一种视网膜神经纤维层数据分析方法和系统技术方案

本申请公开了一种视网膜神经纤维层数据分析方法和系统，本方法包括：获取视盘旁RNFL扫描图像及全周RNFL厚度测量数据分布图像；获取眼底扫描图像，测量视盘黄斑倾斜角度；获取扫描图像上、下方范围，测量上、下方RNFL厚度；根据扫描图像，获取RNFL测量环与血管的交点，对上、下方RNFL厚度分别进行校正；根据校正值对上、下方RNFL厚度进行对称性评价，判断RNFL数据是否存在异常。本系统包括：图像获取模块、黄斑角度模块、RNFL厚度模块、RNFL厚度校正模块和RNFL数据评判模块。本申请去除了个体间的影响因素，有利于早期RNFL厚度异常的评估，提升多种影响RNFL厚度变化的疾病的早期诊断准确性。确性。确性。

【技术实现步骤摘要】
一种视网膜神经纤维层数据分析方法和系统


[0001]本申请属于图像测量数据处理
，具体涉及一种视网膜神经纤维层数据分析方法和系统。

技术介绍

[0002]目前，光学相干断层扫描(Optical Coherence Tomography，简称：OCT)是视网膜神经纤维层(Retinal Nerve Fibre Layer，简称：RNFL)成像的常用手段，通过活体上扫描视网膜，获取视网膜RNFL数据，通过算法进行RNFL数据的测量，对RNFL异常进行评估，进而判断个体的RNFL厚度是否正常，有助于临床上包括青光眼、多发性硬化、老年性痴呆等多种疾病的辅助诊断和病情程度监测。
[0003]现有技术对于视盘旁RNFL数据厚度的分析主要方法是通过进行全周、分四个象限以及12个钟点位平均RNFL厚度测量，与正常人数据进行比对，从而判断个体的RNFL厚度是否正常，是否存在异常。但是，由于受某些身体因素的影响，个体的正常RNFL厚度分布范围比较大（比如根据既往文献报道，平均RNFL厚度正常值范围区间为90um
‑
>120um），而且本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视网膜神经纤维层数据分析方法，其特征在于，包括如下步骤：使用OCT设备获取视盘旁RNFL扫描图像及全周RNFL厚度测量数据分布图像；使用眼底照相设备获取眼底扫描图像，基于所述眼底扫描图像，测量视盘黄斑倾斜角度；基于所述视盘黄斑倾斜角度和所述全周RNFL厚度测量数据分布图像，获取所述RNFL扫描图像中上方、下方范围，并分别测量上方RNFL厚度和下方RNFL厚度；根据所述RNFL扫描图像，获取RNFL测量环与血管的交点，根据所述交点位置的血管厚度，对所述上方RNFL厚度和所述下方RNFL厚度分别进行校正，得到上方RNFL厚度校正值和下方RNFL厚度校正值；根据所述上方RNFL厚度校正值和所述下方RNFL厚度校正值对所述上方RNFL厚度和所述下方RNFL厚度进行对称性评价，判断RNFL数据是否存在异常。2.根据权利要求1所述的视网膜神经纤维层数据分析方法，其特征在于，根据视盘中心和黄斑中心的位置，获取所述视盘黄斑倾斜角度。3.根据权利要求1所述的视网膜神经纤维层数据分析方法，其特征在于，根据视盘和黄斑中心凹连线对所述RNFL扫描图像进行上方、下方范围的划分，获取所述RNFL扫描图像中上方、下方范围。4.根据权利要求1所述的视网膜神经纤维层数据分析方法，其特征在于，所述上方RNFL厚度的校正公式为：校正的上方RNFL厚度=上方RNFL厚度
‑
上方血管厚度总和；所述下方RNFL厚度的校正公式：校正的下方RNFL厚度=下方RNFL厚度
‑
下方血管厚度总和。5.根据权利要求1所述的视网膜神经纤维层数据分析方法，其特征在于，所述对称性评价公式为：对称性评分={1
‑
（校正的上方和下方RNFL厚度差值的绝对值）/（校正的上方和下方RNFL厚度均值）}*100%；根据所述对称性评分，判断RNFL数据是否存在异常。6.根据权利要求5所述的视网膜神经纤维层数据分析方法，其特征在于，当所述对称性评分≥预设值时，所述RNFL数据为正常；当所述对称性评分<预设值时，所述RNFL数据为异常。7.一种视网膜神经纤维层数据分析系统，其特征在于，包括图像获取模块、黄斑角度模块、RNFL厚度模块、RNFL厚度校正模块...

【专利技术属性】
技术研发人员：邱坤良，张铭志，涂升锦，林建伟，李远存，观志强，
申请(专利权)人：汕头大学，
类型：发明
国别省市：