视网膜成像的新方向

人类眼睛具有最重要的类似电光器件的功能。由于长期的进化，在透明的生物晶体的外层形成了角膜和透镜形状，使人眼适合于成像。视网膜以大约5百万个锥和1亿个杆对图像取样，每一个接收器都是波导，像漏斗一样使光进入一狭窄的充满光色素的管中，杯状感受器能发出吸收单光子的信号，在夜间是极灵敏的。锥状感受器有在强光的情况下给我们提供三种彩色的视觉。这些感受器又反馈给视网膜中的控制机制，以便在很大的光强动态范围内保持好的视觉，光强的变化跨度有11个数量级。视网膜回路把图像转变成整个视场上颜色和光强度变化的标志的紧凑集合…     

高分辨率视网膜成像技术研究进展

分析了影响人眼视网膜成像的各种因素,阐述了基于哈特曼-夏克传感器和可变形镜的自适应光学(AO)原理,研究了激光扫描检眼镜(SLO)和光学相干层析成像(OCT)结合自适应光学来提高视网膜成像分辨率的方法,并对视网膜成像住医学诊断中的应用和发展前景进行了展望.     

激光视网膜凝结器

本文介绍利用脉冲红宝石激光器治疗眼科疾病的仪器。对红宝石激光器的特点、机械结构作了讨论。并对有关病例的临床、病理进行了实验性的分析研究，取得一定效果。     

生物医学成像:眼成像仪可快速显示80%视网膜图像

三色激光视网膜成像装置主要用于帮助眼科医生诊断、监测和治疗视力异常等与眼睛有关的疾病,如由糖尿病引发的视网膜病变、青光眼、糖尿病、高血压、老年性黄斑变性以及癌症等.和其他与其竞争的成像系统相比,该系统在疾病早期检测、视力补救,甚至挽救生命等方面都更加有效.     

NIDEK全自动视网膜成像设备ORION获FDA认证

加州弗里蒙特光学与眼睛健康行业全球领先的激光与诊断仪器制造商NIDEK公司近日公布，美国食品与药品管理局（FDA）已批准了其AutoEase（tm）产品在线的首款产品ORION，ORION是用于扫描视网膜病变．如糖尿病性视网膜病和AMD疾病的自动视网膜成像设备。     

开环双波段人眼视网膜成像液晶自适应光学系统设计

设计了一套基于开环双波段模式的人眼视网膜成像液晶自适应光学系统。该光学系统分别采用夏克-哈特曼波前传感器和液晶空间光调制器来探测和校正波前畸变。探测波段采用830nm近红外光,成像波段采用790nm近红外光。采用开环模式以提高光能利用率和系统的稳定性,采用双波段模式以增大视场。新加入了瞳孔监控子系统和响应矩阵测量子系统,使系统更加灵活方便。介绍了系统的关键参数,并通过ZEMAX软件对光学系统进行模拟分析,认为系统可以达到接近衍射极限的效果。传递函数MTF@50lp/mm达到0.25(对应视网膜上3μm),满足设计要求。     

自适应光学令视网膜成像清晰

多年来,天文学家一直采用自适应光学元件,如变形反射镜来处理由大气湍流或其它像差导致的模糊图像。最近,罗彻斯特大学的一组研究人员将自适应光学技术应用于对人眼的成像中,并取得了惊人的成果。即使是视力好的人们也会出现光学像差现象,因为角膜和晶状体的微小缺陷使进入人眼的光发生畸变。这虽对视觉影响不大,但对那些想获得高清晰度视网膜图像的临床医生来说却是一个问题。由于像差会降低图像质量,因此,眼科医生若想获得所需     

眼底成像处理系统的研究

介绍了一种新型眼底成像装置及相关图像处理系统,该仪器可广泛用于多种脉络膜及眼底疾病的临床诊断和研究工作。     

自适应光学相干层析在视网膜高分辨成像中的应用

视网膜光学相干层析（OCT）技术利用外部低相干光源照射人眼眼底,并将人眼眼底散射信号进行干涉成像,获得人眼视网膜的断层图像信息,以实现人眼视网膜无创、实时、在体的光学活检。传统光学相干层析在视网膜成像时的轴向分辨率可达3 μm以上,但由于人眼个体差异和不可避免的像差限制了视网膜OCT的横向分辨率,只能达到约15~20 μm。而自适应光学作为一项波前校正的先进技术,可以校正OCT色差以及人眼有限视场和眼球运动导致的像差,将OCT横向分辨率提高到低于2 μm,以实现视网膜细胞及微细血管近衍射极限成像,及时发现患者眼底存在的早期病变。在介绍自适应光学和视网膜光学相干层析的技术特点基础上,对自适应光学在视网膜光学相干层析成像应用的国内外发展现状进行了论述,总结了自适应光学OCT视网膜高分辨成像在宽带光源色差校正、眼球运动伪影减少、自适应光学视场扩大和波前传感与校正系统简化的关键技术和未来发展趋势,以实现大视场、高效率、高灵敏度、高分辨率的高速人眼视网膜成像,为未来自适应光学OCT视网膜成像技术的研究和应用提供参考和借鉴。     

基于OCT高精度定量的视网膜光生理功能成像技术

视网膜光生理是视网膜在受到光刺激后产生的一系列生理反应,在一定程度上可以客观反映视网膜的功能。其中,视网膜光图技术（ORG）是一种新近发展起来的、可以精确量化视网膜光生理响应的功能成像技术,它通过光学相干层析成像（OCT）配合可见光刺激,结合峰值检测与散射强度分析,精确测量视网膜在受到光刺激后产生的形态和光学特性变化,而通过与自适应光学技术及相位分析技术相结合,可以达到微米级的横向分辨力、纳米级的轴向空间分辨力和毫秒级的时间分辨力,能够实现对视网膜单细胞级别的光生理功能成像。在硬件上,ORG只需要在OCT系统上增加一个光刺激单元,尽管目前尚处于技术开发与信号机理探索阶段,但在未来形成一系列的标准后,有望在眼科基础研究与临床诊断中获得广泛的应用。系统回溯了采用OCT进行视网膜光生理功能成像的历史,总结了ORG的最新进展,并讨论了未来ORG的几个潜在发展方向。     

视网膜图像的解卷积方法研究

基于自适应光学的激光共焦扫描检眼镜(AOSLO)能够利用自适应光学校正眼底像差,从而对活体视网膜实现高分辨率成像。但是由于波前探测误差、变形境自由度和行程等硬件上的限制,眼底像差不可能完全被校正,并且信号探测器光电倍增管(PMT)存在较大的噪声,因此可以用解卷积的方法进一步提高图像质量。本文改进了增量维纳滤波算法,将迭代步长减为原来的1/5,使迭代不会偏离初始值太远,而增量维纳滤波迭代初始值是由系统中的波前传感器得到相对准确的值。采用上述方法对AOSLO采集到的视网膜细胞层和血管层图像做解卷积,并复原了整个系统的点扩散函数(PSF)。由图像功率谱表明,增量维纳滤波算法能有效去除图像噪声,增加图像对比度。     

视标引导的自适应光学眼底成像视场精确定位

自适应光学眼底相机,由于较高的成像分辨率和人眼等晕角的存在,单次成像的视场被限制在1左右。必须实现单个视场的精确定位和多个视场的图像拼接,才能得到完整的眼底图像。为了精确定位,文中分析视标引导成像视场的原理,设计了新型的视标引导系统。平行光照明视标,并通过透镜聚焦于人眼瞳孔中心,这样能够精确测量眼底成像视场的位置。基于此搭建的自适应光学系统可在22.6的眼底范围内成像,精度达到0.003。这套系统成功实现了单个细胞的追踪和眼底血管的大视场拼接,这将有益于液晶自适应光学系统在临床眼科的应用和推广。     

光纤型光学相干层析技术系统的眼科成像

建立了一套单模光纤型光学相干层析(OCT)成像系统,开展了动物眼睛的成像实验,实现了高信噪比、高分辨率、大成像深度的层析图像的获取.系统纵向分辨率达到9μm,横向分辨率为10μm,最大层析成像深度可达3.4 mm.实验图像和商业蔡氏三代光学相干层析技术成像的对比结果表明,研制的OCT系统已经能展示视网膜的基本分层结构,而且能分辨脉络膜的分层结构和脉络膜血管,后者是蔡氏三代OCT系统所无法实现的.     

仿人眼视网膜成像技术研究进展（特约）

人眼视网膜因具有变分辨成像及冗余数据压缩的优势为成像方法与应用开辟了新途径。基于人眼视网膜成像机理,有效解决了大视场、高分辨、实时性难以兼顾的问题。随着半导体制造工艺与计算机处理能力的迅猛发展,仿人眼视网膜成像系统已广泛应用于视觉导航、识别与跟踪、生物医疗等领域, 目前,正朝着小型化、高效化、智能化方向发展。对比分析了仿人眼视网膜成像实现方法的优缺点,以现有实例化应用分析了仿人眼视网膜成像技术的发展现状并提出挑战与机遇,为进一步研究仿人眼视网膜成像提供参考与借鉴。     

自适应光学视网膜细胞成像中像质提升方法研究

为消除或减弱影响视网膜活体细胞成像质量的因素,提高图像质量,提出了增强图像质量的方法.采用Shack-Hartmann波前传感器和37通道微机电系统薄膜变形镜测量和校正人眼及光学系统像差;成像光源采用632.8nm的激光,采用旋转散射体的方法抑制了激光散斑;在成像系统中放置一个和视网膜共轭的光阑消除角膜杂散光;成像CCD曝光时间设置在5～10ms消除细胞运动带来的像面模糊.采用上述方法能显著地提高视网膜成像质量,得到的视网膜图片已能分辨出细胞.     

糖尿病视网膜病变眼底图像筛查研究

眼底照相是获取眼部图像的主要技术之一。利用眼底相机对视网膜病变区域进行拍摄可以获得清晰的图像,从获取的图像中能够直接观察到眼球中的渗出物、出血点和微血管瘤,根据检测出的病灶类型、数量和位置等信息可进行糖尿病视网膜病变分类。基于此,本文利用深度神经网络对糖尿病视网膜病变进行自动分类识别,提出了一种体系结构简单、在通用设备上运行速度快的卷积神经网络CA-RepVGG(CA代表Channel Attention, RepVGG为现有模块)。利用单路极简结构的RepVGG模块替代复杂的可使用性较差的模块作为分类模型的主体部位,并选用高效通道注意力机制ECA替代压缩注意力机制SE,以此来提升模型对病变分级的能力。此外,本文还将CA-RepVGG模型与传统的分类模型VGG-16、Inception-V3、ResNet-50和ResNext-50模型进行了比较。从比较结果可以看出,虽然CA-RepVGG模型的参数量最大,但由于其是单分支结构,且只有3×3卷积块,因此它的模型复杂度并不高,分类速度很快,比另外4个模型中分类速度最快的ResNet-50还高出15.3%。另外,利用两个混淆矩阵展示了所提模...