[發(fā)明專利]眼底彩照圖像分級方法、裝置、計算機(jī)設(shè)備及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202010790150.2
• 申請日: 2020-08-07
• 公開（公告）號: CN111951933B
• 公開（公告）日: 2023-01-17
• 發(fā)明（設(shè)計）人: 王關(guān)政;王立龍
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G16H30/20
• 分類號: G16H30/20;G16H50/20;G06V10/764;G06V10/56;G06V10/82;G06N3/0464;G06N3/045;G06N3/08
• 代理公司: 北京英特普羅知識產(chǎn)權(quán)代理有限公司 11015
• 代理人: 程超

本發(fā)明公開了眼底彩照圖像分級方法、裝置、計算機(jī)設(shè)備及存儲介質(zhì)，涉及人工智能技術(shù)領(lǐng)域，包括以下：獲取原始圖像，對所述原始圖像進(jìn)行增強(qiáng)處理，獲得目標(biāo)圖像；對所述原始圖像和所述目標(biāo)圖像進(jìn)行色彩處理，分別獲得第一處理圖像和第二處理圖像；用預(yù)訓(xùn)練的分級模型對所述第一處理圖像和所述第二處理圖像進(jìn)行處理，獲得目標(biāo)分級結(jié)果，通過多色彩空間的第一處理圖像和第二處理圖像作為模型輸入，并通過融合后的特征在全圖的尺度下進(jìn)行預(yù)測實現(xiàn)對常見的眼底彩照病種進(jìn)行分類分級，可以將有病變的眼底彩照自動篩出，達(dá)到預(yù)篩選的效果，提高工作效率。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種眼底彩照圖像分級方法、裝置、計算機(jī)設(shè)備及存儲介質(zhì)。

背景技術(shù)

眼底圖像包含血管、視盤、黃斑區(qū)域等多種生理結(jié)構(gòu)，隨著年齡的增長，極易發(fā)生病變，眼底檢查時應(yīng)用最廣泛也是最重要的方式之一就是拍攝眼底彩照，通過其拍攝的眼底視網(wǎng)膜結(jié)構(gòu)彩圖，醫(yī)生可以直接觀察和分析拍攝者眼底是否存在異常，但是目前眼底彩照的閱讀和診斷高度依賴于醫(yī)生經(jīng)驗，工作量較大。

現(xiàn)有的眼底彩照識別部分根據(jù)標(biāo)準(zhǔn)圖片進(jìn)行參照比較識別，然而現(xiàn)實臨床中的眼底彩照圖片并不是標(biāo)準(zhǔn)圖片，因此識別準(zhǔn)確性較低，還有一些眼底圖像自動識別分區(qū)方法用于特定疾病，如基于糖網(wǎng)分級識別糖尿病視網(wǎng)膜病變，但無法考慮老年黃斑變性等常見病變的分級，因此需要一種將有病變的眼底彩照自動篩出眼底彩照圖像分級方法。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種眼底彩照圖像分級方法、裝置、計算機(jī)設(shè)備及存儲介質(zhì)，用于解決現(xiàn)有技術(shù)中的眼底彩照識別大多依賴于醫(yī)生經(jīng)驗，僅部分疾病能夠根據(jù)眼底彩照進(jìn)行自動識別，缺乏一種適用于常見病種的眼底彩照自動篩選方法的問題。

為實現(xiàn)上述目的，本發(fā)明提供一種眼底彩照圖像分級方法，包括：

獲取原始圖像，對所述原始圖像進(jìn)行增強(qiáng)處理，獲得目標(biāo)圖像；

對所述原始圖像和所述目標(biāo)圖像進(jìn)行色彩處理，分別獲得第一處理圖像和第二處理圖像；

采用預(yù)訓(xùn)練的分級模型對所述第一處理圖像和所述第二處理圖像進(jìn)行處理，獲得目標(biāo)分級結(jié)果。

上述方案中，對所述原始圖像進(jìn)行增強(qiáng)處理，獲得目標(biāo)圖像，包括以下：

根據(jù)預(yù)設(shè)尺寸對所述原始圖像進(jìn)行裁剪或縮放；

對裁剪或縮放后的原始圖像進(jìn)行歸一化處理，獲得處理圖像；

采用限制對比度自適應(yīng)直方圖均衡算法對所述處理圖像進(jìn)行處理，獲得目標(biāo)圖像。

上述方案中，對所述原始圖像和所述目標(biāo)圖像進(jìn)行色彩處理，分別獲得第一處理圖像和第二處理圖像，包括以下：

分別基于所述原始圖像和所述目標(biāo)圖像獲取第一RGB三通道圖像和第二RGB三通道圖像；

分別對第一RGB三通道圖像和第二RGB三通道圖像進(jìn)行圖像轉(zhuǎn)換，獲得對應(yīng)的第一HSV三通道圖像和第二HSV三通道圖像；

采用所述第一RGB通道圖像與所述第一HSV通道圖像融合獲得第一處理圖像；

采用所述第二RGB通道圖像與所述第二HSV通道圖像融合獲得第二處理圖像。

上述方案中，在采用預(yù)訓(xùn)練的分級模型對所述第一處理圖像和所述第二處理圖像進(jìn)行處理前，包括采用訓(xùn)練樣本，對所述分級模型進(jìn)行訓(xùn)練，所述訓(xùn)練包括以下：

獲取多個訓(xùn)練樣本，每一所述訓(xùn)練樣本包括帶有分級標(biāo)簽的樣本原始圖像、帶有分級標(biāo)簽的樣本增強(qiáng)圖像；

其中，所述分級標(biāo)簽包括輕中度老年黃斑變性、重度老年黃斑變性、輕中度糖網(wǎng)、重度糖網(wǎng)、豹紋狀眼底、病理性近視；