[发明专利]光学相干层析图像视网膜病变智能检测系统及检测方法

摘要

本发明公开了光学相干层析图像视网膜病变智能检测系统及检测方法。目前获得的视网膜图像主要由眼科医生依靠肉眼观察来作出判断，不利于大规模推广。本发明以深度学习思想为技术核心，结合迁移学习策略，利用深度学习模型中的卷积神经网络算法构建分类器，实现视网膜病变的分类，并利用图像分割算法实现对病灶的提取和视网膜分层，从而获取图片中病变位置的具体信息和形态参数的量化信息，生成相关诊断报告供医生进一步诊断。本发明能够弥补目前光学相干层析成像系统在病变智能识别和精准定位这一领域的空白，有效降低医生工作强度，进一步促进光学相干层析成像系统在眼科疾病诊断上的临床应用和技术发展。

主权项

1.光学相干层析图像视网膜病变智能检测系统，包括图像获取模块、图像预处理模块、视网膜病变分析模块和病例报告输出模块，其特征在于：所述的图像获取模块用于获取检查者的视网膜OCT数据；所述的图像预处理模块对OCT图像进行预处理；所述的视网膜病变分析模块用于对视网膜病变的识别和分类以及对形态学参数的计算和病灶具体位置的标注；所述的病例报告输出模块根据视网膜病变分析结果形成辅助诊断结果，并让医生确认、修改或输入医嘱，从而形成诊断报告；所述的视网膜病变分析模块包含视网膜病变分类模块和视网膜信息量化模块；所述的视网膜病变分类模块利用结合迁移学习的CNN结构实现对不同视网膜病变的识别和分类，并通过提取病变图像的图像序列实现对病变图像定位和识别；所述的视网膜信息量化模块包含对病灶的定位和形态学参数计算，利用图像分割算法获得视网膜各层边界，以获得视网膜厚度和杯盘比。