一种基于真实人眼的仿生可溯源视网膜模体的制作方法与流程

1.本发明涉及仿生模体技术领域，特别涉及一种基于真实人眼的仿生可溯源视网膜模体的制作方法。


背景技术：

2.仿生模体是指基于生物体的形态、结构或功能特征而设计和制造的人工模型或装置。通过模仿自然界的生物体，仿生模体实现了类似的形态和功能。仿生模体在医学、工程、机器人、材料科学等多个领域都有广泛的应用。其中模拟人体形态、结构或功能的人体仿生模体已被广泛应用于医学研究、医学教育和外科手术模拟训练。
3.视网膜是人眼中重要的感光结构。视网膜是一个半透明的位于眼球壁最内层的感光结构，可将进入人眼的光信号转化为大脑可处理的神经信号。人眼视网膜的平均厚度只有0.3mm，但却有非常复杂的结构。视网膜在光线前进路上由内到外分为10层，包括内界膜、神经纤维层、神经节细胞层、内丛状层、内核层、外丛状层、外核层、外界膜、感光层和视网膜色素上皮。其中的感光层含有可以感受光的视杆细胞和视锥细胞。视网膜上黄色的圆形区域叫做黄斑，其中心是没有任何血管分布的中央凹，是眼睛感光最灵敏的地方，也是视野最清晰的地方。视网膜内有着丰富的血管网络，这些血管网络负担着视网膜的新陈代谢，对维护正常视觉有至关重要的作用。视网膜的这些重要的结构和特征与健康的视觉联系紧密，同时也是眼科检查与眼科疾病的关键所在。
4.眼科常用的视网膜检查仪器有前置镜、检眼镜、数字眼底相机、荧光素血管造影(fluorescein fundus angiography，ffa)、吲哚青绿血管造影(indocyanine green choroidal angiography，icga)、相干光断层成像(optical coherence tomography,oct)和oct血管成像技术(oct angiography,octa)等。不同的检查仪器对于视网膜的不同特征有所侧重，前置镜、检眼镜和数字眼底相机着重检查视网膜的表层主要特征，ffa和icga侧重于检查眼底血管的健康与否，oct可以清晰看到视网膜的精细层状结构，而octa在oct的基础上增加了无创高精度视网膜血管网络成像功能。为了保证准确的检查结果并实现安全有效的治疗，这些高精度检查设备的关键性能及指标都需要进行校准，设备的使用中也需要定时进行检查以及维护。而这些仪器设备的校准、检查以及维护都需要依赖相应的模体。
5.然而，目前缺乏能够推广至视网膜检查仪器全生命周期的仿生且可溯源的模体。从仪器校准与检验的角度出发，模体的设计大多在保证可溯源性的同时单纯针对仪器的物理指标的检验而设计，例如使用特征尺寸可溯源的分辨率板对显微镜的成像分辨率进行测量标定。此类模体能够实现对仪器物理指标的可溯源准确测量，但其仿生特性弱。而医护人员和设备管理人员在对使用中的医疗仪器进行维护时，更习惯于利用其对人体特定部位成像或检测中的某些特征来判断其工作性能，例如某一眼底相机对眼底的成像是否能展现某一眼底的二级动脉。然而，个性化的人体特征不具备稳定且可溯源的特性，不利于用来标定或检验医疗仪器的运行状态。除此之外，应用于医学研究、医学教学和外科手术模拟训练的仿生模体同样不能兼具仿生与可溯源特性。缺乏这种兼具仿生与可溯源特性的模体会导致
无法实现视网膜检查仪器全生命周期内关键参数测量的准确性与一致性，进而影响其发挥最优性能。
6.因此，亟需一款基于真实人眼的，兼具仿生特性与可溯源性的视网膜模体来实现视网膜检查医疗仪器全生命周期内的可溯源测量管理工作，以维持其全生命周期内最优的性能，保障医疗服务的质量。


技术实现要素：

7.本发明旨在针对视网膜检查医疗仪器全生命周期内的测量管理，即从仪器检验、计量到临床使用中的维护，提出一种基于真实人眼视网膜的仿生且可溯源的视网膜模体的设计、制作及使用方法。该模体的设计基于真实人眼视网膜的影像或数据，并针对医疗仪器的运行特征和检测参数设计检测区域。模体的设计兼顾了计量检验模体所需的可溯源性，以及临床工作者对医疗仪器测试维护时所需模体的视网膜仿生特性。该模体的使用与推广可以统一视网膜检查医疗仪器全生命周期内的关键参数的检验，实现其性能指标的最优化。同时，该模体还可用于对医疗工作者仪器操作培训及规范化测试。
8.本发明提出了一种基于真实人眼的仿生可溯源视网膜模体的制作方法，所述基于真实人眼的仿生可溯源视网膜模体的制作方法包括以下步骤：
9.步骤1，利用octa采集大范围高质量高分辨率的三维人眼视网膜图像数据；
10.步骤2，采用后期图像处理方式进一步提高三维人眼视网膜图像数据的质量；
11.步骤3，基于高质量三维人眼视网膜图像数据，提取视网膜特征参数；
12.步骤4，依据高质量三维人眼视网膜图像数据和视网膜特征参数设计视网膜仿体；
13.步骤5，依据视网膜模体设计制作视网膜仿体；
14.步骤6，针对视网膜仿体中的关键参数及其所用材料的散射与吸收率进行可溯源的测量与标定。
15.更近一步地，在步骤3中，还包括以下步骤：
16.步骤31，针对形态参数，在对高质量三维人眼视网膜图像数据进行处理并分割出不同特征后，在相应的特征图像的边缘像素上进行位置标注；
17.步骤32，对标注的特征结构边缘像素进行提取，形成三维特征结构骨架；
18.步骤33，完善三维特征结构骨架中的血管网络；
19.步骤34，在血管网络完善后的三维特征骨架中提取关键特征的三维位置信息；
20.步骤35，利用提取出的三维位置信息计算提取层状厚度，血管粗细、长度、位置、形态、血管分叉及结合结点的形态参数；
21.步骤36，在形态参数相应的位置处针对相应的功能进行计算和提取，获取功能参数。
22.更近一步地，在步骤4中，包括以下步骤：
23.步骤411，利用形态参数及功能参数设计层状结构；
24.步骤412，利用形态参数进行二维血管网络设计；
25.具体的，步骤412还包括以下步骤：
26.步骤4121，将三维血管网络切割为浅层和深层血管网络两个流道闭合的三维血管网络结构；
27.步骤4122，分别将浅层和深层三维血管网络结构投影至一个平面，形成浅层和深层两个二维流道网络设计；
28.步骤4123，将浅层血管网络结构与神经纤维层相结合，将深层血管网络与外从装层相结合。
29.更近一步地，在步骤5中，包括以下步骤：
30.步骤511，基于旋涂甩胶技术的层状结构制作过程将分为三部分：浅层血管管道及神经纤维层的制作；中间三层状结构的制作，深层血管管道和外从装层及其下部五层层状结构的制作；
31.步骤512，每一层视网膜结构采用不同散射例子掺杂浓度的材料通过相应的旋涂速度进行制作；
32.步骤513，将浅层血管管道层与深层血管管道层在视中心凹处对准后，分别在中间层状结构的上下表面利用等离子清洗键合的技术进行粘合；
33.步骤514，在血管网络的进液口与出液口连接相应的管道，在进液管道上连接蠕动泵；
34.步骤515，通过在进液口注入具有合适的散射率的脂肪乳、具有特定荧光的溶液或特性颜色的溶液来模拟血管网络内流动的血液。
35.更近一步地，在步骤4中，可利用3d打印技术制造视网膜模体，包括以下步骤：
36.步骤421，利用形态参数及功能参数设计层状结构；
37.步骤422，利用血管网络三维形态信息设计三维血管网络，即血管能够弯曲穿插在不同深度的视网膜层状结构中。
38.更近一步地，在步骤5中，可利用3d打印技术制造视网膜模体，包括以下步骤：
39.步骤521，通过在不同3d打印层使用不同光学特性的打印材料实现具有不同光学特性的视网膜模体的加工；
40.步骤522，在打印过程中，完成十层结构中的第一层或之后的每一层打印后需要更换具有不同特性的打印材料来实现具有不同光学特性的下一层结构的制作；
41.步骤523，在血管网络的进液口与出液口连接相应的管道，进液管道上连接蠕动泵；
42.步骤524，通过在进液口注入具有合适的散射率的脂肪乳、具有特定荧光的溶液或特性颜色的溶液来模拟血管网络内流动的血液。
43.更近一步地，在步骤1中，对同一位置进行快速多次扫描并对其进行平均，以获得更高密度、更低噪声的高质量的三维立体octa图像，所述三维立体octa图像包括了视网膜中多层模体、组织和器官；
44.并对视网膜的不同位置，以及同一位置的不同角度进行高密度成像，并根据图像内的视网膜特征结合扫描成像过程中的三维定位对采集的图像进行拼接融合，以得到更大范围的高质量的三维眼底视网膜原始图像。
45.更近一步地，在步骤2中，首先采用滤波手段消除图像噪声；其次采用插值算法进一步增加单位面积内图像密度，以丰富图像细节信息；再次消除成像过程中产生的伪影；最后对得到的三维图像进行图像分割获得不同部位、不同特征的三维图像；
46.所述分割出的三维图像可以代表一个器官或一部分组织。
47.更近一步地，在步骤6中，各级血管粗细与视中心凹无血管区的面积，将采用溯源过的高倍率显微镜进行测量；
48.对于多层结构各层的厚度，同样可采用溯源过的高倍率显微镜对其侧面暴露的层状结构横截面进行成像与测量；
49.对于毛细血管网的密度，对划定区域的面积与该面积内血管长度采用溯源过的高倍率显微镜进行可溯源测量；
50.对于散射与吸收率，采用积分球进行测量。
51.还提供了一种基于真实人眼的仿生可溯源视网膜模体的使用方法，其特征在于，所述视网膜模体使用方法包括用于视网膜检查医疗仪器的测试、计量与维护管理以及用于对相关医疗工作者的培训与操作规范化训练；
52.所述用于视网膜检查医疗仪器的测试、计量与维护管理包括以下步骤：
53.首先，将该视网膜模体放置固定于模拟眼的眼底视网膜位置；
54.其次，采用夹具将模拟眼固定于待检设备上；
55.所述夹具在稳固模拟眼的同时提供上下、左右、前后、角度旋转或俯仰维度的精确调节；
56.再次，调整夹具使模拟眼的光轴与待测医疗仪器的光轴重合；
57.最后，待测医疗仪器采用相应的工作模式对模体进行成像或测量，得到仪器的成像结果或测量结果后评估其成像分辨率、视中心凹无血管区面积、血管密度、层状结构的层数及厚度参数的测量准确性。
58.本技术的有益效果是：
59.本专利发明了一种基于真实人眼视网膜数据及图像的兼具仿生与可溯源特性的可用于视网膜检查医疗仪器全生命周期测量管理的模体设计、制作及使用方法。该发明创新性地提出了将真实的三维的视网膜数据与图像进行重点信息的提取，并根据这些数据设计包含对医疗仪器检查参数检测区域在内的视网膜仿体的设计、制作与可溯源测量。该发明赋予视网膜仿生模体可溯源特性，以确保其参数传递的准确性。本发明创造性地解决了原有视网膜测试模体设计或只能满足仿生特性无法对关键参数进行溯源，或更加偏重可溯源性而仿生性弱的特点。本发明中视网膜模体的推广将极大的促进视网膜检查医疗仪器全生命周期内可溯源的测量管理工作。另一方面，该模体可用于对相关医疗工作者的培训与规范化操作的推动。
附图说明
60.图1为本发明提出实施例中一种基于真实人眼的仿生可溯源视网膜模体的制作方法的流程示意图；
61.图2为本发明提出实施例中一种基于真实人眼的仿生可溯源视网膜模体的制作方法中使用的原始人眼视网膜octa图像的图像处理的流程示意图；
62.图3为本发明提出实施例中一种基于真实人眼的仿生可溯源视网膜模体的制作方法中浅层(a)及深层(b)视网膜仿体血管网络设计示意图；
63.图4为本发明提出实施例中一种基于真实人眼的仿生可溯源视网膜模体的制作方法中根据真实三维视网膜信息设计制作仿生且可溯源的视网膜仿体流程示意图。
具体实施方式
64.为了能够更清楚地理解本技术的上述目的、特征和优点，下面结合附图和具体实施方式对本技术进行进一步的详细描述。需要说明的是，在不冲突的情况下，本技术的实施例及实施例中的特征可以相互结合。
65.在下面的描述中，阐述了很多具体细节以便于充分理解本技术，但是，本技术还可以采用其他不同于在此描述的其他方式来实施，因此，本技术的保护范围并不受下面公开的具体实施例的限制。
66.实施例一
67.如附图1所示，本实施例提出了一种基于真实人眼的仿生可溯源视网膜模体的制作方法，该方法采用二维血管网络设计，包括以下步骤：
68.步骤1，利用octa采集大范围高质量高分辨率的三维人眼视网膜图像数据；
69.图像采集过程将采用与日常医疗检测成像不同的扫描参数，例如将增加单位长度的b scan内a line数量和单位面积内b scan数量，可对同一位置进行快速多次扫描并对其进行平均，以获得更高密度、更低噪声的高质量的三维立体octa图像，该三维立体octa图像包括了视网膜中多层模体、组织和器官。另外，将对视网膜的不同位置，以及同一位置的不同角度进行高密度成像，并根据图像内的视网膜特征结合扫描成像过程中的三维定位对采集的图像进行拼接融合，以得到更大范围的高质量的三维眼底视网膜原始图像。
70.步骤2，采用后期图像处理方式进一步提高三维人眼视网膜图像数据的质量；
71.具体地，如附图2所示，先采用一种或多种滤波手段消除图像噪声，包括但不限于均值滤波、中值滤波、高斯滤波、双边滤波、导向滤波等。之后，采用插值算法进一步增加单位面积内图像密度，以丰富图像细节信息。其中使用的插值算法可为双线性插值、双三次插值或最邻近插值等线性插值算法中的一种，或者缘导向插值、最小均方误差估计插值、软判决自适应插值、边缘对比度引导的图像插值等非线性插值算法中的一种。插值后，消除成像过程中产生的伪影。最后，对得到的三维图像进行图像分割获得不同部位、不同特征的三维图像。分割出的三维图像可以代表一个器官或一部分组织，例如视中心凹、一级和二级动脉、毛细血管网络、内界膜、神经纤维层、神经节细胞层等各个层状结构。图像分割方式可以是基于阈值的图像分割法、基于区域的图像分割法、基于边缘检验等的图像分割法的传统分割法，基于小波分析和小波变换的图像分割法、基于遗传算法的图像分割法、基于主动轮廓模型的分割法等结合特定工具的图像分割法，或是基于深度学习的图像分割法等方法中的一种或几种，也可以是人工的图像分割。
72.步骤3，基于高质量三维人眼视网膜图像数据，提取视网膜特征参数；
73.本专利发明的视网膜仿体关键结构包括视网膜层状结构和视网膜血管网络结构。其中的关键特征参数包括但不限于视网膜一级血管、二级血管粗细与长度，视中心凹的大小，视中心凹与视乳头的距离，深层毛细血管网的血管密度与血管长度，视网膜十层结构每一层的厚度、散射率和吸收率等。这些关键参数可分为两类，第一类为形态参数，包括各个层状结构的厚度，各级血管粗细、长度、三维位置、弯曲形态、血管分叉及结合结点，视中心凹的大小及位置与深度等；第二类参数为功能参数，包括每层层状结构的散射率和吸收率等。关键参数的获取步骤包括：
74.步骤31，针对形态参数，在高质量三维人眼视网膜图像数据进行处理并分割出不
同特征后，在相应的特征图像的边缘像素处进行位置标注；
75.步骤32，对标注的特征结构边缘像素进行提取，形成三维特征结构骨架；
76.步骤33，完善三维特征结构骨架中的血管网络；
77.在图像采集过程中可能有具体信息的遗漏造成提取出的血管网络无法形成闭合的微流控血管回路，因此需要在三维特征结构骨架上稍作修改使其能够形成完整的微流控血管网络回路。完善过程中，需要保留原有的视中心凹无血管区和视乳头区的特征。
78.步骤34，在血管网络完善后的三维特征骨架中提取关键特征的三维位置信息；
79.步骤35，利用提取出的三维位置信息计算提取层状厚度，血管粗细、长度、位置、形态、血管分叉及结合结点等形态参数。
80.步骤36，在形态参数相应的位置针对相应的功能进行计算和提取功能参数，例如，利用强度计算散射参数，利用衰减计算吸收率等。
81.步骤4，依据高质量三维人眼视网膜图像数据和视网膜特征参数设计视网膜仿体；
82.具体包括以下步骤：
83.步骤411，利用形态参数及功能参数设计层状结构；
84.步骤412，利用形态参数进行二维血管网络设计；
85.具体的，步骤412还包括以下步骤
86.步骤4121，将三维血管网络切割为浅层和深层血管网络两个流道闭合的三维血管网络结构；
87.步骤4122，分别将浅层和深层三维血管网络结构投影至一个平面，形成浅层和深层两个二维流道网络设计；
88.步骤4123，将浅层血管网络结构与神经纤维层相结合，将深层血管网络与外从装层相结合。
89.如附图3所示，展示了浅层及深层血管网络设计的案例，其中关键参数将参照采集的真实人眼数据。
90.步骤5，依据视网膜模体设计制作视网膜仿体；
91.本实施例中，采用光刻或软光刻微流控技术结合旋涂甩胶技术与等离子清洗键合技术来制作该视网膜仿体，具体包括以下步骤：
92.步骤511，为了实现浅层及深层血管网络与十层视网膜层状结构的结合，利用旋涂甩胶技术的层状结构制作过程将分为三部分：浅层血管管道及神经纤维层的制作；中间三层状结构的制作，深层血管管道和外从装层及其下部五层层状结构的制作。
93.步骤512，为了实现10层具有不同厚度、散射与吸收率的视网膜结构，每一层将采用具有不同散射例子掺杂浓度的材料采用适用的旋涂速度进行制作。
94.步骤513，三部分层状结构的对准及粘合。将浅层血管管道层与深层血管管道层在视中心凹处对准后，分别在中间层状结构的上下表面利用等离子清洗键合的技术进行粘合。
95.步骤514，在血管网络的进液口与出液口连接相应的管道，在进液管道上连接蠕动泵。
96.步骤515，对于血管网络内流动的血液的模拟，将通过在进液口处注入具有合适的散射率的脂肪乳、具有特定荧光的溶液或特性颜色的溶液来实现。不同的血液仿体可以对
不同的检查仪器进行测量，例如特性颜色的溶液仿体可以用来检验检眼镜和数字眼底相机，具有特定荧光的溶液可对ffa和icga进行检验，特定散射率的脂肪乳可用来对oct和octa进行检验。
97.步骤6，针对视网膜仿体中的关键参数及其所用材料的散射与吸收率进行可溯源的测量与标定；
98.对于模体中各级血管粗细与视中心凹无血管区的面积，将采用溯源过的高倍率显微镜进行测量。对于10层结构各层的厚度，同样可采用溯源过的高倍率显微镜对其侧面暴露的层状结构横截面进行成像与测量。对于毛细血管网的密度，可将对其的计量与溯源分为两步，即对划定区域的面积与该面积内血管长度采用溯源过的高倍率显微镜进行可溯源测量。对于散射与吸收率，将采用积分球进行测量。该仿生视网膜仿体的设计来源于真实人眼视网膜三维数据，具有高度仿生特性；其精确的加工方式保证了其对设计的复原性；而对其关键特征的溯源标定确保了其参数传递的准确性。
99.实施例二
100.本实施例提供了一种基于3d打印方式实现上述实施例一中的仿生可溯源视网膜模体的制作方法，本实施例中采集三维人眼视网膜图像数据、提高三维人眼视网膜图像数据的质量以及提取视网膜特征参数这些步骤与实施例一相同。
101.本实施中，步骤4，依据高质量三维人眼视网膜图像数据和视网膜特征参数设计视网膜仿体；
102.具体包括以下步骤：
103.步骤421，利用形态参数及功能参数设计层状结构；
104.步骤422，利用血管网络三维形态信息设计三维血管网络，即其中的血管能够弯曲穿插在不同深度的视网膜层状结构中。
105.本实施中，步骤5，基于3d打印技术逐层打印网膜仿体；
106.3d打印技术可以是基于双光子打印或高精度sla，dlp的3d打印机技术的一种或几种，具体的，还包括以下步骤：
107.步骤521，通过在不同打印层使用不同光学特性的打印材料实现具有不同光学特性视网膜模体的加工；
108.打印材料包括但不限于可光固化的pdms或树脂的一种或几种；
109.打印材料中可以掺杂不同浓度的tio2，baso4，sio2，al2o3，金属粉末等来实现不同的散射特性，通过掺杂不同浓度的石墨或印度墨水实现不同的光吸收率。
110.步骤522，在打印过程中，完成十层结构中的第一层或之后的每一层打印后需要更换具有不同特性的打印材料来实现具有不同光学特性的下一层结构的制作；
111.为了实现不同特性打印材料的更换，可以将打印平台放置在装有不同光学特性的打印材料的另外的液槽中，或者在打印过程中在同一打印材料的液槽中更换具有不同光学特性的打印材料；
112.更换打印材料之后，需要进行高精度的定位及校准实现层状结构的不同层的结构的对齐；
113.步骤523，完成视网膜模体的3d制作后，在血管网络的进液口与出液口连接相应的管道，进液管道上连接蠕动泵；
114.步骤524，对于血管网络内流动的血液的模拟，将通过在进液口注入具有合适的散射率的脂肪乳、具有特定荧光的溶液或特性颜色的溶液来实现；
115.不同的血液仿体可以对不同的检查仪器进行测量，例如特性颜色的溶液仿体可以用来检验检眼镜和数字眼底相机，具有特定荧光的溶液可对ffa和icga进行检验，特定散射率的脂肪乳可用来对oct和octa进行检验。
116.实施例三
117.本实施例中提供了上述实施例中基于真实人眼的仿生可溯源视网膜模体的使用方法：
118.视网膜模体用于视网膜检查医疗仪器的测试、计量与维护管理。使用时，将该视网膜模体放置固定于模拟眼的眼底视网膜位置，如图3所示。采用合适的夹具将模拟眼固定于待检设备上。该夹具在稳固模拟眼的基础上可以提供必须的上下、左右、前后、角度旋转或俯仰等维度的精确调节。调整夹具使模拟眼的光轴与待测医疗仪器，例如眼底相机或octa的光轴重合，并使模拟眼中视网膜部分位于成像仪器焦点处。采用相应的工作模式对模体进行成像或测量。得到仪器的成像结果或测量结果后评估其成像分辨率、视中心凹无血管区面积、血管密度、层状结构的层数及厚度等参数的测量准确性。
119.另一方面，可溯源仿生模体可用于对相关医疗工作者的培训与操作规范化训练。利用经评估或测量合格的医疗仪器，可测试临床工作中对其进行操作的准确性和可重复性。另外，还可用于对医疗工作者进行操作培训或操作规范化的训练或考试。训练或考试过程中，在操作结束得到结果后，将该结果与标准值进行比对，二者差距在合理误差范围内即为达标。
120.尽管参考附图详地公开了本技术，但应理解的是，这些描述仅仅是示例性的，并非用来限制本技术的应用。本技术的保护范围由附加权利要求限定，并可包括在不脱离本技术保护范围和精神的情况下针对发明所作的各种变型、改型及等效方案。
121.如附图4所示，展示了基于高质量三维octa视网膜图像视网膜仿生模体的设计、制备及使用流程。
122.本技术中的步骤可根据实际需求进行顺序调整、合并和删减。
123.尽管参考附图详地公开了本技术，但应理解的是，这些描述仅仅是示例性的，并非用来限制本技术的应用。本技术的保护范围由附加权利要求限定，并可包括在不脱离本技术保护范围和精神的情况下针对发明所作的各种变型、改型及等效方案。

技术特征：
1.一种基于真实人眼的仿生可溯源视网膜模体的制作方法，其特征在于，所述基于真实人眼的仿生可溯源视网膜模体的制作方法包括以下步骤：步骤1，利用octa采集大范围高质量高分辨率的三维人眼视网膜图像数据；步骤2，采用后期图像处理方式进一步提高三维人眼视网膜图像数据的质量；步骤3，基于高质量三维人眼视网膜图像数据，提取视网膜特征参数；步骤4，依据高质量三维人眼视网膜图像数据和视网膜特征参数设计视网膜仿体；步骤5，依据视网膜模体设计制作视网膜仿体；步骤6，针对视网膜仿体中的关键参数及其所用材料的散射与吸收率进行可溯源的测量与标定。2.根据权利要求1所述基于真实人眼的仿生可溯源视网膜模体的制作方法，其特征在于，在步骤3中，还包括以下步骤：步骤31，针对形态参数，在对高质量三维人眼视网膜图像数据进行处理并分割出不同特征后，在相应的特征图像的边缘像素上进行位置标注；步骤32，对标注的特征结构边缘像素进行提取，形成三维特征结构骨架；步骤33，完善三维特征结构骨架中的血管网络；步骤34，在血管网络完善后的三维特征骨架中提取关键特征的三维位置信息；步骤35，利用提取出的三维位置信息计算提取层状厚度，血管粗细、长度、位置、形态、血管分叉及结合结点的形态参数；步骤36，在形态参数相应的位置处针对相应的功能进行计算和提取，获取功能参数。3.根据权利要求2所述基于真实人眼的仿生可溯源视网膜模体的制作方法，其特征在于，在步骤4中，包括以下步骤：步骤411，利用形态参数及功能参数设计层状结构；步骤412，利用形态参数进行二维血管网络设计；具体的，步骤412还包括以下步骤：步骤4121，将三维血管网络切割为浅层和深层血管网络两个流道闭合的三维血管网络结构；步骤4122，分别将浅层和深层三维血管网络结构投影至一个平面，形成浅层和深层两个二维流道网络设计；步骤4123，将浅层血管网络结构与神经纤维层相结合，将深层血管网络与外从装层相结合。4.根据权利要求3所述基于真实人眼的仿生可溯源视网膜模体的制作方法，其特征在于，在步骤5中，包括以下步骤：步骤511，基于旋涂甩胶技术的层状结构制作过程将分为三部分：浅层血管管道及神经纤维层的制作；中间三层状结构的制作，深层血管管道和外从装层及其下部五层层状结构的制作；步骤512，每一层视网膜结构采用不同散射例子掺杂浓度的材料通过相应的旋涂速度进行制作；步骤513，将浅层血管管道层与深层血管管道层在视中心凹处对准后，分别在中间层状结构的上下表面利用等离子清洗键合的技术进行粘合；
步骤514，在血管网络的进液口与出液口连接相应的管道，在进液管道上连接蠕动泵；步骤515，通过在进液口注入具有合适的散射率的脂肪乳、具有特定荧光的溶液或特性颜色的溶液来模拟血管网络内流动的血液。5.根据权利要求2所述基于真实人眼的仿生可溯源视网膜模体的制作方法，其特征在于，在步骤4中，包括以下步骤：步骤421，利用形态参数及功能参数设计层状结构；步骤422，利用血管网络三维形态信息设计三维血管网络，即血管能够弯曲穿插在不同深度的视网膜层状结构中。6.根据权利要求5所述基于真实人眼的仿生可溯源视网膜模体的制作方法，其特征在于，在步骤5中，可利用3d打印技术制造视网膜模体，包括以下步骤：步骤521，通过在不同3d打印层使用不同光学特性的打印材料实现具有不同光学特性的视网膜模体的加工；步骤522，在打印过程中，完成十层结构中的第一层或之后的每一层打印后需要更换具有不同特性的打印材料来实现具有不同光学特性的下一层结构的制作；步骤523，在血管网络的进液口与出液口连接相应的管道，进液管道上连接蠕动泵；步骤524，通过在进液口注入具有合适的散射率的脂肪乳、具有特定荧光的溶液或特性颜色的溶液来模拟血管网络内流动的血液。7.根据权利要求1所述基于真实人眼的仿生可溯源视网膜模体的制作方法，其特征在于，在步骤1中，对同一位置进行快速多次扫描并对其进行平均，以获得更高密度、更低噪声的高质量的三维立体octa图像，所述三维立体octa图像包括了视网膜中多层模体、组织和器官；并对视网膜的不同位置，以及同一位置的不同角度进行高密度成像，并根据图像内的视网膜特征结合扫描成像过程中的三维定位对采集的图像进行拼接融合，以得到更大范围的高质量的三维眼底视网膜原始图像。8.根据权利要求1所述基于真实人眼的仿生可溯源视网膜模体的制作方法，其特征在于，在步骤2中，首先采用滤波手段消除图像噪声；其次采用插值算法进一步增加单位面积内图像密度，以丰富图像细节信息；再次消除成像过程中产生的伪影；最后对得到的三维图像进行图像分割获得不同部位、不同特征的三维图像；所述分割出的三维图像可以代表一个器官或一部分组织。9.根据权利要求1所述基于真实人眼的仿生可溯源视网膜模体的制作方法，其特征在于，在步骤6中，各级血管粗细与视中心凹无血管区的面积，将采用溯源过的高倍率显微镜进行测量；对于多层结构各层的厚度，同样可采用溯源过的高倍率显微镜对其侧面暴露的层状结构横截面进行成像与测量；对于毛细血管网的密度，对划定区域的面积与该面积内血管长度采用溯源过的高倍率显微镜进行可溯源测量；对于散射与吸收率，采用积分球进行测量。10.一种根据权利要求1-9中任一所述基于真实人眼的仿生可溯源视网膜模体的制作方法生成的视网膜模体使用方法，其特征在于，所述视网膜模体使用方法包括用于视网膜
检查医疗仪器的测试、计量与维护管理以及用于对相关医疗工作者的培训与操作规范化训练；所述用于视网膜检查医疗仪器的测试、计量与维护管理包括以下步骤：首先，将该视网膜模体放置固定于模拟眼的眼底视网膜位置；其次，采用夹具将模拟眼固定于待检设备上；所述夹具在稳固模拟眼的同时提供上下、左右、前后、角度旋转或俯仰维度的精确调节；再次，调整夹具使模拟眼的光轴与待测医疗仪器的光轴重合；最后，待测医疗仪器采用相应的工作模式对模体进行成像或测量，得到仪器的成像结果或测量结果后评估其成像分辨率、视中心凹无血管区面积、血管密度、层状结构的层数及厚度参数的测量准确性。

技术总结
本发明提出一种基于真实人眼的仿生可溯源视网膜模体的制作方法，包括：步骤1，利用OCTA采集大范围高质量高分辨率的三维人眼视网膜图像数据；步骤2，采用后期图像处理方式进一步提高三维人眼视网膜图像数据的质量；步骤3，基于高质量三维人眼视网膜图像数据，提取视网膜特征参数；步骤4，依据高质量三维人眼视网膜图像数据和视网膜特征参数设计视网膜仿体；步骤5，依据视网膜模体设计制作视网膜仿体；步骤6，针对视网膜仿体中的关键参数及其所用材料的散射与吸收率进行可溯源的测量与标定。本发明赋予视网膜仿生模体可溯源特性，以确保其参数传递的准确性；解决了现有技术中不具备任何仿生特性或只能满足仿生特性无法对关键参数溯源的问题。数溯源的问题。数溯源的问题。


技术研发人员：赵晓薇 刘文丽 胡志雄 段亮成 李飞 洪宝玉
受保护的技术使用者：中国计量科学研究院
技术研发日：2023.07.04
技术公布日：2023/10/15