[发明专利]青光眼图像识别方法、设备和筛查系统

说明书

本发明提供一种青光眼图像识别方法、设备和筛查系统，所述方法包括如下步骤：获取眼底图像；从所述眼底图像中提取局部图像，所述局部图像中包括视盘和眼底背景；根据所述眼底图像或者所述局部图像获得视盘图像和视杯图像；根据所述视盘图像和所述视杯图像获得盘沿图像；根据所述盘沿图像、所述局部图像和所述眼底图像判断所述眼底图像是否为青光眼图像。

技术领域

本发明涉及眼部检测设备领域，具体涉及一种青光眼图像识别方法、设备和筛查系统。

背景技术

青光眼是一种不可逆的致盲性眼底疾病，在筛查或临床诊断上，医生可以通过观察眼底图像来判断被检查者是否可能患有青光眼，从而做出是否需要进一步检查或就诊的建议。

在临床诊断时，眼科医生可以通过观察眼底图中视杯和视盘的情况做出判断。例如视杯过大，导致视杯视盘的比例过大，则被检查者很可能患有青光眼，其中的杯盘比一般为视杯和视盘的垂直直径比。

但是，眼科医生肉眼或者借助拍摄设备估算杯盘比或者盘沿形态的方式主观性很强，缺乏客观数据依据，导致结果不够准确，而且消耗大量的时间和精力。

发明内容

有鉴于此，本发明提供一种青光眼图像识别方法，包括如下步骤：

获取眼底图像；

从所述眼底图像中提取局部图像，所述局部图像中包括视盘和眼底背景；

根据所述眼底图像或者所述局部图像获得视盘图像和视杯图像；

根据所述视盘图像和所述视杯图像获得盘沿图像；

根据所述盘沿图像、所述局部图像和所述眼底图像判断所述眼底图像是否为青光眼图像。

可选地，从所述眼底图像中提取局部图像，包括：

利用第一机器学习模型从所述眼底图像中识别出局部区域，所述局部区域中包括视盘和眼底背景；

提取所述局部区域形成所述局部图像，所述局部图像与所述眼底图像色彩一致。

可选地，所述根据所述眼底图像或者所述局部图像获得视盘图像和视杯图像，包括：

利用第二机器学习模型从所述局部图像中识别出视盘图像；

利用第三机器学习模型从所述局部图像中识别出视杯图像。

可选地，所述视盘图像和所述视杯图像均为二值图像。

可选地，所述盘沿图像中包括视盘以外的背景区域、视杯区域和盘沿区域，并且它们被标识为不同的灰度值。

可选地，所述根据所述盘沿图像、所述局部图像和所述眼底图像判断所述眼底图像是否为青光眼图像，包括：

利用第四机器学习模型对所述盘沿图像、所述局部图像和所述眼底图像进行识别，输出青光眼图像判断结果。

可选地，其中所述第四机器学习模型包括第一特征提取单元、第二特征提取单元、第三特征提取单元、特征融合单元和判定单元；所述利用第四机器学习模型对所述盘沿图像、所述局部图像和所述眼底图像进行识别，输出青光眼图像判断结果包括：

利用第一特征提取单元从所述盘沿图像中提取第一特征；

利用第二特征提取单元从所述局部图像中提取第二特征；

利用第三特征提取单元从所述眼底图像中提取第三特征；

利用特征融合单元根据所述第一特征、第二特征和第三特征形成融合特征；

利用判定单元根据所述融合特征输出青光眼图像判断结果。

相应地，本发明提供一种青光眼图像识别装置，包括：