【技术实现步骤摘要】
本专利技术涉及视网膜训练，具体为一种基于眼底图像的视网膜注视点训练方法及装置。
技术介绍
1、视网膜为眼球壁的内层，分为视网膜盲部和视部，盲部包括视网膜虹膜部和视网膜睫状体部，各贴附于虹膜和睫状体内面，是虹膜和睫状体的组成部分，视网膜视部常简称视网膜，为一层柔软而透明的膜，紧贴在脉络膜内面，有感受光刺激的作用。
2、公开号为cn118229706a的中国专利公开了一种视网膜眼底图像的单阶段分割方法及装置，该方法包括构建分割网络模型；获取视网膜眼底图像数据，视网膜眼底图像数据包括多个视网膜眼底图像样本，每个视网膜眼底图像样本包括视网膜眼底图像和对应的语义标注图；将视网膜眼底图像输入到卷积特征提取器，视网膜眼底图像对应的语义标注图输入到辅助任务模块，以便对分割网络模型进行训练，并在训练过程中对分割目标的位置进行预定位；获取待分割的视网膜眼底图像，并基于训练好的分割网络模型对待分割的视网膜眼底图像进行分割，以生成目标分割结果图，从而提升了分割效率和精度；但是该专利存在以下缺陷：
3、现有的不能基于眼底图像为患者制定个性化的视网膜注视点训练方案，导致患者的视网膜注视点训练效果差。
技术实现思路
1、本专利技术的目的在于提供一种基于眼底图像的视网膜注视点训练方法及装置，能基于眼底图像为患者制定个性化的视网膜注视点训练方案，可提升患者的视网膜注视点训练效果，解决了上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一
4、s1：根据基于眼底图像的视网膜注视点训练需求，对眼底照相机进行拍摄调整，基于眼底照相机获取患者眼底实时图像；
5、s2：获取患者眼底实时图像，对患者眼底实时图像进行滤波处理、亮度和对比度调整处理以及特征提取处理，确定出患者眼底特征图像；
6、s3：基于正常眼底标准图像，对患者眼底特征图像进行分析评估，确定出患者眼底图像分析评估结果；
7、s4：制定基于眼底图像的视网膜注视点训练方案，对患者进行智能化地视网膜注视点训练；
8、s5：获取基于视网膜注视点训练的患者反馈建议，基于患者反馈建议对视网膜注视点训练方案进行优化调整。
9、根据本专利技术的另一个方面，提供了一种基于眼底图像的视网膜注视点训练装置，用于实现如上述的基于眼底图像的视网膜注视点训练方法，包括：
10、图像采集模块，用于采集患者眼底实时图像；
11、图像处理模块，用于对患者眼底实时图像进行处理，确定出患者眼底特征图像；
12、分析评估模块，用于对患者眼底特征图像进行分析评估，确定出患者眼底图像分析评估结果；
13、注视训练模块，用于制定基于眼底图像的视网膜注视点训练方案，对患者进行智能化地视网膜注视点训练；
14、反馈优化模块，用于获取基于视网膜注视点训练的患者反馈建议，对视网膜注视点训练方案进行优化调整。
15、优选的，所述图像采集模块包括：
16、拍摄调整单元，用于对眼底照相机进行拍摄调整；
17、根据基于眼底图像的视网膜注视点训练需求，使眼底照相机向患者方向缓慢移动，且使患者注视眼底照相机检查镜头内置的固视灯；
18、旋转聚焦调节旋钮，使两条劈裂线对齐，眼底照相机上下、前后、左右微小移动，使两个距离指示点轮廓清晰且位置居中；
19、图像获取单元，用于获取患者的眼底实时图像；
20、基于眼底照相机对患者的眼睛进行拍摄，获取患者眼底实时图像。
21、优选的，所述图像处理模块包括：
22、图像滤波单元，用于对患者眼底实时图像进行滤波处理；
23、获取患者眼底实时图像；
24、基于滤波器，对患者眼底实时图像进行滤波处理；
25、在保留患者眼底实时图像细节特征的条件下，对患者眼底实时图像的噪声进行抑制，有效去除患者眼底实时图像中的噪声；
26、图像调整单元，用于对患者眼底实时图像进行亮度和对比度调整；
27、获取患者眼底实时图像；
28、使用图像分割技术对患者眼底实时图像进行区域划分；
29、分析每个区域的平均亮度；
30、当某个区域的平均亮度过低，则增加该区域的亮度；
31、当某个区域的平均亮度过高，则降低该区域的亮度；
32、通过插值或重建技术使整个患者眼底实时图像的亮度保持一致；
33、基于全局对比度和相邻像素关系的自适应调整方法，计算患者眼底实时图像每个像素点周围的像素点的灰度级差；
34、根据灰度级差自动调整该像素的对比度；
35、确定出高清的患者眼底实时图像；
36、特征提取单元，用于对患者眼底实时图像进行特征提取；
37、获取高清的患者眼底实时图像；
38、对高清的患者眼底实时图像进行特征提取；
39、确定出患者眼底特征图像。
40、优选的，所述分析评估模块包括：
41、标准存储单元，用于存储正常眼底标准图像；
42、根据基于眼底图像的视网膜注视点训练需求，预先设定好正常眼底标准图像，且对预先设定好的正常眼底标准图像进行存储；
43、索引调取单元，用于索引且调取正常眼底标准图像；
44、根据基于眼底图像的视网膜注视点训练需求，对预先设定好的正常眼底标准图像进行索引，且将索引到的正常眼底标准图像调取出来；
45、分析评估单元，用于对患者眼底特征图像进行分析评估；
46、获取患者眼底特征图像；
47、获取正常眼底标准图像；
48、基于正常眼底标准图像，对患者眼底特征图像进行分析评估；
49、确定出患者眼底图像分析评估结果。
50、优选的，对患者眼底特征图像进行分析评估，执行以下操作：
51、当患者眼底特征图像在正常眼底标准图像范围内时，则患者眼底图像分析评估结果为患者眼底图像正常；
52、当患者眼底特征图像不在正常眼底标准图像范围内时，则患者眼底图像分析评估结果为患者眼底图像异常。
53、优选的，分析评估单元，包括：
54、历史评估数据获取子单元，用于：
55、当评估结果为患者眼底图像异常时，获取历史评估数据；
56、其中，历史评估数据包括：不同异常类型的异常眼底图像、不同类型的异常眼底特征图像对应的诊断数据；
57、数据集建立子单元，用于分别对每个异常类型对应的异常眼底图像进行读取，建立异常眼底图像数据集；
58、几何识别子单元，用于对每个异常类型对应的异常眼底图像进行几何识别，获得每个异常类型对应的异常眼底图像的几何特征；
59、模型构建子单元，用于：
<本文档来自技高网...【技术保护点】
1.一种基于眼底图像的视网膜注视点训练方法，其特征在于，包括如下步骤：
2.一种基于眼底图像的视网膜注视点训练装置，用于实现如权利要求1所述的一种基于眼底图像的视网膜注视点训练方法，其特征在于，包括：
3.根据权利要求2所述的一种基于眼底图像的视网膜注视点训练装置，其特征在于，所述图像采集模块包括：
4.根据权利要求3所述的一种基于眼底图像的视网膜注视点训练装置，其特征在于，所述图像处理模块包括：
5.根据权利要求4所述的一种基于眼底图像的视网膜注视点训练装置，其特征在于，所述分析评估模块包括：
6.根据权利要求5所述的一种基于眼底图像的视网膜注视点训练装置，其特征在于，对患者眼底特征图像进行分析评估，执行以下操作：
7.根据权利要求5所述的一种基于眼底图像的视网膜注视点训练装置，其特征在于，分析评估单元，包括：
8.根据权利要求6所述的一种基于眼底图像的视网膜注视点训练装置，其特征在于，所述注视训练模块包括：
9.根据权利要求8所述的一种基于眼底图像的视网膜注视点训练装置，其特征在于
10.根据权利要求2所述的一种基于眼底图像的视网膜注视点训练装置，其特征在于，反馈优化模块，包括：
...【技术特征摘要】
1.一种基于眼底图像的视网膜注视点训练方法，其特征在于，包括如下步骤：
2.一种基于眼底图像的视网膜注视点训练装置，用于实现如权利要求1所述的一种基于眼底图像的视网膜注视点训练方法，其特征在于，包括：
3.根据权利要求2所述的一种基于眼底图像的视网膜注视点训练装置，其特征在于，所述图像采集模块包括：
4.根据权利要求3所述的一种基于眼底图像的视网膜注视点训练装置，其特征在于，所述图像处理模块包括：
5.根据权利要求4所述的一种基于眼底图像的视网膜注视点训练装置，其特征在于，所述分析评估模块包括：
6....
【专利技术属性】
技术研发人员：邓宏伟，杨卫华，陶政旸，
申请(专利权)人：深圳市眼科医院深圳市眼病防治研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。