[發明專利]光學相干層析圖像視網膜病變智能檢測系統及檢測方法

有效

• 申請號: 201910188403.6
• 申請日: 2019-03-13
• 公開（公告）號: CN110010219B
• 公開（公告）日: 2021-12-10
• 發明（設計）人: 范姍慧;劉士臣;沈艷艷;陳冬梅;魏凱華
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G16H15/00
• 分類號: G16H15/00;G16H30/20;G16H50/20;G06T7/11;G06T5/00;G06N3/04;G06K9/62;A61B3/10
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 黃前澤

本發明公開了光學相干層析圖像視網膜病變智能檢測系統及檢測方法。目前獲得的視網膜圖像主要由眼科醫生依靠肉眼觀察來作出判斷，不利于大規模推廣。本發明以深度學習思想為技術核心，結合遷移學習策略，利用深度學習模型中的卷積神經網絡算法構建分類器，實現視網膜病變的分類，并利用圖像分割算法實現對病灶的提取和視網膜分層，從而獲取圖片中病變位置的具體信息和形態參數的量化信息，生成相關診斷報告供醫生進一步診斷。本發明能夠彌補目前光學相干層析成像系統在病變智能識別和精準定位這一領域的空白，有效降低醫生工作強度，進一步促進光學相干層析成像系統在眼科疾病診斷上的臨床應用和技術發展。

技術領域

本發明屬于圖像處理技術領域，特別是涉及一種光學相干層析圖像視網膜病變智能檢測系統及檢測方法。

背景技術

眼部疾病嚴重影響患者生活質量。世界衛生組織2013年10月的最新數據表明，全球范圍內視力受損的人數大約為2.85億人，并且世界衛生組織預測，如果不采取行動，到2020年，全球盲人和有其他視力問題的患者總數還將擴大一倍。在上世紀末“視覺2020”全球防盲戰略目標提出，約50％的盲是可以治愈的(如白內障、沙眼等)，約30％的盲是可以預防的(如青光眼、糖尿病視網膜病變)。因此，眼科疾病的早期檢測和治療能有效提高眼科疾病治愈率，減小致盲率。

光學相干層析成像技術(Optical Coherence Tomography,OCT)是伴隨著激光技術的不斷發展，特別是超快激光技術的發展，應運而生的一種新型斷層掃描成像技術。與計算機斷層成像(Computed Tomography，CT)，超聲成像，磁共振成像等臨床常用診斷技術相比，它有如下優點：首先，OCT技術是運用相干原理實現層析成像，同時選用短相干寬帶光源，因此可以獲得很高的軸向分辨率(μm級)；其次，OCT技術使用近紅外光，可以實現無損的活體光檢，并具有一定的探測深度(mm級)；另外，OCT技術還具有非侵入、非接觸、價格較低、實時快速等優點。因此，OCT技術能及時有效地幫助醫生了解疾病的病理變化過程，并為醫生作出診斷及療程安排提供客觀有效的影像學依據。它在眼科、心血管科、皮膚科和腫瘤科等領域的臨床檢測中得到了廣泛的應用和發展，特別是在視網膜疾病的臨床診斷研究中。

目前，在視網膜疾病檢查中利用OCT獲得的視網膜圖像主要由眼科醫生依靠肉眼觀察來作出判斷，工作量甚大，同時極度依賴于醫生個人臨床經驗，這種識別方式不利于大規模地推廣。另外，可防可治性盲和低視力患者更多分布在經濟欠發達的國家和地區，究其原因為醫療資源缺乏及分布不均衡等。所以，研發一套光學相干層析成像技術視網膜病變檢測系統及檢測方法對臨床視網膜疾病的早期診療和預防意義重大，具有重要的現實意義和臨床價值。

發明內容

本發明的目的是針對上述問題，提供一種高效準確的光學相干層析圖像視網膜病變智能檢測系統及檢測方法，以深度學習思想為技術核心，結合遷移學習策略，利用深度學習模型中的卷積神經網絡(Convolutional Neural Network，CNN)算法構建分類器，實現視網膜病變的分類，并利用圖像分割算法實現對病灶的提取和視網膜分層，從而獲取圖片中病變位置的具體信息和形態參數的量化信息，生成相關診斷報告供醫生進一步診斷。本發明能夠彌補目前光學相干層析成像系統在病變智能識別和精準定位這一領域的空白，有效降低醫生工作強度，進一步促進光學相干層析成像系統在眼科疾病診斷上的臨床應用和技術發展。

為實現此目的，本發明采用如下技術方案：