[發(fā)明專利]糖尿病視網(wǎng)膜病變眼底照相標(biāo)準(zhǔn)圖像生成方法

在審

• 申請?zhí)枺?/td>: 201710706334.4
• 申請日: 2017-08-17
• 公開（公告）號: CN107506770A
• 公開（公告）日: 2017-12-22
• 發(fā)明（設(shè)計）人: 吳茂念;楊衛(wèi)華;鄭博;朱紹軍;劉云芳;孫元強
• 申請（專利權(quán)）人: 湖州師范學(xué)院
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司32200
• 代理人: 李明

技術(shù)領(lǐng)域

本發(fā)明涉及一種醫(yī)學(xué)圖像處理領(lǐng)域，尤其是涉及一種糖尿病視網(wǎng)膜病變眼底照相標(biāo)準(zhǔn)圖像生成方法，用于人工智能醫(yī)療診斷。

背景技術(shù)

糖尿病視網(wǎng)膜病變(Diabetic Retinopathy，DR)是常見致盲性眼病。中國是全球2型糖尿病患者最多的國家，DR的患病率、致盲率也逐年升高，是目前工作年齡人群第一位的致盲性疾病。目前我國DR在糖尿病罹患人群中的患病率為24.7％～37.5％。根據(jù)國際糖尿病聯(lián)盟統(tǒng)計結(jié)果顯示，截至2015年，我國糖尿病患者約1.1億人，按此推算我國DR患者約2700萬人，隨著糖尿病患者的大幅增多，未來的DR患者數(shù)量會成倍增長，DR的防治成為越來越重要的社會問題。而據(jù)衛(wèi)計委統(tǒng)計，我國目前有3.2萬名眼科醫(yī)生，其中，從事眼底醫(yī)療服務(wù)和研究的醫(yī)生大約800-1000人，相對于1億多的糖尿病患者來說，眼科醫(yī)生嚴(yán)重不足，導(dǎo)致我國糖網(wǎng)病篩查率不足10％，要改變這個現(xiàn)狀，可通過人工智能診斷清晰標(biāo)注的DR眼底照片來解決。

目前，87％的糖尿病患者就診于縣級及以下醫(yī)療機構(gòu)。已研發(fā)的DR智能輔助診斷模型訓(xùn)練所使用的DR眼底照相圖像均來自于具有良好眼底照相設(shè)備和良好DR采集水平醫(yī)師的大型三級甲等醫(yī)院，成像質(zhì)量較高。但是承擔(dān)大量DR篩查任務(wù)的基層眼科，專業(yè)設(shè)備和專業(yè)眼科醫(yī)師的匱乏，使獲取的DR眼底照相圖像清晰度和攝影角度等都很難達(dá)到DR智能輔助診斷輸入要求的理想狀態(tài)。如何由不標(biāo)準(zhǔn)的DR眼底圖像生成標(biāo)準(zhǔn)的DR眼底圖像，是需要解決的一個問題。

中國專利(申請?zhí)枺篊N201410078378)公開一種糖尿病視網(wǎng)膜病變的眼底圖像特征提取方法，該方法包括以下步驟：(1)眼底圖像RGB通道選擇；(2)眼底圖像視盤定位；(3)對眼底圖像進(jìn)行硬性滲出特征及棉絮斑特征提取，若發(fā)現(xiàn)至少一種特征，即生成提取后的眼底圖像，若未發(fā)現(xiàn)特征，則進(jìn)行微動脈瘤特征和視網(wǎng)膜內(nèi)出血特征提取，再生成提取后的眼底圖像。

中國論文：糖尿病視網(wǎng)膜病變圖像的血管提取方法(作者：單玲玉，2015年5月)，該方法包括：(1)對彩色視網(wǎng)膜圖像進(jìn)行預(yù)處理，得到血管與背景部分對比度較高的綠通道圖像；(2)對綠通道圖像分別進(jìn)行病變檢測處理及圖像增強；(3)基于步驟(2)得到病變檢測結(jié)果，然后對病變區(qū)域進(jìn)行分割；(4)基于步驟(2)得到的增強圖像，通過對已有視網(wǎng)膜血管分割方法進(jìn)行對比，然后結(jié)合血管的結(jié)構(gòu)特性——越往末梢越細(xì)，僅使用一種閾值分割方法不能有效的分割出細(xì)小血管，提出了一種基于全局閾值與局部閾值的視網(wǎng)膜血管分割方法對其進(jìn)行處理，得到初步的血管分割結(jié)果；(5)基于步驟(3)得到的硬性滲出分割結(jié)果，將其從步驟(4)中的血管分割結(jié)果中去除，然后通過對病變區(qū)域內(nèi)斷裂的血管根據(jù)梯度強度和方向相似的原則進(jìn)行連接，得到精確的血管分割結(jié)果。

然而，上述現(xiàn)有技術(shù)存在共同缺陷就是沒有對初次采集的圖像(也就是不標(biāo)準(zhǔn)眼底圖像)進(jìn)行二次加工處理，以生成的標(biāo)準(zhǔn)圖像清晰度達(dá)到智能輔助診斷系統(tǒng)要求，提高診斷正確率的目的。通過本技術(shù)，可以去除不標(biāo)準(zhǔn)圖像中的干擾因素，保留糖尿病視網(wǎng)膜病變眼底照相圖像的病變特征，以用于人工智能醫(yī)療診斷。

發(fā)明內(nèi)容

針對基層醫(yī)院專業(yè)設(shè)備和專業(yè)眼科醫(yī)師的匱乏，使獲取的DR眼底照相圖像清晰度和攝影角度等都很難達(dá)到DR智能輔助診斷輸入要求的理想狀態(tài)的問題，本發(fā)明將利用深度學(xué)習(xí)中GAN技術(shù)，將基層不同眼科設(shè)備獲取的DR眼底照相圖像優(yōu)化提升成標(biāo)準(zhǔn)圖像，去除不標(biāo)準(zhǔn)圖像中的干擾因素，保留糖尿病視網(wǎng)膜病變眼底圖像的病變特征，達(dá)到DR智能輔助診斷系統(tǒng)的輸入圖像標(biāo)準(zhǔn)要求，從而獲得較好的診斷結(jié)果。因此本發(fā)明公開了一種糖尿病視網(wǎng)膜病變眼底照相標(biāo)準(zhǔn)圖像生成方法，以解決現(xiàn)有技術(shù)中存在的不足。其技術(shù)方案如下：

一種糖尿病視網(wǎng)膜病變眼底照相標(biāo)準(zhǔn)圖像生成方法，包括如下步驟：

步驟(1)、將采集的不標(biāo)準(zhǔn)眼底圖像通過生成模型生成新樣本圖像；

步驟(2)、新樣本圖像局部特征提取；

步驟(3)、將不標(biāo)準(zhǔn)圖像局部特征與標(biāo)準(zhǔn)圖像局部特征在判別模型中對比，一致則輸出新樣本圖像，即生成的標(biāo)準(zhǔn)圖像，不一致則調(diào)整新樣本圖像。

有益效果：本發(fā)明提出的方法簡單有效，生成的標(biāo)準(zhǔn)圖像清晰度達(dá)到智能輔助診斷系統(tǒng)要求，提高診斷正確率。

附圖說明

圖1為沒有經(jīng)過本發(fā)明處理的圖像。

圖2為經(jīng)過本發(fā)明方法處理后的標(biāo)準(zhǔn)圖像。

圖3為本發(fā)明糖尿病視網(wǎng)膜病變眼底照相標(biāo)準(zhǔn)圖像生成方法流程框圖。

具體實施方式

一種糖尿病視網(wǎng)膜病變眼底照相標(biāo)準(zhǔn)圖像生成方法，包括如下步驟：