[發(fā)明專利]修改用于深度學(xué)習(xí)模型的視網(wǎng)膜眼底圖像的方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201880047123.7
• 申請(qǐng)日: 2018-07-24
• 公開(kāi)（公告）號(hào): CN110914835A
• 公開(kāi)（公告）日: 2020-03-24
• 發(fā)明（設(shè)計(jì)）人: 許為寧;李夢(mèng)莉;林勇山;黃天蔭;張書(shū)維
• 申請(qǐng)（專利權(quán)）人: 新加坡國(guó)立大學(xué);新加坡保健服務(wù)集團(tuán)私人有限公司
• 主分類號(hào): G06K9/36
• 分類號(hào): G06K9/36;A61F9/00
• 代理公司: 北京市鑄成律師事務(wù)所 11313
• 代理人: 羅婷婷;林蕾

公開(kāi)了一種修改用于深度學(xué)習(xí)模型的視網(wǎng)膜眼底圖像的方法100。在所描述的實(shí)施例中，方法100包括：通過(guò)將視網(wǎng)膜眼底圖像111的像素172轉(zhuǎn)換為0二值圖像131的低強(qiáng)度經(jīng)修改像素和高強(qiáng)度經(jīng)修改像素來(lái)將視網(wǎng)膜眼底圖像111轉(zhuǎn)換為二值圖像131，以及確定在二值圖像131的低強(qiáng)度經(jīng)修改像素與高強(qiáng)度經(jīng)修改像素之間的第一邊界151。該方法進(jìn)一步包括：從第一邊界151移除離群邊界值162，根據(jù)剩余邊界值163構(gòu)建第二邊界161，標(biāo)識(shí)視網(wǎng)膜眼底圖像在第二邊界161之內(nèi)的的像素172，以及5構(gòu)建用于深度學(xué)習(xí)模型的經(jīng)修改的視網(wǎng)膜眼底圖像171，該經(jīng)修改的視網(wǎng)膜眼底圖像包含所標(biāo)識(shí)的像素172。

技術(shù)領(lǐng)域

本公開(kāi)涉及用于深度學(xué)習(xí)技術(shù)的圖像處理，并且更具體地但是非排他性地涉及一種修改用于深度學(xué)習(xí)模型的視網(wǎng)膜眼底圖像的方法。

背景

在全球范圍內(nèi)，糖尿病性視網(wǎng)膜病變(DR)是引起視力喪失的主要原因。篩查DR并及時(shí)進(jìn)行轉(zhuǎn)診和治療是預(yù)防視力受損的普遍接受的策略。當(dāng)前，由評(píng)估人員針對(duì)DR進(jìn)行的臨床眼底鏡檢查或者視網(wǎng)膜照片評(píng)估是最常用的DR篩查方法。然而，此類DR篩查項(xiàng)目受到實(shí)施問(wèn)題、評(píng)估人員的提供和訓(xùn)練以及長(zhǎng)期財(cái)務(wù)可持續(xù)性的挑戰(zhàn)。隨著全球糖尿病患病率的增加，需要可持續(xù)的、具有成本效益的DR篩查項(xiàng)目。

已提出了深度學(xué)習(xí)系統(tǒng)(DLS)，作為用于通過(guò)分析視網(wǎng)膜圖像來(lái)進(jìn)行大規(guī)模DR篩查的一種選擇。DLS利用人工智能和表示學(xué)習(xí)法來(lái)處理自然原始數(shù)據(jù)，以識(shí)別高維信息中錯(cuò)綜復(fù)雜的結(jié)構(gòu)。與用于檢測(cè)特定圖像、圖案和病變的傳統(tǒng)模式識(shí)別型軟件不同，DLS使用大型數(shù)據(jù)集來(lái)實(shí)現(xiàn)對(duì)有意義的圖案或特征的挖掘、提取和機(jī)器學(xué)習(xí)。

DLS的性能部分取決于用于訓(xùn)練和/或驗(yàn)證模型的數(shù)據(jù)集。例如，兩項(xiàng)先前的DLS研究顯示出具有用于DR篩查的巨大潛力，從而證明在從視網(wǎng)膜照片中檢測(cè)可轉(zhuǎn)診DR方面具有高靈敏度和特異性(>90％)。然而，所使用的性能指標(biāo)基于從兩個(gè)可公開(kāi)獲得的數(shù)據(jù)庫(kù)中檢索到的、而且在很大程度上局限于單個(gè)族群的高質(zhì)量視網(wǎng)膜圖像。

在“現(xiàn)實(shí)世界”DR篩查項(xiàng)目中，所捕獲的、用于進(jìn)行篩查的視網(wǎng)膜圖像可能存在很大的可變性。例如，可能會(huì)使用不同的相機(jī)型號(hào)，從而導(dǎo)致圖像差異。各個(gè)篩查中心之間的捕獲標(biāo)準(zhǔn)也可能不同，這導(dǎo)致視網(wǎng)膜圖像具有不同的質(zhì)量(例如，很差的瞳孔擴(kuò)張、很差的對(duì)比度/對(duì)焦)。各患者也可能具有不同的族裔，從而導(dǎo)致所捕獲的視網(wǎng)膜圖像具有不同的眼底色素沉著。這些可變因素將對(duì)在具有低可變性的高質(zhì)量視網(wǎng)膜圖像上訓(xùn)練的DLS的性能具有影響。為了將DLS在測(cè)試環(huán)境中的性能轉(zhuǎn)變?yōu)樵凇艾F(xiàn)實(shí)世界”中的性能，應(yīng)該使用“現(xiàn)實(shí)世界”DR篩查項(xiàng)目對(duì)DLS進(jìn)行訓(xùn)練和驗(yàn)證，在“現(xiàn)實(shí)世界”DR篩查項(xiàng)目中，用于訓(xùn)練的視網(wǎng)膜圖像會(huì)受到“現(xiàn)實(shí)世界”可變因素的影響。

此外，在任何DR篩查項(xiàng)目中，都期望包括對(duì)偶發(fā)但是常見(jiàn)的威脅視力的病癥(諸如可疑青光眼(GS)和年齡相關(guān)性黃斑變性(AMD))的檢測(cè)。這進(jìn)一步拓寬了要納入DLS的訓(xùn)練數(shù)據(jù)集中的視網(wǎng)膜圖像的可變性。

因此，期望提供一種通過(guò)各種各樣的視網(wǎng)膜圖像來(lái)訓(xùn)練DLS的方法，以便解決現(xiàn)有技術(shù)中提到的問(wèn)題和/或?yàn)楣娞峁┯杏玫倪x擇。

概述

現(xiàn)在將描述本公開(kāi)的各個(gè)方面，以便提供本公開(kāi)的總體概述。這些方面決不界定本發(fā)明的范圍。

根據(jù)第一方面，提供了一種修改用于深度學(xué)習(xí)模型的視網(wǎng)膜眼底圖像的方法。該方法包括：通過(guò)將視網(wǎng)膜眼底圖像的像素轉(zhuǎn)換為二值圖像的低強(qiáng)度經(jīng)修改像素和高強(qiáng)度經(jīng)修改像素來(lái)將視網(wǎng)膜眼底圖像轉(zhuǎn)換為二值圖像，以及確定在二值圖像的低強(qiáng)度經(jīng)修改像素與高強(qiáng)度經(jīng)修改像素之間的第一邊界。該方法進(jìn)一步包括：從第一邊界移除離群邊界值；根據(jù)剩余邊界值構(gòu)建第二邊界；標(biāo)識(shí)視網(wǎng)膜眼底圖像的在第二邊界之內(nèi)的像素；以及構(gòu)建用于所述深度學(xué)習(xí)模型的經(jīng)修改的視網(wǎng)膜眼底圖像，所述經(jīng)修改的視網(wǎng)膜眼底圖像包括所標(biāo)識(shí)的像素。