The invention provides a glaucoma image recognition method, equipment and screening system, which comprises the following steps: acquiring fundus image; extracting local image from the fundus image, which includes the optic disc and fundus background; obtaining the optic disc image and cup image from the fundus image or the local image; and obtaining the optic disc image and cup image from the optic disc image and the optic cup image according to the optic disc image and the optic cup image. The image obtains a disk edge image, and judges whether or not the fundus image is a glaucoma image according to the disk edge image, the local image and the fundus image.
【技术实现步骤摘要】
青光眼图像识别方法、设备和筛查系统
本专利技术涉及眼部检测设备领域,具体涉及一种青光眼图像识别方法、设备和筛查系统。
技术介绍
青光眼是一种不可逆的致盲性眼底疾病,在筛查或临床诊断上,医生可以通过观察眼底图像来判断被检查者是否可能患有青光眼,从而做出是否需要进一步检查或就诊的建议。在临床诊断时,眼科医生可以通过观察眼底图中视杯和视盘的情况做出判断。例如视杯过大,导致视杯视盘的比例过大,则被检查者很可能患有青光眼,其中的杯盘比一般为视杯和视盘的垂直直径比。但是,眼科医生肉眼或者借助拍摄设备估算杯盘比或者盘沿形态的方式主观性很强,缺乏客观数据依据,导致结果不够准确,而且消耗大量的时间和精力。
技术实现思路
有鉴于此,本专利技术提供一种青光眼图像识别方法,包括如下步骤:获取眼底图像;从所述眼底图像中提取局部图像,所述局部图像中包括视盘和眼底背景;根据所述眼底图像或者所述局部图像获得视盘图像和视杯图像;根据所述视盘图像和所述视杯图像获得盘沿图像;根据所述盘沿图像、所述局部图像和所述眼底图像判断所述眼底图像是否为青光眼图像。可选地,从所述眼底图像中提取局部图像,包括:利用第一机器学习模型从所述眼底图像中识别出局部区域,所述局部区域中包括视盘和眼底背景;提取所述局部区域形成所述局部图像,所述局部图像与所述眼底图像色彩一致。可选地,所述根据所述眼底图像或者所述局部图像获得视盘图像和视杯图像,包括:利用第二机器学习模型从所述局部图像中识别出视盘图像;利用第三机器学习模型从所述局部图像中识别出视杯图像。可选地,所述视盘图像和所述视杯图像均为二值图像。可选地,所述盘沿图像中包括视 ...
【技术保护点】
1.一种青光眼图像识别方法,其特征在于,包括如下步骤:获取眼底图像;从所述眼底图像中提取局部图像,所述局部图像中包括视盘和眼底背景;根据所述眼底图像或者所述局部图像获得视盘图像和视杯图像;根据所述视盘图像和所述视杯图像获得盘沿图像;根据所述盘沿图像、所述局部图像和所述眼底图像判断所述眼底图像是否为青光眼图像。
【技术特征摘要】
1.一种青光眼图像识别方法,其特征在于,包括如下步骤:获取眼底图像;从所述眼底图像中提取局部图像,所述局部图像中包括视盘和眼底背景;根据所述眼底图像或者所述局部图像获得视盘图像和视杯图像;根据所述视盘图像和所述视杯图像获得盘沿图像;根据所述盘沿图像、所述局部图像和所述眼底图像判断所述眼底图像是否为青光眼图像。2.根据权利要求1所述的方法,其特征在于,从所述眼底图像中提取局部图像,包括:利用第一机器学习模型从所述眼底图像中识别出局部区域,所述局部区域中包括视盘和眼底背景;提取所述局部区域形成所述局部图像,所述局部图像与所述眼底图像色彩一致。3.根据权利要求1或2所述的方法,其特征在于,所述根据所述眼底图像或者所述局部图像获得视盘图像和视杯图像,包括:利用第二机器学习模型从所述局部图像中识别出视盘图像;利用第三机器学习模型从所述局部图像中识别出视杯图像。4.根据权利要求1-3中任一项所述的方法,其特征在于,所述视盘图像和所述视杯图像均为二值图像。5.根据权利要求1-4中任一项所述的方法,其特征在于,所述盘沿图像中包括视盘以外的背景区域、视杯区域和盘沿区域,并且它们被标识为不同的灰度值。6.根据权利要求1-5中任一项所述的方法,其特征在于,所述根据所述盘沿图像、所述局部图像和所述眼底图像判断所述眼底图像是否为青光眼图像,包括:利用第四机器学习模型对所述盘沿图像、所述局部图像和所述眼底图像进行识别,输出青光眼图像判断结果。7.根据权利要求6所述...
【专利技术属性】
技术研发人员:陈李健,黄烨霖,熊健皓,赵昕,张大磊,
申请(专利权)人:上海鹰瞳医疗科技有限公司,
类型:发明
国别省市:上海,31
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。