【技术实现步骤摘要】
眼底图像黄斑中心定位方法、装置、电子设备及存储介质
本专利技术涉及医疗图像处理
，具体涉及一种眼底图像黄斑中心定位方法、装置、电子设备及存储介质。
技术介绍
黄斑集中了大量的视觉功能细胞，黄斑区的病变如果没有被及时发现和治疗，失明的几率大大提高，因而，准确的黄斑中心定位对视网膜病变诊断具有重要意义。现有技术中，有基于眼底图像的黄斑中心定位方法，先进行视盘中心定位，然后根据视盘中心进行黄斑中心定位；或者使用深度神经网络的目标检测模型直接对黄斑区域进行检测。然而，基于眼底图像的黄斑中心定位方法，完全依赖于视盘中心的定位，一旦视盘中心定位失败黄斑中心则无法有效定位，且计算复杂度高，时效性低，鲁棒性差。基于深度神经网络的黄斑中心定位方法虽然不依赖于视盘中心的定位，但由于黄斑极易受到病变区域、图像质量及萎缩区域对其遮挡的影响，导致黄斑区域无法被成功检测从而无法进行有效定位。因此，有必要提出一种新的眼底图像黄斑中心定位方案，能够不完全依赖于视盘中心的定位，且能够在黄斑区域被遮挡或眼底图像质量差的情况下对黄斑中心进行有效的定...
【技术保护点】
1.一种眼底图像黄斑中心定位方法，其特征在于，所述方法包括：/n将待检测的眼底图像输入至预先训练好的眼底图像检测模型中；/n获取所述眼底图像检测模型的检测结果，其中，所述检测结果包括：眼底图像中的视盘区域及对应的第一检测框、黄斑区域及对应的第二检测框和置信度；/n根据所述第一检测框计算所述视盘区域的中心点坐标和根据所述第二检测框计算所述黄斑区域的中心点坐标；/n比较所述置信度与预设第一置信度阈值和预设第二置信度阈值，其中，所述预设第一置信度阈值大于所述预设第二置信度阈值；/n当所述置信度小于所述预设第二置信度阈值时，采用预先训练的左右眼识别模型识别所述待检测的眼底图像为左眼...
【技术特征摘要】
1.一种眼底图像黄斑中心定位方法，其特征在于，所述方法包括：
将待检测的眼底图像输入至预先训练好的眼底图像检测模型中；
获取所述眼底图像检测模型的检测结果，其中，所述检测结果包括：眼底图像中的视盘区域及对应的第一检测框、黄斑区域及对应的第二检测框和置信度；
根据所述第一检测框计算所述视盘区域的中心点坐标和根据所述第二检测框计算所述黄斑区域的中心点坐标；
比较所述置信度与预设第一置信度阈值和预设第二置信度阈值，其中，所述预设第一置信度阈值大于所述预设第二置信度阈值；
当所述置信度小于所述预设第二置信度阈值时，采用预先训练的左右眼识别模型识别所述待检测的眼底图像为左眼眼底图像还是右眼眼底图像；
针对所述左眼眼底图像和所述右眼眼底图像采用不同的修正模型对所述黄斑区域的中心点进行修正。
2.如权利要求1所述的方法，其特征在于，所述针对所述左眼眼底图像和所述右眼眼底图像采用不同的修正模型对所述黄斑区域的中心点进行修正包括：
针对所述左眼眼底图像，采用第一修正模型和所述视盘区域的中心点坐标对所述黄斑区域的中心点进行修正，所述第一修正模型为：
针对所述右眼眼底图像，采用第二修正模型和所述视盘区域的中心点坐标对所述黄斑区域的中心点进行修正，所述第二修正模型为：
其中，W表示所述待检测的眼底图像的宽，H表示所述待检测的眼底图像的高，(xoc，yoc)为计算得到的所述视盘区域的中心点坐标，h为所述视盘区域对应的所述第一检测框的高，(xfovea，yfovea)为修正得到的黄斑区域的中心点坐标。
3.如权利要求2所述的方法，其特征在于，所述方法包括：
当所述置信度小于所述预设第一置信度阈值且大于所述预设第二置信度阈值时，采用第三修正模型和所述视盘区域的中心点坐标对所述黄斑区域的中心点进行修正，所述第三修正模型为：
xfc＝0.5*xdc+0.5*xfovea，
yfc＝0.5*ydc+0.5*yfovea，
其中，(xfc，yfc)是最终修正得到的黄斑区域的中心点坐标，(xdc，ydc)是计算得到的所述黄斑区域的中心点坐标，(xfovea，yfovea)是根据视盘区域中心点坐标修正得到的黄斑区域中心点坐标。
4.如权利要求1所述的方法，其特征在于，所述方法包括：
当所述置信度大于所述预设第一置信度阈值时，将根据所述第二检测框计算得到的所述黄斑区域的中心点坐标作为最终的黄斑区域中心点坐标。
5.如权利要求1所述的方法，其特征在于，所述眼底图像检测模型的训练过程包括：
获取多张眼底图像；
对每张眼底图像中的一种或多种特征区域进行标记，所述特征区域为黄斑区域、视盘区域；
基于标记了一种或多种特征区域的眼底图像及对应特征区域的类别构建样本数据集；
将所述样本数据集随机...
【专利技术属性】
技术研发人员：李葛，王瑞，王立龙，唐义君，张萌，高鹏，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44
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。