视盘形态量化方法、装置、介质及设备制造方法及图纸

本申请公开了视盘形态量化方法、装置、介质及设备，涉及图像处理技术领域，该方法包括：在目标眼底图像中识别并裁剪出待检测图像，将待检测图像输入至预设的初步分割模型，获取视盘初步分割图像、近视弧初步分割图像和视盘与近视弧的混淆区域图像，将混淆区域图像输入至预设的混淆区分割模型，获取视盘修正图像和近视弧修正图像，融合视盘初步分割图像和视盘修正图像，获取目标视盘图像，融合近视弧初步分割图像和近视弧修正图像，获取目标近视弧图像，基于高精度的目标视盘图像和目标近视弧图像，计算视盘形态量化值，提高了视盘形态量化的准确率，只基于待检测图像进行数据处理，避免了基于整个图像的全局计算，也提高了视盘形态量化的准确率。态量化的准确率。态量化的准确率。

【技术实现步骤摘要】
视盘形态量化方法、装置、介质及设备


[0001]本专利技术涉及图像处理技术和数字医疗领域，特别涉及一种视盘形态量化方法、装置、介质及设备。

技术介绍

[0002]中高度近视会影响人们的工作和生活，因此中高度近视患者需要定时检查眼睛的健康状况，避免或降低近视度数的增长。由于中高度近视眼患者的眼底视盘形态会发生一系列变化，包括视盘大小改变、椭圆度变化、视盘倾斜、视盘周边出现近视弧等，因此中高度近视眼患者可以通过定期的眼底彩照检测了解眼底视盘形态变化，通过医学图像的检测和数据处理，确定眼底视盘形态变化，进而了解眼睛健康程度。
[0003]目前眼底视盘形态量化主要有两种方式，手动测量或智能测量。手动测量由专业人员人工阅片或借助软件手动测量眼底视盘形态，效率较低且难以精确衡量眼底视盘形态的变化。智能测量利用计算机视觉对眼底彩照进行图像语义分割，提取视盘及其周边的近视弧结构，获得视盘形态量化值。但是现有的智能测量方法在图像语义分割时基于整个图像进行全局计算，这种方法存在大量冗余计算，大量冗余计算不仅导致检测效率低，而且由于引入大量参数，引起参数混淆本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视盘形态量化方法，其特征在于，包括：在目标眼底图像中识别并裁剪出待检测图像，将所述待检测图像输入至预设的初步分割模型，获取视盘初步分割图像和近视弧初步分割图像；基于所述视盘初步分割图像和所述近视弧初步分割图像，获取视盘与近视弧的混淆区域图像，将所述混淆区域图像输入至预设的混淆区分割模型，获取视盘修正图像和近视弧修正图像；将所述视盘初步分割图像和所述视盘修正图像进行融合，获取目标视盘图像，将所述近视弧初步分割图像和所述近视弧修正图像进行融合，获取目标近视弧图像，基于所述目标视盘图像和所述目标近视弧图像，计算视盘形态量化值。2.如权利要求1所述的视盘形态量化方法，其特征在于，所述在目标眼底图像中识别并裁剪出待检测图像，包括：对所述目标眼底图像进行热力图绘制，获取眼底热力图；基于所述眼底热力图中的热力数据值，确定符合预设眼底热力值条件的眼底区域；在所述目标眼底图像中裁剪与所述眼底区域匹配的所述待检测图像。3.如权利要求2所述的视盘形态量化方法，其特征在于，所述对所述目标眼底图像进行热力图绘制，获取眼底热力图，包括：对所述目标眼底图像进行灰度变换，获取眼底灰度图像；根据所述眼底灰度图像中每个像素点的灰度值，从预设的颜色映射表中读取每个像素点对应的热力数据值；根据每个像素点对应的热力数据值，生成眼底热力图。4.如权利要求1所述的视盘形态量化方法，其特征在于，所述基于所述视盘初步分割图像和所述近视弧初步分割图像，获取视盘与近视弧的混淆区域图像，包括：求取所述视盘初步分割图像和所述近视弧初步分割图像的交集区域；获取所述交集区域的最小外接矩形，并以所述最小外接矩形的中心点为中心，按预设放大比例对所述最小外接矩形进行放大获得放大后的矩形区域；在所述待检测图像中获取所述放大后的矩形区域对应的图像，作为视盘与近视弧的混淆区域图像。5.如权利要求1所述的视盘形态量化方法，其特征在于，所述将所述视盘初步分割图像和所述视盘修正图像进行融合，获取目标视盘图像，将所述近视弧初步分割图像和所述近视弧修正图像进行融合，获取目标近视弧图像，包括：在所述视盘初步分割图像中，获取与视盘修正图像对应的第一区域，将所述视盘初步分割图像中的第一区域替换为视盘修正图像，获取目标视盘图像；在所述近视弧初步分割图像中，获取与近视弧修正图像对应的第二区域，将所述近视弧初步分割图像中的第二区域替换为近视弧修正图像，获取目标近视...

【专利技术属性】
技术研发人员：陈凌智，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：