KR101855012B1 - Method for visual acuity and field detecting with optical coherence tomography - Google Patents
Method for visual acuity and field detecting with optical coherence tomography Download PDFInfo
- Publication number
- KR101855012B1 KR101855012B1 KR1020160180599A KR20160180599A KR101855012B1 KR 101855012 B1 KR101855012 B1 KR 101855012B1 KR 1020160180599 A KR1020160180599 A KR 1020160180599A KR 20160180599 A KR20160180599 A KR 20160180599A KR 101855012 B1 KR101855012 B1 KR 101855012B1
- Authority
- KR
- South Korea
- Prior art keywords
- index
- visual field
- vfi
- oct
- eye disease
- Prior art date
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
- A61B3/12—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes
- A61B3/1241—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes specially adapted for observation of ocular blood flow, e.g. by fluorescein angiography
-
- 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
- A61B3/102—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for optical coherence tomography [OCT]
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biophysics (AREA)
- Ophthalmology & Optometry (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Radiology & Medical Imaging (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Hematology (AREA)
- Vascular Medicine (AREA)
- Eye Examination Apparatus (AREA)
Abstract
Description
본 발명은 다양한 OCT촬영 결과를 자동 학습하여, 녹내장 또는 백내장과 같은 안질환의 진행상황에서 시력 및 시야를 정확히 예측할 수 있는 시력 및 시야 예측 방법에 관한 것이다. The present invention relates to a method of predicting visual acuity and visual field in an automatic course of various OCT photographing results and accurately predicting visual acuity and field of view in the progress of eye diseases such as glaucoma or cataract.
녹내장(glaucoma)이란 안내압이 현저하게 상승하는 질병으로, 안구경화, 망막위축, 유두함몰, 실명 등의 증상이 나타나기도 한다. 눈 안에는 방수라는 액체가 생성되어 눈 밖으로 일정속도로 배출되어야 안압이 유지되는데 이러한 방수의 생성과 배출 경로에 이상이 있을 때 안압이 상승하게 되며, 안압이 높아지면 시신경유두가 뒤로 밀리게 되어 시신경이 손상받는 결과가 초래된다. 시신경의 손상 정도에 따라 시야에 암점이 발생하며 점차 병이 더 진행되면 실명에 이르게 된다.Glaucoma (glaucoma) is a disease with a noticeable increase in the pressure of the ophthalmology, retinopathy, retinal atrophy, blindness, and may also manifest symptoms. In the eye, a water-proof liquid is generated and discharged at a constant rate out of the eye to maintain the intraocular pressure. When there is an abnormality in the generation and discharge of the waterproofing, the intraocular pressure rises. When the intraocular pressure rises, the optic nerve head is pushed back and the optic nerve Resulting in damage. Depending on the extent of damage to the optic nerve, a blind spot develops in the field of vision, and progressive blindness can lead to blindness.
또한, 백내장은 여러 가지 안 질환 중에서도 삶의 질에 미치는 영향이 매우 크다. 백내장은 60세가 지나면서 발생율이 급격히 증가하며, 그 진행 및 혼탁정도가 현저히 증가하는 성인병으로서 실명 원인 중 가장 흔한 원인 질환으로 노령화 시대를 맞이하여 백내장의 비율은 해마다 늘어나고 있다.In addition, cataract affects the quality of life among various ocular diseases. The incidence of cataracts is rapidly increasing at the age of 60, and its progression and turbidity are greatly increased. The most common cause of blindness is cataract in the age of aging.
시각은 인간의 감각 중 가장 중요한 부분 중 하나이므로 안질환이 발생했을 경우 이에 대한 진단 및 치료가 매우 중요하며, 안질환의 진행상황에서 시력 및 시야를 정확히 예측하는 방법에 대한 연구가 필요하나 이에 대한 발명은 전무한 실정이다. Since visual acuity is one of the most important parts of human senses, it is very important to diagnose and treat eye diseases and it is necessary to study how to accurately predict visual acuity and vision in the progress of eye disease. There is no invention at present.
본 발명은 인간 혹은 동물의 눈에서 시력 및 시야를 정확히 예측하는 방법을 제공하기 위해 다양한 OCT촬영 결과를 통해 시야지수(VFI, VISUAL FACTOR INDEX) 및 시야지수변화율을 학습하고, 상기 시야지수의 변화량과 밀접한 관련이 있는 혈관지수(angio index)를 제공하는데 그 목적이 있다. In order to provide a method of accurately predicting visual acuity and field of view in human or animal eyes, the present invention learns a visual index (VFI, VISUAL FACTOR INDEX) and a visual field index change rate through various OCT photographing results, The aim is to provide a closely related angio index.
발명이 해결하고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.It is to be understood that both the foregoing general description and the following detailed description are exemplary and explanatory and are not restrictive of the invention as set forth in the accompanying drawings. It will be possible.
본 발명에 따른 OCT 촬영 결과 학습을 통한 시력, 시야 예측 장치는 안구질환 진행상황에서 시력 및 시야를 예측하는 방법에 있어서, 안질환 환자의 안구 빛간섭광학단층촬영(optical coherence tomography, OCT) 사진을 등록하는 제1단계; 상기 안구 빛간섭광학단층촬영 사진에서 무혈관지대(FAZ), 원형도(circularity) 및 주변혈관밀도(PIZ density)를 출력하는 제2단계; 상기 안질환 환자 정보 및 검사날짜를 등록하는 제3단계; 상기 안질환 환자의 안구 빛간섭광학단층촬영(OCT) 사진 자료를 분석하는 제4단계; 상기 안질환 환자의 시야지수(VFI)를 저장하는 제5단계; 상기 시야지수(VFI)와 신규로 상기 제1단계 내지 4단계를 통해 등록된 시야지수(VFI)의 변화율을 계산하는 제6단계; 상기 시야지수(VFI)의 변화율에 비례한 변화 정도를 예측하여 혈관지수(angio index)를 계산하는 제7단계;를 포함하는 것을 특징으로 한다.The optical and coherence tomography (OCT) photographs of eye patients are used to predict visual acuity and visual field in the progression of ocular disease, A first step of registering; A second step of outputting an avascular zone (FAZ), a circularity, and a peripheral blood vessel density (PIZ density) in the eyeball light interference optical tomography photograph; A third step of registering the eye disease information and the examination date; A fourth step of analyzing OCT photographic data of the eye disease patient; A fifth step of storing a visual field index (VFI) of the eye disease patient; A sixth step of calculating the visual field index (VFI) and the rate of change of the visual field index (VFI) newly registered through the first to fourth steps; And a seventh step of calculating an angio index by predicting a degree of change proportional to a rate of change of the visual field index (VFI).
상기 과제의 해결 수단에 의해, 본 발명은 인간 혹은 동물의 눈에서 시력 및 시야를 정확히 예측하는 방법을 제공할 수 있다. According to the solution of the above-mentioned problems, the present invention can provide a method of accurately predicting visual acuity and field of view in human or animal eyes.
또한, 다양한 OCT촬영 결과를 통해 시야지수(VFI, VISUAL FACTOR INDEX) 및 시야지수변화율을 학습하고, 상기 시야지수의 변화량과 밀접한 관련이 있는 혈관지수(angio index)를 제공할 수 있다. Also, the VFI, the visual factor index, and the change rate of the visual field index can be learned through various OCT images, and the angi index closely related to the variation of the visual field index can be provided.
도 1은 본 발명에 따른 OCT 촬영 결과 학습을 통한 시력, 시야 예측 장치의 시력, 시야 예측 방법을 나타내는 순서도
도 2는 본 발명의 제1단계(S10)를 실시하기 전 프로그램 화면을 나타낸 사진
도 3은 본 발명의 제1단계(S10)인 빛간섭광학단층촬영(OCT)사진을 등록하고, 제2단계(S20)에서 무혈관지대(FAZ), 원형도(circularity) 및 주변혈관밀도(PIZ density)를 출력한 사진
도 4는 본 발명의 제3단계(S30)에서 상기 안질환 환자 정보 및 검사날짜를 등록한 사진
도 5는 본 발명의 제4단계(S40)에서 상기 안질환 환자의 안구 빛간섭광학단층촬영(OCT) 사진 자료를 분석한 사진
도 6은 본 발명의 제5단계(S50)에서 상기 안질환 환자의 시야지수(VFI)를 저장하고, 혈관 지수(angio index)를 출력한 사진1 is a flowchart showing a visual acuity through learning OCT photographing result according to the present invention, a visual acuity of a visual field predictor,
FIG. 2 is a diagram showing a program screen image before a first step (S10)
FIG. 3 is a diagram illustrating an optical coherence tomography (OCT) photograph of a first step S10 of the present invention. In a second step S20, a FAZ, a circularity, and a peripheral vascular density PIZ density)
FIG. 4 is a flowchart illustrating an example of a photograph of the eye disease patient information and the examination date registered in the third step (S30)
FIG. 5 is a photograph showing an OCT photograph of the eye disease patient in the fourth step (S40) of the present invention.
FIG. 6 is a graph showing the VFI of the eye disease patient in the fifth step (S50) of the present invention and showing the output of the angio index
이상과 같은 본 발명에 대한 해결하려는 과제, 과제의 해결 수단, 발명의 효과를 포함한 구체적인 사항들은 다음에 기재할 일실시예 및 도면들에 포함되어 있다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 일실시예를 참조하면 명확해질 것이다.The above and other objects, features and advantages of the present invention will be more apparent from the following detailed description taken in conjunction with the accompanying drawings, in which: FIG. BRIEF DESCRIPTION OF THE DRAWINGS The advantages and features of the present invention and the manner of achieving them will become apparent by reference to an embodiment which will be described in detail below with reference to the accompanying drawings.
본 발명은 안질환 진행상황에서 시력 및 시야를 예측할 수 있도록 다양한 OCT 촬영 결과를 자동 학습하여 시력 및 시야를 정확히 예측할 수 있는 장치에 관한 것이다. The present invention relates to an apparatus for accurately predicting visual acuity and field of view by automatically learning various OCT photographing results so as to predict visual acuity and visual field in an eye disease progression state.
하기는 도 1에 나타난 바와 같이, 본 발명에 따른 OCT 촬영 결과 학습을 통한 시력, 시야 예측 장치의 시력, 시야 예측 방법을 설명하고자 한다. As shown in FIG. 1, the visual acuity, the visual acuity of the visual field predictor, and the visual field prediction method by learning the OCT photographic result according to the present invention will be described.
먼저, 제1단계(S10)는 안구질환 진행상황에서 시력 및 시야를 예측하는 방법에 있어서, 안질환 환자의 안구 빛간섭광학단층촬영(optical coherence tomography, OCT) 사진을 등록한다. First, in a first step (S10), an optical coherence tomography (OCT) photograph of a patient with ocular disease is registered in a method of predicting visual acuity and visual field in an eye disease progression state.
도 2에 나타난 바와 같이, 사익 빛간섭관학단층촬영 사진을 환자파일에서 선택하고 상기 사진을 업로드한다. As shown in FIG. 2, the patient's optic interferometry tomographic photograph is selected in the patient file and the photograph is uploaded.
다음으로, 제2단계(S20)는 상기 안구 빛간섭광학단층촬영 사진에서 무혈관지대(FAZ), 원형도(circularity) 및 주변혈관밀도(PIZ density)를 출력한다. Next, the second step S20 outputs the avascular zone (FAZ), the circularity, and the peripheral blood vessel density (PIZ density) in the eye-light interference optical tomography photograph.
도 3에 나타난 바와 같이, 상기 안구 빛간섭광학단층촬영 사진이 업로드 되면 표피층(Superficial layer)와 내부층(Deep layer)로 구분하여 상기 무혈관지대(FAZ, foveal avascular zone), 원형도(circularity) 및 주변혈관밀도(PIZ density)를 출력한다. As shown in FIG. 3, when the eyeball-interferometric optical tomography photograph is uploaded, it is divided into a superficial layer and a deep layer, and is divided into a FAZ (foveal avascular zone), a circularity, And peripheral blood vessel density (PIZ density).
다음으로, 제3단계(S30)는 상기 안질환 환자 정보 및 검사날짜를 등록한다. Next, the third step S30 registers the ocular disease patient information and the examination date.
상기 안질환 환자 정보 및 검사날짜를 입력한 뒤 등록(Register)를 선택하면, 도 4에 나타난 바와 같이, 하단 그래프를 통해 상기 안질환 환자에 대해 이미 등록된 검사 결과인 표피층(Superficial layer) 및 내부층(Deep layer)의 무혈관지대(FAZ), 원형도(circularity) 및 주변혈관밀도(PIZ density)와 하기에 설명할 시야지수(VFI) 진행도를 도식화하여 나타낸다. 4, when the ocular disease patient information and the examination date are inputted and a register is selected, a superficial layer, which is a result of examination already registered for the eye disease patient, (FAZ), circularity, and peripheral blood vessel density (PIZ density) of the deep layer and the VFI progression described below.
다음으로, 제4단계(S40)는 상기 안질환 환자의 안구 빛간섭광학단층촬영(OCT) 사진 자료를 분석한다. Next, the fourth step S40 analyzes the OCT photograph data of the eye disease patients.
상기 안질환 환자의 안구 빛간섭광학단층촬영(OCT) 사진 자료 분석은 상기 무혈관지대(FAZ)의 정확도를 판단하는 것으로, 상기 무혈관지대(FAZ)가 정확하지 않다고 판단될 경우 사용자에 의해 지정한다. 도 5에 나타난 바와 같이, 메뉴얼 콘튜어(Manual contour)에서 사용자가 상기 무혈관지대(FAZ)를 녹색으로 직접 지정 가능하도록 구비된다. The OCT photograph data analysis of the eye disease patient determines the accuracy of the FAZ, and when the FAZ is determined to be inaccurate, it is determined by the user do. As shown in FIG. 5, in a manual contour, a user can directly designate the bloodless vessel (FAZ) in green.
도 5에 나타난 바와 같이, 상기 무혈관지대(FAZ)가 정확하지 않다고 판단될 경우 사용자에 의해 지정하게 되면, 본 발명에 의해 제조된 프로그램 내부의 인식 파라미터(parameter)가 수정되어, 신규로 상기 제1단계 내지 4단계를 통해 등록되는 안구 빛간섭광학단층촬영(OCT) 사진 자료는 상기 사용자에 의해 지정된 무혈관지대(FAZ)에 가깝도록 인식되는 것이 바람직하다. As shown in FIG. 5, when the FAZ is determined to be inaccurate by the user, the recognition parameters in the program produced by the present invention are modified, Preferably, the ocular optical coherence tomography (OCT) image data registered through
다음으로, 제5단계(S50)는 상기 안질환 환자의 시야지수(VFI)를 저장한다. Next, the fifth step S50 stores the visual field index (VFI) of the eye disease patient.
상기 시야지수(Visual Fator Index)는, 도 6에 나타난 바와 같이, 가시 필드 데이터(Visual Field Data)에서 시야지수(VFI)를 입력하여 저장(save)한다. The visual index (VFI) is input and stored in the visual field data as shown in FIG.
상기 제5단계(S50)을 실시하면 상기 안질환 환자의 시야지수(VFI)가 저장되게 되며, 상기 시야지수(VFI) 변화율을 교사학습의 휴리스틱 기능(fuction)으로 간주하게 된다. When the fifth step S50 is performed, the visual field index (VFI) of the eye disease patient is stored, and the rate of change of the visual field index (VFI) is regarded as a heuristic function of the teacher learning.
다음으로, 제6단계(S60)는 상기 시야지수(VFI)와 신규로 상기 제1단계 내지 4단계를 통해 등록된 시야지수(VFI)의 변화율을 계산하고, 제7단계(S70)는 상기 시야지수(VFI)의 변화율에 비례한 변화 정도를 예측하여 혈관지수(angio index)를 계산한다. Next, the sixth step S60 calculates a change rate of the visual field index VFI and the VFI newly registered through the first through fourth steps. In a seventh step S70, The angi index is calculated by predicting the degree of change proportional to the rate of change of the index (VFI).
본 발명인 OCT 촬영 결과 학습을 통한 시력, 시야 예측 장치는 새롭게 입력된 시야지수(VFI)가 기존에 입력된 시야지수(VFI)에 비해 얼마나 변화하였는지 그 비율을 계산하기 위한 컴퓨터 학습 알고리즘으로, 도 6에 나타난 바와 같이, 흰색으로 표기된 혈관지수(angio index)가 시야지수(VFI)의 변화 정도에 비례하여 얼마나 변화하였는지 예측치 혈관지수 1(angio index 1)을 계산한다. The computer vision learning algorithm for calculating the ratio of how the visual field and the visual field predictor through the learning of the OCT photographic result according to the present invention is changed compared to the visual field index (VFI) The
상기 혈관지수 1(angio index 1)과 현재 계산된 혈관지수 (angio index)의 차이를 구하고 이를 지수에러(index error)라 한다. The difference between the
상기 지수에러(index error)는 만드는데 기여한 세가지 파라미터(parameter)의 변화량을 계산한다. 즉, 무혈관지대(FAZ) 면적 변화량, 주변혈관밀도(PIZ) 면적 변화량 및 원형도(circularity) 변화량을 계산하여 그 변화량의 비율에 따라 상기 지수에러(index error)를 세가지로 나눈다. The index error calculates the amount of change in the three parameters contributing to the creation. That is, the index error is divided into three categories according to the ratio of the amount of variation of the blood vessel zone (FAZ) area, the variation of the peripheral blood vessel density (PIZ) area and the circularity.
다시 말해, 지수에러(index error)는 E1+E2+E3이 되며, 상기 E1, E2 및 E3는 상기 세가지 파라미터(parameter)의 변동폭에 비례하여 상기 지수에러(index error)를 나눈 값이다. In other words, the index error is E1 + E2 + E3, and E1, E2 and E3 are the index error divided by the variation width of the three parameters.
상기 E1에 도달하기 위해서는, 가중치 값인 임의의 목표량 값에 임의의 학습률 P를 곱하여 W1을 도출하고, 동일한 방법으로 W2 및 W3을 도출한다. In order to reach E1, an arbitrary target value, which is a weight value, is multiplied by an arbitrary learning rate P to derive W1, and W2 and W3 are derived in the same manner.
상기 방법을 통해 자료가 축적될수록 시야지수(VFI)의 변화량과 밀접한 관련이 있는 혈관지수(angio index)를 하기 [계산식]과 같이 제시할 수 있다. As the data is accumulated through the above method, the angio index, which is closely related to the variation of the visual field index (VFI), can be given as [Equation 1].
[계산식][formula]
혈관지수(angio index) = W1*(주변혈관밀도 면적-무혈관지대 면적)+W2*원형도+W3*주변혈관밀도 면적Angio index = W1 * (peripheral blood vessel density area - blood vessel area) + W2 * circularity + W3 * peripheral blood vessel density area
과제의 해결 수단에 의해, 본 발명은 인간 혹은 동물의 눈에서 시력 및 시야를 정확히 예측하는 방법을 제공할 수 있다. By way of solving the problem, the present invention can provide a method for accurately predicting the visual acuity and field of view in human or animal eyes.
또한, 다양한 OCT촬영 결과를 통해 시야지수(VFI, VISUAL FACTOR INDEX) 및 시야지수변화율을 학습하고, 상기 시야지수의 변화량과 밀접한 관련이 있는 혈관지수(angio index)를 제공할 수 있다. Also, the VFI, the visual factor index, and the change rate of the visual field index can be learned through various OCT images, and the angi index closely related to the variation of the visual field index can be provided.
이와 같이, 상술한 본 발명의 기술적 구성은 본 발명이 속하는 기술분야의 당업자가 본 발명의 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다.As described above, it is to be understood that the technical structure of the present invention can be embodied in other specific forms without departing from the spirit and essential characteristics of the present invention.
그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해되어야 하고, 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타나며, 특허청구범위의 의미 및 범위 그리고 그 등가 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.Therefore, it should be understood that the above-described embodiments are to be considered in all respects as illustrative and not restrictive, the scope of the invention being indicated by the appended claims rather than the foregoing description, All changes or modifications that come within the scope of the equivalent concept are to be construed as being included within the scope of the present invention.
S10. 안구질환 진행상황에서 시력 및 시야를 예측하는 방법에 있어서, 안질환 환자의 안구 빛간섭광학단층촬영(optical coherence tomography, OCT) 사진을 등록하는 제1단계;
S20. 상기 안구 빛간섭광학단층촬영 사진에서 무혈관지대(FAZ), 원형도(circularity) 및 주변혈관밀도(PIZ density)를 출력하는 제2단계;
S30. 상기 안질환 환자 정보 및 검사날짜를 등록하는 제3단계;
S40. 상기 안질환 환자의 안구 빛간섭광학단층촬영(OCT) 사진 자료를 분석하는 제4단계;
S50. 상기 안질환 환자의 시야지수(VFI)를 저장하는 제5단계;
S60. 상기 시야지수(VFI)와 신규로 상기 제1단계 내지 4단계를 통해 등록된 시야지수(VFI)의 변화율을 계산하는 제6단계;
S70. 상기 시야지수(VFI)의 변화율에 비례한 변화 정도를 예측하여 혈관지수(angio index)를 계산하는 제7단계;S10. 1. A method for predicting visual acuity and visual field in an eye disease progression, comprising: a first step of registering an optical coherence tomography (OCT) photograph of an eye disease patient;
S20. A second step of outputting an avascular zone (FAZ), a circularity, and a peripheral blood vessel density (PIZ density) in the eyeball light interference optical tomography photograph;
S30. A third step of registering the eye disease information and the examination date;
S40. A fourth step of analyzing OCT photographic data of the eye disease patient;
S50. A fifth step of storing a visual field index (VFI) of the eye disease patient;
S60. A sixth step of calculating the visual field index (VFI) and the rate of change of the visual field index (VFI) newly registered through the first to fourth steps;
S70. A seventh step of calculating an angio index by predicting a degree of change proportional to a rate of change of the visual field index (VFI);
Claims (5)
안질환 환자의 안구 빛간섭광학단층촬영(optical coherence tomography, OCT) 사진을 등록하는 제1단계;
상기 안구 빛간섭광학단층촬영 사진에서 무혈관지대(FAZ), 원형도(circularity) 및 주변혈관밀도(PIZ density)를 출력하는 제2단계;
상기 안질환 환자 정보 및 검사날짜를 등록하는 제3단계;
상기 안질환 환자의 안구 빛간섭광학단층촬영(OCT) 사진 자료를 분석하는 제4단계;
상기 안질환 환자의 시야지수(VFI)를 저장하는 제5단계;
상기 시야지수(VFI)와 신규로 상기 제1단계 내지 4단계를 통해 등록된 시야지수(VFI)의 변화율을 계산하는 제6단계;
상기 시야지수(VFI)의 변화율에 비례한 변화 정도를 예측하여 혈관지수(angio index)를 계산하는 제7단계;를 포함하여 구성되는 OCT 촬영 결과 학습을 통한 시력, 시야 예측 장치An apparatus for predicting visual acuity and visual field in an eye disease progression,
A first step of registering an optical coherence tomography (OCT) photograph of an eye disease patient;
A second step of outputting an avascular zone (FAZ), a circularity, and a peripheral blood vessel density (PIZ density) in the eyeball light interference optical tomography photograph;
A third step of registering the eye disease information and the examination date;
A fourth step of analyzing OCT photographic data of the eye disease patient;
A fifth step of storing a visual field index (VFI) of the eye disease patient;
A sixth step of calculating the visual field index (VFI) and the rate of change of the visual field index (VFI) newly registered through the first to fourth steps;
And a seventh step of calculating an angio index by predicting a degree of change proportional to a rate of change of the visual field index (VFI).
상기 안질환 환자의 안구 빛간섭광학단층촬영(OCT) 사진 자료 분석은 상기 무혈관지대(FAZ)의 정확도를 판단하는 것으로,
상기 무혈관지대(FAZ)가 정확하지 않다고 판단될 경우 사용자가 상기 무혈관지대(FAZ)를 지정할 수 있도록 구비된 OCT 촬영 결과 학습을 통한 시력, 시야 예측 장치The method according to claim 1,
The OCT photograph data analysis of the eye disease patient is to determine the accuracy of the FAZ,
And a visual acuity and visual field prediction device (not shown) through learning of an OCT photographic result provided by the user so that the user can specify the FAZ,
상기 혈관지수(angio index)는,
무혈관지대(FAZ) 면적 변화량, 주변혈관밀도(PIZ) 면적 변화량 및 원형도(circularity) 변화량에 의해 계산하는 것을 특징으로 하는 OCT 촬영 결과 학습을 통한 시력, 시야 예측 장치The method according to claim 1,
The angiocyte index,
(PIZ) area change and circularity change amount of a blood vessel area (FAZ) area, a peripheral blood vessel density (PIZ) area, and a circularity change amount.
상기 혈관지수(angio index)는,
W1*(주변혈관밀도 면적-무혈관지대 면적)+W2*원형도+W3*주변혈관밀도 면적
으로 계산하며, 상기 W1, W2 내지 W3은 가중치 값인 것을 특징으로 하는 OCT 촬영 결과 학습을 통한 시력, 시야 예측 장치The method according to claim 1,
The angiocyte index,
W1 * (peripheral blood vessel density area - blood vessel area) + W2 * circularity + W3 * peripheral blood vessel density area
, And W1, W2 to W3 are weight values, and the visual acuity and visual field prediction device
상기 무혈관지대(FAZ)가 정확하지 않다고 판단될 경우 사용자가 상기 무혈관지대(FAZ)를 지정하게 되면, 신규로 상기 제1단계 내지 4단계를 통해 등록되는 안구 빛간섭광학단층촬영(OCT) 사진 자료는 상기 사용자에 의해 지정된 무혈관지대(FAZ)로 인식되는 것을 특징으로 하는 OCT 촬영 결과 학습을 통한 시력, 시야 예측 장치 3. The method according to any one of claims 1 to 3,
If the user designates the FAZ, if the FAZ is determined to be inaccurate, an OCT is newly registered through the first through fourth steps. And the image data is recognized as a blood vessel zone (FAZ) designated by the user.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160180599A KR101855012B1 (en) | 2016-12-28 | 2016-12-28 | Method for visual acuity and field detecting with optical coherence tomography |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160180599A KR101855012B1 (en) | 2016-12-28 | 2016-12-28 | Method for visual acuity and field detecting with optical coherence tomography |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101855012B1 true KR101855012B1 (en) | 2018-05-08 |
Family
ID=62187598
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020160180599A KR101855012B1 (en) | 2016-12-28 | 2016-12-28 | Method for visual acuity and field detecting with optical coherence tomography |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101855012B1 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11432719B2 (en) * | 2019-03-14 | 2022-09-06 | Oregon Health & Science University | Visual field simulation using optical coherence tomography and optical coherence tomographic angiography |
| WO2023282642A1 (en) * | 2021-07-09 | 2023-01-12 | 가톨릭대학교 산학협력단 | Glaucoma progression prediction system and method |
| WO2024144260A1 (en) * | 2022-12-27 | 2024-07-04 | 주식회사 유스바이오글로벌 | Oct image-based chronic eye disease monitoring method, device therefor, and device for assessing prognosis of eye disease and determining factors for eye disease assessment |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015515894A (en) | 2012-05-10 | 2015-06-04 | カール ツアイス メディテック アクチエンゲゼルシャフト | Analysis and visualization of OCT angiography data |
| US20160227999A1 (en) | 2015-02-05 | 2016-08-11 | Carl Zeiss Meditec, Inc. | Acquisition and analysis techniques for improved outcomes in optical coherence tomography angiography |
-
2016
- 2016-12-28 KR KR1020160180599A patent/KR101855012B1/en active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015515894A (en) | 2012-05-10 | 2015-06-04 | カール ツアイス メディテック アクチエンゲゼルシャフト | Analysis and visualization of OCT angiography data |
| US20160227999A1 (en) | 2015-02-05 | 2016-08-11 | Carl Zeiss Meditec, Inc. | Acquisition and analysis techniques for improved outcomes in optical coherence tomography angiography |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11432719B2 (en) * | 2019-03-14 | 2022-09-06 | Oregon Health & Science University | Visual field simulation using optical coherence tomography and optical coherence tomographic angiography |
| WO2023282642A1 (en) * | 2021-07-09 | 2023-01-12 | 가톨릭대학교 산학협력단 | Glaucoma progression prediction system and method |
| KR20230010135A (en) * | 2021-07-09 | 2023-01-18 | 가톨릭대학교 산학협력단 | Glaucoma progression prediction system and prediction method |
| KR102581994B1 (en) * | 2021-07-09 | 2023-09-25 | 가톨릭대학교산학협력단 | Glaucoma progression prediction system and prediction method |
| WO2024144260A1 (en) * | 2022-12-27 | 2024-07-04 | 주식회사 유스바이오글로벌 | Oct image-based chronic eye disease monitoring method, device therefor, and device for assessing prognosis of eye disease and determining factors for eye disease assessment |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6469387B2 (en) | Fundus analyzer | |
| Hood et al. | A test of a linear model of glaucomatous structure–function loss reveals sources of variability in retinal nerve fiber and visual field measurements | |
| JP2020018875A (en) | Automated detection of eye alignment | |
| JP2023145613A (en) | Using deep learning to process images of eye to predict visual acuity | |
| Acón et al. | Multimodal imaging in diabetic macular edema | |
| JP7166473B2 (en) | eye examination | |
| WO2018121636A1 (en) | Head-mounted display device and adjustment parameter determining method therefor | |
| KR20140103900A (en) | System and methods for documenting and recording of the pupillary red reflex test and corneal light reflex screening of the eye in infants and young children | |
| Matalia et al. | Role of age and myopia in simultaneous assessment of corneal and extraocular tissue stiffness by air-puff applanation | |
| KR101855012B1 (en) | Method for visual acuity and field detecting with optical coherence tomography | |
| US10881294B2 (en) | Ophthalmic apparatus | |
| Wagner et al. | Ciliary muscle thickness profiles derived from optical coherence tomography images | |
| JP6279677B2 (en) | Universal objective refraction | |
| WO2016145367A1 (en) | Systems and methods for combined structure and function evaluation of retina | |
| Xie et al. | Age-and refraction-related changes in anterior segment anatomical structures measured by swept-source anterior segment OCT | |
| CN113412080B (en) | Intelligent cornea topography operation advisor | |
| JP2022516689A (en) | Systems and methods for deriving shaft lengths | |
| JP2021180959A (en) | Ophthalmologic apparatus and control method thereof | |
| JP2022037486A (en) | Ophthalmologic image processing apparatus, ophthalmologic apparatus, image quality evaluation method, program, and ophthalmologic image processing system | |
| JP2018198968A (en) | Fundus analysis device | |
| KR102460451B1 (en) | Method for measuring anomalies of refraction using a reflection image of pupil in visible light | |
| JP4478434B2 (en) | Ophthalmic surgery simulation method | |
| KR100838642B1 (en) | A Temperature revision method and equipment of optometer | |
| von der Emde et al. | Impact of lens autofluorescence and opacification on retinal imaging | |
| US20220151482A1 (en) | Biometric ocular measurements using deep learning |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |