基于近紅外圖像處理的便攜式干眼診斷儀研究

魏琪，李杰,，邱選兵，馬晉，李帥偉，郭古青，李傳亮，尚建平

（1.太原科技大學 應用科學學院，山西 太原 030024；2.山西瑞豪生物科技有限公司，山西 太原 030025）

0 引言

干眼是目前眼科中最為常見的疾病之一，全球的干眼病發率大約為21%～30%[1]。進入21 世紀由于電子產品的廣泛普及，再加上人們過度使用，導致眼睛瞬目次數減小，干眼患者數量不斷攀升。干眼對患者的視覺質量有較大影響[2]，患者數量隨年齡增長有增加的趨勢[3]。基于目前干眼發病率趨勢，需要盡快制造出快速、準確的干眼診斷設備。

國外在這方面的研究諸如，德國OCULUS 公司研發的Keratograph 5M 眼表綜合分析儀，以Placido環為基礎，通過眼表屈光度來檢測淚膜破裂位置和時間，然而其計算時間長[4]。美國TearScience 公司LipiViewⅡ的眼表干涉儀，通過光學干涉儀原理分析眼睛脂質層圖像，根據脂質層的薄厚情況進行干眼癥診斷，成本較高[5]。意大利CSO Antares 眼表綜合分析儀，使用LED 白色光源，紅外光源和鈷藍色光源相結合的方式，綜合檢查眼表疾病，包含瞳孔計，角膜地圖等，具有淚液穩定度分析、瞼板腺紅外透射成像及淚河高度拍攝的功能[6]。然而這些設備體型較大，成本昂貴，技術壟斷。國內，李萌萌等人[7]研發的非接觸式紅外線成像分析儀，軟件系統借助ImageJ 手動標記，過程較為繁瑣。文獻[8]使用互信息配準算法實現淚膜內環匹配進行干眼診斷，但被測者眼睛晃動會對其算法產生影響。

針對上述存在的種種不足，提出了一種基于近紅外圖像的便攜式干眼診斷儀，不僅利用瞼板腺近紅外成像檢測瞼板腺面積缺失率，而且利用分形盒維數法進行非侵入式淚膜破裂時間分析。

瞼板腺（meibomian gland,MG）是眼皮瞼板內垂直排列的皮脂腺，由大量的彈力輕柔纖維、密集的結締組織和豐富的瞼板腺體所構成。通過計算瞼板腺的腺體缺失面積的百分比來衡量瞼板腺的好壞。如果瞼板腺面積確實百分比小于25%是正常的，如果大于25%則是干眼癥。

淚河高度（tear meniscus height,TMH）指上下瞼緣之間的距離。淚河高度越大則干眼癥狀越輕。

淚膜破裂時間（tear film break-up time,TBUT）醫學上又稱為淚膜濕潤時間。指上一次完全瞬目后，淚膜發生破裂出現第一個干燥斑所需要的時間，淚膜破裂檢測時間越短，干眼癥情況越嚴重。

為了驗證本儀器，采用了兩種商用干眼診斷儀進行了對比試驗。

1 干眼診斷儀

干眼診斷儀主要完成淚膜破裂時間、淚河高度和瞼板腺的干眼檢測。設備包括兩部分：Windows 計算機和圖像采集模塊。通過圖像采集模塊采集患者眼睛表面的圖像或視頻信息，然后通過USB 接口將數據傳輸到Windows 計算機軟件。軟件系統通過對采集到的信息進行分析處理，形成最終的診斷結果。硬件結構如圖1 所示。

圖1 干眼檢測儀硬件結構Fig.1 Hardware structure of dry eye detector

1.1 圖像采集模塊

圖像采集模塊主要包括CMOS 攝像頭、850 nm 紅外窄帶濾光片和光學鏡頭、補光燈、音圈馬達、Placido環形遮罩，實現干眼診斷的表面圖像采集。圖像采集使用CMOS 相機（800 萬像素，1/2.5 感光尺寸，最大分辨率達3840×2160）采集圖像，紅外濾光片用于可見光過濾，補光燈被用于紅外補光，音圈馬達用于焦距調整，淚膜投影使用Placido 遮罩。

圖2(a)、(b)、(c)、(d)分別為補光燈、Placido 遮罩、控制驅動板、成品實物圖。如圖1 為圖像采集過程示意圖，補光燈發出近紅外光將Placido 遮罩上黑白相間的環形條紋投射到被測者的眼角膜上，然后在被測者眼角膜表面的淚膜形成反射，經過紅外濾光片和成像物鏡后到達CMOS 傳感器，計算機通過USB接口接收到CMOS 傳感器采集的圖像[9]。

圖2 實物圖Fig.2 Photo of real product

1.2 Windows 計算機

用Windows 計算機安裝該診斷軟件，使用軟件完成分析和顯示，Windows 計算機運行內存8 GB，硬盤容量128 GB，以保證軟件的運行需求，CMOS 鏡頭和驅動板通過USB3.0 接口受計算機控制，實現干眼設備數據采集與數據處理功能的有效配合。

2 算法原理

2.1 對比度受限的自適應直方圖均衡

對比度受限的自適應直方圖均衡算法（contrastlimited adaptive histogram equalization,CLAHE）是一種局部對比度增強的圖像處理算法[10]，用于克服全局直方圖均衡化過程中增強或遺漏部分細節和使噪聲放大的缺陷[11]。為了提取瞼板腺的面積，在檢測腺體的過程中，需要使瞼板腺腺體和非腺體的局部對比度進行增強。為了增強瞼板腺腺體、非腺體的局部對比度，本文采用的是CLAHE 算法。下面是具體的算法。

設置每個小窗口區域直方圖幅度上限，對局部區域對比度過增強進行限制[12]，假設M×M為局部自適應直方圖均衡化算法的滑動窗口，則其局部映射函數為：

式中：CDF(i)為滑動窗口局部直方圖累積的分布函數；Hist(i)為CDF(i)的直方圖；m(i)為局部映射函數；其斜率S為：

通過限定直方圖高度就可以間接地限定m(i)的斜率S。若設置的最大斜率對應的直方圖高度為：

則改進之后的直方圖結果為：

如圖3(c)和(d)所示，CLAHE 算法處理后，瞼板腺圖的局部對比度較圖3(a)提升明顯，使后期提取腺體區域的結果更準確[13]。

圖3 瞼板腺直方圖Fig.3 MG histogram

2.2 分形盒維數

分形盒維數法的原理是用大小相同的容器遮蓋一個分形，然后計算遮蓋該分形所需的容器數量。當容器的大小發生變化時，用來遮蓋原始分形的容器數量也需要做相應的改變，這樣就可以得到分形的維數[14]。

分形盒維數法是常用的圖像分形處理算法，對于黑白相間的并具有一定的分形規律的圓環形淚膜圖形，使用盒維數法區分淚膜黑白環的破裂程度，解決差分檢測前后兩幀淚膜圖像時所出現的檢測結果不夠準確的問題非常有效。

設F是Rn空間中的一個非空有界的子集，Nr(F)表示遮蓋F的最小容器數，r為遮蓋F集的容器的最大的直徑，若公式(5)右邊最小容器數有極限，則F的分形維數表示為[15]：

圖4(a)、(b)、(c)、(d)分別表示瞼板腺未破裂邊緣檢測示意圖、未破裂分形維數分塊示意圖、破裂邊緣檢測示意圖、破裂分形維數分塊示意圖。將用極坐標表示的淚膜邊緣圖分割為若干小塊，計算這些小塊的FD值，以此來判斷小塊區域內的淚膜是否發生了破裂，如果FD＝1，則表示正常，FD＞1，表示淚膜區域內有部分發生了形變，FD＜1，則說明淚膜發生了破裂[16]。如圖4(b)所示，變形和破裂區域用藍色表示，正常區域用紅色表示，(d)圖和(b)圖相比，很明顯藍色區域的面積有了明顯的增加。將這些破裂區域進行標記，當其面積超過100時，則淚膜可以判定為破裂。

圖4 未破裂與破裂區域分形維數Fig.4 Fractal dimension diagram for the unbroken and broken regions

3 干眼診斷軟件界面設計

干眼診斷軟件界面設計使用Visul Studio 2017 作為集成開發環境，基于c# MFC 界面開發，采用Mysql管理患者數據庫。軟件界面框架構成如圖5 所示。

圖5 軟件用戶界面框架Fig.5 Software user interface framework

患者信息管理頁面如圖6 所示，主要進行各個患者數據的添加、刪除、查看、修改等操作。新建檢查頁面包括3個檢查內容：淚膜破裂時間（tear film breakup time,TBUT）、瞼板腺、淚河高度。設置頁面主要包括設置樣本保存路徑和語言。設備信息頁面包含版本號、開發者信息等。

圖6 患者信息管理界面Fig.6 Patient management interface

4 實驗

為了驗證該干眼診斷設備的準確性，進行了實驗對比測試。共選取50 名被測者進行干眼實驗檢測，并將結果與CSO Antares（安達斯）設備和意大利的SBM 公司的ICP OSA 結果進行對比。

4.1 實驗樣本

抽取了50 名上班人員進行檢測，并要求他們在檢測前保持正常睡眠，不允許使用類似的如滴眼液等影響干眼檢測結果的藥物。

4.2 實驗平臺

實驗儀器使用兩臺市面上的干眼檢測設備進行對比測試，其中CSO 安達斯Antares 設備和意大利SBM 公司研發的ICP OSA 作為參考標準，兩臺設備如圖7(a)、(b)所示。

圖7 Antares 和OSA 設備Fig.7 Antares and OSA instruments

4.3 實驗步驟

實驗環境為沒有陽光直射的房間，對50 名被測者依次使用3 種設備進行檢測。圖8 是本文干眼診斷儀檢測到的某個被測者的顯示結果，圖8(a)為在近紅外補光燈下拍攝瞼板腺的檢測結果，其中瞼板腺區域用紅色表示，瞼板腺腺體區域用綠色表示，瞼板腺缺失部分在是紅色區域中顯示的未檢測到的部分，通過計算缺失的瞼板腺面積所占百分比來評估瞼板腺缺失的程度[17]。圖8(b)顯示的檢測結果是淚河高度，以綠色選中的瞳孔區域為基準，標定得到上下瞼緣之間的淚河高度，干眼癥嚴重程度隨著淚河高度加大而癥狀越輕，淚液分泌越多[18]。圖8(c)左側綠色區域為檢測到的淚膜區域，發生破裂的區域用橙色、紅色表示，顏色越深，表示淚膜破裂時間越短，癥狀越嚴重。圖8(d)的結果為淚膜破裂檢測的所有區域檢測時間標記[19]。

圖8 干眼診斷結果Fig.8 Dry eye diagnosis results

4.4 實驗結果與分析

實驗測試了淚膜破裂時間、淚河高度、瞼板腺面積缺失率3 個指標。根據結果將淚膜破裂時間分為干眼組、臨界組和正常組。瞼板腺和淚河高度分為干眼組和正常組。在瞼板腺檢測中，正樣本即干眼被認為是真陽性（true positive,TP），負樣本即非干眼被認為是真陰性（true negative,TN），檢測為負樣本但實際上為正樣本數的是假陰性（false negative,FN），檢測為正樣本但實際上為負樣本數的是假陽性（false positive,FP）。

準確度（accuracy）、特異性（specificity）、靈敏度（sensitivity）和精密度（precision）四個參數用來測定瞼板腺的檢測。以下為其計算公式：

淚膜破裂時間和淚河高度的計算采用 SPSS Statistics 26.0 軟件處理，數據表示為x±s（均值x和方差s），相關性分析通過Spearman 計算檢驗[20]。

我們使用50 個樣本進行瞼板腺分析，分析結果如表1。

表1 瞼板腺檢測結果Table1 Meibomian gland test results

瞼板腺檢測結果由上表結果和公式計算得出：正確率（accuracy）等于86%、靈敏度（sensitive）等于88%、特異度（specificity）等于84%、精度（precision）等于84.62%。這些指標的結果表明，檢測瞼板腺面積比的方法可用于檢測瞼板腺。將淚膜破裂時間和淚河高度的結果與對照組進行比較。結果如表2 和表3 所示，表2 中3 種裝置的平均淚膜破裂時間比較接近。兩組參數均P＜0.05。該裝置的淚膜破裂時間與其他兩組的參考值基本一致?？梢愿鶕I膜破裂時間來檢測干眼癥。表3中，該裝置的淚河高度檢測值與其他兩組參考值的結果基本一致。基于淚河高度，兩組參數P＜0.05 可用于干眼檢測。綜上所述，實驗結果表明該便攜式干眼檢測儀檢測結果準確，可用于干眼診斷檢測。

表2 淚膜平均破裂時間實驗結果對比Table 2 Comparison of the experimental results of the average TBUT

表3 淚河高度實驗結果對比Table 3 Comparison of experimental results of TMH

5 結論

基于Windows 計算機，提出了一種便攜式干眼診斷設備。該診斷設備檢測方便，成本較低，可進行淚河高度（TMH）、瞼板腺（MG）、淚膜破裂時間（TBUT）等三項的檢測。通過與Antares 和OSA 結果進行比對，淚膜破裂時間和淚河高度的相關系數P＜0.05，檢測結果一致性較好，瞼板腺的檢測準確率為86%，特異度為84%，可用于干眼癥的篩查和診斷。