The invention provides a processing method of fundus picture based on neural network, which includes the following steps: S1, acquiring several fundus pictures by camera shooting; S2, detecting the area containing optic disc and optic cup in the fundus picture, cutting the area containing optic disc and optic cup from the fundus picture to obtain the initial sample picture; S3, circle on the initial sample picture; The optic disc area and optic cup area are filled with different colors to obtain training sample images; S4, construct neural network; S5, train the neural network through several training sample images to determine the parameters of the neural network; This method of processing the fundus picture can assist medical staff to carry out the cup-disk ratio of the fundus picture efficiently and accurately. The efficiency and accuracy of diagnosis of glaucoma were improved.
【技术实现步骤摘要】
一种基于神经网络的眼底图片的处理方法
本专利技术涉及眼底图片的处理方法,具体涉及的是将视杯和视盘从眼底图片中分割出来,通过对大量的样本进行训练得到自动从眼底图片中鉴别分割视杯和视盘的神经网络。
技术介绍
青光眼是导致失明的主要眼病之一,预计到2020年将影响8000万左右的人,和白内障,近视眼等眼科疾病不一样,青光眼的视力丧失是无法逆转的,因此,早期筛查对于早期治疗以保持视力和维持生活质量至关重要。临床上有三种用于筛查青光眼的方式:眼压测量、视野检查和视神经盘评估。眼压测量有一定的危险性,不足以成为大量正常眼压的青光眼患者的有效检查工具;而基于视野的检查需要专门的设备,在小的医院和诊所无法适用;而视神经盘评估是早期检测青光眼的便捷方式,只需要眼底图就可以进行评估。因此一种比较流行的ONN评估方式是基于杯盘比(cuptodiscratio,CDR),计算垂直的视杯直径和视盘直径的比例,如果较大,表明患有青光眼的风险越大。目前判断的方式是医生通过观察眼底图片来做出判断,由于眼底图片中视杯区域和视盘区域的界限并非那么清晰,需要较长的时间来判断他们之间的直径比例,诊断的效率较低,准确度也较低。
技术实现思路
本专利技术要解决的技术问题是:本专利技术提供了一种基于神经网络的眼底图片的处理方用以协助医护人员对患者诊断青光眼。本专利技术解决其技术问题所采用的技术方案是:一种基于神经网络的眼底图片的处理方法,包括以下步骤:S1、通过相机的拍摄获取若干个眼底图片;S2、检测所述眼底图片中包含视盘和视杯的区域,将包含视盘和视杯的区域从眼底图片中切割出来,得到初始样本图片;S3、在 ...
【技术保护点】
1.一种基于神经网络的眼底图片的处理方法,其特征在于,包括以下步骤:S1、通过相机的拍摄获取若干个眼底图片;S2、检测所述眼底图片中包含视盘和视杯的区域,将包含视盘和视杯的区域从眼底图片中切割出来,得到初始样本图片;S3、在所述初始样本图片上圈出视盘区域和视杯区域并以不同颜色分别填充视盘区域和视杯区域,得到训练样本图片;S4、构造神经网络;S5、通过若干个所述训练样本图片对神经网络进行训练,确定神经网络的参数。
【技术特征摘要】
1.一种基于神经网络的眼底图片的处理方法,其特征在于,包括以下步骤:S1、通过相机的拍摄获取若干个眼底图片;S2、检测所述眼底图片中包含视盘和视杯的区域,将包含视盘和视杯的区域从眼底图片中切割出来,得到初始样本图片;S3、在所述初始样本图片上圈出视盘区域和视杯区域并以不同颜色分别填充视盘区域和视杯区域,得到训练样本图片;S4、构造神经网络;S5、通过若干个所述训练样本图片对神经网络进行训练,确定神经网络的参数。2.如权利要求1所述的一种基于神经网络的眼底图片的处理方法,其特征在于:在所述步骤S4中,所述神经网络包括输入层、输出层和m个隐藏层,所述输入层的神经元包括视杯区域面积、视盘区域面积和视杯区域面积与视盘区域面积的比值,所述输出层的神经元包括多个青光眼的患病等级;确定激活函数和目标函数。3.如权利要求2所述的一种基于神经网络的眼底图片的处理方法,其特征在于:所述激活函数为:所述目标函数为:其中,x为输入层向量,w为神经网络权值,b为神经网络偏置项,n为训练样本图片的样本容量,y为x对应的表示青光眼的患病等级的向量,a为输出层向量。4.如权利要求1所述的一种基于神经网络的眼底图片的处理方法,其...
【专利技术属性】
技术研发人员:覃鹏志,包勇,文耀锋,
申请(专利权)人:浙江大学常州工业技术研究院,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。