[發明專利]一種眼底圖像的結構標注方法及設備

有效

• 申請號: 201710757308.4
• 申請日: 2017-08-29
• 公開（公告）號: CN110019900B
• 公開（公告）日: 2021-04-20
• 發明（設計）人: 徐青青;張志鵬;壽文卉;許利群;徐玲;樊慶俠
• 申請（專利權）人: 中國移動通信有限公司研究院;中國移動通信集團公司;沈陽何氏眼科醫院有限公司
• 主分類號: G06F16/583
• 分類號: G06F16/583;G06K9/62
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 郭潤湘

1.一種眼底圖像的結構標注方法，其特征在于，包括：

對需要進行結構標注的眼底圖像進行N次結構識別分類，其中，每經過一次結構識別分類，獲得相應的結構邊界集合，N為大于2的整數；

分別針對每一個結構邊界集合執行以下操作，獲得至少一個目標子圖：

分別確定一個結構邊界集合中的每一個子圖與每一個其他結構邊界集合的重疊面積，分別統計所述每一個子圖被判定重疊面積大于設定門限的次數，以及篩選出所述次數大于第一設定閾值的子圖作為目標子圖；

在所述眼底圖像中，將所述至少一個目標子圖占用的區域標注為結構區域。

2.如權利要求1所述的方法，其特征在于，在所述眼底圖像中，將任意一個目標子圖占用的區域標注為結構區域，包括：

從所述任意一個目標子圖中提取至少一個結構特征；

將所述至少一個結構特征與預設的每一種結構模型對應的結構特征進行匹配，根據匹配結果確定所述任意一個目標子圖對應的結構類型；其中，一種結構模型對應一種結構類型，而一種結構類型對應至少一種結構模型；

在所述眼底圖像中，將所述任意一個目標子圖占用的區域標注為具有對應的結構類型的結構區域。

3.如權利要求1或2所述的方法，其特征在于，對需要進行結構標注的眼底圖像進行N次結構識別分類之前，進一步包括：

在樣本眼底圖像中標注出屬于不同結構類型的多個結構邊界；

將所述多個結構邊界作為訓練樣本輸入到分類器中進行訓練，分別獲得每一種結構類型對應的結構模型。

4.如權利要求3所述的方法，其特征在于，篩選出所述次數大于第一設定閾值的子圖作為目標子圖之后，進一步包括：

將所述次數小于所述第一設定閾值，且大于第二設定閾值的子圖作為新的訓練樣本；

將所述新的訓練樣本賦予預設權重后，加入到所述訓練樣本中形成新的訓練樣本集合；

將所述新的訓練樣本集合中的所有訓練樣本輸入到分類器中進行訓練，分別獲得每一種結構類型對應的新的結構模型。

5.如權利要求4所述的方法，其特征在于，進一步包括：

比較所述每一種結構類型對應的新的結構模型的準確率與所述每一種結構類型對應的結構模型的準確率，將準確率高的結構模型作為最終的結構模型。

6.如權利要求1或2所述的方法，其特征在于，進一步包括：

篩選出所述次數小于第二設定閾值的子圖呈現給用戶，在所述眼底圖像中，將所述子圖對應的區域標注為具有用戶指示的結構類型的結構區域。

7.一種用于眼底圖像結構標注的設備，其特征在于，包括：

識別模塊，用于對需要進行結構標注的眼底圖像進行N次結構識別分類，其中，每經過一次結構識別分類，獲得相應的結構邊界集合，N為大于2的整數；

獲得模塊，用于分別針對每一個結構邊界集合執行以下操作，獲得至少一個目標子圖：

分別確定一個結構邊界集合中的每一個子圖與每一個其他結構邊界集合的重疊面積，分別統計所述每一個子圖被判定重疊面積大于設定門限的次數，以及篩選出所述次數大于第一設定閾值的子圖作為目標子圖；

標注模塊，用于在所述眼底圖像中，將所述至少一個目標子圖占用的區域標注為結構區域。

8.一種用于眼底圖像結構標注的設備，其特征在于，包括：

至少一個處理器，以及

與所述至少一個處理器連接的存儲器；

其中，所述存儲器存儲有可被所述至少一個處理器執行的指令，所述至少一個處理器通過執行所述存儲器存儲的指令，執行如權利要求1-6任一項所述的方法。

9.一種計算機可讀存儲介質，其特征在于：

所述計算機可讀存儲介質存儲有計算機指令，當所述計算機指令在計算機上運行時，使得計算機執行如權利要求1-6中任一項所述的方法。