Изобретение относится к медицине, а именно офтальмологии. В современной офтальмологии лидирующее место занимают болезни, связанные с патологией зрительного нерва.
Патологии зрительного нерва являются причиной слепоты и слабовидения, поэтому изучение этой проблемы в настоящее время является одной из важнейших медико-социальных проблем. Подчас специалисты, которые занимаются изучением глазного дна при сахарном диабете (СД), основное внимание уделяют состоянию сетчатки и второстепенное - патологии зрительного нерва, в то время как изменения диска зрительного нерва (ДЗН) обнаружены у 0.6-24.3% больных СД [Комаров Ф.И., Нестеров А.П., Марголис М.Г., Бровкина А.Ф. Патология органа зрения при общих заболеваниях. - М.: Медицина, 1982. - 284 с.].
Фактически частота патологии ДЗН у пациентов с СД оказывается гораздо выше при использовании целенаправленных методик выявления.
Поздняя диагностика патологии ДЗН связана с тем, что морфологические изменения зрительного нерва предшествуют нарушениям зрительных функций. Поэтому своевременная высокоинформативная диагностика и мониторинг являются актуальной задачей современной офтальмологии.
В настоящее время диагностика заболеваний ДЗН улучшилась благодаря появлению новых методов визуализации (нейросонографии, компьютерной, магнитно-резонансной и другим видам томографии), однако данные виды диагностики доступны не всем медицинским учреждениям.
На помощь приходят сравнительно недорогие персональные компьютеры и специальные компьютерные программы, которые для описания патологии ДЗН используют математические критерии, поскольку оценка состояния ДЗН врачом осуществляется визуально и субъективно.
Классификация и распознавание объектов биомедицинских изображений - одно из приоритетных направлений в развитии цифровой обработки изображений. В частности, актуальной задачей является автоматизация обработки структур глазного дна, а именно ДЗН.
Известен способ диагностики патологии зрительного нерва, включающий подбор изображений глазного дна с установленным диагнозом, формирование эталонов и сравнение изображений глазного дна пациента с эталоном по полученным диаграммам распределения трех основных цветов (Иойлева Е.Э. Компьютеризированная система диагностики патологии зрительного нерва. Диссертация на соискание ученой степени доктора медицинских наук, стр.64-74).
Способ предназначен для работы с полутоновыми изображениями и использует только яркостную составляющую цветовой модели Red-Green-Blue (RGB), не учитывая при этом такие характеристики исходного изображения, как цветовой тон, насыщенность и яркость, теряя таким образом значительную часть информации об объектах.
RGB - искусственная модель, которая возникла с появлением компьютеров и не соответствует реальности.
Недостатками цветовой модели RGB являются ее аппаратная зависимость и небольшой цветовой охват, то есть с помощью этой модели невозможно получить все цвета из видимого диапазона электромагнитного излучения. Используя только лишь RGB составляющие, невозможно определить сосуды ДЗН.
Задачей изобретения является разработка автоматического способа ранней и точной диагностики патологии ДЗН у пациентов с СД на основании выбора такой цветовой модели, в которой признаки будут наиболее эффективными и информативными для распознавания.
Техническим результатом изобретения является повышение точности диагностики и максимально раннее выявление патологии ДЗН у пациентов с СД за счет объективности и достоверности достаточного количества информативных признаков, что достигается использованием цветовых моделей, позволяющих избежать зависимости от условий съемки и типа ретинальной камеры.
Технический результат достигается тем, что в способе диагностики патологии ДЗН у пациентов с СД согласно изобретению по цифровым изображениям глазного дна производят оценку среднего квадратичного отклонения (СКО) синей компоненты, размаха вариации (разница между максимальным и минимальным значением яркости) синей компоненты, СКО насыщенности, размаха вариации насыщенности по цветовым моделям RGB и HSB; отношения суммарного диаметра крупных (магистральных) сосудов к диаметру ДЗН; отношения суммарного диаметра всех вен, пересекающих край ДЗН, к диаметру ДЗН; отношения суммарного диаметра всех артерий, пересекающих край ДЗН, к диаметру ДЗН и по полученным соотношениям признаков диагностируют патологию ДЗН у пациентов с СД.
В предлагаемом способе помимо цветовой модели RGB, определяющей величины яркости по 256 градациям составляющих ее основных цветов (красного, синего и зеленого), используется цветовая модель Hue-Saturation-Brightness (HSB), которая дополнительно позволяет произвести оценку по 360 градациям цветового тона, который является эквивалентом длины волны света, насыщенности - интенсивности волны, яркости - количества света, и осуществить поиск сосудов, пересекающих край ДЗН.
Признаки модели HSB хорошо согласуются с восприятием цвета человеком, инвариантны к цветовым искажениям, и поэтому при использовании этой модели признаки не будут зависеть от способа получения изображения и типа камеры.
Способ цифрового анализа патологии ДЗН и сосудов, пересекающих край ДЗН, у пациентов с СД осуществляется следующим образом. Производят съемку глазного дна пациента с помощью цифровой фундус-камеры. Пациент с предварительным медикаментозным мидриазом сидит, подбородком и лбом опираясь на подголовник. Взгляд пациента фиксируется на мигающую установочную метку, позиция которой контролируется врачом для получения четкого изображения глазного дна. Полученное цифровое изображение глазного дна вводят в компьютерную систему, анализируют изображения глазного дна и рассчитывают диагностические признаки при помощи специально разработанной компьютерной программы следующим образом: на изображении глазного дна в интерактивном режиме выделяют область диска зрительного нерва в виде эллипса. Устанавливают положение назального сектора с разделением исследуемой области на четыре сектора: назальный, темпоральный, верхний и нижний. Производят сканирование по области ДЗН в назальном и темпоральном секторах с определением цветовой статистики по 256 градациям величин яркости составляющих его основных цветов - красного, зеленого и синего - модели RGB и значений компонент цветовой системы HSB по 360 градациям цветового тона, насыщенности и яркости, производят предварительную обработку области ДЗН, необходимую для получения бинарного изображения и получения параметров контура, имитирующего край ДЗН, строят профиль вдоль его края и осуществляют обработку сглаживающим фильтром, далее производят поиск сосудов по краю ДЗН, их направление, рассчитывают толщину сосудов на уровне края ДЗН. Также производят расчет суммарного диаметра сосудов и его отношение к диаметру ДЗН. Результаты обработки наиболее информативных диагностических цветояркостных параметров выводятся на экран в виде таблиц, обрабатываются статистической программой. По результатам анализа и статистической обработки всех признаков были отобраны семь наиболее информативных и достоверных, характеризующих наличие патологии ДЗН у пациентов с СД, и если СКО синей компоненты находится в диапазоне от 16 до 32; размах вариации синей компоненты - от 62 до 123; СКО насыщенности - от 22 до 84; размах вариации насыщенности - от 89 до 146; отношение суммарного диаметра толстых сосудов к диаметру диска зрительного нерва - от 0,8 до 1,3; отношение суммарного диаметра всех вен, пересекающих край ДЗН к диаметру ДЗН, - от 0,2 до 0,6; отношение суммарного диаметра всех артерий, пересекающих край ДЗН к диаметру ДЗН, - от 0,35 до 0,7, то диагностируют патологию ДЗН у пациентов с СД.
Предложенный метод, основанный на использовании информационных технологий, позволяет сформировать диагностические признаки области ДЗН, определить количество сосудов, пересекающих край ДЗН, и с высокой степенью достоверности диагностировать патологию ДЗН при СД.
Для подтверждения диагностической ценности указанного способа проведен анализ цифровых изображений глазного дна 32 пациентов с СД.
Обрабатываемые изображения глазного дна пациентов с СД были разделены по двум нозологическим группам: без признаков патологии ДЗН (16 человек, 32 глаза) и с патологией ДЗН (16 человек, 32 глаза), предварительно подтвержденные другими методами исследования. Подбирали изображения глазного дна с установленным диагнозом, подтвержденным другими методами диагностики (анализ крови на сахар, визометрия, компьютерная периметрия, электрофизиология и др.), обследовали предложенным способом диагностики. В первой группе обследуемых пациентов без признаков патологии ДЗН цифровые значения признаков не соответствовали заявленному диапазону, а во второй группе, с патологией ДЗН у пациентов с СД, числовые значения признаков полностью соответствовали заявленному диапазону.
Пример 1. Пациентка Ф., 56 лет.
Инсулинзависимый сахарный диабет, 7 лет.
Vis OU 0.8; офтальмоскопически глазное дно без признаков патологии.
Пациентке был произведен цифровой анализ области ДЗН предложенным способом диагностики.
Получены следующие результаты - СКО синей компоненты - 19, размах вариации синей компоненты - 64, СКО насыщенности - 24, размах вариации насыщенности - 91, отношение суммарного диаметра крупных сосудов к диаметру диска зрительного нерва - 0,9, отношение суммарного диаметра всех вен, пересекающих край ДЗН, к диаметру ДЗН - 0,3, отношение суммарного диаметра всех артерий, пересекающих край ДЗН, к диаметру ДЗН - 0,35. Полученные результаты соответствовали заявленным в диапазоне значениям.
На основании полученных данных была диагностирована патология ДЗН у пациентки с СД.
Для подтверждения диагноза была проведена электроретинография: порог электрической чувствительности - 72 мкА, порог лабильности - 80 Гц, что свидетельствовало о наличии незначительных нарушений функциональной активности внутренних слоев сетчатки и волокон ДЗН у пациентки. На компьютерной периметрии выявлено небольшое количество относительных скотом в назальном и нижнем секторе.
Пример 2. Пациент Л., 64 лет.
Инсулиннезависимый сахарный диабет, 12 лет.
Vis OD 0.7; OS 0.6; офтальмоскопически глазное дно без признаков патологии.
Пациенту был произведен цифровой анализ области ДЗН предложенным способом диагностики.
Получены следующие результаты - СКО синей компоненты - 30, размах вариации синей компоненты - 118, СКО насыщенности - 79, размах вариации насыщенности - 141, отношение суммарного диаметра крупных сосудов к диаметру диска зрительного нерва - 1,3, отношение суммарного диаметра всех вен, пересекающих край ДЗН, к диаметру ДЗН - 0,5, отношение суммарного диаметра всех артерий, пересекающих край ДЗН, к диаметру ДЗН - 0,65. Полученные результаты соответствовали заявленным в диапазоне значениям.
На основании полученных данных была диагностирована патология ДЗН.
Для подтверждения диагноза была проведена электроретинография: порог электрической чувствительности - 76 мкА, порог лабильности - 87 Гц, что свидетельствовало о наличии незначительных нарушений функциональной активности внутренних слоев сетчатки и волокон ДЗН у пациента. На компьютерной периметрии выявлено небольшое количество относительных скотом в назальном и нижнем секторе.
название | год | авторы | номер документа |
---|---|---|---|
СПОСОБ ДИАГНОСТИКИ АТРОФИИ ЗРИТЕЛЬНОГО НЕРВА | 2005 |
|
RU2282390C1 |
Способ исследования кровоснабжения в области диска зрительного нерва | 1989 |
|
SU1732927A1 |
СПОСОБ ДИАГНОСТИКИ ГЛАЗНЫХ ЗАБОЛЕВАНИЙ | 2013 |
|
RU2514348C1 |
СПОСОБ РАННЕЙ ДИАГНОСТИКИ ИЗМЕНЕНИЙ В СЕТЧАТКЕ ПРИ МЕТАБОЛИЧЕСКОМ СИНДРОМЕ | 2007 |
|
RU2348343C1 |
Способ оценки качества цветового зрения у детей | 2021 |
|
RU2760085C1 |
СПОСОБ ДИАГНОСТИКИ ПЕРВИЧНОЙ ОТКРЫТОУГОЛЬНОЙ ГЛАУКОМЫ | 2015 |
|
RU2603326C1 |
СПОСОБ ТОПИЧЕСКОЙ ДИАГНОСТИКИ ПАТОЛОГИИ ВНУТРЕННИХ СРЕД ГЛАЗА ПУТЕМ КОЛОРИМЕТРИЧЕСКОЙ ДЕНСИТОМЕТРИИ | 2000 |
|
RU2192160C2 |
СПОСОБ ДИФФЕРЕНЦАЛЬНОЙ ДИАГНОСТИКИ ЧАСТИЧНОЙ АТРОФИИ ДИСКА ЗРИТЕЛЬНОГО НЕРВА ПРИ ТРАНЗИТОРНОМ ПОВЫШЕНИИ ВНУТРИЧЕРЕПНОГО ДАВЛЕНИЯ И ВРОЖДЕННОГО ГЕНЕЗА У ДЕТЕЙ | 2006 |
|
RU2315546C1 |
Способ выявления палочкового монохроматизма у детей | 2021 |
|
RU2777211C1 |
СПОСОБ ДИАГНОСТИКИ ЛАТЕНТНОГО САХАРНОГО ДИАБЕТА ПРИ МЕТАБОЛИЧЕСКОМ СИНДРОМЕ | 2006 |
|
RU2305485C1 |
Изобретение относится к медицине, а именно офтальмологии. Получают цифровое изображение глазного дна пациента. На полученном изображении глазного дна выделяют область ДЗН в виде эллипса. Производят сканирование по области ДЗН в назальном и темпоральном секторах, определяя величины яркости синей компоненты по модели RGB и значения компонент цветовой системы Hue-Saturation-Brightness (HSB) по 360 градациям цветового тона, насыщенности и яркости. Производят обработку изображения области ДЗН для получения бинарного изображения и параметров контура, имитирующего край ДЗН. Производят поиск сосудов по краю ДЗН, определяют их направление, рассчитывают толщину сосудов на уровне края ДЗН; рассчитывают суммарный диаметр сосудов и его отношение к диаметру ДЗН. Если среднее квадратичное отклонение (СКО) синей компоненты находится в диапазоне от 16 до 32, размах вариации синей компоненты - от 62 до 123, СКО насыщенности - от 22 до 84, размах вариации насыщенности - от 89 до 146, отношение суммарного диаметра магистральных сосудов к диаметру ДЗН - от 0,8 до 1,3, отношение суммарного диаметра всех вен, пересекающих край ДЗН, к диаметру ДЗН - от 0,2 до 0,6, отношение суммарного диаметра всех артерий, пересекающих край ДЗН, к диаметру ДЗН - от 0,35 до 0,7, то диагностируют патологию ДЗН у пациентов с сахарным диабетом. Способ позволяет повысить точность диагностики и выявить патологию диска зрительного нерва (ДЗН) у пациентов с сахарным диабетом (СД) в максимально ранние сроки.
Способ диагностики патологии диска зрительного нерва, включающий получение цифрового изображения глазного дна пациента, выделение области диска зрительного нерва (ДЗН), разделение исследуемой области на назальный, темпоральный, верхний и нижний сектора, и оценку по секторам синей компоненты по 256 градациям величин яркости модели Red-Green-Blue (RGB), отличающийся тем, что на полученном изображении глазного дна выделяют область ДЗН в виде эллипса, производят сканирование по области ДЗН в назальном и темпоральном секторах, определяя величины яркости синей компоненты по модели RGB и значения компонент цветовой системы Hue-Saturation-Brightness (HSB) по 360 градациям цветового тона, насыщенности и яркости, производят обработку изображения области ДЗН для получения бинарного изображения и параметров контура, имитирующего край ДЗН; производят поиск сосудов по краю ДЗН, определяют их направление, рассчитывают толщину сосудов на уровне края ДЗН; рассчитывают суммарный диаметр сосудов и его отношение к диаметру ДЗН, и если среднее квадратичное отклонение (СКО) синей компоненты находится в диапазоне от 16 до 32, размах вариации синей компоненты - от 62 до 123, СКО насыщенности - от 22 до 84, размах вариации насыщенности - от 89 до 146, отношение суммарного диаметра магистральных сосудов к диаметру ДЗН - от 0,8 до 1,3, отношение суммарного диаметра всех вен, пересекающих край ДЗН к диаметру ДЗН - от 0,2 до 0,6, отношение суммарного диаметра всех артерий, пересекающих край ДЗН к диаметру ДЗН - от 0,35 до 0,7, то диагностируют патологию ДЗН у пациентов с сахарным диабетом.
ИОЙЛЕВА Е.Э | |||
Компьютеризированная система диагностики патологии зрительного нерва, дисс | |||
д.м.н., 2002, с.64-74 | |||
СПОСОБ ДИАГНОСТИКИ РАННЕЙ ДИАБЕТИЧЕСКОЙ ОПТИЧЕСКОЙ НЕЙРОПАТИИ | 2003 |
|
RU2242008C1 |
СПОСОБ ДИАГНОСТИКИ ХРОНИЧЕСКОЙ ДИАБЕТИЧЕСКОЙ НЕЙРОПАТИИ ЗРИТЕЛЬНОГО НЕРВА | 2003 |
|
RU2238024C1 |
СПОСОБ РАННЕЙ ДИАГНОСТИКИ ПАТОЛОГИИ ДИСКА ЗРИТЕЛЬНОГО НЕРВА ПАРНОГО ГЛАЗА | 2006 |
|
RU2307576C1 |
СПОСОБ ДИАГНОСТИКИ ПАТОЛОГИИ МАКУЛЯРНОЙ ОБЛАСТИ | 2004 |
|
RU2271138C1 |
СПОСОБ ДИФФЕРЕНЦИАЛЬНОЙ ДИАГНОСТИКИ РАННИХ СТАДИЙ ДИАБЕТИЧЕСКОЙ РЕТИНОПАТИИ | 2004 |
|
RU2283617C2 |
ИОЙЛЕВА Е.Э | |||
Диагностическая ценность метода компьютерного колориметрического анализа в прогнозировании |
Авторы
Даты
2009-01-20—Публикация
2007-04-12—Подача