[發明專利]眼底造影圖像無灌注區自動識別及激光光凝區域推薦算法

在審

• 申請號: 202110139672.0
• 申請日: 2021-02-01
• 公開（公告）號: CN112957005A
• 公開（公告）日: 2021-06-15
• 發明（設計）人: 張喜梅;侯軍軍;謝娟;孫斌;張光華;馬非;劉漢;王龍
• 申請（專利權）人: 山西省眼科醫院（山西省紅十字防盲流動眼科醫院;山西省眼科研究所）;山西智能大數據產業技術創新研究院
• 主分類號: A61B3/12
• 分類號: A61B3/12;A61B3/14
• 代理公司: 太原申立德知識產權代理事務所(特殊普通合伙) 14115
• 代理人: 郭海燕

1.一種眼底造影圖像無灌注區自動識別及激光光凝區域推薦算法，其特征在于，包括以下步驟：

步驟1，采集眼底的后極部55度的眼底造影圖像；

步驟2，對眼底造影圖像進行脫敏預處理和數據增強；

步驟3，利用labelme工具對脫敏預處理和數據增強后的眼底造影圖像進行標注，標注內容包括無灌注區、視盤區域、黃斑區域三部分，并通過實現json2img函數，將標注結果轉換為圖像格式，背景區域像素值為0，視盤區域像素值為1，黃斑區域像素值為2，無灌注區像素值為3；

步驟4，將標注后的眼底造影圖像按照80％和20％的占比隨機分為訓練集和測試集，以文件夾的形式來區分，文件夾名字分別為train和test；

步驟5，構建3個標準化多流卷積神經網絡模型，分別用來識別視盤區域、黃斑區域、無灌注區域；

步驟6，利用訓練集圖像數據對構建的多流卷積神經網絡模型進行優化訓練，并用測試集數據對多流卷積神經網絡模型進行驗證；

步驟7，利用步驟6的多流卷積神經網絡模型對設備實際采集數據圖像進行無灌注區、視盤區域、黃斑區域的識別分割。

2.根據權利要求1所述的一種眼底造影圖像無灌注區自動識別及激光光凝區域推薦算法，其特征在于，所述步驟2中對眼底造影圖像進行脫敏預處理過程為：利用opencv-python模塊下的cv2.threshold方法通過閾值分割保留眼底區域，同時剔除圖像上的患者信息并將背景區域置0。

3.根據權利要求1所述的一種眼底造影圖像無灌注區自動識別及激光光凝區域推薦算法，其特征在于，所述步驟2中對脫敏預處理后的眼底造影圖像進行數據增強采用限制對比度自適應直方圖均衡方法，具體為使用opencv-python模塊下的createCLAHE方法創建clahe對象，clipLimit參數設置為1，titleGridSize參數設置為(8，8)。

4.根據權利要求1所述的一種眼底造影圖像無灌注區自動識別及激光光凝區域推薦算法，其特征在于：所述步驟3中眼底造影圖像標注的輸出結果為json格式，存儲內容為每個標注區域的標簽名及區域邊緣點的坐標位置信息。