角膜的状态评估装置及角膜的状态评估方法和应用制造方法及图纸

一种角膜的状态评估装置及角膜的状态评估方法，基于一角膜的复数个测量值计算获得的一LKI指数评估所述角膜的状态。

Corneal State Assessment Device and Corneal State Assessment Method and Application

A corneal condition assessment device and a corneal condition assessment method are presented. The corneal condition is evaluated by a LKI index obtained from the calculation of multiple measurements of a cornea.

【技术实现步骤摘要】
角膜的状态评估装置及角膜的状态评估方法和应用
本专利技术涉及医学领域，特别涉及一种角膜的状态评估装置及角膜的状态评估方法。
技术介绍
圆锥角膜(keratoconus,KC)是一种双侧非炎性角膜扩张疾病，其特征为角膜渐进性变薄、膨隆和角膜圆锥型突出，导致角膜屈光力的改变，从而使视力下降。圆锥角膜多于青春期发病，晚期需要进行角膜移植。对于中度、重度圆锥角膜，根据其典型的症状与体征，评估往往没有太大难度。而早期圆锥角膜有时仅表现为角膜局部轻度前突，无典型临床体征，诊断难度较大，容易误诊、漏诊。目前领域内已有部分以角膜地形图参数为基础的圆锥角膜检测系统，如KISA％、Chastangmethod、Belin/AmbrósioEnhancedEctasiaDisplayIII(BADIII)、Keratoconusseverityindex(KSI)、KeratoconusIndex(KI)、Keratoconuspredictionindex(KPI)、RabinowitzandMcDonellIndex等。KISA％主要由CentralK、SIMK、I-S和SRAX这四个参数计算得出，是一个鉴别圆锥角膜非常有效的指数，但是在临床诊断中以及早期圆锥角膜病例中有大量假阴性，因此如果用此指数作为角膜屈光手术的术前筛查工具会有较大风险。Chastangmethod主要结合SDSD和Asph指数,开发主决策树，但是此方法不适用于疾病的分级和严重程度，所以无法识别早期圆锥角膜。Keratoconuspredictionindex(KPI)是结合8个角膜地形图指标：SimK1、K2Sim、UPS、DSI、OSI、CSI、IAI和AA，并运用线性判别函数得到，在一个有不同临床情况的一百双眼睛的验证组中，此方法显示敏感性为68％，特异性为99％。RabinowitzandMcDonellIndex，是第一个基于I-S指数、中心值、K、患者双眼之间的中心K的差等数值的多变量指数。RabinowitzandMcDonellIndex这个多变量系统结合了从中心曲率值获得的信息，以及作为中心和周边地区都可能出现的用于圆锥角膜诊断参数的上下位不对称值。然而，该指标无法量化与圆锥角膜疾病相关的不规则散光量。为此，我们需要一种新的评估方法，以简单快速地评估一待测角膜状态，可用于作为表达圆锥角膜。
技术实现思路
本专利技术的第一个目的在于提供一种角膜的状态评估方法，以一新的评估参数LKI指数评估一待测角膜的状态，从而可应用于表达圆锥角膜。为了达到上述目的，本专利技术首先提供一种角膜的状态评估装置，包括一处理单元，其中，所述处理单元包括一计算单元，所述计算单元基于一角膜的复数个测量值计算获得一LKI指数，并根据所述LKI指数评估所述角膜的状态；其中，所述LKI指数是由所述复数个测量值经主成分分析后再经Logistic回归分析而获得。在一实施例中，所述复数个测量值包括：角膜最薄点厚度(ThinnestPachymetry,TP)、角膜最薄点的前后表面高度(FrontandBackElevationinThinnestLocation)、平均厚度进展指数(pachymetricprogressionindexaverage)、Ambrosio相关厚度(AmbrosioRelationalThickness,ARTmax)、前后表面高度差异图偏差(Df、Db)、平均厚度进展偏差(Dp)、最小厚度偏差(Dt)、ARTmax偏差(Da)。在一实施例中，所述处理单元还包括一数据存储器，所述数据存储器用于储存所述复数个测量值及所述LKI指数。在一实施例中，所述装置还包括一输入装置，所述输入装置用于输入所述复数个测量值。在一实施例中，所述装置还包括至少一测量装置，用于测量所述复数个测量值。在一优选实施例中，所述测量装置为一Pentacam三维眼前节分析仪。在一实施例中，所述装置还包括一输出装置，用于输出所述LKI指数。在一优选实施例中，所述处理单元可以是一计算机，该计算机应用数学建模软件Python(2.7)，并采用Logistic回归模型作为数学模型，基于由常规的测量装置测量到的所述复数个测量值，或手动输入所述复数个测量值，计算获得所述LKI指数。本领域技术人员可以理解的是，所述复数个测量值均通过本领域已知的方法获得。例如，通过一Pentacam三维眼前节分析仪测量一待测角膜的角膜最薄点厚度。当然，也可以通过Sirius眼前节分析仪测量所述待测角膜的角膜最薄点厚度，本专利技术的范围不限于此。此外，本专利技术还提供一种角膜的状态评估方法，所述方法是根据一LKI指数的数值来评估一待测角膜的状态，其中，所述LKI指数是由一待测角膜的复数个测量值经主成分分析后，再Logistic回归分析而获得。在一实施例中，所述复数个参数包括：角膜最薄点厚度、角膜最薄点的前表面高度、角膜最薄点的后表面高度、平均厚度进展指数、Ambrosio相关厚度、前表面高度差异图偏差、后表面高度差异图偏差、平均厚度进展偏差、最小厚度偏差，以及ARTmax偏差。本专利技术还提供上述状态评估方法在表达圆锥角膜中的应用，其中，大于或等于0.5的所述LKI指数可以表达圆锥角膜。附图说明图1是本专利技术所述LKI指数与KI指数进行ROC曲线分析；图2是本专利技术所述角膜的状态评估装置的结构示意图。具体实施方式以下，结合具体实施方式，对本专利技术的技术进行详细描述。应当知道的是，以下具体实施方式仅用于帮助本领域技术人员理解本专利技术，而非对本专利技术的限制。在本实施例中，通过对研究组及对照组进行常规评估及本专利技术所述评估，对两种评估的结果进行对比，以验证本专利技术所述的评估方法的准确性。实施例1.LKI指数的建模及验证1.研究对象研究对象来源于2014年9月至2017年12月期间就诊于温州医科大学附属眼科医院的圆锥角膜患者以及有意向行角膜屈光手术的术前筛查人群。共纳入187个圆锥角膜病人(研究组)和338个正常对照(对照组)。所有被招募的患者和正常对照均在温州医科大学附属眼科医院完成裂隙灯、Pentacam等各项临床检查。圆锥角膜的临床诊断是基于圆锥角膜的临床特征表现：典型的圆锥角膜地形图特征，以及至少有一个临床体征(例如，Munson征,Vogt线,Fleischer环等)。入组的正常对照均排除各项已知角膜相关疾病且无明显异常。2.评估方法以本专利技术所述的评估方法获得的LKI指数作为圆锥角膜的表达，与目前常用的KeratoconusIndex(KI)指数进行对比分析，并与临床诊断结果进行对比。3.验证方法对于LKI指数的验证，采用包括ROC曲线(receiveroperatingcharacteristiccurve)分析，特异性、敏感性分析等的分析方法。同时，还将LKI指数与KI指数进行对比分析。4.结果4.1LKI指数的建模计算所有研究对象的LKI指数，以角膜最薄点厚度、角膜最薄点的前表面高度、角膜最薄点的后表面高度、平均厚度进展指数、Ambrosio相关厚度、前表面高度差异图偏差、后表面高度差异图偏差、平均厚度进展偏差、最小厚度偏差，以及ARTmax偏差作为10个初始特征，设定为b1～b10。首先对b1～b10进行数据标准化，获得x1～本文档来自技高网...

【技术保护点】
1.角膜的状态评估装置，包括一处理单元，其中，所述处理单元包括一计算单元，所述计算单元基于一角膜的复数个测量值计算获得一LKI指数，并根据所述LKI指数评估所述角膜的状态；其中，所述LKI指数是由所述复数个测量值经主成分分析后再经Logistic回归分析而获得。

【技术特征摘要】
1.角膜的状态评估装置，包括一处理单元，其中，所述处理单元包括一计算单元，所述计算单元基于一角膜的复数个测量值计算获得一LKI指数，并根据所述LKI指数评估所述角膜的状态；其中，所述LKI指数是由所述复数个测量值经主成分分析后再经Logistic回归分析而获得。2.如权利要求1所述的状态评估装置，其中，所述复数个测量值包括：角膜最薄点厚度、角膜最薄点的前表面高度、角膜最薄点的后表面高度、平均厚度进展指数、Ambrosio相关厚度、前表面高度差异图偏差、后表面高度差异图偏差、平均厚度进展偏差、最小厚度偏差，以及ARTmax偏差。3.如权利要求1所述的状态评估装置，其中，所述处理单元还包括一数据存储器，所述数据存储器用于储存所述复数个测量值及所述LKI指数。4.如权利要求3所述的状态评估装置，其中，所述装置还包括一输入装置，所...

【专利技术属性】
技术研发人员：金子兵，陈世豪，李兴勇，
申请(专利权)人：温州医科大学，
类型：发明
国别省市：浙江,33