CN111110185A - 一种泪膜脂质层厚度检测装置 - Google Patents
一种泪膜脂质层厚度检测装置 Download PDFInfo
- Publication number
- CN111110185A CN111110185A CN202010235767.8A CN202010235767A CN111110185A CN 111110185 A CN111110185 A CN 111110185A CN 202010235767 A CN202010235767 A CN 202010235767A CN 111110185 A CN111110185 A CN 111110185A
- Authority
- CN
- China
- Prior art keywords
- image
- tear film
- submodule
- lipid layer
- human eye
- 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
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/101—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for examining the tear film
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Ophthalmology & Optometry (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Eye Examination Apparatus (AREA)
Abstract
本发明公开了一种泪膜脂质层厚度检测装置,包括:照明模块、图像采集模块、图像处理模块和图像分析模块。图像处理模块用于连接至图像处理模块对反光区域进行色彩分析以判定待检测者的泪膜脂质层厚度,图像处理模块包括:灰度化子模块、归一化子模块、图像拉伸子模块、滤波子模块、识别子模块和提取子模块。本发明的有益之处在于所提供的泪膜脂质层厚度检测装置通过检测人眼泪膜脂质层对光源的干涉产生的图案的色彩分布来测量泪膜脂质层的厚度。通过图像处理模块多个功能子模块共同协作,将光源的反光区域精准地从人眼图像中单独隔离出来进行分析,避免其他区域对分析结果的影像,分析的结果更加精确。
Description
技术领域
本发明涉及一种泪膜脂质层厚度检测装置。
背景技术
正常的人眼表面被一层泪膜覆盖,稳定的泪膜能够维持眼表健康、保持眼表湿润、改善眼睛的屈光***。泪膜是人眼的最外层屏障,是眼表免疫防御***的重要组成部分,泪膜的不稳定将使泪膜屏障的完整性受到破坏,细菌毒素及抗原性物质容易直接与角膜上皮接触,导致角膜的免疫病理反应和损害。人眼通过瞬目动作将泪液涂覆于眼球表面形成泪膜。泪膜自内向外分为黏蛋白层、水液层和脂质层。泪膜脂质层的作用是防止水液层的泪液直接与空气接触而减少蒸发。泪膜脂质层的厚度对泪膜的稳定性起到重要作用,因此亟需一种能够快速准确的检测人眼泪膜脂质层的厚度的装置。
发明内容
本发明提供了一种泪膜脂质层厚度检测装置,采用如下的技术方案:
一种泪膜脂质层厚度检测装置,包含:
照明模块,用于对检测者的眼部区域进行照明;
图像采集模块,用于采集人眼图像;
图像处理模块,用于连接图像采集模块以接收人眼图像并提取人眼图像中的反光区域;
图像分析模块,用于连接至图像处理模块对反光区域进行色彩分析以判定待检测者的泪膜脂质层厚度;
照明模块的发光部为若干同心圆环;
图像处理模块包括:
灰度化子模块,用于对人眼图像进行灰度化;
归一化子模块,用于对灰度化后的人眼图像进行归一化;
图像拉伸子模块,用于对归一化后的人眼图像进行自适应直方图拉伸;
滤波子模块,用于对拉伸后的人眼图像进行均值滤波并对均值滤波前后的人眼图像作差得到条理分割图;
识别子模块,用于从条理分割图中识别出同心圆环区域;
提取子模块,用于通过同心圆环区域从人眼图像中提取出反光区域。
进一步地,识别子模块通过图像匹配算法定位同心圆环区域的中心内圆,并且以中心内圆为基准按照预设尺寸从条理分割图中裁剪出同心圆环区域。
进一步地,图像匹配算法为绝对误差和算法。
进一步地,图像处理模块还包括:
形态学处理子模块,用于对识别子模块识别出的同心圆环区域进行形态学处理;
提取子模块通过形态学处理后的同心圆环区域从人眼图像中提取出反光区域。
进一步地,图像分析模块包括:
转换子模块,用于将反光区域转换到HSI彩色空间;
统计子模块,用于统计H通道去零的直方分布图;
分析子模块,用于分析直方分布图得到泪膜脂质层的干涉等级并根据干涉等级得到泪膜脂质层厚度。
进一步地,图像采集模块采集待检测者的眼睛完全睁开的时刻的人眼图像。
进一步地,图像采集模块包括:
视频采集子模块,用于采集待检测者的人眼的视频信息;
视频识别子模块,用于从视频信息中识别人眼完全睁开的时刻;
视频图像提取子模块,用于从视频信息中提取出人眼完全睁开的时刻的图像并将该提取出的图像作为人眼图像。
进一步地,视频识别子模块计算视频信息中的每一帧图像的像素均值,当图像的像素均值下降至预设值并持续预设时间,则将图像的像素均值首次下降到该预设值的时刻作为人眼完全睁开的时刻。
本发明的有益之处在于所提供的泪膜脂质层厚度检测装置通过检测人眼泪膜脂质层对光源的干涉产生的图案的色彩分布来测量泪膜脂质层的厚度。通过图像处理模块多个功能子模块共同协作,将光源的反光区域精准的从人眼图像中单独隔离出来进行分析,避免其他区域对分析结果的影像,分析的结果更加精确。
本发明的有益之处还在于所提供的泪膜脂质层厚度检测装置能够采集到人眼完全睁开的时刻的人眼图像,避免采集到的人眼图像由于人眼睁开较长时间从而产生泪膜破裂,泪膜破裂时所采集到的人眼图像中的干涉图案的色彩分布和泪膜未破裂时的存在较大差异。
附图说明
图1是本发明的泪膜脂质层厚度检测装置的示意图;
图2是本发明的人眼图像;
图3是本发明的条理分割图;
图4是本发明的从条理分割图中提取出的同心圆环区域的示意图;
图5是本发明的形态学处理后的同心圆环区域的示意图;
图6是本发明的反光区域的示意图;
图7是本发明的H通道直方分布图;
图8是本发明采用的照明设备示意图。
具体实施方式
以下结合附图和具体实施例对本发明作具体的介绍。
如图1所示为本发明的一种泪膜脂质层厚度检测装置100,包含:照明模块10、图像采集模块20、图像处理模块30和图像分析模块40。照明模块10用于对检测者的眼部区域进行照明。图像采集模块20用于采集人眼图像。图像处理模块30用于连接图像采集模块20以接收人眼图像并提取人眼图像中的反光区域。图像分析模块40用于连接至图像处理模块30对反光区域进行色彩分析以判定待检测者的泪膜脂质层厚度。
照明模块10产生白光并照射待检测者的眼部区域。在本发明中,照明模块10为发光部为若干同心圆环的照明灯,如图8所示。
经过如图8所示的照明灯照射后采集人眼的人眼图像,采集的到图像如图2所示。可以理解的是,人眼通过瞬目动作将泪液涂覆于眼球表面形成泪膜,但泪膜是不稳定的,在持续睁眼一段时间后可能产生泪膜破裂的情况,在泪膜破裂时采集到的人眼图像中的干涉图案和泪膜未破裂时的存在较大差异,不能准确反映正常情况下泪膜未破裂时泪膜脂质层的真实情况。因此,应该在人眼泪膜未破裂时采集人眼图像。在人眼完全睁开的时刻,人眼泪膜刚刚产生,此时的泪膜是最稳定的,因此,在本发明中,图像采集模块20采集人眼完全睁开的那个时刻的人眼图像。
具体而言,图像采集模块20包括:视频采集子模块、视频识别子模块和视频图像提取子模块。
视频采集子模块用于采集待检测者的人眼的视频信息。视频识别子模块用于从视频信息中识别人眼完全睁开的时刻。视频图像提取子模块用于从视频信息中提取出人眼完全睁开的时刻的图像并将该提取出的图像作为人眼图像。可以理解的是,由于闭眼眼皮像素均值远高于开眼像素均值,因此可以通过睁眼判断算法识别是否睁眼。具体的,视频识别子模块通过计算视频信息中每一帧图像的像素均值来判断是否睁眼,当图像的像素均值下降至预设值且稳定维持在该值预设时间,则可判断眼睛完全睁开。当眼睛完全睁开时,像素均值是最低值。将图像的像素均值首次下降到该最低值的时刻作为人眼完全睁开的时刻。在本发明中,预设时间设为0.5s。可以理解的是,该预设时间可以根据具体情况进行调整。
在本发明中,主要是根据泪膜脂质层对光的干涉产生的干涉图案的色彩分布来判断泪膜脂质层的产生的干涉等级,根据干涉等级进一步得到泪膜脂质层的厚度,因此需要将人眼图像中能够清楚显示干涉图案的反光区域单独提取出来进行分析。在本发明中,需要通过图像处理模块30将图2所示的人眼图像的同心圆环状的灯光反射区域单独提取出来。具体而言,图像处理模块30包括:灰度化子模块、归一化子模块、图像拉伸子模块、滤波子模块、识别子模块和提取子模块。
灰度化子模块用于对人眼图像进行灰度化。归一化子模块用于对灰度化后的人眼图像进行归一化。图像拉伸子模块用于对归一化后的人眼图像进行自适应直方图拉伸。滤波子模块用于对拉伸后的人眼图像进行均值滤波并对均值滤波前后的人眼图像作差得到条理分割图。识别子模块用于从条理分割图中识别出同心圆环区域。提取子模块用于通过同心圆环区域从人眼图像中提取出反光区域。
如图3所示为滤波子模块处理得到的条理分割图。识别子模块通过图像匹配算法定位同心圆环区域的中心内圆,并且以中心内圆为基准按照预设尺寸从条理分割图中裁剪出同心圆环区域。具体而言,在本发明中,图像匹配算法为绝对误差和算法(Sum ofAbsolute Differences,简称SAD算法),SAD算法如公式(1)所示。
其中,m,n是模板图大小。p,q是被搜索图搜索位置。I(p+i-1,q+j-1)是被搜索图像像素值。M(i,j)是模板图像像素值。R(p,q)是计算结果,对同心圆环区域的每一个点进行计算,将计算结果最小值所对应的点作为圆心。识别到同心圆环区域的中心内圆后,以中心内圆为基准按照预设尺寸从条理分割图中裁剪出同心圆环区域,如图4所示。
提取子模块根据该同心圆环区域从人眼图像中提取出反光区域,即是将图4所示的同心圆环区域叠加到人眼图像中,且将同心圆环区域的中心和人眼图像中的对应的中心重合,仅保留人眼图像的与同心圆环区域的白色区域重叠的部分。
进一步的,在本发明中,为了提高被提取出的发光区域的准确度,图像处理模块30还包括用于对识别子模块识别出的同心圆环区域进行形态学处理的形态学处理子模块。在通过图4的同心圆环区域提取反光区域之前,通过形态学处理子模块对图4中的同心圆环区域进行形态学处理,通过闭运算处理和去除小面积连通区域处理后得到如图5所示的形态学处理后的同心圆环区域。再通过提取子模块提取反光区域,如图6所示。
图像分析模块40包括:转换子模块、统计子模块和分析子模块。
转换子模块用于将反光区域转换到HSI彩色空间,采集到的人眼图像为RGB形式,通过转换子模块将提取出的反映了干涉色彩分布的反光区域转换到HSI彩色空间。统计子模块用于统计H通道去零的直方分布图,如图7所示。分析子模块用于分析直方分布图得到泪膜脂质层的干涉等级并根据干涉等级得到泪膜脂质层厚度。
在本发明中,根据该直方图可以判断反光区域的色彩丰富程度和色彩均匀程度,直方分布图分布越集中说明色彩越均匀。
在本发明中,根据直方分布图的分布情况,大致将干涉等级分为五个等级:1级:灰色,分布均匀;2级:灰色,分布不均匀;3级:几种颜色,分布不均匀;4级:多种颜色,分布不均匀;5级:角膜表面部分暴露,每个等级对应的泪膜脂质层厚度范围为:干涉等级为1级所对应的泪膜脂质层厚度为大于80nm,干涉等级为2级所对应的泪膜脂质层厚度为60-80nm,干涉等级为3级所对应的泪膜脂质层厚度为40-60nm,干涉等级为4级所对应的泪膜脂质层厚度为小于40nm,干涉等级为5级所对应的泪膜脂质层厚度为0nm。
上述的干涉等级划分方法将结果分为5个等级,可以理解的是,等级的划分可以根据需要划分成更多的等级,且每个干涉等级所对应的泪膜脂质层的厚度随之调整。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解,上述实施例不以任何形式限制本发明,凡采用等同替换或等效变换的方式所获得的技术方案,均落在本发明的保护范围内。
Claims (8)
1.一种泪膜脂质层厚度检测装置,其特征在于,包含:
照明模块,用于对检测者的眼部区域进行照明;
图像采集模块,用于采集人眼图像;
图像处理模块,用于连接所述图像采集模块以接收所述人眼图像并提取所述人眼图像中的反光区域;
图像分析模块,用于连接至所述图像处理模块对所述反光区域进行色彩分析以判定待检测者的泪膜脂质层厚度;
所述照明模块的发光部为若干同心圆环;
所述图像处理模块包括:
灰度化子模块,用于对所述人眼图像进行灰度化;
归一化子模块,用于对灰度化后的所述人眼图像进行归一化;
图像拉伸子模块,用于对归一化后的所述人眼图像进行自适应直方图拉伸;
滤波子模块,用于对拉伸后的所述人眼图像进行均值滤波并对均值滤波前后的所述人眼图像作差得到条理分割图;
识别子模块,用于从所述条理分割图中识别出同心圆环区域;
提取子模块,用于通过所述同心圆环区域从所述人眼图像中提取出所述反光区域。
2.根据权利要求1所述的泪膜脂质层厚度检测装置,其特征在于,
所述识别子模块通过图像匹配算法定位所述同心圆环区域的中心内圆,并且以所述中心内圆为基准按照预设尺寸从所述条理分割图中裁剪出所述同心圆环区域。
3.根据权利要求2所述的泪膜脂质层厚度检测装置,其特征在于,
所述图像匹配算法为绝对误差和算法。
4.根据权利要求1所述的泪膜脂质层厚度检测装置,其特征在于,
所述图像处理模块还包括:
形态学处理子模块,用于对所述识别子模块识别出的所述同心圆环区域进行形态学处理;
所述提取子模块通过形态学处理后的所述同心圆环区域从所述人眼图像中提取出所述反光区域。
5.根据权利要求1所述的泪膜脂质层厚度检测装置,其特征在于,
所述图像分析模块包括:
转换子模块,用于将所述反光区域转换到HSI彩色空间;
统计子模块,用于统计H通道去零的直方分布图;
分析子模块,用于分析所述直方分布图得到所述泪膜脂质层的干涉等级并根据所述干涉等级得到所述泪膜脂质层厚度。
6.根据权利要求1所述的泪膜脂质层厚度检测装置,其特征在于,
所述图像采集模块采集待检测者的眼睛完全睁开的时刻的所述人眼图像。
7.根据权利要求6所述的泪膜脂质层厚度检测装置,其特征在于,
所述图像采集模块包括:
视频采集子模块,用于采集待检测者的人眼的视频信息;
视频识别子模块,用于从所述视频信息中识别人眼完全睁开的时刻;
视频图像提取子模块,用于从所述视频信息中提取出人眼完全睁开的时刻的图像并将该提取出的图像作为所述人眼图像。
8.根据权利要求7所述的泪膜脂质层厚度检测装置,其特征在于,
所述视频识别子模块计算所述视频信息中的每一帧图像的像素均值,当图像的像素均值下降至预设值并持续预设时间,则将图像的像素均值首次下降到该预设值的时刻作为人眼完全睁开的时刻。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911393978 | 2019-12-30 | ||
CN2019113939788 | 2019-12-30 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111110185A true CN111110185A (zh) | 2020-05-08 |
Family
ID=70493872
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010235767.8A Pending CN111110185A (zh) | 2019-12-30 | 2020-03-30 | 一种泪膜脂质层厚度检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111110185A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116051619A (zh) * | 2023-01-16 | 2023-05-02 | 深圳市眼科医院(深圳市眼病防治研究所) | 基于深度学习的泪河高度测量装置及方法 |
CN117495941A (zh) * | 2023-12-29 | 2024-02-02 | 美迪信(天津)有限责任公司 | 一种脂质层厚度评估方法、装置和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140104574A1 (en) * | 2009-04-01 | 2014-04-17 | Tearscience, Inc. | Full-eye illumination ocular surface imaging of an ocular tear film for determining tear film thickness and/or providing ocular topography |
CN104545793A (zh) * | 2015-01-28 | 2015-04-29 | 厦门大学 | 一种非接触式泪膜破裂时间测量装置和方法 |
CN209285469U (zh) * | 2018-12-17 | 2019-08-23 | 中央民族大学 | 一种成像组件及便携式干眼症检测装置 |
-
2020
- 2020-03-30 CN CN202010235767.8A patent/CN111110185A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140104574A1 (en) * | 2009-04-01 | 2014-04-17 | Tearscience, Inc. | Full-eye illumination ocular surface imaging of an ocular tear film for determining tear film thickness and/or providing ocular topography |
CN104545793A (zh) * | 2015-01-28 | 2015-04-29 | 厦门大学 | 一种非接触式泪膜破裂时间测量装置和方法 |
CN209285469U (zh) * | 2018-12-17 | 2019-08-23 | 中央民族大学 | 一种成像组件及便携式干眼症检测装置 |
Non-Patent Citations (4)
Title |
---|
张晓艳: "《多媒体技术基础》", 31 July 2012 * |
蔡利梅: "《数字图像处理》", 31 August 2017 * |
谢广明,何宸光: "《多机器鱼协作***》", 31 July 2013 * |
顾树南: "《现代胆道外科学》", 31 October 2017 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116051619A (zh) * | 2023-01-16 | 2023-05-02 | 深圳市眼科医院(深圳市眼病防治研究所) | 基于深度学习的泪河高度测量装置及方法 |
CN116051619B (zh) * | 2023-01-16 | 2023-11-21 | 深圳市眼科医院(深圳市眼病防治研究所) | 基于深度学习的泪河高度测量装置及方法 |
CN117495941A (zh) * | 2023-12-29 | 2024-02-02 | 美迪信(天津)有限责任公司 | 一种脂质层厚度评估方法、装置和存储介质 |
CN117495941B (zh) * | 2023-12-29 | 2024-03-08 | 美迪信(天津)有限责任公司 | 一种脂质层厚度评估方法、装置和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1209073C (zh) | 基于活体虹膜的身份识别方法 | |
CN109166117A (zh) | 一种眼底图像自动分析比对方法及一种存储设备 | |
Harangi et al. | Automatic exudate detection with improved naïve-Bayes classifier | |
US20150125052A1 (en) | Drusen lesion image detection system | |
CN111110185A (zh) | 一种泪膜脂质层厚度检测装置 | |
CN109961848B (zh) | 黄斑图像分类方法和设备 | |
CN108734701B (zh) | 一种Placido环图像形态变化识别方法 | |
JP2015500722A (ja) | 皮膚ゾーンにおける皮膚症状を検出して数量化する方法および装置 | |
Dantcheva et al. | On the reliability of eye color as a soft biometric trait | |
US20220047159A1 (en) | Glaucoma image recognition method and device and diagnosis system | |
Sopharak et al. | Automatic exudates detection from diabetic retinopathy retinal image using fuzzy c-means and morphological methods | |
Kumar et al. | Automatic detection of exudates in retinal images using histogram analysis | |
Omar et al. | An intelligent mobile-based automatic diagnostic system to identify retinal diseases using mathematical morphological operations | |
Ahmed et al. | High speed detection of optical disc in retinal fundus image | |
CN102332098A (zh) | 一种虹膜图像预处理方法 | |
Chakour et al. | Blood vessel segmentation of retinal fundus images using dynamic preprocessing and mathematical morphology | |
Jagadale et al. | Early detection and categorization of cataract using slit-lamp images by hough circular transform | |
CN112651957A (zh) | 人眼闭眼程度检测装置 | |
KR20050059751A (ko) | 가시광선을 이용한 모조홍채 판별방법 | |
Shyam et al. | Blood vessel segmentation in fundus images and detection of glaucoma | |
Priya et al. | A novel approach to the detection of macula in human retinal imagery | |
Al-Sharfaa et al. | Localization of optic disk and exudates detection in retinal fundus images | |
Colomer et al. | Colour normalization of fundus images based on geometric transformations applied to their chromatic histogram | |
Lu et al. | Detecting defects on citrus surface based on circularity threshold segmentation | |
Nurhudatiana et al. | Automated identification of relatively permanent pigmented or vascular skin marks (RPPVSM) |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200508 |
|
RJ01 | Rejection of invention patent application after publication |