的軸中心處并與患者角膜相接觸。HRT聚焦在角膜最上的上皮細(xì)胞層，并且初始體積掃描。自動(dòng)掃描在從前往后地聚焦至約60 μ m的深度期間捕捉圖像。應(yīng)該理解的是，作為替換，可以通過(guò)從在后位置掃描至在前位置而使用相反的過(guò)程。可以為同一患者在同一位置捕捉多次體積掃描。可以為該患者的另一只眼重復(fù)這一掃描過(guò)程，優(yōu)選地使用相同的掃描方向。在自動(dòng)處理模式142中，圖像選擇模塊144用于從遞增的角膜圖像141中標(biāo)識(shí)主圖像。在某些實(shí)施例中，主圖像被標(biāo)識(shí)為焦平面內(nèi)帶有最重要神經(jīng)(例如，最大的神經(jīng)或最多數(shù)量的神經(jīng))的圖像。作為替換或補(bǔ)充，可以使用其他的定量或定性規(guī)則來(lái)選擇主圖像。這一主圖像也可被表征為“最佳神經(jīng)圖像層”或“最優(yōu)神經(jīng)圖像層”。圖像選擇模塊144還 可用于從遞增的角膜圖像141中標(biāo)識(shí)次圖像。次圖像可以是翼狀細(xì)胞圖像。在一個(gè)實(shí)施例中，翼狀細(xì)胞圖像可以是定位在主圖像之前約20 μ m處的圖像。相續(xù)圖像之間的距離可以從約O. 2 μ m到約5 μ m,優(yōu)選地為約O. 5 μ m到4 μ m,更為優(yōu)選地為約I μ m到3 μ m。如果相續(xù)圖像之間的距離為2 μ m，那么該次圖像是主圖像之前的第十幅圖像。在此實(shí)施例中，次圖像的選擇取決于主圖像的選擇。在替換實(shí)施例中，次圖像的選擇可以基于其他定量或定向規(guī)則?？蛇x地，所需的主圖像或次圖像可被顯示給用戶。一旦看到所選圖像，用戶可以做出選擇，以使用來(lái)自遞增圖像141中的不同圖像作為主圖像或次圖像。例如，如果用戶偏好一個(gè)不同的次圖像，那么用戶選擇的圖像將被標(biāo)識(shí)為次圖像。如果無(wú)法基于預(yù)先建立的定量或定向規(guī)則初始地標(biāo)識(shí)主圖像或次圖像，軟件可以提示用戶從遞增圖像141中選擇主圖像或次圖像。作為替換，用戶可以手動(dòng)選擇與自動(dòng)處理所選圖像不相同的圖像作為主圖像或次圖像。在選擇了主圖像和次圖像之后，結(jié)構(gòu)檢測(cè)模塊146被用于圖形地分段或指定所選圖像中的各結(jié)構(gòu)。用于檢測(cè)諸如神經(jīng)、免疫細(xì)胞和翼狀細(xì)胞的結(jié)構(gòu)的規(guī)則可以基于圖像的屬性，諸如亮度、形狀、大小、厚度、拓?fù)?、識(shí)別出的像素圖案、與其他檢測(cè)到的結(jié)構(gòu)的接近度以及與控制圖像的對(duì)應(yīng)程度等。用戶可以針對(duì)神經(jīng)或細(xì)胞更改分段參數(shù)值。如圖4所示，在主圖像160中，執(zhí)行神經(jīng)檢測(cè)并得到對(duì)應(yīng)于檢測(cè)到的神經(jīng)的呈彎曲線的圖形表示162。檢測(cè)到的神經(jīng)的圖形表示162可以作為主圖像160的覆蓋圖顯示，以例如用顏色或其他圖形標(biāo)記物來(lái)突顯神經(jīng)在主圖像中的位置。如圖5所示,在主圖像160中,執(zhí)行免疫細(xì)胞檢測(cè)并得到對(duì)應(yīng)于檢測(cè)到的免疫細(xì)胞的界限的離散區(qū)域中的圖形表示164。檢測(cè)到的免疫細(xì)胞的圖形表示164可以作為主圖像160的覆蓋圖顯示，以例如用顏色或其他圖形標(biāo)記物來(lái)突顯免疫細(xì)胞在主圖像中的位置。作為替換，免疫細(xì)胞檢測(cè)可以在一系列角膜圖像的不同圖像上執(zhí)行。這一不同的圖像例如可以使用另一種時(shí)間曝光而獲取。如圖6所示，在所選翼狀細(xì)胞層的次圖像166中，執(zhí)行翼狀細(xì)胞檢測(cè)并且得到對(duì)應(yīng)于檢測(cè)到的翼狀細(xì)胞的界限的馬賽克狀的圖形表示168。檢測(cè)到的翼狀細(xì)胞的圖形表示168可以作為次圖像166的覆蓋圖顯示，以例如用顏色或其他圖形標(biāo)記物來(lái)突顯翼狀細(xì)胞在次圖像中的位置。在檢測(cè)到主圖像和次圖像中的各結(jié)構(gòu)之后，使用分段的模塊148、149和150來(lái)定量分析檢測(cè)到的各結(jié)構(gòu)。定量分析可與控制圖像和測(cè)量值(包括來(lái)自健康或不健康角膜的控制圖像)相比較。在神經(jīng)分析模塊148內(nèi)，對(duì)每個(gè)標(biāo)識(shí)出的神經(jīng)結(jié)構(gòu)進(jìn)行測(cè)量，并且計(jì)算感興趣區(qū)域內(nèi)標(biāo)識(shí)出的各神經(jīng)結(jié)構(gòu)和神經(jīng)結(jié)構(gòu)的集合的屬性。這些測(cè)量值和屬性例如可以包括長(zhǎng)度、厚度、神經(jīng)數(shù)量、分叉數(shù)量、及其組合。神經(jīng)分析模塊148可以運(yùn)行用戶后處理編輯。例如，如果根據(jù)對(duì)神經(jīng)的圖形表示162的查看或根據(jù)對(duì)計(jì)算出的屬性的查看，用戶確定自動(dòng)圖形表示162應(yīng)被更改或改進(jìn)，那么該用戶可以通過(guò)刪除圖形、添加圖形、添加注釋、或填補(bǔ)表示神經(jīng)的彎曲線內(nèi)的缺陷來(lái)對(duì)圖形表示進(jìn)行編輯。在圖形表示應(yīng)被更改之后，可以基于更改的分段重新計(jì)算標(biāo)識(shí)出的神經(jīng)結(jié)構(gòu)的屬性。在免疫細(xì)胞分析模塊150內(nèi)，對(duì)每個(gè)標(biāo)識(shí)出的免疫細(xì)胞進(jìn)行測(cè)量，并且計(jì)算感興趣區(qū)域內(nèi)各獨(dú)立的免疫細(xì)胞和各細(xì)胞集合的屬性。這些測(cè)量值和屬性可以包括免疫細(xì)胞的 數(shù)量、密度(感興趣區(qū)域內(nèi)免疫細(xì)胞的數(shù)量)、獨(dú)立細(xì)胞的面積、感興趣區(qū)域內(nèi)各細(xì)胞的平均表面面積、緊接神經(jīng)的程度、寬度、像素計(jì)數(shù)和形狀因數(shù)、及其組合。免疫細(xì)胞分析模塊150可以運(yùn)行用戶后處理編輯。例如，如果根據(jù)對(duì)神經(jīng)的圖形表示164的查看或根據(jù)對(duì)計(jì)算出的屬性的查看，用戶確定自動(dòng)圖形表示164應(yīng)被更改或改進(jìn)，那么該用戶可以通過(guò)如下的一項(xiàng)或多項(xiàng)來(lái)對(duì)圖形表示進(jìn)行編輯刪除圖形、添加圖形、分離圖形、或添加表示各獨(dú)立免疫細(xì)胞的注釋。在圖形表示應(yīng)被更改之后，可以基于更改的分段重新計(jì)算標(biāo)識(shí)出的免疫細(xì)胞的屬性。在翼狀細(xì)胞分析模塊152內(nèi)，對(duì)每個(gè)標(biāo)識(shí)出的翼狀細(xì)胞進(jìn)行測(cè)量，并且計(jì)算感興趣區(qū)域內(nèi)各獨(dú)立的翼狀細(xì)胞和各翼狀細(xì)胞集合的屬性。這些測(cè)量值和屬性可以包括翼狀細(xì)胞的數(shù)量、密度(感興趣區(qū)域內(nèi)翼狀細(xì)胞的數(shù)量)、平均大小、標(biāo)準(zhǔn)差、低于預(yù)定義或用戶設(shè)定的閾值和密度的細(xì)胞數(shù)量、大于預(yù)定義或用戶設(shè)定的閾值和密度的細(xì)胞數(shù)量、及其組合。針對(duì)各獨(dú)立細(xì)胞的測(cè)量值和屬性還可以包括形心、Crofton周長(zhǎng)、緊密性、圓形度、及其組合。針對(duì)感興趣區(qū)域內(nèi)的翼狀細(xì)胞集合，可以計(jì)算區(qū)域均值、區(qū)域最小值和區(qū)域最大值?？梢詫?duì)落入預(yù)定義或由用戶定義的最小值和最大值閾值之間的細(xì)胞執(zhí)行上述測(cè)量和計(jì)算。翼狀細(xì)胞分析模塊152可以運(yùn)行用戶后處理編輯。例如，如果根據(jù)對(duì)翼狀細(xì)胞的圖形表示168的查看或根據(jù)對(duì)計(jì)算出的屬性的查看，用戶確定自動(dòng)圖形表示168應(yīng)被更改或改進(jìn)，那么該用戶可以通過(guò)刪除圖形、添加圖形、添加注釋、或重畫(huà)分段線來(lái)對(duì)圖形表示進(jìn)行編輯。例如，如果向圖形表示添加邊界以分割在前標(biāo)識(shí)出的翼狀細(xì)胞，則模塊152將重新計(jì)算所有的測(cè)量值并提供更新的信息。翼狀細(xì)胞分析模塊152還可以提供輔助工具來(lái)確保沒(méi)有翼狀細(xì)胞被跳過(guò)注釋。任意所述模塊143-152都可以產(chǎn)生關(guān)于被成像角膜的信息156。圖形用戶界面(⑶I)可被用于向用戶顯示任何所述模塊的信息156。例如，如圖7所示，⑶I 170可以包括用于顯示關(guān)于在模塊152中被測(cè)量并計(jì)算的關(guān)于各獨(dú)立翼狀細(xì)胞的信息172的柵格。選擇選項(xiàng)卡174允許用戶分別針對(duì)結(jié)構(gòu)分析和概況分析而在各信息顯示之間來(lái)回切換。圖8是示出基于在分析模塊148-152中執(zhí)行的分析來(lái)呈現(xiàn)概況信息178的⑶I 176的例子。圖9是圖形數(shù)據(jù)顯示180的例子，在此情況下，所述顯示180是標(biāo)繪了被分析神經(jīng)或細(xì)胞屬性的直方圖。包括圖表、表格、電子數(shù)據(jù)表、曲線圖或數(shù)據(jù)列表的其他類型的圖形顯示也可適用于顯示關(guān)于被成像角膜的數(shù)據(jù)。對(duì)于以網(wǎng)格格式顯示的測(cè)量值，例如數(shù)據(jù)可以按列或按行分類。在所顯示數(shù)據(jù)和圖像之間的圖像同步可以是可用的。以上討論的自動(dòng)圖像處理模式142提供了用于生成圖形表示和分析角膜結(jié)構(gòu)的自動(dòng)化技術(shù)。用于分析角膜圖像的技術(shù)140還包括手動(dòng)圖像處理模式143以允許用戶生成圖形表示和注釋，這些圖形表示和注釋可以連同在自動(dòng)圖像處理模式中生成的圖形表示一起被顯示，或作為其的替換。用戶可以使用來(lái)自上述手動(dòng)模式和自動(dòng)模式兩者的模塊來(lái)產(chǎn)生一組期望的圖形的或算出的角膜數(shù)據(jù)156。如圖10所示，例如在手動(dòng)模式下，用戶可以向次圖像166添加注釋。例如，用戶可以繪制對(duì)應(yīng)于用戶標(biāo)識(shí)出的翼狀細(xì)胞的圖形點(diǎn)182。自動(dòng)模式142可以接受用戶注釋182并且使用這些注釋來(lái)生成關(guān)于手動(dòng)標(biāo)識(shí)出的細(xì)胞的細(xì)胞計(jì)數(shù)、密度或其他計(jì)算值。可以在CTI中以表格格式顯示手動(dòng)計(jì)數(shù)和密度信息。此外，手動(dòng)信息可被用于與同一感興趣區(qū)域內(nèi)生成的自動(dòng)數(shù)據(jù)相比較。此外，例如翼狀細(xì)胞的圖形表示168和手動(dòng)注釋182都可被覆蓋在翼狀細(xì)胞層的次圖像166之上，以提供多層的復(fù)合圖像。應(yīng)該理解，類似的手動(dòng)模式操作可被用于注釋和比較免疫細(xì)胞和神經(jīng)結(jié)構(gòu)分析的計(jì)算值。如圖11所示，具有驗(yàn)證概況表184的形式的⑶I可以顯示與來(lái)自手動(dòng)模式143的手動(dòng)測(cè)量值和與來(lái)自自動(dòng)模式142的自動(dòng)測(cè)量值相關(guān)聯(lián)的值。表184的部分186提供自動(dòng)模 式和手動(dòng)模式的比較信息。例如，部分186可以顯示自動(dòng)檢測(cè)到的細(xì)胞和手動(dòng)標(biāo)記的細(xì)胞的比較、自動(dòng)檢測(cè)到的細(xì)胞和未手動(dòng)標(biāo)記的細(xì)胞的比較、以及手動(dòng)標(biāo)記的細(xì)胞和未檢測(cè)到的細(xì)胞的比較?？梢杂?jì)算靈敏度和特異性以比較手動(dòng)計(jì)數(shù)和自動(dòng)計(jì)數(shù)。自動(dòng)圖像處理模式142還包括神經(jīng)形態(tài)測(cè)量模塊154，用于從角膜圖像141生成神經(jīng)叢的三維(3D)重構(gòu)。神經(jīng)形態(tài)測(cè)量模塊154允許用戶將角膜圖像141的一個(gè)子集組裝成由體積像素(體素)構(gòu)成的3D對(duì)象。由此組裝，可以提取3D神經(jīng)叢并且可以執(zhí)行神經(jīng)測(cè)量。如圖12所示，可由神經(jīng)形態(tài)測(cè)量模塊154調(diào)用的方法190包括檢索在圖像選擇模塊144中標(biāo)識(shí)出的主圖像的步驟192。因?yàn)樯窠?jīng)具有在從其往后的方向上變化的構(gòu)造，同一神經(jīng)的圖像在相續(xù)角膜圖像中是不相同的。眼運(yùn)動(dòng)會(huì)使得在相續(xù)角膜圖像中同一神經(jīng)的標(biāo)識(shí)進(jìn)一步復(fù)雜化。在步驟194，圖像對(duì)齊處理標(biāo)識(shí)出相續(xù)角膜圖像中的對(duì)應(yīng)參考點(diǎn)和結(jié)構(gòu)。與主圖像相距特定距離(例如，在前4μπι和在后4μπι)的圖像可以與主圖像對(duì)齊。額外的圖像也可以與該在前圖像和在后圖像對(duì)齊?？梢詫?duì)角膜圖像141的全部或一個(gè)子集執(zhí)行對(duì)齊?？杀挥糜趯?duì)齊的參考點(diǎn)例如包括神經(jīng)分叉點(diǎn)、神經(jīng)端點(diǎn)或免疫細(xì)胞?？蛇x地，用戶可以介入該對(duì)齊處理以手動(dòng)選擇或改變對(duì)齊點(diǎn)。對(duì)齊步驟194可以在例如少于約10秒的時(shí)間內(nèi)完成。帶有關(guān)聯(lián)旋轉(zhuǎn)矩陣數(shù)據(jù)的經(jīng)對(duì)齊圖像可被保存至磁盤。神經(jīng)形態(tài)測(cè)量模塊154可以提供融合功能以允許用戶在對(duì)齊處理期間平滑地查看相續(xù)圖像。可以在對(duì)齊處理中提供諸如裁剪工具的進(jìn)一步的工具，用以移除黑色背景像素(或體素)或刪除每張圖上的特性。諸如瀏覽工具的進(jìn)一步的工具允許用戶在顯示器中將對(duì)齊前和對(duì)齊后的角膜圖像作為二維視頻播放。在步驟196，通過(guò)在主圖像之上和之下堆疊經(jīng)對(duì)齊的圖像來(lái)生成3D對(duì)象。例如，可以堆疊五個(gè)在前的圖像和5個(gè)在后的圖像以生成3D對(duì)象。兩部分之間的間隔可由用戶定義。在某些實(shí)施例中，該3D對(duì)象可以在約I秒或更短的時(shí)間內(nèi)被渲染。在某些實(shí)施例中，可以用神經(jīng)重構(gòu)免疫細(xì)胞。雖然可以在3D圖像中執(zhí)行神經(jīng)檢測(cè)，但是優(yōu)選地在主圖像中執(zhí)行免疫細(xì)胞標(biāo)識(shí)。正如以下將要討論的，所述3D對(duì)象可以使用3D渲染的一種或多種替換模式來(lái)顯示。在任一種替換的顯示模式中，都可以提供縮放和全景工具。如圖13所示，經(jīng)堆疊和對(duì)齊的圖像可被顯示為能在3D空間內(nèi)自由旋轉(zhuǎn)的復(fù)合/體積模式圖像204?？梢允褂萌袼?或體素)信息(包括透明度)來(lái)顯示體積模式圖像。換句話說(shuō)，可以使用透射光信息來(lái)執(zhí)行體積渲染。通過(guò)控制透明度或不透明度參數(shù)(也被稱為阿爾法參數(shù))，還可以查看3D體積內(nèi)部。所述不透明度和顏色值可以使用⑶I和用戶輸入進(jìn)行控制。如圖14所示，經(jīng)堆疊和對(duì)齊的圖像可被顯示為能在3D空間內(nèi)自由旋轉(zhuǎn)的等值面模式圖像206。在等值面模式中，僅使用具有用戶指定值的像素來(lái)顯示對(duì)象。換句話說(shuō)，所述圖像是該物體的表面。在等值面模式中顯示的表面通過(guò)相連屬于同一區(qū)域的像素并且使用相鄰像素進(jìn)行插值來(lái)定義。
如圖15所示，經(jīng)堆疊和對(duì)齊的圖像可被顯示為能在3D空間內(nèi)自由旋轉(zhuǎn)的切片模式圖像208。該模式允許用戶選擇要被顯示的部分平面。用戶可以通過(guò)向⑶I進(jìn)行輸入來(lái)定義切片定向?？梢燥@示一個(gè)以上的部分，并且可以規(guī)定多個(gè)部分之間的距離。重新參考圖12，在步驟198，通過(guò)處理對(duì)應(yīng)于在3D重構(gòu)圖像上或在堆疊圖像的每幅二維圖像上標(biāo)識(shí)出的神經(jīng)和免疫細(xì)胞的體素，執(zhí)行分段。在步驟200，顯示分段神經(jīng)的3D圖形表示。針對(duì)所有的渲染模式，可以通過(guò)記錄3D對(duì)象的多個(gè)位置并且在相續(xù)位置之間進(jìn)行插值來(lái)生成音頻視頻交織(AVI)文件。AVI格式可以支持編解碼器壓縮。由此得到動(dòng)畫(huà)化的視頻文件。在步驟202，計(jì)算神經(jīng)叢3D “骨架”的測(cè)量值并且所述測(cè)量值可以包括如下的一個(gè)或多個(gè)分叉點(diǎn)的數(shù)量、分叉的長(zhǎng)度、神經(jīng)的厚度、神經(jīng)總數(shù)、以及分叉的彎曲度。在一個(gè)實(shí)施例中，彎曲度可被計(jì)算為分叉的長(zhǎng)度除以該分叉兩端之間的歐幾里得距離。在某些計(jì)算中，可以指定各神經(jīng)的基底點(diǎn)。用戶可以手動(dòng)選擇圖像中該骨架的任何分叉，并且在相關(guān)測(cè)量值網(wǎng)格內(nèi)可以突出顯示帶有測(cè)量值的對(duì)應(yīng)行，由此向用戶提供關(guān)于所選分叉的信息。如前針對(duì)二維圖像所描述的，可以為3D圖像生成多個(gè)圖表、統(tǒng)計(jì)、直方圖和其他圖形形式的信息表示。對(duì)于任何二維或三維模塊而言，都可以將各種圖形形式表示的信息導(dǎo)出至電子數(shù)據(jù)表、表格或其他與商用電子數(shù)據(jù)表、字處理、數(shù)據(jù)庫(kù)和/或展示軟件相兼容且可導(dǎo)入的其他常用格式。用于分析角膜圖像的技術(shù)140潛在地具有多種應(yīng)用。例如，其可被用于評(píng)估角膜接觸鏡佩戴者相比于非佩戴者的免疫細(xì)胞反應(yīng)、使用不同類型透鏡護(hù)理液的接觸鏡佩戴者的免疫細(xì)胞反應(yīng)、以及角膜炎、傳染病或過(guò)敏癥患者的免疫細(xì)胞反應(yīng)。技術(shù)140還可用于評(píng)估患者(大泡性角膜病變患者、用含有防腐劑的滴眼液進(jìn)行治療的患者、以及進(jìn)行性上皮角膜營(yíng)養(yǎng)不良患者)角膜內(nèi)的翼狀細(xì)胞變化。技術(shù)140還可用于評(píng)估角膜屈光手術(shù)后患者體內(nèi)的角膜變化，或是干眼綜合癥患者體內(nèi)的角膜變化。本文使用的術(shù)語(yǔ)“諸如”旨在非限制性地列出示例的可能方案。本文使用的術(shù)語(yǔ)“近似”或“大約”應(yīng)被一般性地理解為指代一定數(shù)值范圍內(nèi)的數(shù)值。此外，本文中的所有數(shù)值范圍應(yīng)被理解為包括該范圍內(nèi)的每個(gè)整數(shù)和分?jǐn)?shù)。雖然已經(jīng)在此描述了本發(fā)明的各種實(shí)施例，但是應(yīng)該理解這些實(shí)施例僅以示例性而非限制性的方式提出的。雖然以上描述的方法和步驟指示了以某一次序發(fā)生的某些事件，但是閱讀了本公開(kāi)的本領(lǐng)域普通技術(shù)人員將會(huì)認(rèn)識(shí)到可以對(duì)某些步驟的次序進(jìn)行修改并且這些修改依據(jù)的是本發(fā)明的變化方案。此外，某些步驟在可能時(shí)可以在并行處理中同時(shí)執(zhí)行，也可以如上所述相續(xù)執(zhí)行。因此，本發(fā)明的范圍不應(yīng)由任何上述實(shí)施例所限制，而是僅應(yīng)根據(jù)所附權(quán)利要求及其等效方案來(lái)限定。雖然業(yè)已參考其特定 實(shí)施例具體示出并描述了本發(fā)明，但是應(yīng)該理解可以對(duì)形式和細(xì)節(jié)做出各種修改。
權(quán)利要求
1.一種用于評(píng)估角膜的計(jì)算機(jī)實(shí)現(xiàn)的方法，包括 從角膜的一系列分層的圖像中選擇主圖像； 檢測(cè)所述主圖像中的多個(gè)角膜結(jié)構(gòu)；以及 提供所述多個(gè)角膜結(jié)構(gòu)的量化分析。
2.如權(quán)利要求I所述的計(jì)算機(jī)實(shí)現(xiàn)的方法，其中選擇主圖像包括從所述一系列分層的圖像中選擇具有最主要神經(jīng)的圖像。
3.如權(quán)利要求I所述的計(jì)算機(jī)實(shí)現(xiàn)的方法，其中所述一系列分層的圖像包括所述角膜的一系列分層的共焦顯微術(shù)圖像。
4.如權(quán)利要求I所述的計(jì)算機(jī)實(shí)現(xiàn)的方法，其中所述多個(gè)角膜結(jié)構(gòu)包括多個(gè)神經(jīng)。
5.如權(quán)利要求I所述的計(jì)算機(jī)實(shí)現(xiàn)的方法，其中所述多個(gè)角膜結(jié)構(gòu)包括多個(gè)免疫細(xì)胞。
6.如權(quán)利要求I所述的計(jì)算機(jī)實(shí)現(xiàn)的方法，還包括從所述角膜的一系列分層的圖像中選擇次圖像，并且檢測(cè)所述次圖像中的多個(gè)翼狀細(xì)胞。
7.如權(quán)利要求I所述的計(jì)算機(jī)實(shí)現(xiàn)的方法，還包括顯示所述多個(gè)角膜結(jié)構(gòu)的圖形表/Jn ο
8.如權(quán)利要求7所述的計(jì)算機(jī)實(shí)現(xiàn)的方法，還包括接收用戶輸入以及響應(yīng)于所述用戶輸入修改所述多個(gè)角膜結(jié)構(gòu)的圖形表示。
9.如權(quán)利要求I所述的計(jì)算機(jī)實(shí)現(xiàn)的方法，還包括生成至少一個(gè)所述多個(gè)角膜結(jié)構(gòu)的三維視圖。
10.如權(quán)利要求I所述的計(jì)算機(jī)實(shí)現(xiàn)的方法，還包括從所述角膜的一系列分層的圖像中選擇相對(duì)于所述主圖像的在前圖像和在后圖像，并且對(duì)齊主圖像、在前圖像和在后圖像中的每幅圖像內(nèi)的公共參考點(diǎn)。
11.一種計(jì)算機(jī)可讀介質(zhì)，具有存儲(chǔ)其上適于分析在角膜的一系列分層的圖像中描繪的角膜結(jié)構(gòu)的計(jì)算機(jī)可執(zhí)行指令，所述計(jì)算機(jī)可執(zhí)行指令包括 從所述角膜的一系列分層的圖像中選擇主圖像； 檢測(cè)所述主圖像中的第一類型的角膜結(jié)構(gòu)；以及 提供對(duì)所述主圖像中的第一類型的角膜結(jié)構(gòu)的量化分析。
12.如權(quán)利要求11所述的計(jì)算機(jī)可讀介質(zhì)，其中適于選擇主圖像的計(jì)算機(jī)可執(zhí)行指令包括從所述一系列分層的圖像中選擇具有最主要神經(jīng)的圖像。
13.如權(quán)利要求11所述的計(jì)算機(jī)可讀介質(zhì)，其中所述第一類型的角膜結(jié)構(gòu)包括神經(jīng)。
14.如權(quán)利要求11所述的計(jì)算機(jī)可讀介質(zhì)，其中所述第一類型的角膜結(jié)構(gòu)包括免疫細(xì)胞。
15.如權(quán)利要求11所述的計(jì)算機(jī)可讀介質(zhì)，其中計(jì)算機(jī)可執(zhí)行指令還包括從所述一系列分層的圖像中選擇次圖像，并且檢測(cè)所述次圖像中的多個(gè)翼狀細(xì)胞。
16.如權(quán)利要求15所述的計(jì)算機(jī)可讀介質(zhì)，其中選擇次圖像包括從所述一系列分層的圖像中選擇在所述主圖像之前約20 μ m的圖像。
17.如權(quán)利要求11所述的計(jì)算機(jī)可讀介質(zhì)，其中計(jì)算機(jī)可執(zhí)行指令還包括顯示所述第一類型的角膜結(jié)構(gòu)的圖形表示。
18.如權(quán)利要求11所述的計(jì)算機(jī)可讀介質(zhì)，其中計(jì)算機(jī)可執(zhí)行指令還包括生成至少包括所述主圖像的三維圖像。
19.如權(quán)利要求18所述的計(jì)算機(jī)可讀介質(zhì)，其中所述三維圖像還包括從所述角膜的一系列分層的圖像中選擇的相對(duì)于所述主圖像的在前圖像和在后圖像。
20.如權(quán)利要求19所述的計(jì)算機(jī)可讀介質(zhì)，其中生成三維圖像包括對(duì)齊主圖像、在前圖像和在后圖像的每幅圖像中的公共參考點(diǎn)。
21.一種用于生成角膜的一部分的三維圖像的方法，包括 從所述角膜部分的一系列分層的圖像中選擇主圖像； 從所述角膜部分的一系列分層的圖像中標(biāo)識(shí)出相對(duì)于所述主圖像的在前圖像； 從所述角膜部分的一系列分層的圖像中標(biāo)識(shí)出相對(duì)于所述主圖像的在后圖像； 標(biāo)識(shí)出在主圖像、在前圖像和在后圖像中的每幅圖像內(nèi)可見(jiàn)的角膜特征； 對(duì)齊主圖像、在前圖像和在后圖像中的每幅圖像內(nèi)的所述角膜特征；以及至少使用來(lái)自所述角膜的一系列分層的圖像的主圖像、在前圖像和在后圖像來(lái)渲染所述角膜部分的三維圖像。
22.如權(quán)利要求21所述的方法，其中渲染三維圖像包括在復(fù)合/體積模式下渲染所述三維圖像。
23.如權(quán)利要求21所述的方法，其中渲染三維圖像包括在等值面模式下渲染所述三維圖像。
24.如權(quán)利要求21所述的方法，其中渲染三維圖像包括在切片模式下渲染所述三維圖像。
25.如權(quán)利要求21所述的方法，還包括提供所述角膜部分的量化分析。
26.如權(quán)利要求21所述的方法，其中所述角膜部分包括神經(jīng)叢。
27.如權(quán)利要求26所述的方法，還包括圖形地分段所述神經(jīng)叢中的神經(jīng)。
28.如權(quán)利要求26所述的方法，還包括圖形地分段緊鄰所述神經(jīng)叢的免疫細(xì)胞。
全文摘要
一種用于評(píng)估角膜的計(jì)算機(jī)實(shí)現(xiàn)的方法包括從角膜的一系列分層的圖像中選擇主圖像。該計(jì)算機(jī)實(shí)現(xiàn)的方法還包括檢測(cè)主圖像中的多個(gè)角膜結(jié)構(gòu)并提供對(duì)所述多個(gè)角膜結(jié)構(gòu)的量化分析。
文檔編號(hào)G06T7/00GK102884551SQ201180022663
公開(kāi)日2013年1月16日 申請(qǐng)日期2011年4月28日 優(yōu)先權(quán)日2010年5月6日
發(fā)明者J·R·科恩, C·辛德, B·雷 申請(qǐng)人:愛(ài)爾康研究有限公司