[发明专利]一种原发性闭角型青光眼的房角关闭机制分型方法

权利要求书

1.一种原发性闭角型青光眼的房角关闭机制分型方法，其特征在于，包括：

获取待分型的眼前节横断面图像；

对所述眼前节横断面图像进行房角的特征检测，得到房角特征区域图像；

将所述房角特征区域图像输入预设的第一分型网络模型得到第一分型结果；

对所述房角特征区域图像进行热力图的转化，并将转化后的热力图像与所述眼前节横断面图像输入预设的第二分型网络模型得到第二分型结果；

对所述第一分型结果和第二分型结果进行分析，得到所述眼前节横断面图像的分型结果；

所述对所述眼前节横断面图像进行房角的特征检测，得到房角特征区域图像，包括：

对所述眼前节横断面图像进行房角的特征检测，得到第一房角特征区域图像和第二房角特征区域图像；

将所述第一房角特征区域图像和第二房角特征区域图像进行组合，得到房角特征区域图像；

所述对所述眼前节横断面图像进行房角的特征检测，得到第一房角特征区域图像和第二房角特征区域图像，包括：

对所述眼前节横断面图像进行房角的特征检测，得到第一房角区域和第二房角区域；

基于所述第一房角区域和第二房角区域对所述眼前节横断面图像进行剪裁，得到第一房角特征区域图像和第二房角特征区域图像；

在基于所述第一房角区域和第二房角区域对所述眼前节横断面图像进行剪裁之前，还包括：

获取第一房角特征区域和第二房角特征区域对应的尺寸；

将所述第一房角特征区域和第二房角特征区域的尺寸进行对比；

根据对比结果，对尺寸小的房角特征区域进行调整，使所述第一房角特征区域和第二房角特征区域的尺寸一致。

2.根据权利要求1所述的原发性闭角型青光眼的房角关闭机制分型方法，其特征在于，所述对所述房角特征区域图像进行热力图的转化，并将转化后的热力图像与所述眼前节横断面图像输入预设的第二分型网络模型得到第二分型结果，包括：

将所述房角特征区域图像进行高斯转化，生成高斯分布热力图；

将所述高斯分布热力图和所述眼前节横断面图像输入预设的第二分型网络模型，得到第二分型结果。

3.根据权利要求1所述的原发性闭角型青光眼的房角关闭机制分型方法，其特征在于，所述对所述第一分型结果和第二分型结果进行分析，得到所述眼前节横断面图像的分型结果，包括：

对所述第一分型结果和第二分型结果进行加权对比分析，得到各个分型类别对应的概率值；

将概率值最高的分型类别确定为所述眼前节横断面图像的分型结果。

4.一种原发性闭角型青光眼的房角关闭机制分型装置，其特征在于，包括：

获取模块：用于获取待分型的眼前节横断面图像；

检测模块：用于对所述眼前节横断面图像进行房角的特征检测，得到房角特征区域图像；所述对所述眼前节横断面图像进行房角的特征检测，得到房角特征区域图像，包括：对所述眼前节横断面图像进行房角的特征检测，得到第一房角特征区域图像和第二房角特征区域图像；将所述第一房角特征区域图像和第二房角特征区域图像进行组合，得到房角特征区域图像；所述对所述眼前节横断面图像进行房角的特征检测，得到第一房角特征区域图像和第二房角特征区域图像，包括：对所述眼前节横断面图像进行房角的特征检测，得到第一房角区域和第二房角区域；基于所述第一房角区域和第二房角区域对所述眼前节横断面图像进行剪裁，得到第一房角特征区域图像和第二房角特征区域图像；在基于所述第一房角区域和第二房角区域对所述眼前节横断面图像进行剪裁之前，还包括：获取第一房角特征区域和第二房角特征区域对应的尺寸；将所述第一房角特征区域和第二房角特征区域的尺寸进行对比；根据对比结果，对尺寸小的房角特征区域进行调整，使所述第一房角特征区域和第二房角特征区域的尺寸一致；

第一分型模块：用于将所述房角特征区域图像输入预设的第一分型网络模型得到第一分型结果；

第二分型模块：用于对所述房角特征区域图像进行热力图的转化，并将转化后的热力图像与所述眼前节横断面图像输入预设的第二分型网络模型得到第二分型结果；

分析模块：用于对所述第一分型结果和第二分型结果进行分析，得到所述眼前节横断面图像的分型结果。