[發(fā)明專利]一種基于拓?fù)浣Y(jié)構(gòu)的神經(jīng)圖像彎曲度估計(jì)方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202010512030.6
• 申請(qǐng)日: 2020-06-08
• 公開（公告）號(hào): CN111784641A
• 公開（公告）日: 2020-10-16
• 發(fā)明（設(shè)計(jì)）人: 謝建洋;趙一天;蘇攀;蔣珊珊;毛浩宇;楊建龍;劉江
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)院寧波工業(yè)技術(shù)研究院慈溪生物醫(yī)學(xué)工程研究所;中國(guó)科學(xué)院寧波材料技術(shù)與工程研究所
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/10;G06T7/60;G06K9/62;G16H10/20;G16H30/20;G16H50/20
• 代理公司: 浙江千克知識(shí)產(chǎn)權(quán)代理有限公司 33246
• 代理人: 裴金華

本發(fā)明屬于神經(jīng)圖像處理領(lǐng)域，公開一種基于拓?fù)浣Y(jié)構(gòu)的神經(jīng)圖像彎曲度估計(jì)方法，包括獲取角膜神經(jīng)圖像信息，通過(guò)深度學(xué)習(xí)網(wǎng)絡(luò)分隔角膜神經(jīng)圖像信息得到角膜神經(jīng)網(wǎng)絡(luò)片段；計(jì)算角膜神經(jīng)網(wǎng)絡(luò)片段的彎曲度指標(biāo)，采用加權(quán)平均聚合算法對(duì)角膜神經(jīng)網(wǎng)絡(luò)片段進(jìn)行彎曲度指標(biāo)聚合并得出彎曲度聚合指標(biāo)；建立基于角膜神經(jīng)圖像信息的角膜神經(jīng)拓?fù)浣Y(jié)構(gòu)；通過(guò)對(duì)角膜神經(jīng)網(wǎng)絡(luò)片段各異性分析，采用誘導(dǎo)廣義有序加權(quán)平均方法對(duì)彎曲度聚合指標(biāo)融合得到角膜神經(jīng)圖像的彎曲度；充分考慮不同角膜神經(jīng)片段的形態(tài)結(jié)構(gòu)和功能各異性，對(duì)不同的神經(jīng)分支進(jìn)行個(gè)體化分析，能夠有效的將臨床診斷經(jīng)驗(yàn)和角膜神經(jīng)彎曲度自動(dòng)計(jì)算相結(jié)合，從而實(shí)現(xiàn)基于角膜神經(jīng)圖像的臨床診斷。

技術(shù)領(lǐng)域

本發(fā)明屬于神經(jīng)圖像處理領(lǐng)域，特別的涉及一種基于拓?fù)浣Y(jié)構(gòu)的神經(jīng)圖像彎曲度估計(jì)方法及裝置。

背景技術(shù)

糖尿病目前是全球高發(fā)的全身性疾病，已經(jīng)嚴(yán)重影響了人們的生命健康安全，早期的篩查、診斷和干預(yù)可以一定程度上降低糖尿病及其并發(fā)癥的發(fā)病率，因此簡(jiǎn)單有效的診斷方法對(duì)于糖尿病的早期篩查具有非常重要的意義。研究表明，糖尿病會(huì)引起視網(wǎng)膜血管以及角膜神經(jīng)的形態(tài)變化，且糖尿病角膜神經(jīng)病變( Diabetic Corneal Neuropathy,以下簡(jiǎn)稱為DCN)發(fā)生在視網(wǎng)膜血管病變之前。因此，基于角膜神經(jīng)形態(tài)的變化對(duì)糖尿病進(jìn)行早期的篩查、診斷具有非常重要的臨床意義。目前在臨床中，醫(yī)生普遍采用體內(nèi)共焦顯微鏡 (in vivo confocal microscopy，以下簡(jiǎn)稱為IVCM) 對(duì)角膜進(jìn)行掃描拍攝，用來(lái)觀察角膜各層組織中神經(jīng)叢的分布和形態(tài)。并通過(guò)觀察角膜基底下神經(jīng)纖維叢（Sub-basal nerveplexus，以下簡(jiǎn)稱SBP）的形態(tài)特征來(lái)進(jìn)行疾病分析。

然而目前廣泛使用的IVCM設(shè)備沒(méi)有自帶量化角膜神經(jīng)彎曲度的功能，對(duì)角膜神經(jīng)的彎曲度評(píng)估很大程度上依賴于醫(yī)生的臨床經(jīng)驗(yàn)。隨著設(shè)備技術(shù)的不斷提高和角膜神經(jīng)檢測(cè)的普及，角膜神經(jīng)圖像數(shù)據(jù)呈現(xiàn)爆炸式增長(zhǎng)，因此依賴專家的人工診斷方式已經(jīng)不能滿足實(shí)際臨床需求；同時(shí)由于醫(yī)生臨床經(jīng)驗(yàn)的差異以及人工診斷的主觀性，可能會(huì)導(dǎo)致不同的醫(yī)生對(duì)于同一幅角膜神經(jīng)病變圖像給出不同的診斷結(jié)果。由此可見(jiàn)，基于人工診斷的糖尿病角膜神經(jīng)彎曲度的評(píng)估具有診斷效率低、主觀性強(qiáng)、復(fù)現(xiàn)性差以及標(biāo)準(zhǔn)不統(tǒng)一等缺點(diǎn)，容易導(dǎo)致出現(xiàn)錯(cuò)診或漏診，使患者不能夠及時(shí)接受相應(yīng)的治療。

同時(shí)目前存在的角膜神經(jīng)圖像彎曲度自動(dòng)評(píng)估方法大都針對(duì)單一的神經(jīng)片段，臨床上對(duì)于疾病的診斷多以整幅圖像為最小單位，單支神經(jīng)的彎曲度無(wú)法直接應(yīng)用于糖尿病自動(dòng)診斷，因此常見(jiàn)的方式是將圖像中包含的角膜神經(jīng)片段參數(shù)進(jìn)行無(wú)差別聚合來(lái)實(shí)現(xiàn)整幅圖像的彎曲度分級(jí)，然而醫(yī)生在進(jìn)行角膜神經(jīng)彎曲度評(píng)估時(shí)實(shí)際上包含了對(duì)典型神經(jīng)結(jié)構(gòu)的選取，簡(jiǎn)單的使用平均法忽略了神經(jīng)結(jié)構(gòu)以及功能的各異性，不能夠精確描述整幅圖像角膜神經(jīng)的彎曲度，無(wú)法直接用于相關(guān)疾病的臨床檢查。

發(fā)明內(nèi)容

本發(fā)明目的是提供一種基于拓?fù)浣Y(jié)構(gòu)的神經(jīng)圖像彎曲度估計(jì)方法及裝置，用以解決上述提到的目前存在的角膜神經(jīng)圖像彎曲度自動(dòng)評(píng)估方法大都針對(duì)單一的神經(jīng)片段，臨床上對(duì)于疾病的診斷多以整幅圖像為最小單位，單支神經(jīng)的彎曲度無(wú)法直接應(yīng)用于糖尿病自動(dòng)診斷，因此常見(jiàn)的方式是將圖像中包含的角膜神經(jīng)片段參數(shù)進(jìn)行無(wú)差別聚合來(lái)實(shí)現(xiàn)整幅圖像的彎曲度分級(jí)，然而醫(yī)生在進(jìn)行角膜神經(jīng)彎曲度評(píng)估時(shí)實(shí)際上包含了對(duì)典型神經(jīng)結(jié)構(gòu)的選取，簡(jiǎn)單的使用平均法忽略了神經(jīng)結(jié)構(gòu)以及功能的各異性，不能夠精確描述整幅圖像角膜神經(jīng)的彎曲度，無(wú)法直接用于相關(guān)疾病的臨床檢查。

本發(fā)明解決其技術(shù)問(wèn)題采用的技術(shù)方案是，提出一種基于拓?fù)浣Y(jié)構(gòu)的神經(jīng)圖像彎曲度估計(jì)方法，其包括以下步驟：

獲取角膜神經(jīng)圖像信息，通過(guò)深度學(xué)習(xí)網(wǎng)絡(luò)分隔所述角膜神經(jīng)圖像信息得到角膜神經(jīng)網(wǎng)絡(luò)片段；

計(jì)算所述角膜神經(jīng)網(wǎng)絡(luò)片段的彎曲度指標(biāo)，采用加權(quán)平均聚合算法對(duì)所述角膜神經(jīng)網(wǎng)絡(luò)片段進(jìn)行彎曲度指標(biāo)聚合并得出彎曲度聚合指標(biāo)；

建立基于所述角膜神經(jīng)圖像信息的角膜神經(jīng)拓?fù)浣Y(jié)構(gòu)；