[發(fā)明專利]一種眼底低質(zhì)量圖片的智能優(yōu)化系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010858457.1
• 申請日: 2020-08-24
• 公開（公告）號: CN112037187A
• 公開（公告）日: 2020-12-04
• 發(fā)明（設(shè)計）人: 李中文;蔣杰偉;陳蔚;鄭欽象
• 申請（專利權(quán)）人: 寧波市眼科醫(yī)院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G06N3/04
• 代理公司: 北京棧橋知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11670
• 代理人: 潘衛(wèi)鋒

1.一種眼底低質(zhì)量圖片的智能優(yōu)化系統(tǒng)，其特征在于，主要包括加載模塊(1)、訓(xùn)練模塊(2)、優(yōu)化模塊(3)、合成模塊(4)和輸出模塊(5)，

所述加載模塊(1)用于對初始眼底圖片進(jìn)行預(yù)處理，加載模塊(1)包括利用無監(jiān)督學(xué)習(xí)的CycleGAN網(wǎng)絡(luò)分批次加載眼底圖片的加載單元(11)、將所述加載后眼底圖片按照清晰度分類為高質(zhì)量眼底圖片和低質(zhì)量眼底圖片的分類單元(12)、用于分別對高質(zhì)量眼底圖片和低質(zhì)量眼底圖片進(jìn)行標(biāo)簽標(biāo)注的標(biāo)注單元(13)和用于將標(biāo)簽標(biāo)注后的高質(zhì)量眼底圖片和低質(zhì)量眼底圖片分別進(jìn)行排序的排序單元(14)，

所述訓(xùn)練模塊(2)用于對判別器進(jìn)行優(yōu)化訓(xùn)練，訓(xùn)練模塊(2)包括用于訓(xùn)練判別器的高質(zhì)量眼底圖片訓(xùn)練單元(21)、低質(zhì)量眼底圖片訓(xùn)練單元(22)和用于訓(xùn)練生成器的生成器訓(xùn)練單元(23)，

所述優(yōu)化模塊(3)用于對低質(zhì)量眼底圖片進(jìn)行優(yōu)化，優(yōu)化模塊(3)包括用于通過VGG16網(wǎng)絡(luò)對低質(zhì)量眼底圖片上眼底特征進(jìn)行識別的特征識別單元(31)、用于對低質(zhì)量眼底圖片上模糊或被遮蓋特征區(qū)域進(jìn)行標(biāo)記的標(biāo)記單元(32)、用于對所述標(biāo)記單元(32)標(biāo)記的模糊或被遮蓋特征區(qū)域進(jìn)行去除的處理單元(33)和利用特征識別單元(31)對所述處理單元(33)處理后低質(zhì)量眼底圖片進(jìn)行復(fù)檢的復(fù)檢單元(34)，

所述合成模塊(4)用于將所述優(yōu)化模塊(3)優(yōu)化處理后的低質(zhì)量眼底圖片進(jìn)行合成，合成模塊(4)包括用于根據(jù)所述標(biāo)記單元(32)的標(biāo)記特征對優(yōu)化模塊(3)優(yōu)化處理后低質(zhì)量眼底圖片進(jìn)行特征分類的特征分類單元(41)、用于根據(jù)分類特征將標(biāo)記特征區(qū)域不同的處理后低質(zhì)量眼底圖片進(jìn)行匹配的匹配單元(42)、用于將所述匹配單元(42)匹配的低質(zhì)量眼底圖片進(jìn)行疊加合成的合成單元(43)和用于對所述合成單元(43)合成后眼底圖片上模糊或被遮蓋特征進(jìn)行判別的判別單元(44)，

所述輸出模塊(5)用于將所述合成模塊(4)合成眼底圖片校對輸出，輸出模塊(5)包括用于將所述標(biāo)記單元(32)標(biāo)記特征與合成模塊(4)合成眼底圖片特征進(jìn)行比對的特征比對單元(51)、用于將特診比對單元(51)比對后無模糊或遮蓋區(qū)域的清晰眼底圖片通過生成器生成的生成單元(52)、用于將所述生成單元(52)生成清晰眼底圖片保存的存儲單元(53)和用于將生成單元(52)生成清晰眼底圖片進(jìn)行傳送輸出的傳輸單元(54)。

2.根據(jù)權(quán)利要求1所述的一種眼底低質(zhì)量圖片的智能優(yōu)化系統(tǒng)，其特征在于，所述分類單元(12)的分類函數(shù)采用loss函數(shù)，所述loss函數(shù)的分類標(biāo)準(zhǔn)采用的是wasserstein距離，所述判別單元(44)同樣采用loss函數(shù)進(jìn)行判別，判別標(biāo)準(zhǔn)為wasserstein距離，分類單元(12)的loss函數(shù)比重與判別單元(44)的loss函數(shù)比重為100:1。

3.根據(jù)權(quán)利要求1所述的一種眼底低質(zhì)量圖片的智能優(yōu)化系統(tǒng)，其特征在于，所述判別單元(44)采用loss函數(shù)進(jìn)行判別，判別標(biāo)準(zhǔn)為wasserstein距離，分類單元(12)的loss函數(shù)比重與判別單元(44)的loss函數(shù)比重為100:1。

4.根據(jù)權(quán)利要求1所述的一種眼底低質(zhì)量圖片的智能優(yōu)化系統(tǒng)，其特征在于，所述標(biāo)注單元(13)對高質(zhì)量眼底圖片的標(biāo)注標(biāo)簽為1，對低質(zhì)量眼底圖片的標(biāo)注標(biāo)簽為0。

5.根據(jù)權(quán)利要求1所述的一種眼底低質(zhì)量圖片的智能優(yōu)化系統(tǒng)，其特征在于，所述排序單元(14)的排序方式為隨機(jī)排序。

6.根據(jù)權(quán)利要求1所述的一種眼底低質(zhì)量圖片的智能優(yōu)化系統(tǒng)，其特征在于，所述高質(zhì)量眼底圖片訓(xùn)練單元(21)用于隨機(jī)選取5張高質(zhì)量眼底圖片分別對判別器執(zhí)行5次優(yōu)化，所述低質(zhì)量眼底圖片訓(xùn)練單元(22)用于隨機(jī)選取5張低質(zhì)量眼底圖片分別對判別器執(zhí)行5次優(yōu)化，且優(yōu)化結(jié)束后關(guān)閉判別器參數(shù)的更新，使判別器不可訓(xùn)練。

7.利用權(quán)利要求1-6任意一項所述智能優(yōu)化系統(tǒng)進(jìn)行眼底低質(zhì)量圖片的智能優(yōu)化方法，其特征在于，主要包括以下步驟：

S1：加載分類

將拍攝得到的眼底圖片統(tǒng)一通過加載模塊(1)的加載單元(11)進(jìn)行圖片加載，然后通過分類單元(12)將加載后的眼底圖片分為高質(zhì)量眼底圖片和低質(zhì)量眼底圖片，用標(biāo)注單元(13)將高質(zhì)量眼底圖片標(biāo)注為1麻將低質(zhì)量眼底圖片標(biāo)注為0，然后利用排序單元(14)分別將高質(zhì)量眼底圖片和低質(zhì)量眼底圖片進(jìn)行隨機(jī)排序；

S2：優(yōu)化訓(xùn)練

用batch_size訓(xùn)練數(shù)據(jù)對判別器執(zhí)行5次優(yōu)化，5次優(yōu)化中每次優(yōu)化均會分別利用高質(zhì)量眼底圖片訓(xùn)練單元(21)、低質(zhì)量眼底圖片訓(xùn)練單元(22)對判別器進(jìn)行一次優(yōu)化，總共為10次優(yōu)化，然后根據(jù)生成器訓(xùn)練單元(23)的訓(xùn)練優(yōu)化內(nèi)容對生成器進(jìn)行優(yōu)化訓(xùn)練；

S3：優(yōu)化處理

首先通過優(yōu)化模塊(3)的特征識別單元(31)對眼底圖片進(jìn)行特征識別，然后利用標(biāo)記單元(32)將低質(zhì)量眼底圖片上模糊或被遮蓋特征區(qū)域進(jìn)行標(biāo)記，然后利用處理單元(33)對低質(zhì)量眼底圖片上模糊或被遮蓋特征區(qū)域進(jìn)行去除，去除后的低質(zhì)量眼底圖片通過復(fù)檢單元(34)再次進(jìn)行特征識別，直至模糊或被遮蓋特征區(qū)域消失；

S4：合成輸出

將S3優(yōu)化處理后的低質(zhì)量眼底圖片通過合成模塊(4)的特征分類單元(41)進(jìn)行特征分類，利用匹配單元(42)將標(biāo)記特征區(qū)域不同的處理后低質(zhì)量眼底圖片進(jìn)行匹配，通過合成單元(43)將匹配的處理后低質(zhì)量眼底圖片進(jìn)行疊加合成，利用判別單元(44)對合成后的合成眼底圖片于高質(zhì)量眼底圖片差異進(jìn)行判別，將符合輸出標(biāo)準(zhǔn)的合成眼底圖片通過輸出模塊(5)的生成單元(52)進(jìn)行圖片生成，生成后的高質(zhì)量眼底圖片可通過存儲單元(53)存儲或通過傳輸單元(54)進(jìn)行傳送出輸出。