新生儿ROP识别标注方法、系统、存储介质和电子设备技术方案

本发明专利技术提供一种新生儿ROP识别标注方法、系统、存储介质和电子设备，涉及图像处理技术领域。本发明专利技术通过图像域的统一算法以及采用双网络结构的方法提高ROP识别标注的准确率，解决了现有的ROP识别工具准确率低的技术问题，实现排除因不同设备产生的训练数据的域不同可能造成模型性能偏差的问题，从而提高ROP识别标注的准确率。同时，本发明专利技术采用双识别标注网络分别识别和标注ROP图像中的不同特征，避免由于不同特征的数据不平衡问题导致网络对不同特征的注意力不同，从而可以准确地识别出两种不同特征，达到更好的对ROP病灶的标注效果。果。果。

【技术实现步骤摘要】
新生儿ROP识别标注方法、系统、存储介质和电子设备


[0001]本专利技术涉及图像处理
，具体涉及一种新生儿ROP识别标注方法、系统、存储介质和电子设备。

技术介绍

[0002]ROP是一种主要发生在早产低体重儿的视网膜疾病，具有病情进展快、治疗黄金时间短、对婴幼儿视力危害大等特点。部分ROP病例在没有被及时发现并加以治疗的情况下，最终可以发展成为视网膜脱落，对婴幼儿视力造成永久性的损伤。因此，及时地检查并发现ROP对保护婴幼儿正常的视力发育有重要意义。
[0003]研究表明，ROP的发生通常伴随着两个重要特征的出现：一个特征被称为ROP的分期，通常可以视为是由于血管区和非血管区的形成，导致血管区和非血管区之间形成白色带状分界线，该分界线也称为嵴；另一个特征是血管异常增殖导致的血管异常弯曲。
[0004]然而，在实际的临床检查中，通过人工判断上述两个特征往往会由于检查人员的主观原因导致检查结果的不准确。一般通过ROP识别工具辅助检查人员进行判断，但是目前用于ROP识别的工具，因在训练过程中未考虑不同成像设备造成的域不同问题，导致训练后的ROP识别工具准确率较低。

技术实现思路

[0005](一)解决的技术问题
[0006]针对现有技术的不足，本专利技术提供了一种新生儿ROP识别标注方法、系统、存储介质和电子设备，解决了现有的ROP识别工具准确率低的技术问题。
[0007](二)技术方案
[0008]为实现以上目的，本专利技术通过以下技术方案予以实现：/>[0009]第一方面，本专利技术提供一种新生儿ROP识别标注方法，包括：
[0010]S1、获取若干眼底图像，统一眼底图像的域，得到数据集；
[0011]S2、对数据集进行数据标注，并分为第一数据集和第二数据集，所述第一数据集中包括含嵴眼底图像和正常眼底图像两个类别，所述第二数据集中包括血管弯曲眼底图像和正常眼底图像两个类别；
[0012]S3、通过第一数据集训练预设的分期识别标注网络，通过第二数据集训练预设的plus识别标注网络，得到识别标注模型，所述识别标注模型包括训练好的分期识别标注网络和plus识别标注网络，所述识别标注模型用于统一对域后的待测眼底图像进行识别标注。
[0013]优选的，所述统一眼底图像的域，包括：
[0014]用圆检测法检测出眼底图像中视网膜的圆中心点，识别出圆的水平直径，针对水平直径的情况进行下列处理：
[0015]a、如果水平直径部分不在图像范围内，则清洗掉这一类眼底图像；
[0016]b、水平直径全部在图像范围内，且视网膜区域两侧的无效区域的最小宽度大于视网膜区域直径的n％；从直径与圆的两个交点沿直径方向向外取n％直径的像素，外侧多余的边界进行截取，纵向边界也按照横向边界截取的距离截取对应的比例，其中，n为1～5的任意数；
[0017]c、水平直径全部在图像范围内，但视网膜区域两侧的无效区域的存在最小宽度不足视网膜区域直径的n％的情况；对于最小宽度不足视网膜区域直径n％的情况，进行像素点填充，填充至宽度等于视网膜区域直径的n％，纵向边界也按照横向边界截取或填充的距离进行相应比例的操作。
[0018]优选的，在执行步骤S2之前，所述新生儿ROP识别标注方法还包括：
[0019]对数据集进行数据扩增。
[0020]优选的，所述分期识别标注网络和plus识别标注网络的结构相同，均包括特征提取网络和识别标注网络；
[0021]其中，特征提取网络为Resnet18；
[0022]识别标注网络为并联整体分类器和RPN网络。
[0023]优选的，所述新生儿ROP识别标注方法还包括：
[0024]S4、通过识别标注模型对测试样本进行识别标注，输出所有样本的分类结果以及标注结果，并分别记录阳性样本的IOU数据。
[0025]优选的，在识别标注模型对统一域后的待测眼底图像进行识别标注时，把IOU得分作为评价ROP特征标注网络标注结果的置信度评价指标，当待测眼底图像的IOU得分大于等于测试阶段平均IOU的0.5时，标注结果可信；当IOU得分小于测试阶段的平均IOU的0.5时，标注结果不可信。
[0026]第二方面，本专利技术提供一种新生儿ROP识别标注系统，包括：
[0027]统一图像域模块，用于获取若干眼底图像，统一眼底图像的域，得到数据集；
[0028]数据标注和分类模块，对数据集进行数据标注，并分为第一数据集和第二数据集，所述第一数据集中包括含嵴眼底图像和正常眼底图像两个类别，所述第二数据集中包括血管弯曲眼底图像和正常眼底图像两个类别；
[0029]模型训练模块，用于通过第一数据集训练预设的分期识别标注网络，通过第二数据集训练预设的plus识别标注网络，得到识别标注模型，所述识别标注模型包括训练好的分期识别标注网络和plus识别标注网络，所述识别标注模型用于统一对域后的待测眼底图像进行识别标注。
[0030]优选的，所述统一眼底图像的域，包括：
[0031]用圆检测法检测出眼底图像中视网膜的圆中心点，识别出圆的水平直径，针对水平直径的情况进行下列处理：
[0032]a、如果水平直径部分不在图像范围内，则清洗掉这一类眼底图像；
[0033]b、水平直径全部在图像范围内，且视网膜区域两侧的无效区域的最小宽度大于视网膜区域直径的n％；从直径与圆的两个交点沿直径方向向外取n％直径的像素，外侧多余的边界进行截取，纵向边界也按照横向边界截取的距离截取对应的比例，其中，n为1～5的任意数；
[0034]c、水平直径全部在图像范围内，但视网膜区域两侧的无效区域的存在最小宽度不
足视网膜区域直径的n％的情况；对于最小宽度不足视网膜区域直径n％的情况，进行像素点填充，填充至宽度等于视网膜区域直径的n％，纵向边界也按照横向边界填充的距离进行相应比例的操作。
[0035]第三方面，本专利技术提供一种计算机可读存储介质，其存储用于新生儿ROP识别标注的计算机程序，其中，所述计算机程序使得计算机执行如上述所述的新生儿ROP识别标注方法。
[0036]第四方面，本专利技术提供一种电子设备，包括：
[0037]一个或多个处理器，存储器，以及一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述程序包括用于执行如上述所述的新生儿ROP识别标注方法。
[0038](三)有益效果
[0039]本专利技术提供了一种新生儿ROP识别标注方法、系统、存储介质和电子设备。与现有技术相比，具备以下有益效果：
[0040]本专利技术通过图像域的统一算法以及采用双网络结构的方法提高ROP识别标注的准确率，解决了现有的ROP识别工具准确率低的技术问题，实现排除因不同设备产生的训练数据的域不同可能造成模型性能偏差的问题，从而提高ROP识别标注的准确率。同时，本专利技术采用双识别标注网络分别识别和标注ROP图像中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种新生儿ROP识别标注方法，其特征在于，包括：S1、获取若干眼底图像，统一眼底图像的域，得到数据集；S2、对数据集进行数据标注，并分为第一数据集和第二数据集，所述第一数据集中包括含嵴眼底图像和正常眼底图像两个类别，所述第二数据集中包括血管弯曲眼底图像和正常眼底图像两个类别；S3、通过第一数据集训练预设的分期识别标注网络，通过第二数据集训练预设的plus识别标注网络，得到识别标注模型，所述识别标注模型包括训练好的分期识别标注网络和plus识别标注网络，所述识别标注模型用于统一对域后的待测眼底图像进行识别标注。2.如权利要求1所述的新生儿ROP识别标注方法，其特征在于，所述统一眼底图像的域，包括：用圆检测法检测出眼底图像中视网膜的圆中心点，识别出圆的水平直径，针对水平直径的情况进行下列处理：a、如果水平直径部分不在图像范围内，则清洗掉这一类眼底图像；b、水平直径全部在图像范围内，且视网膜区域两侧的无效区域的最小宽度大于视网膜区域直径的n％；从直径与圆的两个交点沿直径方向向外取n％直径的像素，外侧多余的边界进行截取，纵向边界也按照横向边界截取的距离截取对应的比例，其中，n为1～5的任意数；c、水平直径全部在图像范围内，但视网膜区域两侧的无效区域的存在最小宽度不足视网膜区域直径的n％的情况；对于最小宽度不足视网膜区域直径n％的情况，进行像素点填充，填充至宽度等于视网膜区域直径的n％，纵向边界也按照横向边界截取或填充的距离进行相应比例的操作。3.如权利要求1或2所述的新生儿ROP识别标注方法，其特征在于，在执行步骤S2之前，所述新生儿ROP识别标注方法还包括：对数据集进行数据扩增。4.如权利要求1或2所述的新生儿ROP识别标注方法，其特征在于，所述分期识别标注网络和plus识别标注网络的结构相同，均包括特征提取网络和识别标注网络；其中，特征提取网络为Resnet18；识别标注网络为并联整体分类器和RPN网络。5.如权利要求1或2所述的新生儿ROP识别标注方法，其特征在于，所述新生儿ROP识别标注方法还包括：S4、通过识别标注模型对测试样本进行识别标注，输出所有样本的分类结果以及标注结果，并分别记录阳性样本的IOU数据。6.如权利要求5所述的新生儿ROP识别标注方法，其特征在于，在识别标注模型对统一域后的待测眼底图像进行...

【专利技术属性】
技术研发人员：陆宇，况子明，
申请(专利权)人：合肥奥比斯科技有限公司，
类型：发明
国别省市：