[發(fā)明專利]眼底醫(yī)學(xué)圖像處理方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)在審
| 申請(qǐng)?zhí)枺?/td> | 201910702242.8 | 申請(qǐng)日: | 2019-07-31 |
| 公開(公告)號(hào): | CN110428410A | 公開(公告)日: | 2019-11-08 |
| 發(fā)明(設(shè)計(jì))人: | 初春燕;陳廣域;常佳;周旋;邊成;馬鍇;王小軍;鄭冶楓;楊昊臻 | 申請(qǐng)(專利權(quán))人: | 騰訊醫(yī)療健康(深圳)有限公司 |
| 主分類號(hào): | G06T7/00 | 分類號(hào): | G06T7/00 |
| 代理公司: | 深圳市深佳知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44285 | 代理人: | 王仲凱 |
| 地址: | 518052 廣東省深圳市*** | 國(guó)省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 眼底圖像 提示信息 圖像分類模型 醫(yī)學(xué)圖像處理 拍攝 存儲(chǔ)介質(zhì) 合格圖像 眼底 申請(qǐng) 圖像 提示用戶 圖像類型 自動(dòng)識(shí)別 質(zhì)量差 概率 | ||
1.一種眼底醫(yī)學(xué)圖像處理方法,其特征在于,包括:
獲取用戶拍攝的目標(biāo)眼底圖像;
利用圖像分類模型對(duì)所述目標(biāo)眼底圖像進(jìn)行處理,得到所述目標(biāo)眼底圖像屬于每種圖像類型的概率值;
根據(jù)所述概率值判斷所述目標(biāo)眼底圖像是否為合格圖像;
若所述目標(biāo)眼底圖像為不合格圖像,則生成提示信息,所述提示信息用來提示用戶重新拍攝眼底圖像。
2.根據(jù)權(quán)利要求1所述的眼底醫(yī)學(xué)圖像處理方法,其特征在于,所述利用圖像分類模型對(duì)所述目標(biāo)眼底圖像進(jìn)行處理,得到所述目標(biāo)眼底圖像屬于每種圖像類型的概率值,包括:
利用所述圖像分類模型對(duì)所述目標(biāo)眼底圖像進(jìn)行處理,得到所述目標(biāo)眼底圖像分別屬于清晰眼底類型、大面積污損類型、局部曝光類型、全局曝光類型、屈光間質(zhì)渾濁類型、非眼底類型的概率值。
3.根據(jù)權(quán)利要求2所述的眼底醫(yī)學(xué)圖像處理方法,其特征在于,根據(jù)所述概率值判斷所述目標(biāo)眼底圖像是否為合格圖像,包括:
根據(jù)所述概率值確定所述目標(biāo)眼底圖像所屬的目標(biāo)圖像類型;所述目標(biāo)圖像類型為概率值最大的圖像類型;
判斷所述目標(biāo)圖像類型是否為全局曝光類型、屈光間質(zhì)渾濁類型、非眼底類型中的任意一者;
若是,則判定所述目標(biāo)眼底圖像為不合格圖像;
若否,則判定所述目標(biāo)眼底圖像為合格圖像。
4.根據(jù)權(quán)利要求3所述的眼底醫(yī)學(xué)圖像處理方法,其特征在于,所述判定所述目標(biāo)眼底圖像為合格圖像之后,還包括:
判斷所述目標(biāo)圖像類型是否為清晰眼底類型;
若否,則生成瑕疵提醒信息。
5.根據(jù)權(quán)利要求3所述的眼底醫(yī)學(xué)圖像處理方法,其特征在于,所述判定所述目標(biāo)眼底圖像為合格圖像之后,還包括:
將所述目標(biāo)眼底圖像輸入疾病風(fēng)險(xiǎn)評(píng)估系統(tǒng)。
6.根據(jù)權(quán)利要求1所述的眼底醫(yī)學(xué)圖像處理方法,其特征在于,所述圖像分類模型為:預(yù)先通過不同類型的眼底圖像集訓(xùn)練得到的密集連接卷積網(wǎng)絡(luò)模型。
7.根據(jù)權(quán)利要求1至6中任意一項(xiàng)所述的眼底醫(yī)學(xué)圖像處理方法,其特征在于,所述提示信息包括:質(zhì)量評(píng)分信息、不合格原因信息、拍攝建議信息中的至少一者。
8.一種眼底醫(yī)學(xué)圖像處理裝置,其特征在于,包括:
圖像獲取模塊,用于獲取用戶拍攝的目標(biāo)眼底圖像;
圖像處理模塊,用于利用圖像分類模型對(duì)所述目標(biāo)眼底圖像進(jìn)行處理,得到所述目標(biāo)眼底圖像屬于每種圖像類型的概率值;
判斷模塊,用于根據(jù)所述概率值判斷所述目標(biāo)眼底圖像是否為合格圖像;
提示信息生成模塊,用于在所述目標(biāo)眼底圖像為不合格圖像時(shí),生成提示信息,所述提示信息用來提示用戶重新拍攝眼底圖像。
9.一種電子設(shè)備,其特征在于,包括:
存儲(chǔ)器,用于存儲(chǔ)計(jì)算機(jī)程序;
處理器,用于執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述的眼底醫(yī)學(xué)圖像處理方法的步驟。
10.一種存儲(chǔ)介質(zhì),其特征在于,所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序,所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述的眼底醫(yī)學(xué)圖像處理方法的步驟。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于騰訊醫(yī)療健康(深圳)有限公司,未經(jīng)騰訊醫(yī)療健康(深圳)有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910702242.8/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 一種圖像分類方法及裝置
- 一種圖像分類方法、裝置、可讀存儲(chǔ)介質(zhì)及終端設(shè)備
- 圖像分類模型的訓(xùn)練方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)
- 一種前列腺超聲圖像分割分類方法
- 圖像分類模型訓(xùn)練方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)
- 圖像分類模型的訓(xùn)練、圖像分類方法、裝置、設(shè)備及介質(zhì)
- 一種對(duì)抗樣本檢測(cè)方法、裝置、電子設(shè)備及介質(zhì)
- 醫(yī)學(xué)圖像的分類方法及其分類裝置
- 圖像分類方法、圖像分類模型的訓(xùn)練方法、裝置和設(shè)備
- 一種胃鏡圖像分類模型構(gòu)建方法及胃鏡圖像分類方法
- 檢索醫(yī)學(xué)照片的方法和系統(tǒng)
- 具有過程工作流程記錄的醫(yī)學(xué)工作流程系統(tǒng)及方法
- 檢索醫(yī)學(xué)圖像的方法
- 三維醫(yī)學(xué)目標(biāo)的切割方法及裝置
- 醫(yī)學(xué)圖像分割方法、裝置、系統(tǒng)及圖像分割方法
- 基于區(qū)塊鏈和醫(yī)學(xué)圖像的遠(yuǎn)程疾病智能診斷系統(tǒng)
- 圖像質(zhì)量提升方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)
- 醫(yī)學(xué)圖像分割模型的生成方法及裝置、系統(tǒng)
- 一種醫(yī)學(xué)圖像采集方法、裝置及設(shè)備
- 一種醫(yī)學(xué)圖像處理方法、醫(yī)學(xué)圖像識(shí)別方法及裝置





