[發(fā)明專利]一種基于R-Unet的人眼玻璃體混濁程度分級方法

在審

• 申請?zhí)枺?/td>: 202110167013.8
• 申請日: 2021-02-05
• 公開（公告）號: CN112862782A
• 公開（公告）日: 2021-05-28
• 發(fā)明（設(shè)計）人: 熊紅蓮;郭學(xué)東;曾亞光;韓定安;黃銘斌;許祥叢;覃楚渝;劉明迪;王陸權(quán);梁婷婷
• 申請（專利權(quán)）人: 佛山科學(xué)技術(shù)學(xué)院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/62;G06T5/00;G06T5/30;G06K9/62;G06N3/04;G06N3/08;A61B3/10
• 代理公司: 北京八月瓜知識產(chǎn)權(quán)代理有限公司 11543
• 代理人: 李斌

本發(fā)明提供了一種基于R?Unet的人眼玻璃體混濁程度分級方法，包括如下步驟：采集人眼玻璃體圖像；對人眼玻璃體圖像進(jìn)行預(yù)處理，并根據(jù)預(yù)處理后的人眼玻璃體圖像獲取訓(xùn)練數(shù)據(jù)集；構(gòu)建R?Unet卷積神經(jīng)網(wǎng)絡(luò)，利用R?Unet卷積神經(jīng)網(wǎng)絡(luò)對訓(xùn)練集以及驗證集進(jìn)行訓(xùn)練驗證以獲取R?Unet卷積神經(jīng)網(wǎng)絡(luò)模型；利用R?Unet卷積神經(jīng)網(wǎng)絡(luò)模型對人眼玻璃體圖像的混濁灶區(qū)域以及腔梯形區(qū)域進(jìn)行分割；計算混濁灶區(qū)域與腔梯形區(qū)域的面積比例，并根據(jù)面積比例對人眼玻璃體混濁程度進(jìn)行分級。本發(fā)明可以自動對人眼玻璃體混濁程度進(jìn)行分級判斷，能夠幫助醫(yī)生快速作出臨床診斷與干預(yù)，輔助醫(yī)生作出治療方案，加快了對玻璃體混濁程度的辨別速度，減少了醫(yī)生主觀因素導(dǎo)致的誤診情況的發(fā)生。

技術(shù)領(lǐng)域

本發(fā)明涉及醫(yī)學(xué)圖像處理技術(shù)領(lǐng)域，具體而言，涉及一種基于R-Unet的人眼玻璃體混濁程度分級方法。

背景技術(shù)

玻璃體混濁指的是玻璃體呈現(xiàn)絲狀、絮狀、云片狀、塵狀、條索狀。玻璃體混濁并不是一種獨立眼病，而是眼科常見的一種臨床癥狀。嚴(yán)重的玻璃體混濁患者可能會出現(xiàn)牽拉性視網(wǎng)膜脫離等一些嚴(yán)重的并發(fā)癥，甚至可能導(dǎo)致患者致盲。伴隨人口老齡化、青少年屈光不正人數(shù)不斷增加，出現(xiàn)了玻璃體混濁人數(shù)也在不斷增加，因此，眼科界越來越重視玻璃體混濁研究與診斷。

目前玻璃體混濁程度診斷方法一般是先通過B超儀器采集患者的超聲人眼玻璃體圖像，然后醫(yī)生在超聲人眼玻璃體圖像的基礎(chǔ)上，結(jié)合自身醫(yī)學(xué)專業(yè)知識和經(jīng)驗對患者玻璃體混濁程度情況進(jìn)行檢測診斷。

此種診斷方法具有一定主觀性，依賴于超聲醫(yī)師醫(yī)學(xué)專業(yè)知識和經(jīng)驗，容易導(dǎo)致誤診情況的發(fā)生。

發(fā)明內(nèi)容

基于此，為了解決現(xiàn)有玻璃體混濁程度診斷方法具有一定主觀性，依賴于超聲醫(yī)師醫(yī)學(xué)專業(yè)知識和經(jīng)驗，容易導(dǎo)致誤診情況的發(fā)生的問題，本發(fā)明提供了一種基于R-Unet的人眼玻璃體混濁程度分級方法，其具體技術(shù)方案如下：

一種基于R-Unet的人眼玻璃體混濁程度分級方法，包括如下步驟：

采集人眼玻璃體圖像；

對所述人眼玻璃體圖像進(jìn)行預(yù)處理，并根據(jù)預(yù)處理后的所述人眼玻璃體圖像獲取訓(xùn)練數(shù)據(jù)集，所述訓(xùn)練數(shù)據(jù)集包括訓(xùn)練集以及驗證集；

構(gòu)建R-Unet卷積神經(jīng)網(wǎng)絡(luò)，利用所述R-Unet卷積神經(jīng)網(wǎng)絡(luò)對所述訓(xùn)練集以及所述驗證集進(jìn)行訓(xùn)練驗證以獲取R-Unet卷積神經(jīng)網(wǎng)絡(luò)模型；

利用所述R-Unet卷積神經(jīng)網(wǎng)絡(luò)模型對人眼玻璃體圖像的混濁灶區(qū)域以及腔梯形區(qū)域進(jìn)行分割；

計算所述混濁灶區(qū)域與所述腔梯形區(qū)域的面積比例，并根據(jù)所述面積比例對人眼玻璃體混濁程度進(jìn)行分級。

上述基于R-Unet的人眼玻璃體混濁程度分級方法通過訓(xùn)練好的R-Unet卷積神經(jīng)網(wǎng)絡(luò)對人眼玻璃體圖像的混濁灶區(qū)域以及腔梯形區(qū)域進(jìn)行分割，然后計算混濁灶區(qū)域與所述腔梯形區(qū)域的面積比例并根據(jù)所述面積比例對人眼玻璃體混濁程度進(jìn)行分級，可以自動對人眼玻璃體混濁程度進(jìn)行分級判斷，能夠幫助醫(yī)生快速作出臨床診斷與干預(yù)，輔助醫(yī)生作出治療方案，加快了對玻璃體混濁程度的辨別速度，減少了醫(yī)生主觀因素導(dǎo)致的誤診情況的發(fā)生。

進(jìn)一步地，對所述人眼玻璃體圖像進(jìn)行預(yù)處理的具體方法包括如下步驟：

對所述人眼玻璃體圖像進(jìn)行雙邊濾波處理；

對雙邊濾波處理后的所述人眼玻璃體圖像進(jìn)行歸一化處理。

進(jìn)一步地，所述雙邊濾波的距離模板為所述雙邊濾波的值域模板為其中，(k,l)為模板窗口的中心坐標(biāo)，(i,j)為模板窗口的其它系數(shù)的坐標(biāo)，σ_d以及σ_r為高斯函數(shù)的標(biāo)準(zhǔn)差，f(x,y)表示圖像在點(x,y)處的像素值。

進(jìn)一步地，所述歸一化處理為最大最小值歸一化處理。