[发明专利]筛查眼底黄斑区异常的方法、装置、设备和存储介质

摘要

本申请涉及人工智能领域，提供了一种筛查眼底黄斑区异常的方法、装置、设备和存储介质，方法包括：接收用户的输入的调整指令；通过所述光学相干断层扫描仪的单线扫描模式，扫描被测者的眼部的黄斑区，以得到被测者的黄斑区图像以及黄斑区厚度；将所述黄斑区图像输入至卷积神经网络，通过对所述黄斑区图像进行卷积运算以得到黄斑区图像的卷积特征矩阵；通过所述卷积神经网络的池化层轮询所述卷积特征矩阵，以得到多组局部特征集合；将所述厚度类别输入至所述卷积神经网络，所述卷积网络通过神经元的权值对所述黄斑区集合以及厚度类别加权求和。实现了黄斑区异常的自动筛选，提高黄斑区异常的筛选效率、降低人力成本，且筛选过程对眼部无损伤。

主权项

1.一种筛查眼底黄斑区异常的方法，其特征在于，所述方法包括：/n接收用户输入的调整指令，通过所述用户输入的调整指令调整光学相干断层扫描仪与被测者的眼部之间的距离，直至得到的图像清晰度大于预设值；/n通过所述光学相干断层扫描仪的单线扫描模式，扫描被测者的眼部的黄斑区，以得到被测者的黄斑区图像以及黄斑区厚度；/n通过所述黄斑区厚度与厚度类别之间的映射关系，得到与所述黄斑区厚度对应的所述厚度类别，所述厚度类别至少包括正常厚度以及异常厚度；/n将所述黄斑区图像输入至卷积神经网络，通过对所述黄斑区图像进行卷积运算以得到黄斑区图像的卷积特征矩阵，所述卷积神经网络至少包括卷积层以及池化层；/n通过所述卷积神经网络的池化层轮询所述卷积特征矩阵，以得到多组局部特征集合；/n分别计算所述多组局部特征集合的平均值，通过冒泡排序法将所述平均值按照数值大小顺序排列拼接，以得到黄斑区特征集合；/n将所述厚度类别输入至所述卷积神经网络，并通过所述卷积网络的神经元权值对所述黄斑区集合以及厚度类别加权求和，以得到所述黄斑区图像的异常分析结果。/n