一种眼底黄斑定位方法、装置、系统及存储介质制造方法及图纸

本发明专利技术实施例涉及图像识别技术领域，公开了一种眼底黄斑定位方法、装置、系统及存储介质，该方法包括：确定眼底图像中的视盘区域、至少一个候选黄斑区域以及每一个候选黄斑区域对应的置信度；基于视盘区域，确定黄斑待定范围；从至少一个候选黄斑区域中，筛选出位于黄斑待定范围内的一个或多个候选黄斑区域；确定位于黄斑待定范围内的一个或多个候选黄斑区域中置信度最大的候选黄斑区域为黄斑定位区域。通过图像识别模型的方式，耗时短，适用性好，工作效率高；通过图像识别模型得到视盘区域，进而基于视盘区域，确定黄斑定位区域的准确率也大大提升。

An Eyeground Macular Location Method, Device, System and Storage Media

The embodiment of the present invention relates to the field of image recognition technology, and discloses a fundus macular location method, device, system and storage medium. The method includes: determining the disc area in the fundus image, at least one candidate macular area and the corresponding confidence of each candidate macular area; determining the undetermined macular area based on the disc area; and determining the undetermined macular area from at least one candidate macular area. One or more candidate macular regions within the undetermined area of the macula are screened out, and one or more candidate macular regions within the undetermined area of the macula are identified as macular location regions with the highest confidence. The method of image recognition model is time-consuming, good applicability and high efficiency, and the accuracy of macular location area is greatly improved by getting the optic disc area through image recognition model, and then based on the optic disc area.

【技术实现步骤摘要】
一种眼底黄斑定位方法、装置、系统及存储介质
本专利技术实施例涉及深度学习
，具体涉及一种眼底黄斑定位方法、装置、系统及存储介质。
技术介绍
黄斑是眼底重要的生理结构，是人眼的光学中心区。在眼底图像中，黄斑中心定位对糖尿病性视网膜病变的检测具有重要意义。病变区域与黄斑中心距离，决定了对人眼视力的影响程度和病变的严重程度。因此，对于黄斑定位具有重要意义。传统技术中，一般采用图像处理方法对黄斑进行定位，通过图像中的亮度和形状等特征或者生理结构位置关系来定位黄斑。而这些特征将全部由人工选取。黄斑的定位需要依赖视盘定位，一旦视盘定位错误，那么黄斑定位必然也会发生错误。在传统图像处理方法中，人工选取图像的特征，针对不同数据集，人工调整参数，其适用性较差。而且工作量大，定位耗时长，效率低，而且通过人工定位黄斑的准确率也偏低。那么，如何才能提升黄斑定位准确率的同时，提升工作效率以及可行性则成为亟待解决的技术问题。
技术实现思路
为此，本专利技术实施例提供一种眼底黄斑定位方法、装置、系统及存储介质，以解决传统黄斑定位方法，定位准确率低、工作效率低，以及适用性低的问题。为了实现上述目的，本专利技术实施例提供如下技术方案：本专利技术实施例提供了一种眼底黄斑定位方法，该方法包括：确定眼底图像中的视盘区域、至少一个候选黄斑区域以及每一个候选黄斑区域对应的置信度；基于视盘区域，确定黄斑待定范围；从至少一个候选黄斑区域中，筛选出位于黄斑待定范围内的一个或多个候选黄斑区域；确定位于黄斑待定范围内的一个或多个候选黄斑区域中置信度最大的候选黄斑区域为黄斑定位区域。本专利技术实施例的特征还在于，确定眼底图像中的视盘区域、至少一个候选黄斑区域以及每一个候选黄斑区域对应的置信度，具体包括：将眼底图像输入到第一图像识别模型，确定视盘区域；将眼底图像输入到第二图像识别模型，确定至少一个候选黄斑区域以及每一个候选黄斑区域对应的置信度。本专利技术实施例的特征还在于，确定眼底图像中的视盘区域、至少一个候选黄斑区域以及每一个候选黄斑区域对应的置信度，具体包括：将眼底图像输入到第三图像识别模型，同时确定出视盘区域、至少一个候选黄斑区域以及每一个候选黄斑区域对应的置信度。本专利技术实施例的特征还在于，基于视盘区域，确定黄斑待定范围，包括：确定视盘区域的中心点；从中心点向视盘区域的颞侧水平延伸第一距离，确定第一参考点，从中心点向视盘区域的颞侧水平延伸第二距离，确定第二参考点，第一参考点至第二参考点间的线段为第一边长；从第一参考点向下延伸第三距离确定第二边长，从第一参考点向上延伸第四距离确定第三边长；基于第一边长和第二边长，确定第一矩形区域，基于第一边长和第三边长，确定第二矩形区域，第一矩形区域和矩形区域的总和为黄斑待定范围。本专利技术实施例的特征还在于，所述图像识别模型为Viola-Jones模型、SIFT模型、LBP模型、R-CNN系列模型、YOLO系列模型、SSD模型中的一种或多种的组合。本专利技术实施例提供了一种眼底黄斑定位装置，该装置包括：识别单元，用于确定眼底图像中的视盘区域、至少一个候选黄斑区域以及每一个候选黄斑区域对应的置信度；黄斑待定范围确定单元，用于基于视盘区域，确定黄斑待定范围；筛选单元，用于从至少一个候选黄斑区域中，筛选出位于黄斑待定范围内的一个或多个候选黄斑区域；处理单元，用于确定位于黄斑待定范围内的一个或多个候选黄斑区域中置信度最大的候选黄斑区域为黄斑定位区域。本专利技术实施例的特征还在于，识别单元具体用于：将眼底图像输入到第一图像识别模型，确定视盘区域；将眼底图像输入到第二图像识别模型，确定至少一个候选黄斑区域以及每一个候选黄斑区域对应的置信度。本专利技术实施例的特征还在于，识别单元具体用于：将眼底图像输入到第三图像识别模型，同时确定出视盘区域、至少一个候选黄斑区域以及每一个候选黄斑区域对应的置信度。本专利技术实施例的特征还在于，黄斑待定范围确定单元具体用于：确定视盘区域的中心点；从中心点向视盘区域的颞侧水平延伸第一距离，确定第一参考点，从中心点向视盘区域的颞侧水平延伸第二距离，确定第二参考点，第一参考点至第二参考点间的线段为第一边长；从第一参考点向下延伸第三距离确定第二边长，从第一参考点向上延伸第四距离确定第三边长；基于第一边长和第二边长，确定第一矩形区域，基于第一边长和第三边长，确定第二矩形区域，第一矩形区域和第二矩形区域的总和为黄斑待定范围。本专利技术实施例的特征还在于，所述图像识别模型为Viola-Jones模型、SIFT模型、LBP模型、R-CNN系列模型、YOLO系列模型、SSD模型中的一种或多种的组合。本专利技术实施例提供了一种眼底黄斑定位系统，该系统包括：处理器和存储器；存储器用于存储一个或多个程序指令；一个或多个程序指令被处理器运行，用以执行如上一种眼底黄斑定位方法中的任一方法步骤。在本专利技术的实施例提供了一种计算机存储介质，该计算机存储介质中包含一个或多个程序指令，一个或多个程序指令用于被一种眼底黄斑定位系统执行如上一种眼底黄斑定位方法中的任一方法步骤。本专利技术实施例具有如下优点：获取眼底图像中的视盘区域、至少一个候选黄斑区域以及每一个候选黄斑区域对应的置信度，然后基于视盘区域，确定黄斑待定范围。从至少一个候选黄斑区域中，筛选出位于黄斑待定范围内的一个或多个候选黄斑区域，并确定一个或多个候选黄斑区域中置信度最大的候选黄斑区域为黄斑定位区域。通过该种方式，耗时短，适用性好，工作效率高；而且，通过图像识别模型得到视盘区域，基于视盘区域来确定黄斑定位区域的准确率也大大提升。附图说明为了更清楚地说明本专利技术的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本专利技术可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本专利技术所能产生的功效及所能达成的目的下，均应仍落在本专利技术所揭示的
技术实现思路
得能涵盖的范围内。图1为本专利技术实施例1提供的一种眼底黄斑定位方法流程示意图；图2为本专利技术提供的一张眼底图像示意图；图3为本专利技术实施例2提供的一种眼底黄斑定位装置结构示意图；图4为本专利技术实施例3提供的一种眼底黄斑定位系统结构示意图。具体实施方式以下由特定的具体实施例说明本专利技术的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本专利技术的其他优点及功效，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术实施例1提供了一种眼底黄斑定位方法，具体如图1所示，该方法包括：步骤110，确定眼底图像中的视盘区域、至少一个候选黄斑区域以及每一个候选黄斑区域对应的置信度。在一些实施例中，所述视盘区域、至少一个候选黄斑区域以及每一个候选黄斑区域对应的置信度可以采用图像识别模型确定。所述图像识别模型可以是Viola-Jones模型、S本文档来自技高网...

【技术保护点】
1.一种眼底黄斑定位方法，其特征在于，所述方法包括：确定眼底图像中的视盘区域、至少一个候选黄斑区域以及每一个候选黄斑区域对应的置信度；基于所述视盘区域，确定黄斑待定范围；从所述至少一个候选黄斑区域中，筛选出位于所述黄斑待定范围内的一个或多个候选黄斑区域；确定位于所述黄斑待定范围内的一个或多个候选黄斑区域中置信度最大的候选黄斑区域为黄斑定位区域。

【技术特征摘要】
1.一种眼底黄斑定位方法，其特征在于，所述方法包括：确定眼底图像中的视盘区域、至少一个候选黄斑区域以及每一个候选黄斑区域对应的置信度；基于所述视盘区域，确定黄斑待定范围；从所述至少一个候选黄斑区域中，筛选出位于所述黄斑待定范围内的一个或多个候选黄斑区域；确定位于所述黄斑待定范围内的一个或多个候选黄斑区域中置信度最大的候选黄斑区域为黄斑定位区域。2.根据权利要求1所述的方法，其特征在于，所述确定眼底图像中的视盘区域、至少一个候选黄斑区域以及每一个候选黄斑区域对应的置信度，具体包括：将所述眼底图像输入到第一图像识别模型，确定所述视盘区域；将所述眼底图像输入到第二图像识别模型，确定至少一个候选黄斑区域以及每一个候选黄斑区域对应的置信度。3.根据权利要求1所述的方法，其特征在于，所述确定眼底图像中的视盘区域、至少一个候选黄斑区域以及每一个候选黄斑区域对应的置信度，具体包括：将所述眼底图像输入到第三图像识别模型，同时确定出视盘区域、至少一个候选黄斑区域以及每一个候选黄斑区域对应的置信度。4.根据权利要求1-3任一项所述的方法，其特征在于，所述基于所述视盘区域，确定黄斑待定范围，包括：确定所述视盘区域的中心点；从所述中心点向视盘区域的颞侧水平延伸第一距离，确定第一参考点，从所述中心点向视盘区域的颞侧水平延伸第二距离，确定第二参考点，所述第一参考点至所述第二参考点间的线段为第一边长；从所述第一参考点向下延伸第三距离确定第二边长，从所述第一参考点向上延伸第四距离确定第三边长；基于第一边长和第二边长，确定第一矩形区域，基于第一边长和第三边长，确定第二矩形区域，所述第一矩形区域和所述第二矩形区域的总和为黄斑待定范围。5.根据权利要求2或3所述的方法，其特征在于，所述图像识别模型为Viola-Jones模型、SIFT模型、LBP模型、R-CNN系列模型、YOLO系列模型、SSD模型中的一种或多种的组合。6.一种眼底黄斑定位装置，其特征在于，所述装置包括：识别单元，用于确定眼底图像中的视盘区域、至少一个候选黄斑区域以及每一个候选黄斑区域...

【专利技术属性】
技术研发人员：王家霈，丁大勇，
申请(专利权)人：北京致远慧图科技有限公司，
类型：发明
国别省市：北京,11