[發(fā)明專利]基于視網(wǎng)膜眼底圖像的目標(biāo)檢測(cè)定位方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201911339732.2
• 申請(qǐng)日: 2019-12-23
• 公開(kāi)（公告）號(hào): CN111127425B
• 公開(kāi)（公告）日: 2023-04-28
• 發(fā)明（設(shè)計(jì)）人: 史榮潔;姜泓羊;張冬冬;代黎明
• 申請(qǐng)（專利權(quán)）人: 北京至真互聯(lián)網(wǎng)技術(shù)有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/11;G06T7/136;G06V10/764;G06V10/82;G06T5/00;G06N3/045;G06N3/047;G06N3/08
• 代理公司: 北京市鼎立東審知識(shí)產(chǎn)權(quán)代理有限公司 11751
• 代理人: 陳佳妹;賈滿意

本申請(qǐng)涉及一種基于視網(wǎng)膜眼底圖像的目標(biāo)檢測(cè)定位方法，包括：采集當(dāng)前需要檢測(cè)的視網(wǎng)膜眼底圖像；對(duì)視網(wǎng)膜眼底圖像進(jìn)行質(zhì)量評(píng)估，得到相應(yīng)的質(zhì)量評(píng)估結(jié)果；在質(zhì)量評(píng)估結(jié)果為清晰可見(jiàn)時(shí)，采用第一神經(jīng)網(wǎng)絡(luò)模型對(duì)視網(wǎng)膜眼底圖像進(jìn)行檢測(cè)，定位出視網(wǎng)膜眼底圖像中的異常區(qū)域；其中，異常區(qū)域包括病灶區(qū)域和形態(tài)異常區(qū)域；將定位出的異常區(qū)域由視網(wǎng)膜眼底圖像中分割出來(lái)，并采用第二神經(jīng)網(wǎng)絡(luò)模型對(duì)分割出來(lái)的異常區(qū)域進(jìn)行異常引發(fā)因素分析，確定并抑制由噪聲引發(fā)的異常后，在視網(wǎng)膜眼底圖像中標(biāo)注出除由噪聲引發(fā)的異常之外的其他異常區(qū)域，并輸出標(biāo)注后的眼底圖像。其有效提高了眼底圖像檢測(cè)結(jié)果的精確度。

技術(shù)領(lǐng)域

本公開(kāi)涉及醫(yī)學(xué)圖像處理技術(shù)領(lǐng)域，尤其涉及一種基于視網(wǎng)膜眼底圖像的目標(biāo)檢測(cè)定位方法和裝置、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

近年來(lái)，隨著人工智能時(shí)代的到來(lái)，醫(yī)學(xué)成像采集設(shè)備的不斷完善，以及圖像處理、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)的不斷發(fā)展，越來(lái)越多的技術(shù)研發(fā)人員投入到AI醫(yī)學(xué)領(lǐng)域中，使得醫(yī)學(xué)圖像取得了豐碩的成果。特別是深度學(xué)習(xí)的興起，讓醫(yī)學(xué)圖像異常檢測(cè)更加精準(zhǔn)和高效，對(duì)醫(yī)生診斷起到了很強(qiáng)的輔助作用，節(jié)省了醫(yī)生的工作時(shí)間。但是，在相關(guān)技術(shù)中，應(yīng)用深度學(xué)習(xí)的方法對(duì)眼底圖像進(jìn)行異常檢測(cè)中，通常只是檢測(cè)眼底圖像中的病灶異常，對(duì)于激光斑等形態(tài)的異常不能檢測(cè)出來(lái)，這就導(dǎo)致相關(guān)應(yīng)用深度學(xué)習(xí)進(jìn)行眼底圖像異常檢測(cè)的技術(shù)的檢測(cè)結(jié)果不夠全面，從而影響檢測(cè)結(jié)果的準(zhǔn)確度。

發(fā)明內(nèi)容

有鑒于此，本公開(kāi)提出了一種基于視網(wǎng)膜眼底圖像的目標(biāo)檢測(cè)定位方法，可以有效提高了檢測(cè)結(jié)果的精確度。

根據(jù)本公開(kāi)的一方面，提供了一種基于視網(wǎng)膜眼底圖像的目標(biāo)檢測(cè)定位方法，包括：

采集當(dāng)前需要檢測(cè)的視網(wǎng)膜眼底圖像；

對(duì)所述視網(wǎng)膜眼底圖像進(jìn)行質(zhì)量評(píng)估，得到相應(yīng)的質(zhì)量評(píng)估結(jié)果；

在所述質(zhì)量評(píng)估結(jié)果為清晰可見(jiàn)時(shí)，采用第一神經(jīng)網(wǎng)絡(luò)模型對(duì)所述視網(wǎng)膜眼底圖像進(jìn)行檢測(cè)，定位出所述視網(wǎng)膜眼底圖像中的異常區(qū)域；

其中，所述異常區(qū)域包括病灶區(qū)域和形態(tài)異常區(qū)域；

將定位出的所述異常區(qū)域由所述視網(wǎng)膜眼底圖像中分割出來(lái)，并采用第二神經(jīng)網(wǎng)絡(luò)模型對(duì)分割出來(lái)的所述異常區(qū)域進(jìn)行異常引發(fā)因素分析，確定并抑制由噪聲引發(fā)的異常后，在所述視網(wǎng)膜眼底圖像中標(biāo)注出除由所述噪聲引發(fā)的異常之外的其他異常區(qū)域，并輸出標(biāo)注后的眼底圖像。

在一種可能的實(shí)現(xiàn)方式中，對(duì)所述視網(wǎng)膜眼底圖像進(jìn)行質(zhì)量評(píng)估，得到相應(yīng)的質(zhì)量評(píng)估結(jié)果，包括：

對(duì)所述視網(wǎng)膜眼底圖像進(jìn)行預(yù)處理，包括去除視網(wǎng)膜眼底圖像中的黑邊、尺寸縮放、歸一化中的至少一種；

將預(yù)處理后的視網(wǎng)膜眼底圖像輸入至深度學(xué)習(xí)分類網(wǎng)絡(luò)模型中，由所述深度學(xué)習(xí)分類網(wǎng)絡(luò)模型對(duì)預(yù)處理后的視網(wǎng)膜眼底圖像進(jìn)行質(zhì)量評(píng)估，得到所述質(zhì)量評(píng)估結(jié)果。

在一種可能的實(shí)現(xiàn)方式中，去除所述視網(wǎng)膜眼底圖像中的黑邊，包括：

對(duì)所述視網(wǎng)膜眼底圖像進(jìn)行中值濾波，去除所述黑邊中的噪聲；

分別沿所述視網(wǎng)膜眼底圖像的寬度方向和高度方向正向遍歷所述視網(wǎng)膜眼底圖像，確定出沿寬度方向遍歷過(guò)的像素點(diǎn)的像素和大于第一閾值時(shí)的第一位置坐標(biāo)和沿高度方向遍歷過(guò)的像素點(diǎn)的像素和大于所述第一閾值時(shí)的第二位置坐標(biāo)；

分別沿所述視網(wǎng)膜眼底圖像的寬度方向和高度方向反向遍歷所述視網(wǎng)膜眼底圖像，確定出沿寬度方向遍歷過(guò)的像素點(diǎn)的像素和大于第一閾值時(shí)的第三位置坐標(biāo)和沿高度方向遍歷過(guò)的像素點(diǎn)的像素和大于所述第一閾值時(shí)的第四位置坐標(biāo)；

以所述第一位置坐標(biāo)作為左邊界、以所述第二位置坐標(biāo)作為上邊界、所述第三位置坐標(biāo)作為右邊界和以所述第四位置坐標(biāo)作為下邊界，對(duì)所述視網(wǎng)膜眼底圖像進(jìn)行裁剪，得到去除黑邊后的視網(wǎng)膜眼底圖像；