用于检测角膜类型的装置、方法和计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种用于检测角膜类型的装置、方法和计算机可读存储介质，该装置包括：处理器；以及存储器，其存储有用于检测角膜类型的程序指令，当所述程序指令由处理器运行时，使得所述装置执行以下操作：基于双眼的角膜图像数据，分别提取左眼角膜特征和右眼角膜特征；基于所述左眼角膜特征和所述右眼角膜特征，获取双眼的对称性特征；以及基于左眼角膜特征、右眼角膜特征和对称性特征，分别输出左眼角膜类型的第一检测结果和右眼角膜类型的第二检测结果。根据本发明专利技术实施例的装置，可以获得更加精准的角膜类型检测结果。获得更加精准的角膜类型检测结果。获得更加精准的角膜类型检测结果。

【技术实现步骤摘要】
用于检测角膜类型的装置、方法和计算机可读存储介质


[0001]本专利技术一般涉及图像处理
更具体地，本专利技术涉及一种用于检测角膜类型的装置、方法和计算机可读存储介质。

技术介绍

[0002]圆锥角膜是一种严重的角膜扩张疾病，以中央变薄向前凸出，呈圆锥形为特征，其可导致不规则散光和视力下降，因此针对圆锥角膜的检测和治疗是必要的且至关重要的。目前在临床上，角膜地形图成为判断圆锥角膜的主要方法，其中角膜的曲率和厚度等参数可以从角膜地形图中获取，并在圆锥角膜的判断中起重要作用。然而，该方法需要训练有素的临床医生检查和评估各种数字参数和彩色角膜扫描图像，往往比较耗时，且判断的准确性更多的依赖于专业医生的经验。
[0003]目前，一些研究提出基于机器学习的方法来辅助进行圆锥角膜的判断，可以较大的提升检测效率。然而，无论是医生根据角膜地形图进行评估，还是基于机器学习的方法进行圆锥角膜的判断，均是基于单眼的角膜地形图来进行单眼的角膜类型判断或分类，其检测准确性仍有待提高。
[0004]有鉴于此，亟需提供一种更加精准的检测角膜类型的技术方案。

技术实现思路

[0005]为了至少解决如上所提到的一个或多个技术问题，本专利技术在多个方面中提出了一种用于检测角膜类型的装置、方法和计算机可读存储介质。
[0006]在第一方面中，本专利技术提供一种用于检测角膜类型的装置，包括：处理器；以及存储器，其存储有用于检测角膜类型的程序指令，当所述程序指令由处理器运行时，使得所述装置执行以下操作：基于双眼的角膜图像数据，分别提取左眼角膜特征和右眼角膜特征；基于所述左眼角膜特征和所述右眼角膜特征，获取双眼的对称性特征；以及基于左眼角膜特征、右眼角膜特征和对称性特征，分别输出左眼角膜类型的第一检测结果和右眼角膜类型的第二检测结果。
[0007]在一些实施例中，当所述程序指令由处理器运行时，还使得所述装置在基于双眼的角膜图像数据提取左眼角膜特征和右眼角膜特征中执行以下操作：获取双眼的角膜图像数据中的原始通道数据；以及使用特征提取器对输入的双眼的原始通道数据进行特征提取，以分别提取所述左眼角膜特征和所述右眼角膜特征。
[0008]在另一些实施例中，当所述程序指令由处理器运行时，还使得所述装置在使用特征提取器对输入的双眼的原始通道数据进行特征提取中还执行以下操作：对每个原始通道数据进行归一化处理，以便使用特征提取器对归一化处理后的归一化通道数据进行特征提取。
[0009]在又一些实施例中，当所述程序指令由处理器运行时，还使得所述装置在获取双眼的对称性特征中执行以下操作：使用多个第一卷积层分别对所述左眼角膜特征进行处
理，以输出多个左眼特征层；使用多个第二卷积层分别对所述右眼角膜特征进行处理，以输出多个右眼特征层；以及基于多个左眼特征层和多个右眼特征层的融合结果，获得所述对称性特征。
[0010]在一些实施例中，当所述程序指令由处理器运行时，还使得所述装置在基于融合结果获得对称性特征中执行以下操作：将多个左眼特征层中一部分左眼特征层与多个右眼特征层中一部分右眼特征层进行融合操作，以得到多个融合特征；以及将多个融合特征分别与另一部分左眼特征层和另一部分右眼特征层进行融合操作，以分别得到第一对称性特征和第二对称性特征。
[0011]在另一些实施例中，多个左眼特征层包括第一左眼特征层、第二左眼特征层和第三左眼特征层；多个右眼特征层包括第一右眼特征层、第二右眼特征层和第三右眼特征层；当所述程序指令由处理器运行时，还使得所述装置在基于融合结果获得对称性特征中进一步执行以下操作：将第一左眼特征层与第一右眼特征层进行融合操作，以得到第一融合特征；将第二左眼特征层与第二右眼特征层进行融合操作，以得到第二融合特征；将第一融合特征与第三右眼特征层进行融合操作，以得到第一对称性特征；以及将第二融合特征与第三左眼特征层进行融合操作，以得到第二对称性特征。
[0012]在又一些实施例中，当所述程序指令由处理器运行时，还使得所述装置在分别输出第一检测结果和第二检测结果中进一步执行以下操作：基于所述第一对称性特征和所述左眼角膜特征，输出所述第一检测结果；基于所述第二对称性特征和所述右眼角膜特征，输出所述第二检测结果。
[0013]在一些实施例中，所述融合操作包括矩阵乘法运算。
[0014]在另一些实施例中，所述第一检测结果包括左眼角膜的检测类型的第一分数；所述第二检测结果包括右眼角膜的检测类型的第二分数；所述检测类型包括以下中的至少一种：正常角膜类型；圆锥角膜类型；早期圆锥角膜类型；顿挫型圆锥角膜类型；疑似圆锥角膜类型；和/或术后圆锥角膜类型。
[0015]在又一些实施例中，所述角膜图像数据包括角膜地形图。
[0016]在一些实施例中，所述原始通道数据包括以下中的至少一种：前房深度；前表面曲率；后表面曲率；前表面高度；后表面高度；相对厚度。
[0017]在第二方面中，本专利技术提供一种用于检测角膜类型的方法，包括：基于双眼的角膜图像数据，分别提取左眼角膜特征和右眼角膜特征；基于所述左眼角膜特征和所述右眼角膜特征，获取双眼的对称性特征；以及基于左眼角膜特征、右眼角膜特征和对称性特征，分别输出左眼角膜的检测类型的第一分数和右眼角膜的检测类型的第二分数。
[0018]在一些实施例中，基于双眼的角膜图像数据提取左眼角膜特征和右眼角膜特征包括：获取双眼的角膜图像数据中的原始通道数据；以及使用特征提取器对输入的双眼的原始通道数据进行特征提取，以分别提取所述左眼角膜特征和所述右眼角膜特征。
[0019]在另一些实施例中，在使用特征提取器对输入的双眼的原始通道数据进行特征提取之前，所述方法还包括：对每个原始通道数据进行归一化处理，以便使用特征提取器对归一化处理后的归一化通道数据进行特征提取。
[0020]在又一些实施例中，获取双眼的对称性特征包括：使用多个第一卷积层分别对所述左眼角膜特征进行处理，以输出多个左眼特征层；使用多个第二卷积层分别对所述右眼
角膜特征进行处理，以输出多个右眼特征层；以及基于多个左眼特征层和多个右眼特征层的融合结果，获得所述对称性特征。
[0021]在一些实施例中，基于融合结果获得对称性特征包括：将多个左眼特征层中一部分左眼特征层与多个右眼特征层中一部分右眼特征层进行融合操作，以得到多个融合特征；以及将多个融合特征分别与另一部分左眼特征层和另一部分右眼特征层进行融合操作，以分别得到第一对称性特征和第二对称性特征。
[0022]在另一些实施例中，多个左眼特征层包括第一左眼特征层、第二左眼特征层和第三左眼特征层；多个右眼特征层包括第一右眼特征层、第二右眼特征层和第三右眼特征层；获得对称性特征进一步包括：将第一左眼特征层与第一右眼特征层进行融合操作，以得到第一融合特征；将第二左眼特征层与第二右眼特征层进行融合操作，以得到第二融合特征；将第一融合特征与第三右眼特征层进行融合操作，以得到第一对称性特征；以及将第二融合特征与第三左眼特征层进行融合操作，以得到第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于检测角膜类型的装置，其特征在于，包括：处理器；以及存储器，其存储有用于检测角膜类型的程序指令，当所述程序指令由处理器运行时，使得所述装置执行以下操作：基于双眼的角膜图像数据，分别提取左眼角膜特征和右眼角膜特征；基于所述左眼角膜特征和所述右眼角膜特征，获取双眼的对称性特征；以及基于左眼角膜特征、右眼角膜特征和对称性特征，分别输出左眼角膜类型的第一检测结果和右眼角膜类型的第二检测结果。2.根据权利要求1所述的装置，其特征在于，当所述程序指令由处理器运行时，还使得所述装置在基于双眼的角膜图像数据提取左眼角膜特征和右眼角膜特征中执行以下操作：获取双眼的角膜图像数据中的原始通道数据；以及使用特征提取器对输入的双眼的原始通道数据进行特征提取，以分别提取所述左眼角膜特征和所述右眼角膜特征。3.根据权利要求2所述的装置，其特征在于，当所述程序指令由处理器运行时，还使得所述装置在使用特征提取器对输入的双眼的原始通道数据进行特征提取中还执行以下操作：对每个原始通道数据进行归一化处理，以便使用特征提取器对归一化处理后的归一化通道数据进行特征提取。4.根据权利要求1
‑
3任一所述的装置，其特征在于，当所述程序指令由处理器运行时，还使得所述装置在获取双眼的对称性特征中执行以下操作：使用多个第一卷积层分别对所述左眼角膜特征进行处理，以输出多个左眼特征层；使用多个第二卷积层分别对所述右眼角膜特征进行处理，以输出多个右眼特征层；以及基于多个左眼特征层和多个右眼特征层的融合结果，获得所述对称性特征。5.根据权利要求4所述的装置，其特征在于，当所述程序指令由处理器运行时，还使得所述装置在基于融合结果获得对称性特征中执行以下操作：将多个左眼特征层中一部分左眼特征层与多个右眼特征层中一部分右眼特征层进行融合操作，以得到多个融合特征；以及将多个融合特征分别与另一部分左眼特征层和另一部分右眼特征层进行融合操作，以分别得到第一对称性特征和第二对称性特征。6.根据权利要求5所述的装置，其特征在于，多个左眼特征层包括第一左眼特征层、第二左眼特征层和第三左眼特征层；多个右眼特征层包括第一右眼特征层、第二右眼特征层和第三右眼特征层；当所述程序指令由处理器运行时，还使得所述装置在基于融合结果获得对称性特征中进一步执行以下操作：将第一左眼特征层与第一右眼特征层进行融合操作，以得到第一融合特征；将第二左眼特征层与第二右眼特征层进行融合操作，以得到第二融合特征；将第一融合特征与第三右眼特征层进行融合操作，以得到第一对称性特征；以及将第二融合特征与第三左眼特征层进行融合操作，以得到第二对称性特征。
7.根据权利要求5或6所述的装置，其特征在于，当所述程序指令由处理器运行时，还使得所述装置在分别输出第一检测结果和第二检测结果中进一步执行以下操作：基于所述第一对称性特征和所述左眼角膜特征，输出所述第一检测结果；基于所述第二对称性特征和所述右眼角膜特征，输出所述第二检测结果。8.根据权利要求5或6所述的装置，其特征在于，所述融合操作包括矩阵乘法运算。9.根据权利要求1所述的装置，其特征在于，所述第一检测结果包括左眼角膜的检测类型的第一分数；所述第二检测结果包括右眼角膜的检测类型的第二分数；所述检测类型包括以下中的至少一种：正常角膜类型；圆锥角膜类型；早期圆锥角膜类型；顿挫型圆锥角膜类型；疑似圆锥角膜类型；和/或术后圆锥角膜类型。10.根据权利要求1所述的装置，其特征在于，所述角膜图像数据包括角膜地形图...

【专利技术属性】
技术研发人员：徐籴，马彤，戈宗元，和超，张大磊，
申请(专利权)人：北京鹰瞳科技发展股份有限公司，
类型：发明
国别省市：