一种眼外观图像的识别系统技术方案

本发明专利技术属于图形识别技术领域，公开了一种眼外观图像的识别系统，所述系统包括输入模块、预处理模块和识别模块；所述输入模块用于将眼外观图像输入到识别系统中；所述预处理模块用于对输入的眼外观图像进行数据预处理，并调整眼外观图像为预设的输入规格；所述识别模块用于根据预设的神经网络模型对眼外观图像进行图像分类并给出图像分类结果和分类结果的置信度。有益效果：识别系统通过眼外观图像进行分析判断，可以方便的采集进行检测；通过神经网络对采集到的数据进行分析判断，可以提取到人难以发现和观测到的特征规律，提高判断的准确性。的准确性。的准确性。

【技术实现步骤摘要】
一种眼外观图像的识别系统


[0001]本专利技术涉及图形识别
，特别是涉及一种眼外观图像的识别系统。

技术介绍

[0002]目前，甲状腺相关眼病(TAO)是一种与自身免疫性甲状腺疾病密切相关的眼病，因其与Graves病关系密切，又称为Graves眼病。TAO是成年人最常见的眼眶病之一，在Graves病的患者中，约30－45％的患者会发生TAO，近年来其发病率呈逐渐上升趋势。TAO的临床表现由轻到重，可表现为各种眼征、眼部软组织受累、眼球突出、眼外肌受累、角膜受累、直至视力丧失。
[0003]TAO的疾病发展是不完全可逆的，即治疗只能部分减轻疾病的不良影响，无法完全恢复至发病前的状态。若在疾病发展的早期给予及时干预，并密切监测，则可以将避免疾病进展加重，减轻疾病对患者的影响；若错过最佳治疗时机，在疾病晚期才进行干预，则会导致不可挽回的视力损害，严重影响患者外观，影响患者终身的生活质量。因此TAO的最佳诊疗策略是早发现、早诊断、早干预，并持续观察和控制其进展，避免TAO眼部体征的出现或将病程维持在早期阶段。
[0004]目前，临床上需由眼眶病亚专科的眼科医生在询问病人相关病史，并完善相关检查后，才能做出TAO的诊断。但这种诊断方法不仅需要患者注意到自身的异常，同时还需要资深的医生并进行相关检测后才能判断，诊断效率较低，不利于对潜在患者进行普遍筛查，使得很多患者延误了最佳的治疗时机。
[0005]近年来随着技术进步，应用神经网络的图像识别技术开始广泛应用于医疗领域，利用神经网络的学习和分析能力，总结不易被人观察到和识别的特征和规律，帮助医生进行诊断。本专利技术结合TAO和神经网络的相关技术提出了一种眼外观图像的识别系统可以对潜在的TAO患者的眼外观图像进行识别并给出分析结果。

技术实现思路

[0006]本专利技术的目的是：提供一种眼外观图像的识别系统，对潜在的TAO患者的眼外观图像进行识别并给出分析结果。
[0007]为了实现上述目的，本专利技术提供了一种眼外观图像的识别系统，包括：输入模块、预处理模块和识别模块。
[0008]所述输入模块用于将眼外观图像输入到识别系统中。
[0009]所述预处理模块用于对输入的眼外观图像进行数据预处理，并调整眼外观图像为预设的输入规格。
[0010]所述识别模块用于根据预设的神经网络模型对眼外观图像进行图像分类并给出图像分类结果和分类结果的置信度，所述神经网络模型的训练方法包括：获取眼睑退缩患者的第一眼外观图像、健康人的第二眼外观图像以及通过数据增强后获得的第三眼外观图像；将第一眼外观图像、第二眼外观图像和第三眼外观图像输入神经网络中进行训练，获得
基于眼睑退缩患者和健康人眼外观图像的二分类神经网络模型。
[0011]进一步的，所述对输入的眼外观图像进行数据预处理，具体为：
[0012]检测眼外观图像的眼睛区域并分割出眼睛区域的ROI图像。
[0013]进一步的，所述检测眼外观图像的眼睛区域并分割出眼睛区域的ROI图像，具体方法包括：
[0014]获取第四眼外观图像并对第四眼外观图像中的一部分图像通过矩形框标注眼睛区域ROI，并在矩形框内标注眼眶关键点；所述第四眼外观图像包括健康人眼外观图像和眼睑退缩患者的眼外观图像，所述眼眶关键点包括：内眦、上眼睑、下眼睑、外眦；
[0015]将标注的图像输入到眼睛区域ROI分割神经网络进行训练，得到眼睛区域ROI分割模型。
[0016]进一步的，所述识别系统还包括：患者信息读取模块；
[0017]所述患者信息读取模块用于读取患者提供的病情信息，并判断病情信息中是否包括眼球突出、斜视、复视、视力下降，若包括则反馈病情信息、图像分类结果和分类结果的置信度给医生。
[0018]进一步的，所述识别系统还包括云端平台，所述云端平台用于接收上传的眼外观图像并将眼外观图像存储在云端，同时所述云端平台还用于将眼外观图像发送到图像输入模块、接收识别模块识别结果和识别结果的置信度并将识别结果和识别结果的置信度反馈给上传者。
[0019]进一步的，所述预设的输入规格为三通道RGB图像。
[0020]进一步的，所述预设的神经网络模型为Resnet101，所述模型由1x1、3x3、1x1卷积层组成的Bottleneck结构单元模块组成，卷积层之间通过Batchnorm和Relu激活层连接；所述Bottleneck结构包括residual block，所述residual block由1x1的卷积构成。
[0021]进一步的，所述residual block下采样时stride取2，padding为1；除下采样之外的residual block的stride取1，padding为1。
[0022]进一步的，所述通过预设的神经网络进行图像分类，具体为：
[0023]首先通过64个卷积核大小为7，stride为2的卷积层进行下采样，提取256x256x64特征矩阵，然后通过resnet的四层layer，分别将特征矩阵中每一层的特征图继续下采样至128x128，64x64，32x32，16x16；最后连接全连接层输出分类结果及对应的置信度。
[0024]进一步的，所述第一层layer首先通过3x3、stride为2的maxpool最大池化操作下采样特征，得到128x128x64的特征图，然后采用了重复3次的BottleNeck；所述第二层layer中第一个Bottleneck采用下采样方式的residual block，Bottleneck的1x1、3x3、1x1卷积层分别将特征图变换至128x128x128，64x64x128，64x64x512，Bottleneck的输出与residual block输出相加得到第二层layer的第一个Bottleneck输出，特征尺寸为64x64x512，然后重复使用3次无下采样的BottleNeck得到第二层layer的输出64x64x512特征图；所述第三层layer结构同第二层layer，区别在于3x3下采样的卷积核个数为256，residual block中下采样卷积核个数为1024；第四层layer结构同第二层layer，区别在于3x3下采样的卷积核个数为512，residualblock中下采样卷积核个数为2048。
[0025]本专利技术实施例一种眼外观图像的识别系统与现有技术相比，其有益效果在于：识别系统通过眼外观图像进行分析判断，眼外观图像的来源广泛，可以方便的采集进行检测；
通过神经网络对采集到的数据进行分析判断，可以提取到人难以发现和观测到的特征规律，提高判断的准确性；通过集成的系统可以方便推广和应用，方便对广大的潜在患者进行筛查，提高医生的诊断能力，使患者能够早确诊早治疗，避免病情恶化。
附图说明
[0026]图1是本专利技术一种眼外观图像的识别系统的第一结构示意图；
[0027]图2是本专利技术一种眼外观图像的识别系统的第二结构示意图。
...

【技术保护点】

【技术特征摘要】
1.一种眼外观图像的识别系统，其特征在于，包括：输入模块、预处理模块和识别模块；所述输入模块用于将眼外观图像输入到识别系统中；所述预处理模块用于对输入的眼外观图像进行数据预处理，并调整眼外观图像为预设的输入规格；所述识别模块用于根据预设的神经网络模型对眼外观图像进行图像分类并给出图像分类结果和分类结果的置信度，所述神经网络模型的训练方法包括：获取眼睑退缩患者的第一眼外观图像、健康人的第二眼外观图像以及通过数据增强后获得的第三眼外观图像；将第一眼外观图像、第二眼外观图像和第三眼外观图像输入神经网络中进行训练，获得基于眼睑退缩患者和健康人眼外观图像的二分类神经网络模型。2.根据权利要求1所述的一种眼外观图像的识别系统，其特征在于，所述对输入的眼外观图像进行数据预处理，具体为：检测眼外观图像的眼睛区域并分割出眼睛区域的ROI图像。3.根据权利要求2所述的一种眼外观图像的识别系统，其特征在于，所述检测眼外观图像的眼睛区域并分割出眼睛区域的ROI图像，具体方法包括：获取第四眼外观图像并对第四眼外观图像中的一部分图像通过矩形框标注眼睛区域ROI，并在矩形框内标注眼眶关键点；所述第四眼外观图像包括健康人眼外观图像和眼睑退缩患者的眼外观图像，所述眼眶关键点包括：内眦、上眼睑、下眼睑、外眦；将标注的图像输入到眼睛区域ROI分割神经网络进行训练，得到眼睛区域ROI分割模型。4.根据权利要求1所述的一种眼外观图像的识别系统，其特征在于，所述识别系统还包括：患者信息读取模块；所述患者信息读取模块用于读取患者提供的病情信息，并判断病情信息中是否包括眼球突出、斜视、复视、视力下降，若包括则反馈病情信息、图像分类结果和分类结果的置信度给医生。5.根据权利要求1所述的一种眼外观图像的识别系统，其特征在于，所述识别系统还包括云端平台，所述云端平台用于接收上传的眼外观图像并将眼外观图像存储在云端，同时所述云端平台还用于将眼外观图像发送到图像输入模块、接收识别模块识别结果和识别结果的置信度并将识别结果和识别结果的置信度反馈给上传者。6.根据权利要求1所述的一种眼外观图像的识别系统，其特征在于，所述预设的输入规格为三通道RGB图像。7.根据权利要求1所述的一种眼外观图像的识别系统，其特征在于，所述预设的...

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