一种用于确定OCT结构数据和/或OCTA功能数据的质量度量的系统、方法和/或设备,使用机器学习模型,该机器学习模型被训练为基于从OCT/OCTA数据的一个或多个切片视图中提取的多个特征图的生成来提供OCT/OCTA数据的单个整体质量度量或质量图分布。所提取的特征图可能是不同的纹理类型图,并且机器模型被训练以基于纹理图来确定质量度量。基于纹理图来确定质量度量。基于纹理图来确定质量度量。
【技术实现步骤摘要】
【国外来华专利技术】光学相干断层扫描血管造影的质量图
专利
[0001]本专利技术主要涉及光学相干断层扫描(OCT)系统。更具体地,本专利技术涉及确定OCT和OCT血管造影扫描的质量度量并生成质量图的方法。
技术介绍
[0002]光学相干断层扫描(OCT)是一种使用光波穿透组织并在组织内的不同深度产生图像信息的非侵入式成像技术。基本上,OCT系统是一种干涉成像系统,其通过检测从样本反射的光与参考光束的干涉来确定样本沿OCT光束的散射轮廓,以创建样本的三维(3D)表示。可以将深度方向(例如,z轴或轴向)上的每个散射轮廓单独地重构为轴向扫描或A扫描。横截面切片图像(例如,二维(2D)二等分扫描或B扫描)和体积图像(例如,三维(3D)立方体扫描或C扫描)可由随着OCT光束扫描/移动通过样本上的一组横向(例如,x轴和y轴)位置而获取的多个A扫描构建。OCT系统还允许构造组织体积的选定部分(例如,目标组织切片视图(子体积)或目标组织层,诸如眼睛的视网膜)的平面前视图(例如,面部)图像。
[0003]在眼科领域内,最初开发OCT系统以提供结构数据,例如视网膜组织的横截面图像,但现今也可提供功能信息,例如流量信息。尽管OCT结构数据允许人们观察视网膜的不同组织层,但是OCT血管造影(OCTA)扩展了OCT系统的功能,还识别(例如,以图像格式呈现)视网膜组织中流量的存在或缺乏。例如,OCTA可通过在同一视网膜区域的多次OCT扫描中识别随时间的差异(例如,对比度差异)并将满足预定标准的差异指定为流量来识别流量。虽然由OCT系统产生的数据(例如,OCT数据)可以包括OCT结构数据和OCT流量数据两者,这取决于OCT系统的功能,但是为了便于讨论,除非另外说明或从上下文中理解,OCT结构数据在本文中可以被称为“OCT数据”并且OCT血管造影(或流量)数据在本文中可以被称为“OCTA数据”。因此,OCT可以说是提供结构信息,而OCTA提供流量(例如,功能)信息。然而,由于OCT数据和OCTA数据都可以从相同的一个或多个OCT扫描中提取,所以术语“OCT扫描”可以被理解为包括OCT结构扫描(例如,OCT采集)和/或OCT功能扫描(例如,OCTA采集),除非另有说明。下面提供OCT和OCTA的更深入的讨论。
[0004]OCTA提供了结构OCT中未发现的有价值的诊断信息,但OCTA扫描可能存在采集问题,这可能使其质量不尽如人意。量化OCT扫描质量的现有尝试集中在OCT结构数据上,并且通常依赖于信号强度测量,例如在D.M.Stein等人的《英国眼科学杂志》2006,90:186
‑
190的“一种新的光学相干断层扫描质量评估参数”中所描述的。虽然已经发现用于评估OCT结构数据的信号强度测量是有用的,但是这样的方法在OCTA数据中的使用是有限的,因为导出的流量信息的质量取决于没被包括在这样的量化中的许多其他因素。
[0005]因此,OCTA扫描质量通常由观察者主观地确定,以便确定特定OCTA采集(例如,OCTA扫描)是否可用于诊断或包括在广泛研究中。该方法的实例可见于:“糖尿病患者的定量光学相干断层扫描血管造影指标的决定因素”,Tang FY等人,《科学报告》,2018;8:73 14;“隐形眼镜相关角膜血管化扫描源光学相干断层扫描血管造影”,Ang M等人,《眼科杂志》,2016,2016,9685297;以及“眼睛跟踪技术对年龄相关性黄斑变性OCT血管造影成像质
量的影响”,劳尔曼等人,《格拉菲斯临床和实验眼科学档案》,2017,255:1535。然而,这些方法极其主观且耗时。此外,当患者离开诊所时,通常在a
‑
后验扫描检查期间的患者检查之后评估主观质量,使得不可能尝试和获取更好质量的附加扫描以替换低质量数据,并且导致数据丢失或不确定的诊断。即使对于能够在患者仍在诊所中时主动地判断采集期间的OCTA扫描的质量的操作者,当前也不存在具有将有助于建立用于重新扫描或用于提高后续采集质量的客观质量截止度量的定量质量分数的指导。
[0006]本专利技术的目的是提供用于提供OCT/OCTA数据的客观质量度量的系统/设备/方法。
[0007]本专利技术的另一个目的是提供OCT/OCTA扫描何时质量不足并且可能需要重新进行的快速确定。
[0008]本专利技术的另一个目的是提供基于逐个A扫描的OCTA数据的质量度量。
[0009]本专利技术的又一目的是提供一种OCTA数据的(例如,2D或3D)质量图,其可视地识别OCTA扫描的可能具有较差质量的部分,例如,如由本系统/方法/设备所确定的。
技术实现思路
[0010]在用于识别低质量OCT扫描(或OCT扫描内的低质量部分,例如OCT结构扫描和/或OCTA功能扫描),识别低质量的可能来源以及推荐(或实施)用于改进后续OCT扫描的校正动作的方法/系统/设备中满足了上述目的。另外,也可以提供OCT扫描的质量图。
[0011]例如,本系统/方法/设备可以提供描述OCT/OCTA采集的质量的一个或多个(例如,2D和/或3D)定量质量图,例如,在每个人脸位置(例如,像素或像素区域/窗口位置)。得到的质量图与在相应的面部位置处从采集所产生的切片中观察到的主观质量度量(例如,由人类测试者提供)很好地相关。可选地,质量图中的值可以被平均以提供用于采集的整体质量分数,其也被发现与主观质量等级很好地相关。这与先前的质量评估方法相反,先前的质量评估方法确定与噪声基线相比在OCT结构部件中记录的总信号强度的测量。这种先前的方法不提供OCTA流量分量的可靠质量值或位置特定的质量值。所附权利要求更详细地描述了本专利技术。
[0012]系统/方法/设备还可以识别和输出用于低质量采集或低质量区域的一个或多个可能的源/原因。例如,系统/方法/设备可以将低质量采集的源识别为不正确的聚焦、不透明(例如,白内障或不透明介质的漂浮物)、低于预定阈值的照明(例如,可能由小瞳孔引起)、跟踪问题(例如,由于眨眼),并且建议校正动作,例如校正/调整焦点、建议替换成像角度以避免不透明、识别瞳孔扩大的需要,以及识别眼睛跟踪损失的可能原因。该信息可用于在数据采集期间向系统操作员(或OCT系统内的自动/半自动子系统)提供推荐,该推荐可用于采集重复扫描以实现更好的图像质量。例如,OCT系统可以使用该信息来自动地(或半自动地,例如响应于来自系统操作者的OK输入信号)采取所推荐的校正动作以改善后续的扫描采集。
[0013]通过结合附图参考下面的描述和权利要求,本专利技术的其它目的和成就以及更全面的理解将变得明显和明白。
[0014]在此可以引用或引用若干出版物以便于理解本专利技术。本文引用或提及的所有出版物通过引用整体并入本文。
[0015]这里公开的实施例仅是示例,并且本专利技术的范围不限于它们。在一个权利要求类
别例如系统、设备或方法中提及的任何实施例特征也可以在另一权利要求类别例如系统、设备或方法中要求保护。所附权利要求中的从属或引用仅出于形式原因而选择。然而,也可以要求保护由对任何先前权利要求的有意引用产生的任本文档来自技高网...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种用于生成光学相干断层扫描(OCT)数据的质量度量的方法,包括:获取一体积的OCT数据;根据体积OCT数据来定义一个或多个切片视图;根据每个切片视图来生成多个特征图;基于所述多个特征图的图像属性来确定所述质量度量;显示所述质量度量或存储所述质量度量以供进一步处理。2.根据权利要求1所述的方法,其中,定义多个所述切片视图。3.根据权利要求1或2所述的方法,其中,每个切片视图是所述OCT数据的体积的子体积的正面平面图。4.根据权利要求1、2或3所述的方法,其中,确定所述质量度量包括将所述多个特征图提交给机器模型,所述机器模型使用多个预分级OCT数据体积样本、每个OCT数据体积样本定义的一个或多个训练切片视图以及根据每个训练切片视图所生成的多个训练特征图来训练。5.根据权利要求4所述的方法,其中,所述机器模型是深度学习模型。6.根据权利要求4所述的方法,其中,所述机器模型是神经网络模型。7.根据权利要求1至6中任一项所述的方法,其中,所述特征图的所述图像属性包括图像纹理特征。8.根据权利要求1至6中任一项所述的方法,其中,所述特征图的所述图像属性包括Haralick特征。9.根据权利要求1至8中任一项所述的方法,其中,所述OCT数据是OCT血管造影数据。10.根据权利要求1至9中任一项所述的方法,其中,所述质量度量是二维(2D)质量图,所述二维质量图识别对应的切片视图的不同区域的质量度量。11.根据权利要求10所述的方法,其中,采集一体积的OCT数据包括:a)收集同一视网膜组织区域的多个不同OCT体积样本;b)将以下步骤应用于所述OCT体积样本中的每一个:定义一个或多个切片视图,产生所述多个特征图,以及基于所述多个特征图来确定所述质量度量,由此定义对应于所述多个不同OCT体积样本的多个2D质量图样本;以及所述方法还包括:在所述多个不...
【专利技术属性】
技术研发人员:卢斯,
申请(专利权)人:卡尔蔡司医疗技术股份公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。