[發明專利]一種早產兒視網膜plus病變的檢測方法及系統

在審

• 申請號: 202011402667.6
• 申請日: 2020-12-02
• 公開（公告）號: CN112465789A
• 公開（公告）日: 2021-03-09
• 發明（設計）人: 彭晟
• 申請（專利權）人: 智程工場(佛山)科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 劉靜

1.一種早產兒視網膜plus病變的檢測方法，其特征在于，包括如下步驟：

將待檢測的視網膜后極圖像輸入到圖像質量檢測模型中，對所述待檢測的視網膜后極圖像進行質量評估；

將評估質量合格的圖像輸入到血管識別模型中，獲取圖像對應的血管圖；

將血管圖輸入到病變檢測模型中，輸出所述血管圖對應的病變類型為plus、pre-plus、no-plus的概率；

根據預設分數轉化方程式將病變檢測模型輸出的概率，轉化為待檢測的視網膜后極圖像對應的i-ROP病變分數，所述i-ROP病變分數用于反映視網膜plus病變程度的連續性。

2.根據權利要求1所述的早產兒視網膜plus病變的檢測方法，其特征在于，通過以下分數轉化方程式將病變檢測模型輸出的概率，轉化為待檢測的視網膜后極圖像對應的i-ROP病變分數：

i-ROP病變分數＝a P_noplus+b P_pre-plus+c P_plus，

其中，P_noplus、P_pre-plus、P_plus、a、b、c分別為病變類型no-plus、pre-plus、plus對應的概率及權重系數。

3.根據權利要求1所述的早產兒視網膜plus病變的檢測方法，其特征在于，所述i-ROP病變分數的取值范圍為d至e，其中i-ROP病變分數為d表征病變程度最正常，i-ROP病變分數為e表征病變程度最嚴重。

4.根據權利要求3所述的早產兒視網膜plus病變的檢測方法，其特征在于，在所述i-ROP病變分數的取值范圍內設置第一閾值和第二閾值，所述第一閾值小于第二閾值，小于第一閾值的分數屬于no-plus病變類型，大于等于第一閾值且小于等于第二閾值的分數屬于pre-plus病變類型，大于第二閾值的分數屬于plus病變類型。

5.根據權利要求1所述的早產兒視網膜plus病變的檢測方法，其特征在于，對所述待檢測的視網膜后極圖像進行質量評估的過程，包括：評估所述待檢測的視網膜后極圖像是否同時滿足視網膜圖像、視網膜后極圖像和高質量圖像的標準，當同時滿足時質量合格。

6.根據權利要求1所述的早產兒視網膜plus病變的檢測方法，其特征在于，訓練所述病變檢測模型的過程，包括：

將包含病變類型為plus、pre-plus、no-plus的多個圖像樣本，經過專家進行類型標注后分為訓練集和測試集，將訓練集輸入到神經網絡模型中進行訓練，利用測試集進行計算誤差，當誤差值小于預設值時得到訓練好的病變檢測模型。

7.根據權利要求1所述的早產兒視網膜plus病變的檢測方法，其特征在于，在所述獲取圖像對應的血管圖的步驟之后，及將血管圖輸入到病變檢測模型中的步驟之前，還包括：

將血管圖調整至預設比例，并裁剪為用于檢測的正方形圖像。

8.一種早產兒視網膜plus病變的檢測系統，其特征在于，包括：

圖像質量評估模塊，用于將待檢測的視網膜后極圖像輸入到圖像質量檢測模型中，對所述待檢測的視網膜后極圖像進行質量評估；

血管圖獲取模塊，用于將評估質量合格的圖像輸入到血管識別模型中，獲取圖像對應的血管圖；

病變類型檢測模塊，用于將血管圖輸入到病變檢測模型中，輸出所述血管圖對應的病變類型為plus、pre-plus、no-plus的概率；

i-ROP病變分數獲取模塊，用于根據預設分數轉化方程式將病變檢測模型輸出的概率，轉化為待檢測的視網膜后極圖像對應的i-ROP病變分數，所述i-ROP病變分數用于反映視網膜plus病變程度的連續性。

9.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機指令，所述計算機指令用于使所述計算機執行如權利要求1-6任一項所述的早產兒視網膜plus病變的檢測方法。

10.一種計算機設備，其特征在于，包括：存儲器和處理器，所述存儲器和所述處理器之間互相通信連接，所述存儲器存儲有計算機指令，所述處理器通過執行所述計算機指令，從而執行如權利要求1-6任一項所述的早產兒視網膜plus病變的檢測方法。