一种基于角膜共聚焦图像的菌丝筛查系统技术方案

本发明专利技术公开了一种基于角膜共聚焦图像的菌丝筛查系统，包括：图像获取模块、诊断模块和菌丝可视化模块；图像获取模块用于获取待检测角膜共聚焦图像；诊断模块用于将待检测角膜共聚焦图像输入至预设的菌丝诊断模型中，以使菌丝诊断模型，对待检测角膜共聚焦图像进行图像特征提取，并根据所提取的图像特征判断检测角膜共聚焦图像是否均在菌丝；菌丝可视化模块用于在判断待检测角膜共聚焦图像存在菌丝时，从待检测角膜共聚焦图像提取菌丝区域，生成包含菌丝区域的可视化图像。通过实施本发明专利技术实施例，能自动进行对角膜进行菌丝检测，并在有菌丝时进行可视化展示；一方面提高了检测效率，另一方面无需依赖医生经验，避免了由于经验不足造成的误诊。

【技术实现步骤摘要】
一种基于角膜共聚焦图像的菌丝筛查系统
本专利技术涉及计算机
，尤其涉及一种基于角膜共聚焦图像的菌丝筛查系统。
技术介绍
真菌性角膜炎(fungalkeratitis)是一种严重的致盲性眼病，是由真菌感染角膜引起，目前已发现有70余种真菌可引起角膜感染。在我国，真菌性角膜炎的致病菌种主要以镰刀菌和曲霉菌为主，镰刀菌是首位致病菌，占28％～65％，其次为曲霉菌，占11％～49％，接下来是青霉属占3.6％～11.6％，这些都是丝状菌，它们都会产生特征性的细长分支的菌丝。所以，观察有无菌丝，就成为了我国眼科医生诊断角膜是否真菌感染的一个重要且直观的指标之一，临床上一旦发现了有菌丝，一般就可以判断为真菌性角膜感染，可以作进一步的菌种检查和治疗。共焦显微镜检查是另一种快速、有效、无创伤的活体检查手段，能动态观察角膜组织中的菌丝和孢子，目前在真菌性角膜炎的诊断中已得到了广泛的应用。目前主要还是依靠有经验的眼科医师通过共焦显微镜初步检查，之后进行角膜刮片镜检及培养，检查周期长，检测效率较低；且由于需要依靠医生的经验，不同眼科医师的临床经验不同，诊断的准确率不同，容易由于主观经验造成误诊。
技术实现思路
本专利技术实施例提供一种基于角膜共聚焦图像的菌丝筛查系统，能自动进行对角膜进行菌丝检测，并在有菌丝时进行可视化展示；一方面提高了检测效率，另一方面无需依赖医生经验，避免了由于经验不足造成的误诊。本专利技术一实施例提供一种基于角膜共聚焦图像的菌丝筛查系统，包括：图像获取模块、诊断模块和菌丝可视化模块；所述图像获取模块，用于获取待检测角膜共聚焦图像；所述诊断模块，用于将所述待检测角膜共聚焦图像输入至预设的菌丝诊断模型中，以使所述菌丝诊断模型，对所述待检测角膜共聚焦图像进行图像特征提取，并根据所提取的图像特征判断所述检测角膜共聚焦图像是否存在菌丝；所述菌丝可视化模块，用于在判断所述待检测角膜共聚焦图像存在菌丝时，从所述待检测角膜共聚焦图像提取菌丝区域，生成包含所述菌丝区域的可视化图像。进一步的，还包括，菌丝诊断模型构建模块；所述菌丝诊断模型构建模块，用于构建所述菌丝诊断模型；其中，所述菌丝诊断模型的构建方法包括：获取图像数据集；其中，所述图像数据集中包括若干有菌丝的角膜共聚焦图像和若干无菌丝的角膜共聚焦图像；将所述图像数据集中的所有图像进行图像预处理，并按预设比例从所述图像数据集中，提取训练数据集；将所述训练数据集输入至预设的卷积神经网络，以使所述卷积神经网络对所述训练数据集中的图像进行特征提取，并根据所提取的图像特征进行迭代训练，生成所述菌丝诊断模型。进一步的，所述卷积神经网络包括主分支网络和辅助分支网络；通过所述主分支网络提取角膜共聚焦图像的基本特征；通过所述辅助分支网络提取角膜共聚焦图像的先验知识特征；其中，提取角膜共聚焦图像的先验知识特征，具体包括：统计所述训练数据集中所有角膜共聚焦图像的R通道平均灰度值、G通道平均灰度值以及B通道平均灰度值；提取选定角膜共聚焦图像的R通道值、G通道值以及B通道值，继而计算所述R通道值与所述R通道平均灰度值间的差值、所述G通道值与所述G通道平均灰度值间的差值以及所述B通道值与所述B通道平均灰度值间的差值，获得所述选定角膜共聚焦图像的先验知识特征。进一步的，所述菌丝诊断模型的构建方法还包括：按预设比例从所述图像数据集中，提取验证数据集和测试数据集，继而在所述卷积神经网络进行迭代训练时，通过所述验证数据集对所述神经网络的进行参数调整，通过所述测试数据集验证所述卷积神经网络的泛化性能进行验证。进一步的，所述对所述待检测角膜共聚焦图像进行图像特征提取，具体包括：提取所述待检测角膜共聚焦图像的基本特征和先验知识特征；其中，提取所述待检测角膜共聚焦图像的先验知识特征，具体包括：统计训练数据集中所有角膜共聚焦图像的R通道平均灰度值、G通道平均灰度值以及B通道平均灰度值；提取所述待检验角膜共聚焦图像的R通道值、G通道值以及B通道值，继而计算所述R通道值与所述R通道平均灰度值间的差值、所述G通道值与所述G通道平均灰度值间的差值以及所述B通道值与所述B通道平均灰度值间的差值，获得所述待检验角膜共聚焦图像的先验知识特征。进一步的，所述从所述待检测角膜共聚焦图像提取菌丝区域，生成包含所述菌丝区域的可视化图像，具体包括：对所述待检测角膜共聚焦图像进行相干滤波，获得第一滤波图像；对所述第一滤波图像进行双边滤波，获得第二滤波图像；对所述第二滤波图像进行全局阈值二值化操作，生成二值图像，并对所述二值图像进行全局阈值分割，获得初始菌丝区域二值图像；对所述二值图像进行形态学操作，并将进行形态学操作后的二值图像与所述初始菌丝区域二值图像作差，获得细化菌丝区域二值图像；将所述细化菌丝区域二值图像进行颜色映射，获得彩色化菌丝区域图像；将所述彩色化菌丝区域图像与所述待检测角膜共聚焦图像进行叠加，生成包含所述菌丝区域的可视化图像。进一步的，还包括，菌丝占比计算模块和感染程度分级模块；所述菌丝占比计算模块，用于在判断所述待检测角膜共聚焦图像存在菌丝时，计算所述菌丝区域与所述待检测角膜共聚焦图像的面积比，生成菌丝占比；所述感染程度分级模块，用于根据所述菌丝占比确定角膜的感染程度等级。进一步的，还包括：菌丝彩图生成模块；所述菌丝彩图生成模块，用于将所述待检测角膜共聚焦图像与所述细化菌丝区域二值图像做逐元素与运算，获得菌丝区域图像；将所述菌丝区域图像进行相干滤波及彩色化，获得菌丝彩图。进一步的，还包括，诊断报告生成模块；所述诊断报告生成模块，用于生成诊断报告；所述诊断报告内包含，所述待检测角膜共聚焦图像、所述彩色化菌丝区域图像、所述视化图像、所述菌丝占比数据以及所述感染程度等级。通过实施本专利技术的实施例具有如下有益效果：本专利技术实施例提供了一种基于角膜共聚焦图像的菌丝筛查系统，包括了图像获取模块、诊断模块和菌丝可视化模块；通过图像获取模块，获取待检测角膜共聚焦图像后，由诊断模块将其输入到菌丝诊断模型中，从而判断出待检测角膜共聚焦图像中是否存在菌丝，如果存在由菌丝可视化模块从待检测角膜共聚焦图像提取菌丝区域，生成包含所述菌丝区域的可视化图像，进行展示。通过实施本专利技术的实施，医生直接获悉患者的角膜是否被真菌所感染，并可以通过可视化图像直接获悉菌丝在角膜的具体位置和形态，提高了诊断效率并降低了误诊率。附图说明图1是本专利技术一实施例提供的一种基于角膜共聚焦图像的菌丝筛查系统的系统架构图。图2是本专利技术一实施例提供的菌丝诊断模型的构建流程示意图。图3是本专利技术一实施例提供的菌丝可视化模块的工作流程示意图。图4是本专利技术一实施例提供的菌丝诊断模型的模型测试ROC曲线线下面积示意图。图5是本专利技术一实施例提供的菌丝诊断模型的模型测试PR曲线线下面积示意图。...

【技术保护点】
1.一种基于角膜共聚焦图像的菌丝筛查系统，其特征在于，包括：图像获取模块、诊断模块和菌丝可视化模块；/n所述图像获取模块，用于获取待检测角膜共聚焦图像；/n所述诊断模块，用于将所述待检测角膜共聚焦图像输入至预设的菌丝诊断模型中，以使所述菌丝诊断模型，对所述待检测角膜共聚焦图像进行图像特征提取，并根据所提取的图像特征判断所述检测角膜共聚焦图像是否存在菌丝；/n所述菌丝可视化模块，用于在判断所述待检测角膜共聚焦图像存在菌丝时，从所述待检测角膜共聚焦图像提取菌丝区域，生成包含所述菌丝区域的可视化图像。/n

【技术特征摘要】
1.一种基于角膜共聚焦图像的菌丝筛查系统，其特征在于，包括：图像获取模块、诊断模块和菌丝可视化模块；
所述图像获取模块，用于获取待检测角膜共聚焦图像；
所述诊断模块，用于将所述待检测角膜共聚焦图像输入至预设的菌丝诊断模型中，以使所述菌丝诊断模型，对所述待检测角膜共聚焦图像进行图像特征提取，并根据所提取的图像特征判断所述检测角膜共聚焦图像是否存在菌丝；
所述菌丝可视化模块，用于在判断所述待检测角膜共聚焦图像存在菌丝时，从所述待检测角膜共聚焦图像提取菌丝区域，生成包含所述菌丝区域的可视化图像。


2.如权利要求1所述的基于角膜共聚焦图像的菌丝筛查系统，其特征在于，还包括，菌丝诊断模型构建模块；所述菌丝诊断模型构建模块，用于构建所述菌丝诊断模型；其中，所述菌丝诊断模型的构建方法包括：
获取图像数据集；其中，所述图像数据集中包括若干有菌丝的角膜共聚焦图像和若干无菌丝的角膜共聚焦图像；
将所述图像数据集中的所有图像进行图像预处理，并按预设比例从所述图像数据集中，提取训练数据集；
将所述训练数据集输入至预设的卷积神经网络，以使所述卷积神经网络对所述训练数据集中的图像进行特征提取，并根据所提取的图像特征进行迭代训练，生成所述菌丝诊断模型。


3.如权利要求2所述的基于角膜共聚焦图像的菌丝筛查系统，其特征在于，所述卷积神经网络包括主分支网络和辅助分支网络；
通过所述主分支网络提取角膜共聚焦图像的基本特征；其中，所述基本特征包括所述角膜共聚焦图像的颜色、纹理及亮度；
通过所述辅助分支网络提取角膜共聚焦图像的先验知识特征；其中，提取角膜共聚焦图像的先验知识特征，具体包括：
统计所述训练数据集中所有角膜共聚焦图像的R通道平均灰度值、G通道平均灰度值以及B通道平均灰度值；
提取选定角膜共聚焦图像的R通道值、G通道值以及B通道值，继而计算所述R通道值与所述R通道平均灰度值间的差值、所述G通道值与所述G通道平均灰度值间的差值以及所述B通道值与所述B通道平均灰度值间的差值，获得所述选定角膜共聚焦图像的先验知识特征。


4.如权利要求3所述的基于角膜共聚焦图像的菌丝筛查系统，其特征在于，所述菌丝诊断模型的构建方法还包括：
按预设比例从所述图像数据集中，提取验证数据集和测试数据集，继而在所述卷积神经网络进行迭代训练时，通过所述验证数据集对所述神经网络的进行参数调整，通过所述测试数据集验证所述卷积神经网络的泛化性能进行验证。


5.如权利要求1所述的基于角膜共聚焦图像的菌丝筛查系统，...

【专利技术属性】
技术研发人员：梁姗姗，袁进，钟培勋，钟菁，李新宇，张军，
申请(专利权)人：中山大学，
类型：发明
国别省市：广东;44