[發明專利]基于傅里葉變換的OCT圖像質量評估方法、系統及裝置

在審

• 申請號: 202010618087.4
• 申請日: 2020-06-30
• 公開（公告）號: CN111784665A
• 公開（公告）日: 2020-10-16
• 發明（設計）人: 王瑞;王立龍;呂傳峰
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京鴻元知識產權代理有限公司 11327
• 代理人: 袁文婷;張娓娓

本發明涉及人工智能，提供一種基于傅里葉變換的OCT圖像質量評估方法，包括：對具有已知圖像標簽的眼底OCT圖像樣本集中的各眼底OCT圖像樣本進行傅里葉變換，以建立相應的頻譜圖像樣本集；創建多模態分類網絡模型，并通過眼底OCT圖像樣本集和頻譜圖像樣本集對多模態分類網絡模型進行訓練；多模態分類網絡模型訓練完畢后，將待分類眼底OCT圖像以及與待分類眼底OCT圖像對應的待分類頻譜圖像輸入至多模態分類網絡模型，通過多模態分類網絡模型對待分類眼底OCT圖像進行質量評估。本發明還涉及區塊鏈技術，眼底OCT圖像樣本存儲于區塊鏈中。本發明提供技術方案既能夠實現眼底OCT圖像的質量評估的自動化，又能夠顯著提高評估精度。

技術領域

本發明涉及圖像識別技術領域，尤其涉及一種基于傅里葉變換的OCT圖像質量評估方法、系統、裝置及存儲介質。

背景技術

光學相干斷層掃描(Optical Coherence Tomography，OCT)是一種可用于診斷眼底疾病的成像技術。由于其可以精準反應病人眼底的疾病，且成像方便快捷，因此廣泛應用于人工智能(Artificial Intelligence，AI)篩查和輔助診斷領域。現階段眼底OCT質量評估方法，主要基于質量指數(Quality Index，QI)和信號強度指數(Signal StrengthIndicator，SSI)去判斷眼底OCT圖像質量是否合格。但是這種方法只能反應一個OCT圖像序列的整體質量，無法判斷單張眼底OCT圖像質量是否可用，且此種方法很難應用于人工智能領域。

然而，傳統AI圖像質量評估方法通常是將圖像輸入神經網絡中進行圖像分類，這種方式只考慮圖像空間域信息而不會考慮圖像的頻域信息，但OCT圖像為較為簡單，圖像域信息較為單一，因此傳統AI圖像質量評估方法很難得到一個較好的結果。對于眼底OCT質量的評估，使用這種傳統的AI圖像質量評估方法顯然也得不到較好的質量評估結果。

基于以上問題，亟需一種高效且高質量的眼底OCT圖像的質量評估方法。

發明內容

本發明提供一種基于傅里葉變換的OCT圖像質量評估方法、系統、電子裝置以及計算機存儲介質，其主要目的在于解決現有的眼底OCT圖像方法效率低質量差的問題。

為實現上述目的，本發明提供一種基于傅里葉變換的OCT圖像質量評估方法，該方法包括如下步驟：

對具有已知圖像標簽的眼底OCT圖像樣本集中的各眼底OCT圖像樣本進行傅里葉變換，以建立相應的頻譜圖像樣本集；

創建多模態分類網絡模型，并通過所述眼底OCT圖像樣本集和所述頻譜圖像樣本集對所述多模態分類網絡模型進行訓練；

所述多模態分類網絡模型訓練完畢后，將待分類眼底OCT圖像以及與所述待分類眼底OCT圖像對應的待分類頻譜圖像輸入至所述多模態分類網絡模型，通過所述多模態分類網絡模型對所述待分類眼底OCT圖像進行質量評估。

可選地，所述眼底OCT圖像樣本存儲于區塊鏈中，對所述眼底OCT圖像樣本進行傅里葉變換的過程包括：

依次對各眼底OCT圖像分別進行灰度處理；

對灰度處理后的各眼底OCT圖像進行快速傅里葉變換生成相應的頻域樣本；

根據所述頻域樣本建立所述頻譜圖像樣本集。

另外，本發明還提供一種基于傅里葉變換的OCT圖像質量評估系統，所述系統包括：

樣本集建立單元，用于對具有已知圖像標簽的眼底OCT圖像樣本集中的各眼底OCT圖像樣本進行傅里葉變換，以建立相應的頻譜圖像樣本集；

模型訓練單元，用于創建多模態分類網絡模型，并通過所述眼底OCT圖像樣本集和所述頻譜圖像樣本集對所述多模態分類網絡模型進行訓練；