基于近红外图像处理的便携式干眼诊断仪研究

魏琪，李杰,，邱选兵，马晋，李帅伟，郭古青，李传亮，尚建平

（1.太原科技大学 应用科学学院，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为常见的疾病之一，全球的干眼病发率大约为21%～30%[1]。进入21 世纪由于电子产品的广泛普及，再加上人们过度使用，导致眼睛瞬目次数减小，干眼患者数量不断攀升。干眼对患者的视觉质量有较大影响[2]，患者数量随年龄增长有增加的趋势[3]。基于目前干眼发病率趋势，需要尽快制造出快速、准确的干眼诊断设备。

国外在这方面的研究诸如，德国OCULUS 公司研发的Keratograph 5M 眼表综合分析仪，以Placido环为基础，通过眼表屈光度来检测泪膜破裂位置和时间，然而其计算时间长[4]。美国TearScience 公司LipiViewⅡ的眼表干涉仪，通过光学干涉仪原理分析眼睛脂质层图像，根据脂质层的薄厚情况进行干眼症诊断，成本较高[5]。意大利CSO Antares 眼表综合分析仪，使用LED 白色光源，红外光源和钴蓝色光源相结合的方式，综合检查眼表疾病，包含瞳孔计，角膜地图等，具有泪液稳定度分析、睑板腺红外透射成像及泪河高度拍摄的功能[6]。然而这些设备体型较大，成本昂贵，技术垄断。国内，李萌萌等人[7]研发的非接触式红外线成像分析仪，软件系统借助ImageJ 手动标记，过程较为繁琐。文献[8]使用互信息配准算法实现泪膜内环匹配进行干眼诊断，但被测者眼睛晃动会对其算法产生影响。

针对上述存在的种种不足，提出了一种基于近红外图像的便携式干眼诊断仪，不仅利用睑板腺近红外成像检测睑板腺面积缺失率，而且利用分形盒维数法进行非侵入式泪膜破裂时间分析。

睑板腺（meibomian gland,MG）是眼皮睑板内垂直排列的皮脂腺，由大量的弹力轻柔纤维、密集的结缔组织和丰富的睑板腺体所构成。通过计算睑板腺的腺体缺失面积的百分比来衡量睑板腺的好坏。如果睑板腺面积确实百分比小于25%是正常的，如果大于25%则是干眼症。

泪河高度（tear meniscus height,TMH）指上下睑缘之间的距离。泪河高度越大则干眼症状越轻。

泪膜破裂时间（tear film break-up time,TBUT）医学上又称为泪膜湿润时间。指上一次完全瞬目后，泪膜发生破裂出现第一个干燥斑所需要的时间，泪膜破裂检测时间越短，干眼症情况越严重。

为了验证本仪器，采用了两种商用干眼诊断仪进行了对比试验。

1 干眼诊断仪

干眼诊断仪主要完成泪膜破裂时间、泪河高度和睑板腺的干眼检测。设备包括两部分：Windows 计算机和图像采集模块。通过图像采集模块采集患者眼睛表面的图像或视频信息，然后通过USB 接口将数据传输到Windows 计算机软件。软件系统通过对采集到的信息进行分析处理，形成最终的诊断结果。硬件结构如图1 所示。

图1 干眼检测仪硬件结构Fig.1 Hardware structure of dry eye detector

1.1 图像采集模块

图像采集模块主要包括CMOS 摄像头、850 nm 红外窄带滤光片和光学镜头、补光灯、音圈马达、Placido环形遮罩，实现干眼诊断的表面图像采集。图像采集使用CMOS 相机（800 万像素，1/2.5 感光尺寸，最大分辨率达3840×2160）采集图像，红外滤光片用于可见光过滤，补光灯被用于红外补光，音圈马达用于焦距调整，泪膜投影使用Placido 遮罩。

图2(a)、(b)、(c)、(d)分别为补光灯、Placido 遮罩、控制驱动板、成品实物图。如图1 为图像采集过程示意图，补光灯发出近红外光将Placido 遮罩上黑白相间的环形条纹投射到被测者的眼角膜上，然后在被测者眼角膜表面的泪膜形成反射，经过红外滤光片和成像物镜后到达CMOS 传感器，计算机通过USB接口接收到CMOS 传感器采集的图像[9]。

图2 实物图Fig.2 Photo of real product

1.2 Windows 计算机

用Windows 计算机安装该诊断软件，使用软件完成分析和显示，Windows 计算机运行内存8 GB，硬盘容量128 GB，以保证软件的运行需求，CMOS 镜头和驱动板通过USB3.0 接口受计算机控制，实现干眼设备数据采集与数据处理功能的有效配合。

2 算法原理

2.1 对比度受限的自适应直方图均衡

对比度受限的自适应直方图均衡算法（contrastlimited adaptive histogram equalization,CLAHE）是一种局部对比度增强的图像处理算法[10]，用于克服全局直方图均衡化过程中增强或遗漏部分细节和使噪声放大的缺陷[11]。为了提取睑板腺的面积，在检测腺体的过程中，需要使睑板腺腺体和非腺体的局部对比度进行增强。为了增强睑板腺腺体、非腺体的局部对比度，本文采用的是CLAHE 算法。下面是具体的算法。

设置每个小窗口区域直方图幅度上限，对局部区域对比度过增强进行限制[12]，假设M×M为局部自适应直方图均衡化算法的滑动窗口，则其局部映射函数为：

式中：CDF(i)为滑动窗口局部直方图累积的分布函数；Hist(i)为CDF(i)的直方图；m(i)为局部映射函数；其斜率S为：

通过限定直方图高度就可以间接地限定m(i)的斜率S。若设置的最大斜率对应的直方图高度为：

则改进之后的直方图结果为：

如图3(c)和(d)所示，CLAHE 算法处理后，睑板腺图的局部对比度较图3(a)提升明显，使后期提取腺体区域的结果更准确[13]。

图3 睑板腺直方图Fig.3 MG histogram

2.2 分形盒维数

分形盒维数法的原理是用大小相同的容器遮盖一个分形，然后计算遮盖该分形所需的容器数量。当容器的大小发生变化时，用来遮盖原始分形的容器数量也需要做相应的改变，这样就可以得到分形的维数[14]。

分形盒维数法是常用的图像分形处理算法，对于黑白相间的并具有一定的分形规律的圆环形泪膜图形，使用盒维数法区分泪膜黑白环的破裂程度，解决差分检测前后两帧泪膜图像时所出现的检测结果不够准确的问题非常有效。

设F是Rn空间中的一个非空有界的子集，Nr(F)表示遮盖F的最小容器数，r为遮盖F集的容器的最大的直径，若公式(5)右边最小容器数有极限，则F的分形维数表示为[15]：

图4(a)、(b)、(c)、(d)分别表示睑板腺未破裂边缘检测示意图、未破裂分形维数分块示意图、破裂边缘检测示意图、破裂分形维数分块示意图。将用极坐标表示的泪膜边缘图分割为若干小块，计算这些小块的FD值，以此来判断小块区域内的泪膜是否发生了破裂，如果FD＝1，则表示正常，FD＞1，表示泪膜区域内有部分发生了形变，FD＜1，则说明泪膜发生了破裂[16]。如图4(b)所示，变形和破裂区域用蓝色表示，正常区域用红色表示，(d)图和(b)图相比，很明显蓝色区域的面积有了明显的增加。将这些破裂区域进行标记，当其面积超过100时，则泪膜可以判定为破裂。

图4 未破裂与破裂区域分形维数Fig.4 Fractal dimension diagram for the unbroken and broken regions

3 干眼诊断软件界面设计

干眼诊断软件界面设计使用Visul Studio 2017 作为集成开发环境，基于c# MFC 界面开发，采用Mysql管理患者数据库。软件界面框架构成如图5 所示。

图5 软件用户界面框架Fig.5 Software user interface framework

患者信息管理页面如图6 所示，主要进行各个患者数据的添加、删除、查看、修改等操作。新建检查页面包括3个检查内容：泪膜破裂时间（tear film breakup time,TBUT）、睑板腺、泪河高度。设置页面主要包括设置样本保存路径和语言。设备信息页面包含版本号、开发者信息等。

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

4 实验

为了验证该干眼诊断设备的准确性，进行了实验对比测试。共选取50 名被测者进行干眼实验检测，并将结果与CSO Antares（安达斯）设备和意大利的SBM 公司的ICP OSA 结果进行对比。

4.1 实验样本

抽取了50 名上班人员进行检测，并要求他们在检测前保持正常睡眠，不允许使用类似的如滴眼液等影响干眼检测结果的药物。

4.2 实验平台

实验仪器使用两台市面上的干眼检测设备进行对比测试，其中CSO 安达斯Antares 设备和意大利SBM 公司研发的ICP OSA 作为参考标准，两台设备如图7(a)、(b)所示。

图7 Antares 和OSA 设备Fig.7 Antares and OSA instruments

4.3 实验步骤

实验环境为没有阳光直射的房间，对50 名被测者依次使用3 种设备进行检测。图8 是本文干眼诊断仪检测到的某个被测者的显示结果，图8(a)为在近红外补光灯下拍摄睑板腺的检测结果，其中睑板腺区域用红色表示，睑板腺腺体区域用绿色表示，睑板腺缺失部分在是红色区域中显示的未检测到的部分，通过计算缺失的睑板腺面积所占百分比来评估睑板腺缺失的程度[17]。图8(b)显示的检测结果是泪河高度，以绿色选中的瞳孔区域为基准，标定得到上下睑缘之间的泪河高度，干眼症严重程度随着泪河高度加大而症状越轻，泪液分泌越多[18]。图8(c)左侧绿色区域为检测到的泪膜区域，发生破裂的区域用橙色、红色表示，颜色越深，表示泪膜破裂时间越短，症状越严重。图8(d)的结果为泪膜破裂检测的所有区域检测时间标记[19]。

图8 干眼诊断结果Fig.8 Dry eye diagnosis results

4.4 实验结果与分析

实验测试了泪膜破裂时间、泪河高度、睑板腺面积缺失率3 个指标。根据结果将泪膜破裂时间分为干眼组、临界组和正常组。睑板腺和泪河高度分为干眼组和正常组。在睑板腺检测中，正样本即干眼被认为是真阳性（true positive,TP），负样本即非干眼被认为是真阴性（true negative,TN），检测为负样本但实际上为正样本数的是假阴性（false negative,FN），检测为正样本但实际上为负样本数的是假阳性（false positive,FP）。

准确度（accuracy）、特异性（specificity）、灵敏度（sensitivity）和精密度（precision）四个参数用来测定睑板腺的检测。以下为其计算公式：

泪膜破裂时间和泪河高度的计算采用 SPSS Statistics 26.0 软件处理，数据表示为x±s（均值x和方差s），相关性分析通过Spearman 计算检验[20]。

我们使用50 个样本进行睑板腺分析，分析结果如表1。

表1 睑板腺检测结果Table1 Meibomian gland test results

睑板腺检测结果由上表结果和公式计算得出：正确率（accuracy）等于86%、灵敏度（sensitive）等于88%、特异度（specificity）等于84%、精度（precision）等于84.62%。这些指标的结果表明，检测睑板腺面积比的方法可用于检测睑板腺。将泪膜破裂时间和泪河高度的结果与对照组进行比较。结果如表2 和表3 所示，表2 中3 种装置的平均泪膜破裂时间比较接近。两组参数均P＜0.05。该装置的泪膜破裂时间与其他两组的参考值基本一致。可以根据泪膜破裂时间来检测干眼症。表3中，该装置的泪河高度检测值与其他两组参考值的结果基本一致。基于泪河高度，两组参数P＜0.05 可用于干眼检测。综上所述，实验结果表明该便携式干眼检测仪检测结果准确，可用于干眼诊断检测。

表2 泪膜平均破裂时间实验结果对比Table 2 Comparison of the experimental results of the average TBUT

表3 泪河高度实验结果对比Table 3 Comparison of experimental results of TMH

5 结论

基于Windows 计算机，提出了一种便携式干眼诊断设备。该诊断设备检测方便，成本较低，可进行泪河高度（TMH）、睑板腺（MG）、泪膜破裂时间（TBUT）等三项的检测。通过与Antares 和OSA 结果进行比对，泪膜破裂时间和泪河高度的相关系数P＜0.05，检测结果一致性较好，睑板腺的检测准确率为86%，特异度为84%，可用于干眼症的筛查和诊断。