[發明專利]視網膜血管彎曲度確定方法

有效

• 申請號: 201811483151.1
• 申請日: 2018-12-05
• 公開（公告）號: CN109685770B
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 劉磊
• 申請（專利權）人: 合肥奧比斯科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/10
• 代理公司: 北京久誠知識產權代理事務所(特殊普通合伙) 11542
• 代理人: 余罡

本發明實施例公開一種視網膜血管彎曲度確定方法，構建全卷積深度神經網絡，應用全卷積深度神經網絡可以從獲取的目標眼底圖像中分割出目標眼底圖像中的血管和視盤。根據目標眼底圖像中的血管和視盤，確定目標眼底圖像中血管的彎曲度，實現基于全卷積深度神經網絡自動確定視網膜血管彎曲度，從而能夠提高視網膜血管彎曲度識別效率。

技術領域

本發明涉及計算機領域，尤其涉及一種視網膜血管彎曲度確定方法。

背景技術

隨著科學技術的發展，目前已可以通過醫學影像中關于結構和組織所反映出的各種特征和細節，進行相關的分析。例如眼底影像中包含了豐富的玻璃體、視網膜、血管網和脈絡膜等細節。視網膜血管在正常情況下，其形態跟結構一直處于穩定狀態。然而高血壓、糖尿病及冠狀動脈硬化等心腦血管疾病會引起視網膜血管彎曲度等結構變化。如果能夠盡早發現視網膜血管彎曲度變化，可以及時采取措施防止這些疾病的危害。

當前的眼底圖像識別方式大多通過眼底照相機獲取眼底圖像后，靠肉眼識別視網膜血管的彎曲度變化，視網膜血管彎曲度識別效率有待提高。

發明內容

本發明實施例提供一種視網膜血管彎曲度確定方法，能夠提高網膜血管彎曲度識別效率。

本發明實施例采用如下技術方案：

一種視網膜血管彎曲度確定方法，包括：

構建全卷積深度神經網絡，所述全卷積深度神經網絡能夠從眼底圖像中分割出血管和視盤；

獲取目標眼底圖像，應用所述全卷積深度神經網絡從所述目標眼底圖像中分割出所述目標眼底圖像中的血管和視盤；

根據所述目標眼底圖像中的血管和視盤，確定所述目標眼底圖像中血管的彎曲度。

本發明實施例公開一種視網膜血管彎曲度確定方法，構建全卷積深度神經網絡，應用全卷積深度神經網絡可以從獲取的目標眼底圖像中分割出目標眼底圖像中的血管和視盤。根據目標眼底圖像中的血管和視盤，確定目標眼底圖像中血管的彎曲度，實現基于全卷積深度神經網絡自動確定視網膜血管彎曲度，從而能夠提高視網膜血管彎曲度識別效率。

應當理解的是，以上的一般描述和后文的細節描述僅是示例性和解釋性的，并不能限制本公開。

附圖說明

此處的附圖被并入說明書中并構成本說明書的一部分，示出了符合本發明的實施例，并與說明書一起用于解釋本發明的原理。

圖1為本發明實施例示出的視網膜血管彎曲度確定方法的流程圖。

圖2為本發明實施例示出的眼底圖像分割的流程示意圖。

圖3為本發明實施例示出的分割血管和視盤的示意圖。

圖4為本發明實施例示出的對血管彎曲度計算的示意圖。

圖5為本發明實施例示出的全卷積深度神經網絡的架構示意圖。

圖6為本發明實施例示出的特征提取部分和上采樣部分的參數配置示意圖。

圖7a為本發明實施例示出的提取血管的灰度示意圖。

圖7b為本發明實施例示出的提取血管的二值化示意圖。

圖7c為本發明實施例示出的提取血管的距離變換示意圖。

圖7d為本發明實施例示出的提取血管的中心線示意圖。

圖8a為本發明實施例示出的數字化的曲率驗證圓弧示意圖。

圖8b為本發明實施例示出的圓弧上曲線分布對比的示意圖。

圖9a為本發明實施例示出的曲率計算原理的示意圖。