[發明專利]一種視網膜眼底彩色照片圖像篩選方法

有效

• 申請號: 201910619610.2
• 申請日: 2019-07-10
• 公開（公告）號: CN110459299B
• 公開（公告）日: 2023-06-27
• 發明（設計）人: 周毅;張亮軍;蔡瑞昇
• 申請（專利權）人: 中山大學
• 主分類號: G16H30/20
• 分類號: G16H30/20;G06T7/00;G06V10/74;A61B3/14;A61B3/12
• 代理公司: 北京博爾赫知識產權代理事務所(普通合伙) 16045
• 代理人: 于武江

本發明屬于醫學圖像處理技術領域，涉及到使用自動化的腳本處理大規模視網膜眼底彩色照片圖像，將視網膜眼底彩色照片圖像從含有大量眼外觀圖像中篩選出來。本發明利用圖像數據篩選方法從大規模視網膜眼底彩色照片圖像數據中篩選出高質量的眼底圖像，允許用戶修改圖像相似度計算區域以及是否選擇切分圖像，最終得到可用于臨床診斷以及人工智能算法開發的高質量視網膜眼底彩色照片圖像數據。

技術領域

本發明涉及醫學圖像處理技術領域，更具體地，是一種視網膜眼底彩色照片圖像篩選方法。

背景技術

近年來，隨著人民生活水平的提高，高強度的生活、不健康的生活方式、逐漸增大工作壓力使得眼底疾病的患病率不斷上升，而且逐步向年輕化發展。此外，由于不良的學習習慣，青少年近視人數也在連年攀升。這些眼科疾病的突發性、嚴重性已經嚴重危及了人們的生命。因此，根據視網膜眼底彩色照片-早期發現和正確診斷相關眼科疾病具有非常重要的作用。

目前，對于眼底病變的相關診斷都是由眼科醫生對每一張眼底圖像進行讀片獲得。因此，高質量的眼底圖像對于臨床診斷具有十分重要的作用，例如使眼科診療水平得到進一步提升、使患者享受到更優質的醫療服務等。同時，隨著計算機技術的快速發展，利用人工智能技術對眼底圖像進行分析也成為醫療領域的研究熱點，由于人工智能相關算法模型需要大量的數據作為基礎，因此，如何快速獲得高質量的數據也成為限制算法模型效率提升的重要原因。

由于目前各種眼底圖像采集設備質量參差不齊，圖像拍攝人員缺乏培訓，導致獲得的圖像雖然數量很大但無法保證質量，更進一步，則無法用于人工智能算法的開發，導致醫學人工智能研究進展緩慢。因此，如何從大規模視網膜眼底彩色照片圖像數據中篩選出高質量的可用于醫生診斷以及人工智能算法模型開發的圖像數據也成為一大難題。

發明內容

針對的現有技術中無法從大規模視網膜眼底彩色照片圖像數據中篩選出高質量圖像數據的問題，本發明提供了一種視網膜眼底彩色照片圖像篩選方法，

一種視網膜眼底彩色照片圖像篩選方法，所述視網膜眼底彩色照片圖像篩選方法包括以下步驟：

S1.對不同設備采集的視網膜眼底彩色照片圖像數據進行批量預處理；

S2.從預處理后的圖像數據中選擇一張圖像作為標準模板圖像，將待篩選圖像與標準模板圖像進行圖像相似度計算；

S3.根據圖像相似度計算結果設置相似度閾值，根據相似度閾值篩選出符合要求的圖像并獲得圖像的屬性信息；

S4.使用符合相似度閾值的圖像的屬性信息與所有的圖像數據的屬性信息進行匹配，完成視網膜眼底彩色照片圖像的篩選。

進一步，所述S1中對不同設備采集的視網膜眼底彩色照片圖像數據進行批量預處理，包括但不僅限于：圖像灰度轉換、z-score標準化、限制對比度自適應直方圖均衡、Gamma校正、數據歸一化等步驟。

進一步，所述S2的具體步驟如下：

S21.從預處理后的所有圖像中，允許用戶從中選擇一張圖像作為標準模板圖像，由于圖像數據之間的差異存在于特定像素范圍內，因此需要選擇對比相似度的像素范圍，設定相似度計算區域；同時，用戶在進行相似度對比時，選擇是否對設定范圍內的圖像進行切割并生成切割信息，即將計算區域分成不同大小的圖像塊；

S22.根據用戶對圖像相似度計算區域的設定，同時將對計算區域進行切割的切割信息運用到待篩選的圖像中，將計算區域切割分成不同大小的圖像塊，依次進行待篩選圖像的圖像塊與標準模板圖像的圖像塊的圖像相似度的計算，得到待篩選的圖像的相似度指數。