[發明專利]自動杯盤比測量系統

無效

• 申請號: 200880129221.1
• 申請日: 2008-05-14
• 公開（公告）號: CN102112044A
• 公開（公告）日: 2011-06-29
• 發明（設計）人: 劉江;李久偉;達蒙·王文克;李輝奇;王鐵銀
• 申請（專利權）人: 科學;技術與研究機構;新加坡保健服務集團;新加坡國立大學
• 主分類號: A61B3/12
• 分類號: A61B3/12
• 代理公司: 北京中博世達專利商標代理有限公司 11274
• 代理人: 申健

1.一種從二維(2D)視網膜眼底圖像獲得杯盤比(CDR)值的方法，包括步驟：

(i)進行視盤分割；

(ii)進行視杯分割；以及

(iii)將由視盤分割得到的數據和視杯分割得到的數據，輸入到自適應模型運行以生成CDR值。

2.根據權利要求1所述的方法，其中，在所述步驟(i)之后，對所述視盤分割的結果進行一個平滑的步驟，以產生平滑的視盤分割數據，所述平滑的視盤分割數據用于所述步驟(ii)，并作為輸入到所述自適應模型的數據。

3.根據權利要求1或2所述的方法，其中，在所述步驟(ii)之后，對從所述視杯分割步驟(ii)中的輸出數據執行一次或多次平滑算法，以產生平滑的視杯數據的各自集合，所述平滑的視杯數據的集合或各集合在步驟(iii)中輸入到所述自適應模型。

4.根據權利要求3所述的方法，其中，有多個所述平滑算法，產生多個在步驟(iii)中輸入到所述自適應模型的平滑視杯數據的各自集合。

5.根據權利要求3或4所述的方法，其中，所述平滑視杯數據和所述由所述視杯分割步驟(ii)輸出的數據，均輸入到所述自適應模型。

6.根據權利要求1所述的方法，其中，所述視盤分割步驟(i)包括一個基于所述圖像中點的強度在所述眼底圖像中識別一個有用區域的預備步驟。

7.根據前述任一項權利要求所述的方法，其中，所述視盤分割步驟(i)使用變分水平集算法。

8.根據前述任一項權利要求所述的方法，其中，所述視杯分割步驟(ii)包括使用閾值技術來估算視杯邊界的第一分步，和隨后的使用水平集技術的第二分步。

9.根據前述任一項權利要求所述的方法，其中，所述視杯分割步驟(ii)通過多個方法進行，每個方法產生各自的視杯分割，步驟(iii)包括將從這些視杯分割中的每一個中得到的數據輸入到所述自適應模型中。

10.根據前述任一項權利要求所述的方法，其中，眼底圖像包括多個色彩要素，所述分割步驟(i)和(ii)中的至少一個僅使用所述彩色圖像的一單個要素進行。

11.根據前述任一項權利要求所述的方法，其中，所述自適應模型是一個多層神經網絡。

12.根據前述任一項權利要求所述的方法，包括一個使用包括由臨床產生的目標CDR值的訓練集合、來訓練所述自適應模型的預備階段。

13.一種從2D視網膜眼底圖像獲得CDR值的設備，包括處理器，布置為執行下列步驟：

(i)進行視盤分割；

(ii)進行視杯分割；以及

(iii)將由視盤分割得到的數據和視杯分割得到的數據，輸入到自適應模型工具以生成CDR值。

14.根據權利要求13所述的設備，其中，所述處理器配置為，以在所述步驟(i)之后，將視盤分割的結果平滑以產生平滑的視盤分割數據，所述平滑的視盤分割數據用作輸入到所述自適應模型的數據。

15.根據權利要求13或14所述的設備，其中，所述處理器配置為，以在所述步驟(ii)之后，對從所述視杯分割步驟(ii)中輸出的數據執行一次或多次平滑算法，以產生平滑的視杯數據的各自集合，所述平滑的視杯數據的集合或各集合在步驟(iii)中輸入到所述自適應模型。

16.根據權利要求15所述的設備，其中，處理器配置為，執行多個所述平滑算法，產生多個在步驟(iii)中輸入到所述自適應模型的平滑視杯數據的各自集合。

17.根據權利要求15或16所述的設備，其中，所述平滑的視杯數據和由所述視杯分割步驟(ii)輸出的數據，均輸入到所述自適應模型中。

18.根據權利要求13至17任一項所述的設備，其中，所述處理器配置為，作為視盤分割的所述步驟(i)的一部分，以執行一個基于所述圖像中點的強度在所述眼底圖像上識別一個有用區域的預備步驟。

19.根據權利要求13至18任一項所述的設備，其中，處理器配置為，在視盤分割的步驟(i)中使用變分水平集算法。