[發明專利]基于眼底圖像檢測眼底異常的判讀系統及判讀方法

在審

• 申請號: 202210051515.9
• 申請日: 2022-01-17
• 公開（公告）號: CN115120179A
• 公開（公告）日: 2022-09-30
• 發明（設計）人: 郭寧;胡志鋼;張詩華;童志鵬;段曉明;連倩
• 申請（專利權）人: 深圳硅基智能科技有限公司
• 主分類號: A61B3/12
• 分類號: A61B3/12;A61B3/14;A61B3/00
• 代理公司: 深圳舍穆專利代理事務所(特殊普通合伙) 44398
• 代理人: 鄭菊鳳

本公開描述了一種基于眼底圖像檢測眼底異常的判讀系統及判讀方法，該判讀系統利用第一判讀模塊的第一判斷結果將獲取模塊的眼底圖像分成陰性結果圖像和陽性結果圖像，對陰性結果圖像進行抽樣并利用第二判讀模塊獲取抽取的陰性結果圖像的第二判斷結果，并且對陽性結果圖像先利用第二判讀模塊進行判斷以獲取第二判斷結果，再對陽性結果圖像進行抽樣并利用第三判讀模塊獲取抽取的陽性結果圖像的第三判斷結果，待重讀圖像統一由第四判讀模塊進行判斷以獲取第四判斷結果，利用總檢放行模塊基于眼底圖像的第一判斷結果、第二判斷結果、第三判斷結果或第四判斷結果對眼底圖像進行總檢。由此，能夠提高對眼底圖像中的眼底異常進行判讀的準確率。

技術領域

本公開大體涉及一種基于眼底圖像檢測眼底異常的判讀系統及判讀方法。

背景技術

醫療圖像常常包含身體結構或組織的諸多細節。在現代化的醫院中，大部分的治療信息來源于醫療圖像例如眼底圖像。在臨床中，通過理解醫療圖像中的這些細節，能夠幫助醫生進行相關疾病識別。醫療圖像已經發展成臨床識別疾病的主要方法。然而，傳統的基于醫療圖像識別疾病信息主要依靠專業的醫師根據經驗進行判斷。在這種情況下，開發一種能夠輔助醫生進行相關疾病識別的系統已經成為醫療圖像學領域的熱門方向。隨著人工智能技術的發展，基于計算機視覺和人工智能例如機器學習的疾病識別的系統已經在醫療圖像識別中得到開發和應用。

例如，專利文獻1(CN105513077A)中公開了一種用于糖尿病性視網膜病變篩查的系統，該系統包括：眼底圖像獲取設備、圖像處理及篩查設備以及報告輸出設備，眼底圖像獲取設備用于采集或接收被檢人員的眼底圖像；圖像處理及篩查設備用于對眼底圖像進行處理并檢測其中是否存在病變，然后將檢測結果輸送給報告輸出設備；報告輸出設備基于檢測結果輸出相應檢測報告。

然而，在實際臨床應用中，由于眼底圖像的多樣性，不同的眼底圖像在專利文獻1所描述的篩查系統上的準確率往往不一致，導致對眼底圖像中的眼底異常進行判讀的準確率下降。

發明內容

本公開是鑒于上述的狀況而提出的，其目的在于提供一種能夠提高對眼底圖像中的眼底異常進行判讀的準確率的基于眼底圖像檢測眼底異常的判讀系統及判讀方法。

為此，本公開的第一方面提供了一種基于眼底圖像檢測眼底異常的判讀系統，包括獲取模塊、第一判讀模塊、第一抽樣模塊、第二判讀模塊、第二抽樣模塊、第三判讀模塊、第四判讀模塊和總檢放行模塊；所述獲取模塊用于獲取眼底圖像；所述第一判讀模塊基于機器學習的方法對所述眼底圖像進行判斷以獲得第一判斷結果并基于所述第一判斷結果將所述眼底圖像分成陰性結果圖像和陽性結果圖像；所述第一抽樣模塊用于對所述陰性結果圖像進行抽樣并將抽取的陰性結果圖像作為抽樣陰性圖像；所述第二判讀模塊用于接收來自于所述第一判讀模塊的陽性結果圖像和/或來自于所述第一抽樣模塊的抽樣陰性圖像并作為質控圖像，對所述質控圖像進行判斷以獲取所述質控圖像的第二判斷結果或將所述質控圖像作為第一待重讀圖像；所述第二抽樣模塊用于對所述陽性結果圖像進行抽樣并將抽取的陽性結果圖像作為抽樣陽性圖像；所述第三判讀模塊用于對所述抽樣陽性圖像并進行判斷以獲取所述抽樣陽性圖像的第三判斷結果或將所述抽樣陽性圖像作為第二待重讀圖像；所述第四判讀模塊用于對包括所述第一待重讀圖像和所述第二待重讀圖像的待重讀圖像進行判斷以獲取第四判斷結果；以及所述總檢放行模塊基于所述眼底圖像的第一判斷結果、第二判斷結果、第三判斷結果或第四判斷結果對所述眼底圖像進行總檢以放行所述眼底圖像的最終判斷結果或對所述眼底圖像進行重新判斷。