眼部染色图像定级方法及装置制造方法及图纸

本发明专利技术提供一种眼部染色图像定级方法及装置，该方法包括：获取眼部染色图像并分割出预设眼部区域；根据预设眼部区域通过预设第一方式获取待定级图像块输入到分级模型中，根据分级模型输出多个等级的预测概率，根据多个等级的预测概率输出待定级图像块的定级结果；其中，分级模型是以对眼部染色图像样本分割出的预设眼部区域按照预设第一方式获取的图像块作为输入、以对图像块进行定级标注后得到的定级标注结果作为输出标签，进行机器学习训练得到的。本发明专利技术提供的眼部染色图像定级方法及装置，实现了使用分级模型对基于预设眼部区域的眼部染色图像获取的待定级图像块进行智能定级，可以辅助医生对预设眼部区域的染色情况进行快速、准确的识别。准确的识别。准确的识别。

【技术实现步骤摘要】
眼部染色图像定级方法及装置


[0001]本专利技术涉及医学图像处理
，尤其涉及一种眼部染色图像定级方法及装置。

技术介绍

[0002]眼部染色是诊断角结膜疾病的一种重要诊断手段，眼部受损区域通过染色可以呈现与健康区域不同的颜色和形态，临床上医生通过给染色情况定级来反映眼部受损的严重程度。目前实际场景下，主要是依靠有经验的眼科医生根据行业标准和主观判断给出定级结果，这对医生的专业性有很高的要求，同时容易由于不同医生的主观经验不同，造成较大差异。

技术实现思路

[0003]针对现有技术存在的问题，本专利技术提供一种眼部染色图像定级方法及装置。
[0004]本专利技术提供一种眼部染色图像定级方法，包括：获取眼部染色图像，基于所述眼部染色图像分割出预设眼部区域；根据所述预设眼部区域通过预设第一方式获取待定级图像块；将所述待定级图像块输入到分级模型中，根据所述分级模型输出多个等级的预测概率，根据所述多个等级的预测概率输出所述待定级图像块的定级结果；其中，所述分级模型是以对眼部染色图像样本分割出的所述预设眼部区域按照所述预设第一方式获取的图像块作为输入、以对所述图像块进行定级标注后得到的定级标注结果作为输出标签，进行机器学习训练得到的。
[0005]根据本专利技术提供的一种眼部染色图像定级方法，所述根据所述预设眼部区域通过预设第一方式获取待定级图像块，具体包括：获取所述预设眼部区域的外接矩形所围成的图像块，并将所述图像块中不属于所述预设眼部区域的像素值置为0，得到所述待定级图像块；或，将所述预设眼部区域切分成多个眼部子区域，获取每个所述眼部子区域的外接矩形所围成的图像块，并将所述图像块中不属于所述眼部子区域的像素值置为0，得到多个所述待定级图像块。
[0006]根据本专利技术提供的一种眼部染色图像定级方法，所述预设眼部区域为眼表区域；所述获取眼部染色图像，基于所述眼部染色图像分割出预设眼部区域，具体包括：获取包括眼表区域的染色图像，将所述包括眼表区域的染色图像输入到眼表区域分割模型，根据所述眼表区域分割模型输出眼表区域概率图，根据所述眼表区域概率图获取眼表区域边界，根据所述眼表区域边界获取所述预设眼部区域。
[0007]根据本专利技术提供的一种眼部染色图像定级方法，所述将所述预设眼部区域切分成多个眼部子区域，具体包括：将所述包括眼表区域的染色图像输入到角膜区域分割模型，根据所述角膜区域分割模型输出角膜区域概率图，根据所述角膜区域概率图获取角膜区域边界，根据所述角膜区域边界获取角膜区域；基于所述眼表区域边界及所述角膜区域边界分割出结膜区域；采用预设角膜切分方式将所述角膜区域切分成多个角膜子区域，采用预设
结膜切分方式对所述结膜区域切分成多个结膜子区域。
[0008]根据本专利技术提供的一种眼部染色图像定级方法，所述预设眼部区域为角膜区域；所述获取眼部染色图像，基于所述眼部染色图像分割出预设眼部区域，具体包括：获取包括角膜区域的染色图像，将所述包括角膜区域的染色图像输入到角膜区域分割模型，根据所述角膜区域分割模型输出角膜区域概率图，根据所述角膜区域概率图获取角膜区域边界，根据所述角膜区域边界获取所述预设眼部区域。
[0009]根据本专利技术提供的一种眼部染色图像定级方法，所述预设眼部区域为结膜区域；所述获取眼部染色图像，基于所述眼部染色图像分割出预设眼部区域，具体包括：获取包括眼表区域的染色图像，将所述包括眼表区域的染色图像输入到眼表区域分割模型，根据所述眼表区域分割模型输出眼表区域概率图，根据所述眼表区域概率图获取眼表区域边界；将所述包括眼表区域的染色图像输入到角膜区域分割模型，根据所述角膜区域分割模型输出角膜区域概率图，根据所述角膜区域概率图获取角膜区域边界；基于所述眼表区域边界及所述角膜区域边界分割出结膜区域，根据所述结膜区域得到所述预设眼部区域。
[0010]根据本专利技术提供的一种眼部染色图像定级方法，所述将所述待定级图像块输入到分级模型中，根据所述分级模型输出多个等级的预测概率，具体包括：将所述待定级图像块输入到骨架网络块，根据所述骨架网络块输出第一特征图；将所述第一特征图输入到注意力块，输出加权后的第二特征图；将所述第二特征图输入到全连接层进行级别分类，输出特征向量；将所述特征向量输入softmax层，经过softmax激活后，输出所述待定级图像块在所述多个等级上的概率分布。
[0011]本专利技术还提供一种眼部染色图像定级装置，包括：预设眼部区域获取模块，用于：获取眼部染色图像，基于所述眼部染色图像分割出预设眼部区域；待定级图像块获取模块，用于：根据所述预设眼部区域通过预设第一方式获取待定级图像块；染色定级模块，用于：将所述待定级图像块输入到分级模型中，根据所述分级模型输出多个等级的预测概率，根据所述多个等级的预测概率输出所述待定级图像块的定级结果；其中，所述分级模型是以对眼部染色图像样本分割出的所述预设眼部区域按照所述预设第一方式获取的图像块作为输入、以对所述图像块进行定级标注后得到的定级标注结果作为输出标签，进行机器学习训练得到的。
[0012]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述眼部染色图像定级方法的步骤。
[0013]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述眼部染色图像定级方法的步骤。
[0014]本专利技术提供的眼部染色图像定级方法及装置，通过基于眼部染色图像分割出预设眼部区域，根据预设眼部区域通过预设第一方式获取待定级图像块，根据分级模型输出待定级图像块的定级结果，实现了使用分级模型对基于预设眼部区域的眼部染色图像获取的待定级图像块进行智能定级，可以辅助医生对预设眼部区域的染色情况进行快速、准确的识别。
附图说明
[0015]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0016]图1是本专利技术提供的眼部染色图像定级方法流程图；
[0017]图2是NEI分级标准中的角膜五分法模板图；
[0018]图3是本专利技术提供的眼部染色图像定级装置的结构示意图；
[0019]图4是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0020]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0021]下面结合图1
‑
图4描述本专利技术的眼部染色图像定级方法及装置。
[0022]图1是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种眼部染色图像定级方法，其特征在于，包括：获取眼部染色图像，基于所述眼部染色图像分割出预设眼部区域；根据所述预设眼部区域通过预设第一方式获取待定级图像块；将所述待定级图像块输入到分级模型中，根据所述分级模型输出多个等级的预测概率，根据所述多个等级的预测概率输出所述待定级图像块的定级结果；其中，所述分级模型是以对眼部染色图像样本分割出的所述预设眼部区域按照所述预设第一方式获取的图像块作为输入、以对所述图像块进行定级标注后得到的定级标注结果作为输出标签，进行机器学习训练得到的。2.根据权利要求1所述的眼部染色图像定级方法，其特征在于，所述根据所述预设眼部区域通过预设第一方式获取待定级图像块，具体包括：获取所述预设眼部区域的外接矩形所围成的图像块，并将所述图像块中不属于所述预设眼部区域的像素值置为0，得到所述待定级图像块；或，将所述预设眼部区域切分成多个眼部子区域，获取每个所述眼部子区域的外接矩形所围成的图像块，并将所述图像块中不属于所述眼部子区域的像素值置为0，得到多个所述待定级图像块。3.根据权利要求2所述的眼部染色图像定级方法，其特征在于，所述预设眼部区域为眼表区域；所述获取眼部染色图像，基于所述眼部染色图像分割出预设眼部区域，具体包括：获取包括眼表区域的染色图像，将所述包括眼表区域的染色图像输入到眼表区域分割模型，根据所述眼表区域分割模型输出眼表区域概率图，根据所述眼表区域概率图获取眼表区域边界，根据所述眼表区域边界获取所述预设眼部区域。4.根据权利要求3所述的眼部染色图像定级方法，其特征在于，所述将所述预设眼部区域切分成多个眼部子区域，具体包括：将所述包括眼表区域的染色图像输入到角膜区域分割模型，根据所述角膜区域分割模型输出角膜区域概率图，根据所述角膜区域概率图获取角膜区域边界，根据所述角膜区域边界获取角膜区域；基于所述眼表区域边界及所述角膜区域边界分割出结膜区域；采用预设角膜切分方式将所述角膜区域切分成多个角膜子区域，采用预设结膜切分方式对所述结膜区域切分成多个结膜子区域。5.根据权利要求1所述的眼部染色图像定级方法，其特征在于，所述预设眼部区域为角膜区域；所述获取眼部染色图像，基于所述眼部染色图像分割出预设眼部区域，具体包括：获取包括角膜区域的染色图像，将所述包括角膜区域的染色图像输入到角膜区域分割模型，根据所述角膜区域分割模型输出角膜区域概率图，根据...

【专利技术属性】
技术研发人员：洪晶，秦晓冉，彭荣梅，程健，曲景灏，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：