[发明专利]眼底豹纹斑特征提取及特征指数确定的方法和装置在审

专利信息
申请号: 202110695285.5 申请日: 2021-06-23
公开(公告)号: CN113344894A 公开(公告)日: 2021-09-03
发明(设计)人: 凌赛广;董洲;柯鑫 申请(专利权)人: 依未科技(北京)有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06T7/136;G06T7/62;G06N3/04;G06N3/08
代理公司: 暂无信息 代理人: 暂无信息
地址: 100085 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 眼底 豹纹 特征 提取 指数 确定 方法 装置
【说明书】:

发明提供了一种眼底豹纹斑特征提取及特征指数确定的方法、装置、设备和介质,其中,所述方法包括:获取眼底图像,将眼底图像输入预先训练好的豹纹斑特征提取模型,获得眼底图像上每个像素属于豹纹斑特征的置信概率;根据预设的置信概率阈值,使用阈值分割方法对置信概率进行分割,得到眼底豹纹斑特征区域图像;确定眼底图像的第一面积和眼底豹纹斑特征区域图像的第二面积;根据眼底图像的第一面积和眼底豹纹斑特征区域图像的第二面积,确定眼底豹纹斑密度。本发明实施例能够精细的提取眼底豹纹斑特征,并通过计算特征指数表示豹纹状眼底的显著程度。

一、技术领域

本发明涉及眼底图像的处理领域,尤其涉及一种眼底豹纹斑特征提取及特征指数确定的方法、装置、设备和介质。

二、背景技术

在医学领域中,医生往往需要凭借丰富的经验才能从采集的眼底照片中判别视网膜色素上皮的色素情况,从而确定该眼底视网膜的色素异常情况,并进而进行其他的一些医学行为。由于人工判别受到医生经验、采集设备分辨率、灯光重影等多种主客观因素的影响,从而导致眼底脉络膜血管暴露区域特征的识别存在偏差,识别结果不稳定。眼底脉络膜暴露血管是视网膜色素变化或异常的重要表现特征之一,通过对其进行识别和分析,不仅可以反映视网膜色素异常情况,同时对一些疾病的早期诊断和预防都有着及其重要的临床医学意义。

豹纹状眼底是指由于视网膜色素上皮层的色素减少,脉络膜毛细血管间隙组织和色素增加,脉络膜大血管以及血管间隙的色素区透过视网膜而在眼底中显现的状似豹皮的纹理。豹纹斑即豹纹状眼底中脉络膜血管透见或裸露而形成的区域。

与一些单一病种不同的是,眼底豹纹状特征的显著差异较大,其显著程度与近视眼度数呈现出一定的关联性,但利用现有技术对眼底豹纹斑特征进行识别时,不能精细的得出豹纹斑特征的显著程度,得到的结果比较宽泛无法用数据精确描述。

三、发明内容

有鉴于此,本发明实施例的目的在于提供一种眼底豹纹斑特征提取及特征指数确定的方法、装置、设备及计算机可读存储介质,以高精度的提取豹纹斑特征,并计算特征指数。

第一方面,本发明实施例提供了一种眼底豹纹斑特征提取及特征指数确定的方法,包括如下步骤:

获取眼底图像;

将所述眼底图像输入预先训练好的豹纹斑特征提取模型,获得所述眼底图像上每个像素属于豹纹斑特征的置信概率;

根据预设的阈值,使用阈值分割方法对所述的置信概率进行分割,得到眼底豹纹斑特征区域图像;

确定所述眼底图像的第一面积和所述眼底豹纹斑特征区域图像的第二面积;

根据所述眼底图像的第一面积和所述眼底豹纹斑特征区域图像的第二面积,确定眼底豹纹斑密度。

在一些实施例中,还包括,获取眼底训练图像,选取眼底训练图像中任意两个通道相减获取训练样本;将所述训练样本输入深度学习网络模型中进行训练,获得所述豹纹斑特征提取模型。

在一些实施例中,所述根据预设的置信概率阈值,使用阈值分割方法对所述的置信概率进行分割,得到眼底豹纹斑特征区域图像,具体包括:

依据设置的置信概率阈值,使用语义网络分割算法对置信概率进行分割,将置信概率满足预设置信概率阈值的像素点判定为属于豹纹斑特征的像素点,对所述属于豹纹斑特征的像素点进行标记,输出眼底豹纹斑特征区域图像。

在一些实施例中,所述的将所述训练样本输入深度学习网络模型中进行训练,获取所述豹纹斑特征提取模型,具体包括:

通过深度学习网络模型对输入的训练样本进行特征提取,获得不同层次的特征向量;

将所述不同层次的特征向量进行融合,获得融合特征向量;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于依未科技(北京)有限公司,未经依未科技(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110695285.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top