[發明專利]黃斑影像檢測方法和設備

有效

• 申請號: 201810470015.2
• 申請日: 2018-05-16
• 公開（公告）號: CN108717696B
• 公開（公告）日: 2022-04-22
• 發明（設計）人: 王欣;熊健皓;趙昕;羅元元
• 申請（專利權）人: 上海鷹瞳醫療科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N20/00;G06V40/18
• 代理公司: 北京泛華偉業知識產權代理有限公司 11280
• 代理人: 王勇

1.一種黃斑影像檢測方法，其特征在于，包括：

獲取眼底圖像；

利用機器學習模型對所述眼底圖像中的黃斑區域、視盤區域和黃斑視盤聯合區域進行識別，以輸出標記特征區域后的眼底圖像，所述特征區域為黃斑區域、視盤區域和黃斑視盤聯合區域中的至少一種，其中所述機器學習模型是利用已知所述特征區域所在位置的樣本圖像進行訓練得到的；

根據所述標記特征區域后的眼底圖像輸出標記黃斑影像位置后的眼底圖像，包括：

當所述特征區域為黃斑視盤聯合區域時，將所述黃斑視盤聯合區域等分為兩個區域，根據所述兩個區域內的圖像特征將其中一個區域確定為黃斑區域，以及輸出標記黃斑區域后的眼底圖像；

當所述特征區域不包括黃斑區域并且同時包括視盤區域和黃斑視盤聯合區域時，根據所述視盤區域和所述黃斑視盤聯合區域的位置確定所述黃斑視盤聯合區域中不含所述視盤區域的區域，以得到空缺區域；根據預設閾值對所述空缺區域進行分割處理以將所述空缺區域的像素點分為多個類，選取其中一類像素點以得到所述黃斑區域；以及輸出標記黃斑區域后的眼底圖像。

2.根據權利要求1所述的方法，其特征在于，當所述特征區域中包括黃斑區域時，輸出標記黃斑區域后的眼底圖像。

3.根據權利要求1所述的方法，其特征在于，當所述特征區域不包括黃斑區域并且為視盤區域時，所述根據所述標記特征區域后的眼底圖像輸出標記黃斑影像位置后的眼底圖像，包括：

確定所述視盤區域的中心位置；

在距離所述中心位置預設距離、預設方向外的位置選定預定尺寸的區域作為黃斑區域；

輸出標記黃斑區域后的眼底圖像。

4.一種黃斑影像識別模型訓練方法，其特征在于，包括：

獲取樣本數據，所述樣本數據包括眼底圖像和標記了特征區域后的眼底圖像，其中所述特征區域為黃斑區域、視盤區域和黃斑視盤聯合區域中的至少一種；

利用所述樣本數據對機器學習模型進行訓練，以使所述機器學習模型從眼底圖像中標記出所述特征區域，其中，所述機器學習模型對所述眼底圖像中的黃斑區域、視盤區域和黃斑視盤聯合區域進行識別，以輸出標記特征區域后的眼底圖像；

其中，所述標記特征區域后的眼底圖像用于輸出標記黃斑影像位置后的眼底圖像，包括：

當所述特征區域為黃斑視盤聯合區域時，將所述黃斑視盤聯合區域等分為兩個區域，根據所述兩個區域內的圖像特征將其中一個區域確定為黃斑區域，以及輸出標記黃斑區域后的眼底圖像；

當所述特征區域不包括黃斑區域并且同時包括視盤區域和黃斑視盤聯合區域時，根據所述視盤區域和所述黃斑視盤聯合區域的位置確定所述黃斑視盤聯合區域中不含所述視盤區域的區域，以得到空缺區域；根據預設閾值對所述空缺區域進行分割處理以將所述空缺區域的像素點分為多個類，選取其中一類像素點以得到所述黃斑區域；以及輸出標記黃斑區域后的眼底圖像。

5.根據權利要求4所述的方法，其特征在于，所述獲取樣本數據包括：

獲取第一樣本數據，所述第一樣本數據包括眼底圖像和標記了特征區域后的眼底圖像，其中所述特征區域為黃斑區域、視盤區域和黃斑視盤聯合區域中的至少一種；

對所述第一樣本數據中的眼底圖像和標記了特征區域后的眼底圖像進行預定角度的翻轉處理以獲得第二樣本數據；

由所述第一樣本數據和所述第二樣本數據組成用于對所述機器學習模型進行訓練的樣本數據。

6.一種黃斑影像檢測設備，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通信連接的存儲器；其中，所述存儲器存儲有可被所述一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器執行如權利要求1-3任意一項所述的黃斑影像檢測方法。

7.一種黃斑影像識別模型訓練設備，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通信連接的存儲器；其中，所述存儲器存儲有可被所述一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器執行如權利要求4或5所述的黃斑影像識別模型訓練方法。