CN108135477A - 处理光学相干断层扫描 - Google Patents

处理光学相干断层扫描 Download PDF

Info

Publication number
CN108135477A
CN108135477A CN201680053648.2A CN201680053648A CN108135477A CN 108135477 A CN108135477 A CN 108135477A CN 201680053648 A CN201680053648 A CN 201680053648A CN 108135477 A CN108135477 A CN 108135477A
Authority
CN
China
Prior art keywords
skin
oct
parameter
user
determined
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201680053648.2A
Other languages
English (en)
Inventor
乔纳森·丹尼斯·霍姆斯
理查德·怀特黑德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Michelson Diagnostics Ltd
Original Assignee
Michelson Diagnostics Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Michelson Diagnostics Ltd filed Critical Michelson Diagnostics Ltd
Publication of CN108135477A publication Critical patent/CN108135477A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0062—Arrangements for scanning
    • A61B5/0066—Optical coherence imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4887—Locating particular structures in or on the body
    • A61B5/489—Blood vessels
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10101—Optical tomography; Optical coherence tomography [OCT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30088—Skin; Dermal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104—Vascular flow; Blood flow; Perfusion

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Vascular Medicine (AREA)
  • Dermatology (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

一种处理透过受试者皮肤的光学相干断层(OCT)扫描的方法，所述方法包括：接收透过受试者皮肤的至少一个OCT扫描，每个扫描表示透过受试者皮肤的切片中的OCT信号；处理每个OCT扫描，以便确定参数的集合，所述参数至少包括表皮中的血管结构的萎缩程度；其中所述处理根据所述参数的集合中的每一个参数来产生皮肤状况的测量结果，并且所述方法包括输出皮肤状况的测量结果。

Description

处理光学相干断层扫描
技术领域
本发明涉及处理光学相干断层(OCT)扫描的方法以及相关联的设备。
背景技术
存在对受试者皮肤进行快速无创评估的市场需要，例如帮助化妆品和皮肤护理产品的开发者测量其产品对受试者的效果，以便在支持其营销主张时向消费者以及向监管部门演示和证实其效果。
测量皮肤的某些方面的各种装置已经面世了一段时间。示例包括例如结构光摄像头(例如PRIMOS-lite(www.canfieldsci.com))和共聚焦显微镜(例如Caliber ImagingDiagnostics(www.caliberid.com)的VivaScope产品系列)。然而，这些装置存在关键缺点，包括：
·测量时间太长而无法捕获和/或分析；
·结果可能是主观的，并且需要高度的专业知识来解释；
·测量仅对皮肤表面，无法捕获皮下(药剂的影响起作用的地方)的关键方面(例如表皮厚度)；
·这些装置不能测量作为皮肤质量的关键度量的血管萎缩；
·这些装置仅捕获皮肤的单一方面，而期望的是在一个测量时段中捕获皮肤的多个方面，包括皮下的各个方面以及皮肤表面的各个方面；
·这些装置的使用或建立繁琐。
近来，对于临床皮肤病学，诸如光学相干断层(OCT)之类的光学扫描技术已经成功地应用，从而以快速无创方式对皮下进行成像[Schmitz，l.et al.(2013)“Opticalcoherence tomography:its role in daily dermatological practice(光学相干断层：其在日常皮肤病学实践中的作用)”Germany Society of Dermatology.]。OCT已经应用于美容皮肤科学的应用[Kauvar et al.(2013)“Apilot study of a novel noninvaivetopical under-eye contouring technology(一种新型无创外用眼下整形技术的试验研究)”，American Academy of Dermatology，Vol 68(4)Supplement 1，Pages AB20]。最近，OCT技术的进步已经能够允许检测和测量真皮上部的血管网络[如申请人的共同未决英国专利申请No.GB1503196.6所描述]，并且还已知该血管网络的萎缩是受试者皮肤衰老和/或亚受损的结果[Ryan T，(2004)，“The ageing of the blood supply and the lymphaticdrainage of the skin(血液供给的老化和皮肤的淋巴引流)”，Micron 35，pp161-171]。此外，如作为WO2015/001317公布的PCT专利申请所述，可以从OCT数据中高度准确地提取皮肤表面形貌，从而导出并输出皮肤粗糙度，这是护肤品的制造商感兴趣的另一个参数。最后，现在可获得针对皮肤病学使用的OCT探针，其包括***头，该***头捕获利用OCT正在测量的皮肤的视频图像。由此得到的摄像图像提供了检测皮肤颜色的能力，并因此指示受试者的菲氏(Fitzpatrick)皮肤类型[Fitzpatrick，TB(1975)，“Soleil et peau”Sunand skin，Journal de Médecine Esthetique(2)，pp33-34]，这是美容皮肤学医师评估受试者对阳光晒伤的敏感性的重要因素。
到目前为止，尚未开发出能够在一次扫描过程中捕获、处理和输出关键皮肤质量参数(包括但不限于皮肤粗糙度和血管萎缩)的装置。
光学相干断层(OCT)是1991年在美国麻省理工学院发明的，其通常用于对各种人体器官(特别是眼睛)的组织以及皮肤(J.Welzel，“Optical coherence tomography indermatology：a review(皮肤科学中的光学相干断层：评论)”，Skin Research andTechnology，vol.7，pp.1-9，2001)进行成像。特别是，申请人注意到由英国肯特郡Orpington的Michelson Diagnostics Ltd生产和销售的VivoSight(RTM)OCT装置，该装置设计为由专业的皮肤学医师在评估患者皮肤损伤时使用。
VivoSight OCT装置扫描皮肤，并向用户呈现在垂直于皮肤表面的平面上(按惯例，假设OCT装置垂直定位在皮肤表面之上)皮下结构的图像。得到的二维图像在本领域中公知为“B扫描”，并且包括本领域中公知为“A线”的许多垂直像素线。图像中的每个像素具有与从该OCT装置获得的信号相对应的值，该值是由该像素的y位置处的皮肤光学性质造成的。此外，VivoSight装置可以在皮肤表面上的多个位置处获取扫描，以便建立穿过感兴趣的损伤的一系列的B扫描。这在本领域中被称为多切片“叠层”，并且可以由用户以各种方式查看以得到具有医学价值的组织特征，例如癌细胞巢。
例如，用户可以快速连续地查看B扫描的叠层以快速浏览损伤区域。而且，可以重新采样数据的叠层，以便可以提取和查看水平面(垂直于B扫描)中的一个或多个图像切片。水平切片在本领域中有时被称为“C扫描”。因此，可以查看任何期望深度处的C扫描。此外，可以同时查看来自叠层的C扫描和B扫描。所有这些对于OCT以及更一般的医学影像领域的技术人员来说是公知的。
申请人注意到作为EP 2 563 220 B1公布的欧洲专利公开了通过与相对于表皮的真皮厚度相结合地确定膜层脊线的褶皱和长度，而在确定皮肤的“饱满度”时使用OCT扫描。
发明内容
根据本发明的第一方面，提供了处理透过受试者皮肤的光学相干断层(OCT)扫描的方法，所述方法包括:
·接收透过受试者皮肤的至少一个OCT扫描，每个扫描表示透过受试者皮肤的切片中的OCT信号；
·处理每个OCT扫描，以便确定参数的集合，所述参数至少包括表皮中的血管结构的萎缩程度；
其中所述处理根据所述参数的集合中的每一个参数来产生皮肤状况的测量结果，并且所述方法包括输出皮肤状况的测量结果。
因此，可以提供已经被发现指示了皮肤健康和衰老的测量结果；特别是该测量结果可以提供有意义的对皮肤健康的指示，这对于皮肤产品制造商是有价值的。例如，所述测量结果可以用于：
·提供用户皮肤和/或其状况的化妆品测量结果；
·提供用户皮肤的衰老的指示；或
·参照受试者的实际年龄提供皮肤的实际年龄或表观年龄的指示；
·测量皮肤状况的变化，通常特别是由皮肤产品(例如护肤产品)的作用引起的血管萎缩的变化和/或皮肤粗糙度的变化。
确定皮肤萎缩的程度可以包括确定用户皮肤中的血管位置。该确定还可以包括确定血管的数值密度(即，给定体积中的数量)随透过用户皮肤的深度的分布，以及典型地确定该分布中的穿过用户皮肤的阈值深度，在从皮肤表面开始透过皮肤的该阈值深度处用户皮肤中的血管的数值密度超过或达到阈值。确定萎缩的程度以及萎缩的程度本身因此可以包括确定阈值深度处的血管的体积密度(即，在给定体积中占据的体积)。这是用户皮肤状况(特别是用户皮肤的衰老)的有用的指示，该指示可以方便地根据OCT扫描评估。
可以基于体积密度来确定萎缩的程度。特别地，可以使用查找表来确定萎缩的程度，该查找表将体积密度连同用户身体上的用户的皮肤的位置、阈值深度、用户的年龄和性别中的至少一个一起映射至形成萎缩的程度的值。
参数的集合还可以包括皮肤反射率。这样，确定皮肤反射率可以包括得出每个扫描中的OCT信号在用户皮肤的顶表面处的平均强度。可替代地，确定皮肤反射率可通过如下方式而获得：计算OCT扫描中的像素在皮肤顶表面的预定深度内的强度的加权平均值，其中较大的权重被分配给顶表面并且随着深度增加而向像素分配(通常线性地)减小的权重。
参数的集合还可以包括作为透过皮肤的深度的函数的皮肤结构。确定皮肤结构可以包括确定每个扫描中皮肤表面的位置，其可以为深度设置参考基准面。确定皮肤结构还可以包括识别用户皮肤内的层，并且将每层内的扫描的强度与针对每层的预期强度进行比较。通常，该方法将包括确定每层中至少一个样本区域内的平均和/或标准偏差强度，并将每层内的平均和/或标准偏差强度与针对每层的预期的平均和/或标准偏差强度进行比较。该方法可以替代地包括确定每层内的平均衰减系数，其是在该层内强度随深度增加而下降的速率。
参数的集合还可以包括皮肤粗糙度。确定皮肤粗糙度可以包括确定皮肤位置与平均皮肤位置的平均偏差(称作Ra)、皮肤位置从最高峰到最低谷的范围(称作Rz)或皮肤位置的均方根偏差(称作Rq)。
该方法还可以包括确定不来自于OCT扫描的附加参数的集合，并且在确定皮肤状况的测量结果时使用附加参数的集合中的每一个参数。
例如，附加参数的集合可以包括受试者的肤色。确定受试者的肤色可以包括利用附接到OCT探针的摄像头对OCT所扫描的皮肤区域进行成像。通常，该摄像头可以配备有可具有可见光波段中的已知光谱的光源，例如白光LED，并且通过与查找表等中的限值进行比较，对通常根据平均颜色通道(例如，红色、绿色或蓝色)信号强度而得到的皮肤的摄像头图像的颜色进行分析。肤色的确定可以根据亚型(例如淡白色、白色、乳白色、中棕色、深棕色、深褐色)近似地将受试者的皮肤类型分类。
确定皮肤状况的测量结果可以包括将每个参数与针对该参数的预定值进行比较，并且基于该参数与预定值之间的差异来指定皮肤状况的测量结果。预定值可以依赖于年龄和/或性别。皮肤状况的测量结果可以包括给定年龄和/或性别和/或皮肤类型的用户的预定皮肤状况(通常为理想皮肤状况)与基于每个参数确定的皮肤状况之间的年龄差异。确定皮肤状况的测量结果可以包括基于每个参数确定年龄偏差(partial age difference)，然后通常通过求和来组合年龄偏差中的每一个。可通过使用针对每个参数的查找表来确定年龄偏差，该查找表将所述参数映射至年龄偏差。
根据本发明的第二方面，提供了光学相干断层(OCT)图像处理设备，包括处理器、耦接至处理器的显示器和耦接至处理器的存储器，所述存储器携带程序指令，当在处理器上执行时，所述程序指令使处理器执行本发明的第一方面的方法。
所述图像处理设备可以包括捕获OCT扫描所借助的OCT设备。这样，图像处理设备可以包括布置成生成干涉图的OCT探针，并且所述处理器可以布置成根据干涉图来生成图像。这样，图像处理器可以布置成在捕获图像时对图像进行处理。
可替代地，图像处理设备可以与任何的OCT设备分离，并且被布置成在捕获图像之后对图像进行处理。这样，图像处理设备可以包括布置成接收用于处理的图像的数据接收构件(例如，网络连接件或媒体驱动器)。
附图说明
现在仅以示例的方式描述参照附图描述的本发明的实施例，其中：
图1示意性地示出了根据本发明的实施例的光学相干断层(OCT)设备；
图2示出了健康组织的OCT扫描；
图3示出了图2的OCT扫描中的移动区域；
图4示出了变化区域的密度随透过健康皮肤的深度的示例曲线图；以及
图5示出了描绘图1的设备如何确定皮肤表面的位置的流程图。
具体实施方式
在附图中的图1中示出了根据本发明的实施例的光学相干断层(OCT)设备。该设备包括计算机1，其具有处理器2和耦接至处理器2的存储器3(例如大容量存储装置或随机存取存储器)。存储器3包含数据和处理器指令，这些指令使得处理器2如下所述地工作。计算机1可以是任何合适的型号；通常可以使用运行诸如Microsoft(RTM)Windows(RTM)或Apple(RTM)Mac OS X(RTM)之类的操作***的个人计算机。计算机1还设置有由处理器2控制的、可以显示任何期望的图形的显示器4以及可以发出警报声音的声音输出装置15(例如蜂鸣器)。
该设备还包括OCT干涉仪5和相关联的探针6。干涉仪5使通过探针6的从样本7(这里为受试人皮肤)反射的光与沿着参考路径传播的光发生干涉以生成干涉图。在干涉仪5中检测这些干涉图；所测量的信号然后传输至计算机1以用于处理。合适的OCT设备的示例实施例可以在作为WO2006/054116公布的PCT专利申请中找到，或者可以在可从英国肯特郡Orpington的Michelson Diagnostics获得的VivoSight(RTM)设备中找到。可以设置支座10，其使探针6与用户皮肤7间隔开。
这种OCT设备通常产生多个B扫描：即，垂直透过皮肤7地获取的扫描。每个干涉图的分析结果是位图，其中图像的宽度与大致平行于皮肤表面的方向对应，并且高度与从传感器到皮肤中的深度对应。通过进行与扫描垂直地间隔开从而平行于皮肤的多个扫描，可以形成覆盖受试者皮肤的一定体积的扫描的叠层。
OCT设备进行在时间上分开的多次扫描。通过确定在连续图像之间已经变化的区域，可以使用来自受试者皮肤的相同位置的连续图像来确定通过血管的血液流动的存在。该变化可以指示血细胞通过血管的流动。申请人首选的技术是散斑去相关OCT，如“In vivoimaging of the microcirculation of the volar forearm using correlationmapping optical coherence tomography(cmOCT)(使用相关映射光学相干断层(cmOCT)的掌前臂的微循环的体内成像)”，J Enfield、E Jonathan and M Leahy，Biomed OptExpress.May 1，2011；2(5):1184–1193中所描述的，但也可以使用散斑方差、强度或相位的差分、或任何其他计算技术。
应仔细选择不同时间之间的时间间隔。如果时间间隔太短，那么就没有足够的时间让血液流过这个区域来产生可以察觉的变化。如果时间间隔太长，那么探针相对于皮肤的大幅度移动使得难以或不可能确保第二图像中的区域与第一图像中的区域处于完全相同的位置，这导致图像中的噪声。在人的皮肤中，3.5微秒的时间间隔效果很好。
示例OCT扫描在图2中示出，其显示了具有表面8的用户皮肤7。其与健康组织的连续图像进行比较的结果在图3中示出，其中差异较大的区域显示为白色，如基本上在9处指示的那样。这些区域表示存在血管的区域。通常，将其中的变化被确定为高于给定阈值的任何区域确定为变化区域。
我们利用这些扫描来确定若干个参数。
皮肤萎缩
已知健康皮肤包括表皮(其不包含血管)和其下的真皮，真皮包含其密度随着深度急剧增加的血管(“Blood Vessels and Lymphatics in Organ Systems(器官***中的血管和***)”David I Abramson，Academic Press(28.Jan 1984)，ISBN-10:0124121586，pp595-32)，这与从“乳突真皮”到“网状真皮”的过渡对应。时变区域的深度分布显示出在皮肤表面以下的真皮内的该深度处的增加(如针对健康皮肤的附图的图4所示)，然后在真皮中的更深处由于光学散射引起的深层OCT信号强度的衰减而减小。
这样，以上描述的方法可以用于确定B扫描中血管的位置以及其深度分布。然后进行数据的进一步处理以检测扫描的叠层内的相邻时变区域，其形成可归因于血管的线性部分；然后根据皮肤表面以下的深度，统计分析血管的总数、长度、直径和体积；并例如通过查找表从该数据中推导出表示血管结构的萎缩程度的单个参数，查找表中条目对应于：
(1)皮肤在身体上的位置
(2)血管的数量密度超过预定值的深度范围
(3)血管在该深度范围内的体积密度；其与萎缩的不同程度相对应。
例如，可以在受试者的脸颊上进行测量，并且可以发现，在200微米-220微米的深度范围内，血管的数量密度超过500条/立方毫米，并且该范围内的血管的总体积是0.005立方毫米/立方毫米，针对其的查找表条目为0.9，这表明与完全健康的皮肤相比的非常轻微的萎缩，相比之下，完全健康皮肤的查找表的条目为1.0，其可对应于该范围内的血管总体积为0.0075至0.0100立方毫米/立方毫米。
然而，可以导出其他的得出血管结构萎缩的程度的手段，例如血管数量密度、血管体积或平均血管长宽比中的一个或多个与来自完全健康皮肤的预期等效值的根据对皮肤健康的重要性进行加权的代数组合。
皮肤粗糙度
该方法还确定皮肤粗糙度。为此，必须使用图5所示的方法求出皮肤表面位置。在步骤20中，生成上文提到的扫描的叠层。在步骤22处，在优选实施例中，对图像数据进行滤波以减少或去除相干检测技术固有的随机噪声(“斑点噪声”)和用于采集图像数据的成像***特有的其它图像伪影。使用线性和非线性滤波技术来实现噪声对图像对比度的影响的降低，以在去除斑点的同时保留边缘特征。这样的滤波器的示例包括线性滤波器、卡尔曼滤波器(例如，参见Igor Gurov and Maxim Volynsky“Recurrence signal processing inFourier-domain optical coherence tomography based on linear Kalman filtering(基于线性卡尔曼滤波器的傅里叶域光学相干断层的递归信号处理)”，Proc.SPIE 8792，Optical Methods for Inspection，Characterization and Imaging of Biomaterials，879203(May 23，2013)；doi:10.1117/12.2020615；http://dx.doi.org/10.1117/12.2020615)或小波滤波器(例如参见“Speckle reduction in optical coherencetomography images of human finger skin by wavelet modified BM3D filter(用小波改进的BM3D滤波器对人的手指皮肤的光学相干断层成像的斑点减小)”，Bo Chong，Yong-Kai Zhu，Optical Communications Volume 291，15March 2013，Pages 461–469，http://dx.doi.org/10.1016/j.optcom.2012.10.053)。
纯粹的近侧组织表面呈现从空气的折射率到组织的折射率的折射率变化，因此在OCT图像中呈现非常强的后向散射特征和高信号。因此，在步骤24处，为了获得图像中的皮肤表面的候选，图像A线被过滤以指示OCT信号中的极值；基于简单的参数(极值的位置、分类和局部环境(例如相邻图像中的极值的位置之间的差异))，这些极值中的某些被拒绝。可以采用进一步的边缘过滤来改善结果，并确保对皮肤表面的估计最小程度地受剩余散斑或后向散射很差的皮肤表面(例如在存在降低或最小化皮肤表面的近侧的折射率差的介质的情况下)的影响。
该阶段的结果是可能的表面位置的3D二进制阵列，在数据阵列的每个A扫描中可能有多个解。
步骤24中的处理通常可以产生近侧皮肤表面的多个候选。因此，进行步骤26，以根据其不表示真实皮肤表面的概率，对每个A扫描中的每个候选分配分数。该算法可以涉及多个独立的概率估计，并以适当的方式组合这些估计以提供有意义的度量。
然后，在步骤28中，处理多个皮肤表面候选的集合及其权重，以选择表示单个表面的候选的集合30。用于选择该表面的算法试图将所选表面中的候选的权重和被分配给所选表面中的相邻候选之间的欧几里德(Euclidean)距离的权重的各个和最小化。
在步骤32中，根据基于皮肤形态的先验知识的标准来评估在步骤28中选择的表面30的适合性，该评估的结果在本文中被称为所述表面的“价值”。所述标准可以包括一致性、变化的周期性、表面变化以及其他因素，这些全部在已知皮肤样本的预期限度内。如果根据已知值得不到足够的价值，则该解被拒绝(在步骤34)并且使用在该步骤中导出的附加权重因子重复步骤26、28和32。在重复的步骤28中分配给众多候选的附加权重可以基于表面的位置及其整体价值以及对特定候选的价值的局部贡献来计算。
作为对皮肤表面位置进行确定的一部分，确定皮肤表面的粗糙度也是方便的。可以测量三个参数：皮肤位置的平均偏差(Ra)、皮肤位置从最高峰到最低谷的范围(Rz)或皮肤位置的均方根偏差(Rq)。为了在不过分要求用户的情况下消除大范围的表面起伏(例如，由不正确的探针定位引起的相对于成像探针的皮肤表面倾斜)的影响，通过计算所检测的皮肤表面与计算的平均皮肤表面的相应点的偏差来测量皮肤表面形貌。使用空间低通滤波器并将光滑曲面算术地拟合到所得的轮廓来计算该平均皮肤表面；参见例如Kotterner，J.、Schario，M.、Bartels，N.G.、Pantchechnikova，E.、Hillmann，K.and Blume-Peytavi，U.(2013)，Comparison of two in vivo measurements for skin surface topography(皮肤表面形貌的两种活体内的测量结果的比较)，Skin Research and Technology，19:84–90.doi:10.1111/srt.12009，或B-G Rosén et al(2005)，“On in-vivo skin topographymetrology and replication technique(活体内的皮肤形貌度量和复制技术)”，J.Phys.:Conf.Ser.13 325doi:10.1088/1742-6596/13/1/076。
皮肤结构
皮肤由许多层组成，这些层的本质是表皮和真皮；然而这些层进一步细分为子层，例如乳突状和网状真皮层、以及棘层、颗粒层和基底层。健康皮肤的特点是分化良好的层，其可以由训练有素的观察者查看OCT图像来清楚地区分，并且还可以通过以有序方式与血管、胶原蛋白和其他材料的健康生长对应的层内纹理的外观来清楚地区分。不健康皮肤的特点是层结构的清晰度消失、有序的纹理消失、OCT信号随深度的衰减增加、肿块、漩涡和其他不规则体的出现，这些都是非常局部的，并且可以由训练有素的观察者在OCT图像中识别。
这些特征可以利用数值方法从OCT图像中分析，例如，通过将扫描区域中的OCT数据分成在皮肤表面下方的预定深度处的小的子体积；计算每个子体积中的平均OCT强度；并计算每个深度层的这些平均OCT强度的平均标准偏差；然后将每个深度层的结果与查找表中的健康皮肤的预期结果进行比较。然而，也可以同样采用其他数值方法。
皮肤反射率
通过获得皮肤形貌，可以测量皮肤反射率。这可以简单地通过求出像素的所有OCT信号的平均强度来完成，所述像素在扫描区域内的皮肤的顶表面(其在以上的粗糙度测量结果中确定)被发现。更精确的测量结果可以通过计算皮肤顶表面的预定深度内的像素强度的加权平均值来获得，其中较高权重被分配给顶表面并且随着深度增加向像素分配线性地减小的权重。
肤色
探针6还提供有布置成观察皮肤表面8的彩色摄像头11。其可以配备有具有已知光谱的光源，例如白色发光二极管(LED，未示出)。通常，摄像头将提供三种颜色通道，即红色、绿色和蓝色；通过确定这些颜色通道中的每一个的平均值，可以确定受试者的诸如菲氏量表(Fitzpatrick scale)之类的量表上的肤色：淡白色、白色、乳白色、中棕色、深棕色、深褐色/黑色。由于使用了平均测量结果，所以就此方法而言，不需要将摄像头11精确地聚焦在皮肤表面上，因为未聚焦的图像就足够了。
产生组合的测量结果
上述参数随后被组合以形成组合的测量结果。例如，组合的测量结果可以提供皮肤健康的程度，该程度可以折合成额外衰老年数而与“理想受试者”的皮肤对应。例如，具有非常健康的皮肤的30岁的男性受试者(其皮肤的参数测量为接近于同一年龄30岁的“理想男性受试者”)为皮肤年龄因子为0岁的受试者；而皮肤测量结果与40岁的“理想男性受试者”相对应的30岁男性的皮肤年龄因子将为+10岁。为了得出皮肤年龄因子，性别、受试者年龄、扫描位置、皮肤粗糙度、血管萎缩和肤色参数将被用作包含相应年龄因子的查找表中的指标。通常，每个肤色将有一个查找表。
例如通过改大或改小血管萎缩“分数”，可以使用“皮肤结构紊乱”参数来进一步改善上述“皮肤年龄因子”的推导。
最后的分数对于期望确定年龄对受试者的影响的皮肤科医生来说是很有用的，对于包括销售化妆品的销售人员的其他专业人士也是有用的，他们可以使用这些信息来把他们的销售目标瞄准最相关的消费者。取决于用户，本***也可以输出单独的参数(粗糙度、血管萎缩、结构紊乱和反射率)，因为这些参数对于皮肤科医生或其他专业人员也可以单独或组合使用。

Claims (29)

1.一种处理透过受试者皮肤的光学相干断层(OCT)扫描的方法，所述方法包括：
接收透过受试者皮肤的至少一个OCT扫描，每个OCT扫描表示透过受试者皮肤的切片中的OCT信号；
处理每个OCT扫描，以便确定参数的集合，所述参数至少包括表皮中的血管结构的萎缩的程度；
其中，所述处理根据所述参数的集合中的每一个参数来产生皮肤状况的测量结果，并且所述方法包括输出所述皮肤状况的测量结果。
2.根据权利要求1所述的方法，其中，确定皮肤萎缩的程度包括确定用户皮肤中的血管位置、确定血管的数值密度随透过用户皮肤的深度的分布、以及确定该分布中的穿过用户皮肤的阈值深度，在从皮肤表面开始透过皮肤的该阈值深度处用户皮肤中的血管的数值密度超过或达到阈值。
3.根据权利要求2所述的方法，其中，确定萎缩的程度包括确定所述阈值深度处的血管的体积密度，和/或萎缩的程度本身包括所述阈值深度处的血管的体积密度。
4.根据权利要求3所述的方法，其中，使用查找表、基于所述体积密度来确定萎缩的程度，所述查找表将所述体积密度连同用户身体上的用户皮肤的位置、所述阈值深度、用户的年龄和性别中的至少一个一起映射至形成萎缩的程度的值。
5.根据前述权利要求中任一项所述的方法，其中，所述参数的集合包括皮肤反射率。
6.根据权利要求5所述的方法，其中，确定所述皮肤反射率包括得出每个扫描中的OCT信号在用户皮肤的顶表面处的平均强度。
7.根据权利要求5所述的方法，其中，确定所述皮肤反射率包括计算OCT扫描中的像素在皮肤顶表面的预定深度内的强度的加权平均值，其中较大的权重被分配给顶表面并且随着深度增加而向像素分配减小的权重。
8.根据前述权利要求中任一项所述的方法，其中，所述参数的集合包括作为透过皮肤的深度的函数的皮肤结构。
9.根据权利要求8所述的方法，其中，确定所述皮肤结构包括识别所述用户皮肤内的层，并且将每层内的扫描的强度与针对每层的预期强度进行比较。
10.根据权利要求9所述的方法，包括：确定每层中至少一个样本区域内的平均和/或标准偏差强度，并将每层内的平均和/或标准偏差强度与针对每层的预期的平均和/或标准偏差强度进行比较。
11.根据权利要求8至10中任一项所述的方法，其中，所述方法包括确定每层内的平均衰减系数。
12.根据前述权利要求中任一项所述的方法，其中，所述参数的集合包括皮肤粗糙度。
13.根据权利要求12所述的方法，其中，确定所述皮肤粗糙度包括确定以下各项中的至少一项：皮肤位置与平均皮肤位置的平均偏差、皮肤位置从最高峰到最低谷的范围以及皮肤位置的均方根偏差。
14.该方法还可包括：确定不来自于OCT扫描的附加参数的集合，并且在确定皮肤状况的测量结果时使用所述附加参数的集合中的每一个参数。
15.根据权利要求14所述的方法，其中，所述附加参数的集合包括所述受试者的肤色。
16.根据权利要求15所述的方法，其中，确定所述受试者的肤色包括利用附接至OCT探针的摄像头对OCT所扫描的皮肤区域进行成像，以形成捕获图像。
17.根据权利要求16所述的方法，其中，所述摄像头配备有可具有可见波段中的已知光谱的光源，如白光LED。
18.根据权利要求16或权利要求17所述的方法，其中，确定所述受试者的肤色包括分析皮肤的捕获图像的所得颜色。
19.根据前述权利要求中任一项所述的方法，其中，确定所述皮肤状况的测量结果包括将每个参数与针对该参数的预定值进行比较，并且基于该参数与所述预定值之间的差异来指定所述皮肤状况的测量结果。
20.根据权利要求19所述的方法，其中，所述预定值依赖于年龄和/或性别和/或皮肤类型。
21.根据前述权利要求中任一项所述的方法，其中，所述皮肤状况的测量结果包括给定年龄和/或性别和/或皮肤类型的用户的预定皮肤状况与基于每个参数确定的皮肤状况之间的年龄差异。
22.根据权利要求21所述的方法，其中，确定所述皮肤状况的测量结果包括基于每个参数确定年龄偏差，然后将所述年龄偏差中的每一个进行组合。
23.根据权利要求22所述的方法，其中通过使用针对每个参数的查找表来确定每个所述年龄偏差，每个查找表将该参数映射至年龄偏差。
24.一种光学相干断层(OCT)图像处理设备，包括处理器、耦接至所述处理器的显示器和耦接至所述处理器的存储器，所述存储器携带程序指令，当在所述处理器上执行时，所述程序指令使所述处理器执行本发明的第一方面的方法。
25.根据权利要求24所述的设备，包括捕获所述OCT扫描所借助的OCT设备。
26.根据权利要求25所述的设备，包括布置成生成干涉图的OCT探针，并且所述处理器布置成典型地在捕获干涉图时根据所述干涉图生成图像。
27.根据权利要求24所述的设备，其与任何的OCT设备分离，并且典型地布置成在捕获图像之后对该图像进行处理。
28.根据权利要求24至27中任一项所述的设备，包括摄像头，其布置成在使用时查看所述受试者皮肤在OCT扫描区域中的表面的区域。
29.根据权利要求28所述的设备，还设置有用于所述摄像头的光源。
CN201680053648.2A 2015-07-15 2016-07-13 处理光学相干断层扫描 Pending CN108135477A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
GB1512373.0A GB2540390A (en) 2015-07-15 2015-07-15 Processing optical coherency tomography scans
GB1512373.0 2015-07-15
PCT/GB2016/052115 WO2017009641A1 (en) 2015-07-15 2016-07-13 Processing optical coherency tomography scans

Publications (1)

Publication Number Publication Date
CN108135477A true CN108135477A (zh) 2018-06-08

Family

ID=54013987

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680053648.2A Pending CN108135477A (zh) 2015-07-15 2016-07-13 处理光学相干断层扫描

Country Status (8)

Country Link
US (1) US10489906B2 (zh)
EP (1) EP3322326A1 (zh)
JP (1) JP2018521764A (zh)
CN (1) CN108135477A (zh)
AU (1) AU2016293308A1 (zh)
BR (1) BR112018000711A2 (zh)
GB (1) GB2540390A (zh)
WO (1) WO2017009641A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111259683A (zh) * 2018-11-30 2020-06-09 中光电智能云服股份有限公司 皮肤检测方法及图像处理装置

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2540390A (en) 2015-07-15 2017-01-18 Michelson Diagnostics Ltd Processing optical coherency tomography scans
GB2545407A (en) * 2015-12-10 2017-06-21 Michelson Diagnostics Ltd Processing optical coherency tomography scans
GB201702098D0 (en) * 2017-02-08 2017-03-22 Michelson Diagnostics Ltd Processing optical coherence tomography (OCT) scans
JP7049061B2 (ja) * 2017-03-06 2022-04-06 花王株式会社 血流の評価方法
US10878941B2 (en) * 2017-05-22 2020-12-29 Zeyix Llc Perpetual bioinformatics and virtual colorimeter expert system
JP2020021105A (ja) * 2018-07-30 2020-02-06 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102438501A (zh) * 2009-05-22 2012-05-02 佳能株式会社 摄像装置和摄像方法
GB2515761A (en) * 2013-07-02 2015-01-07 Michelson Diagnostics Ltd Processing optical coherence tomography scans of a subject's skin

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0425419D0 (en) * 2004-11-18 2004-12-22 Sira Ltd Interference apparatus and method and probe
US20090247853A1 (en) * 2008-03-31 2009-10-01 Nellcor Puritan Bennett Llc Non-Invasive Total Hemoglobin Measurement by Spectral Optical Coherence Tomography
US8708914B2 (en) * 2010-06-07 2014-04-29 Atheropoint, LLC Validation embedded segmentation method for vascular ultrasound images
WO2011135341A2 (en) * 2010-04-26 2011-11-03 Ame Health Ltd Skin profiling and its use in testing cosmetics
CN105592792B (zh) * 2013-10-23 2018-08-17 麦克赛尔控股株式会社 表面状态测定分析信息管理***及表面状态测定分析信息管理方法
GB2540390A (en) 2015-07-15 2017-01-18 Michelson Diagnostics Ltd Processing optical coherency tomography scans

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102438501A (zh) * 2009-05-22 2012-05-02 佳能株式会社 摄像装置和摄像方法
GB2515761A (en) * 2013-07-02 2015-01-07 Michelson Diagnostics Ltd Processing optical coherence tomography scans of a subject's skin

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CARINA TROJAHN等: "Measuring skin aging using optical coherence tomography in vivo: a validation study", 《JOURNAL OF BIOMEDICAL OPTICS》 *
M. A. L. M. BOONE等: "High-definition optical coherence tomography intrinsic skin ageing assessment in women: a pilot study", 《ARCHIVES OF DERMATOLOGICAL RESEARCH》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111259683A (zh) * 2018-11-30 2020-06-09 中光电智能云服股份有限公司 皮肤检测方法及图像处理装置

Also Published As

Publication number Publication date
GB2540390A (en) 2017-01-18
BR112018000711A2 (pt) 2018-09-18
AU2016293308A1 (en) 2018-02-01
GB201512373D0 (en) 2015-08-19
WO2017009641A1 (en) 2017-01-19
EP3322326A1 (en) 2018-05-23
US20180268542A1 (en) 2018-09-20
JP2018521764A (ja) 2018-08-09
US10489906B2 (en) 2019-11-26

Similar Documents

Publication Publication Date Title
US10489906B2 (en) Processing optical coherency tomography scans
US9706929B2 (en) Method and apparatus for imaging tissue topography
US9892507B2 (en) Processing optical coherence tomography scans of a subjects skin
Askaruly et al. Quantitative evaluation of skin surface roughness using optical coherence tomography in vivo
US11160501B2 (en) Processing optical coherency tomography scans
JP2007252891A (ja) 肌の美しさの目視評価値の推定方法
Li et al. 1.7-micron optical coherence tomography angiography for characterization of skin lesions–a feasibility study
Yow et al. Automated in vivo 3D high-definition optical coherence tomography skin analysis system
Zakharov et al. Full-field optical coherence tomography for the rapid estimation of epidermal thickness: study of patients with diabetes mellitus type 1
EP3351162A1 (en) A computer implemented method, a system and computer program products to characterize a skin lesion
KR20150059953A (ko) 두피 표면 및 단층 영상의 동시구현이 가능한 두피 진단 방법 및 진단 장치
US20220304620A1 (en) Processing optical coherence tomography scans
RU2368310C1 (ru) Способ дактилоскопической идентификации личности человека
Maloufi Investigations in Jones matrix polarization-sensitive optical coherence tomography for dermatological imaging and characterization
King et al. Computer-Aided Diagnosis for Cutaneous Melanoma
CN114569065A (zh) 一种基于光学相干层析成像的皮肤状态检测***及其方法
Sidhu Optimum Illuminant Determination Based on Reduced and Optimized Multispectral Spectroscopy to Enhance Vein Detection
Hani et al. 3D-based skin roughness measurement for lesion classification

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180608

WD01 Invention patent application deemed withdrawn after publication