基于多源多尺度特征融合的眼底图像质量评价方法和装置制造方法及图纸

本发明专利技术公开了一种基于多源多尺度特征融合的眼底图像质量评价方法，包括：步骤1：获取多源域眼底图像，并对多源域眼底图像进行关于亮度、模糊程度、对比程度以及图像的总体质量四个评价维度的标签标注，将眼底图像与标注标签组成训练样本；步骤2：构建眼底图像质量评价网络，包括特征提取模块、融合模块、注意力模块以及评价模块；步骤3：利用训练样本对眼底图像质量评价网络进行训练，获得眼底图像质量评价模型；步骤4：将待测眼底图像输入到眼底图像质量评价模型中，经计算输出质量评价结果。本发明专利技术还提供了基于上述方法的眼底图像质量评价装置。通过本发明专利技术提供的方法，在考虑多种成像环境的条件下，对眼底图像进行全面客观的评价。价。价。

【技术实现步骤摘要】
基于多源多尺度特征融合的眼底图像质量评价方法和装置


[0001]本专利技术属于医学图像处理
，具体涉及一种基于多源多尺度特征融合的眼底图像质量评价方法和装置。

技术介绍

[0002]眼底照相(Fundus photography)是诊断糖尿病视网膜病变、青光眼、与年龄相关的黄斑变性和其他眼病的最重要成像方式。随着人工智能的发展，通过眼底图像进行自动疾病筛查已成为当前研究的热门话题。因此，眼底图像的质量对诊断模型的性能具有重大意义，图像质量评估对于自动化诊断系统非常必要。虽然通过专家手动评价质量是最可靠的方法，但它成本高昂且耗时，使自动诊断系统变得低效而失去意义。
[0003]由于临床场景的复杂性，临床实践中有多种眼底成像方式，如彩色眼底摄影(Color fundus photography,CFP)、便携式数字眼底摄影(Portable digital fundus photography)和激光广角眼底成像(Ultra
‑
wide fundus photography,UWF)。彩色眼底摄影是最主要的成像方法，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多源多尺度特征融合的眼底图像质量评价方法，其特征在于，包括：步骤1：获取多源域眼底图像，并对多源域眼底图像进行关于亮度、模糊程度、对比程度以及图像的总体质量四个评价维度的标签标注，将眼底图像与标注标签组成训练样本；步骤2：构建眼底图像质量评价网络，包括特征提取模块、融合模块、注意力模块以及评价模块，所述特征提取模块包括多尺度特征提取器，用于提取眼底图像的多尺度图像特征，所述融合模块用于融合多尺度图像特征得到融合特征，所述注意力模块用于对输入的融合特征进行注意力操作，并将注意力操作结果与输入的融合特征点乘后输入至评价模块，所述评价模块用于对输入的特征进行预测计算，以输出质量评价结果，所述质量评价结果包括亮度评价结果、模糊程度评价结果、对比度评价结果以及图像总体质量评价结果；步骤3：利用训练样本对眼底图像质量评价网络进行训练，训练结束后，获得眼底图像质量评价模型；步骤4：将待测眼底图像输入到眼底图像质量评价模型中，经计算输出质量评价结果。2.根据权利要求1所述的基于多源多尺度特征融合的眼底图像质量评价方法，其特征在于，所述多源域眼底图像包括由普通相机拍摄的普通彩色眼底照、由便携式眼底照相机拍摄的眼底照以及由激光广角相机拍摄的激光广角眼底照，所述多源域眼底图像来自于健康受试者、糖尿病性视网膜病变患者与青光眼患者的就诊数据。3.根据权利要求1所述的基于多源多尺度特征融合的眼底图像质量评价方法，其特征在于，所述眼底图像输入眼底图像质量评价网络之前，进行眼底图像的预处理，包括裁剪、缩放以及获取眼部区域掩膜，预处理后的眼底图像输入至眼底图像质量评价网络。4.根据权利要求1所述的基于多源多尺度特征融...

【专利技术属性】
技术研发人员：金凯，叶娟，高知远，马晓宇，王亚奇，李云响，
申请(专利权)人：浙江大学，
类型：发明
国别省市：