一种眼表肿物的判断方法及装置制造方法及图纸

本发明专利技术公开了一种眼表肿物的判断方法及装置，所述方法包括：先获取眼表肿物图；再将眼表肿物图输入至眼表肿物判断模型中，以使眼表肿物判断模型进行眼表肿物良恶性判断，得到判断结果；其中，眼表肿物判断模型用于根据眼表肿物图获取第一特征图和候选区域，继而根据第一特征图和候选区域得到多个第二特征图，将多个第二特征图的维度设置为第一维度后进行眼表肿物良恶性判断；其中，所述候选区域为疑似病灶区域。采用本发明专利技术实施例能提高判断眼表肿物良恶性的准确度。物良恶性的准确度。物良恶性的准确度。

【技术实现步骤摘要】
一种眼表肿物的判断方法及装置


[0001]本专利技术涉及图像处理
，尤其涉及一种眼表肿物的判断方法及装置。

技术介绍

[0002]眼表肿物是指发生在眼睑、结膜、角膜、眼附件等眼睛表面结构上的肿物，其既包含色素痣、老年疣等良性肿物，也包含基底细胞癌、黑色素瘤等各种恶性肿物，肿物的良、恶性是选择治疗方式最重要的参考依据之一。由于肿物位于眼睛表面，且不同性质的肿物有着各自特异的外观表现，所以可以直接为光学检查所看到。在现有技术中，主要基于眼科医生在术前通过在裂隙灯显微镜下直接观察肿物的的形态学特点，结合病史，初步判断眼表肿物良恶性，从而指导下一步治疗。但是，现有技术中通过眼科医生人工判断眼表肿物良恶性的方法存在以下缺点：
[0003]1、医生资源缺乏，传统人工筛查肿瘤良恶性，不能满足医疗需求。眼肿物诊断具有特殊性，需具备眼科学、皮肤科学及肿瘤学的交叉综合知识。医生培养周期长，人力资本高，仅有少量专科医生能熟练掌握不同肿物在裂隙灯显微镜下的特点。2、术前判断良恶性缺乏客观标准且准确率有限：主要依靠裂隙灯下的形态表现，结合病史进行经验性诊断本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种眼表肿物的判断方法，其特征在于，包括：获取眼表肿物图；将所述眼表肿物图输入至眼表肿物判断模型中，以使所述眼表肿物判断模型进行眼表肿物良恶性判断，得到判断结果；其中，所述眼表肿物判断模型用于根据所述眼表肿物图获取第一特征图和候选区域，继而根据所述第一特征图和所述候选区域得到多个第二特征图，将多个所述第二特征图的维度设置为第一维度后进行眼表肿物良恶性判断；其中，所述候选区域为疑似病灶区域。2.根据权利要求1所述的一种眼表肿物的判断方法，其特征在于，在所述将多个所述第二特征图的维度设置为第一维度后，还包括：根据维度均为所述第一维度的多个所述第二特征图进行眼表肿物的分类，并输出分类结果。3.根据权利要求2所述的一种眼表肿物的判断方法，其特征在于，在获取所述候选区域后，还包括：通过计算所述候选区域的回归，对所述候选区域的位置进行修正，得到修正后的候选区域。4.根据权利要求3所述的一种眼表肿物的判断方法，其特征在于，在获取所述候选区域后，还包括：将所述候选区域根据第一比例缩放后映射至所述眼表肿物图中，得到所述候选区域的置信度；根据所述置信度，结合所述判断结果、所述分类结果和所述修正后的候选区域，生成可视化结果。5.根据权利要求4所述的一种眼表肿物的判断方法，其特征在于，所述获取眼表肿物图，具体为：获取初始输入图像，将所述初始输入图像根据所述第一比例缩放生成所述眼表肿物图并获取。6.根据权利要求5所述的一种眼表肿物的判断方法，其特征在于，所述眼表肿物判断模型的生成过程具体为：获取第一训练样本集；其中，所述第一训练样本集包括：含良性标注、恶性标注以及眼表肿物类型标注的眼表肿物图；对所述第一训练样本集按照预设概率进行翻转和进行HSV颜色转换，得到第二训练样本集；将所...

【专利技术属性】
技术研发人员：林浩添，汪瑞昕，杨华胜，毕少炜，陈荣新，李明远，林桢哲，
申请(专利权)人：中山大学中山眼科中心，
类型：发明
国别省市：