[发明专利]视网膜异常分析方法及设备

权利要求书

1.一种视网膜异常分析方法，其特征在于，包括：

利用特征提取模块分别对至少一张眼底图像进行特征提取；

通过区域检测模块对提取的特征进行识别，所述区域检测模块包括类别分支和回归分支，所述类别分支用于根据所述特征得到区域类别信息，所述回归分支用于根据所述特征得到区域位置信息；

通过整体异常检测模块对所述特征进行识别，得到整体异常类别信息；

对所述区域类别信息对应的区域进行分割，得到区域面积信息；

对所述至少一张眼底图像对应的区域类别信息、区域面积信息、区域位置信息和整体异常类别信息进行统计分析，得到异常相关性数据，用于体现各种整体异常类别与各种区域类别及其区域面积信息、区域位置信息的对应关系。

2.根据权利要求1所述的方法，其特征在于，对多张眼底图像对应的区域类别信息、区域面积信息、区域位置信息和整体异常类别信息进行统计分析的步骤具体包括：

根据所述区域类别信息分别确定各个眼底图像中各类区域的数量；

针对各种整体异常类别所对应的各类区域的数量进行统计，得到平均区域数量。

3.根据权利要求1所述的方法，其特征在于，对多张眼底图像对应的区域类别信息、区域面积信息、区域位置信息和整体异常类别信息进行统计分析的步骤具体包括：

针对各种整体异常类别所对应的各类区域的区域面积信息进行统计，得到平均区域面积信息和/或最大区域面积信息。

4.根据权利要求3所述的方法，其特征在于，属于异常类的区域面积信息为区域内异常的分割区域像素面积和视盘面积的比值。

5.根据权利要求1所述的方法，其特征在于，对多张眼底图像对应的区域类别信息、区域面积信息、区域位置信息和整体异常类别信息进行统计分析的步骤具体包括：

分别计算各种整体异常类别所对应的各类区域与黄斑和/或视盘区域的距离，以确定其中的最短距离。

6.根据权利要求1所述的方法，其特征在于，对一张眼底图像对应的区域类别信息、区域面积信息、区域位置信息和整体异常类别信息进行统计所得到的异常相关性数据包括各类异常区域的数量、异常区域的最大面积和/或最小面积、异常区域与黄斑/视盘的最小距离。

7.根据权利要求1所述的方法，其特征在于，所述特征提取模块用于获取多组不同尺度组合的特征图，经上采样后进行合并融合，输出多组不同尺度的特征组合。

8.根据权利要求7所述的方法，其特征在于，所述区域检测模块包括融合模块，用于对所述多组不同尺度的特征组合进行进一步融合；所述类别分支用于根据进一步融合后的特征组合得到区域类别信息，所述回归分支用于根据进一步融合后的特征组合得到区域位置信息。

9.根据权利要求7所述的方法，其特征在于，所述整体异常检测模块根据所述多组不同尺度的特征组合进行进一步特征提取，得到相应的多组不同类别的置信度信息，对多组置信度信息进行融合，根据融合结果得到整体异常类别信息。

10.一种视网膜异常分析设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如权利要求1-9中任意一项所述的视网膜异常分析方法。