[发明专利]用于确定黄斑中心凹位置的方法及装置

说明书

本申请公开了一种用于确定黄斑中心凹位置的方法和装置，涉及智慧医疗、计算机视觉等人工智能技术领域。具体实现方案为：从待处理的眼底图像中确定出特征区域，特征区域包括眼底图像中的视盘区域和血管区域；采用预先训练的位置预测模型，估计出特征区域中每个特征点相对于黄斑中心凹预测位置的相对位移；基于每个特征点的位置信息以及该特征点的相对位移，在眼底图像中确定出该特征点对应的映射点，得到映射点集合；基于映射点集合中每个映射点的位置信息，确定黄斑中心凹的位置。提高了黄斑中心凹的定位准确度，并可以避免病变遮挡对于定位准确度的影响。

技术领域

本申请公开了一种用于确定黄斑中心凹位置的方法及装置，涉及人工智能技术领域，具体涉及智慧医疗、计算机视觉领域。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

黄斑中心凹定位技术在眼底筛查项目、多种病变分类等项目发挥着十分重要的作用，相关技术中确定眼底图像中黄斑中心凹的方法，通常包括如下三种：1)通过检测像素明暗变化来定位黄斑中心凹的位置；2)利用视盘亮度较高的特点通过阈值法定位视盘，然后搜索视盘周边区域，利用形态学和特征提取技术定位黄斑中心，最后提取黄斑区感兴趣区域；3)神经网络检测黄斑中心凹，在原图基础上生成以标记的中心凹为中心的高斯heatmap(热图)，然后采用分割网络去学习原图的高斯heatmap，并从眼底图像中寻找heatmap置信度最高的点，从而推导出黄斑中心凹的位置。以上三种方法对于黄斑中心凹的定位准确度较低。

发明内容

提供了一种用于确定黄斑中心凹位置的方法、装置、设备以及存储介质。

根据第一方面，提供了一种用于确定黄斑中心凹位置的方法，该方法包括：从待处理的眼底图像中确定出特征区域，特征区域包括眼底图像中的视盘区域和血管区域；采用预先训练的位置预测模型，估计出特征区域中每个特征点相对于黄斑中心凹预测位置的相对位移；基于每个特征点的位置信息以及该特征点的相对位移，在眼底图像中确定出该特征点对应的映射点，得到映射点集合；基于映射点集合中每个映射点的位置信息，确定黄斑中心凹的位置。

在一些实施例中，基于映射点集合中每个映射点的位置信息，确定黄斑中心凹的位置，包括：采用预设的滑窗遍历眼底图像，将框选映射点数量最多的滑窗的中心点的位置确定为黄斑中心凹的位置。

在一些实施例中，基于映射点集合中每个映射点的位置信息，确定黄斑中心凹的位置之前，方法还包括：响应于映射点对应的特征点的数量小于预设阈值，将该映射点从映射点集合中删除。

在一些实施例中，基于映射点集合中每个映射点的位置信息，确定黄斑中心凹的位置之前，方法还包括：响应于映射点的位置处于预设区域之外，将该映射点从映射点集合中删除。

在一些实施例中，该方法还包括：基于特征区域以及特征点的相对于黄斑中心凹预测位置的相对位移，生成特征图像，特征图像的尺寸与眼底图像一致，特征图像为三通道图像，其中，第一通道中各像素点的第一特征值用于表征该像素点为特征点的置信度；第二通道中各特征点的第二特征值用于表征该特征点相对于黄斑中心凹预测位置的横向相对位移；第三通道中各特征点的第三特征值用于表征该特征点相对于黄斑中心凹预测位置的纵向相对位移；以及，输出特征图像。

在一些实施例中，基于每个特征点的位置信息以及该特征点的相对位移，在眼底图像中确定出该特征点对应的映射点，包括：在特征图像中，将每个特征点映射至该特征点的相对位移指向的像素点，将该像素点确定为该特征点对应的映射点；将映射点在特征图像中的位置确定为映射点在眼底图像中的位置。