基于多方向图像融合的OCT图像检测方法及装置制造方法及图纸

本发明专利技术公开了一种基于多方向图像融合的OCT图像检测方法及装置，该方法应用于目标检测模型。该方法包括：当目标检测模型输入多帧OCT图像时，由目标检测模块包括的轴检测模型对所有OCT图像执行轴检测处理操作，得到所有OCT图像的轴检测处理结果；由目标检测模块包括的投影检测模型对所有OCT图像执行图像分层及第一投影处理操作，得到所有OCT图像的投影数据，并对轴检测处理结果及投影数据执行第二投影处理操作，得到投影数据对应的投影处理结果；再对投影处理结果与轴检测处理结果执行检测框融合操作，得到目标检测因子的目标检测信息。可见，实施本发明专利技术能够降低因人工原因导致OCT眼底图像分析准确度不高的概率，有利于提高OCT眼底图像的分析准确度。高OCT眼底图像的分析准确度。高OCT眼底图像的分析准确度。

【技术实现步骤摘要】
基于多方向图像融合的OCT图像检测方法及装置


[0001]本专利技术涉及OCT图像检测、处理
，尤其涉及一种基于多方向图像融合的OCT图像检测方法及装置。

技术介绍

[0002]光学相干断层扫描技术(ptical Coherence Tomography，OCT)是近十年迅速发展起来的一种成像技术，它利用弱相干光干涉仪的基本原理，检测生物组织不同深度层面对入射弱相干光的背向反射或几次散射信号，通过扫描可得到生物组织二维或三维结构图像。利用这个原理，眼科OCT设备可以获取被扫描人员的眼底图像。
[0003]传统流程中，专业人士通常是直接观察该被扫描人员的眼底图像，继而凭借经验对该眼底图像所涵盖的图像信息进行分析、判断。然而，眼底图像所涵盖的信息较为繁杂，即便是对于有相关经验的专业人士而言，眼底图像的观察难度仍然较高，专业人士可能因为疏忽导致错漏一些关键的细节信息；若是由经验尚浅的负责人进行眼底图像分析，其错漏关键的细节信息的概率更高。可见，提供一种提高OCT眼底图像分析准确度的方法显得尤为重要。

技术实现思路

[0004]本专利技术所要解决的技术问题在于，提供一种基于多方向图像融合的OCT图像检测方法及装置，能够降低因人工原因导致OCT眼底图像分析准确度不高的概率，提高OCT眼底图像的分析准确度。
[0005]为了解决上述技术问题，本专利技术第一方面公开了一种基于多方向图像融合的OCT图像检测方法，所述方法应用于目标检测模型，所述方法包括：
[0006]当确定所述目标检测模型存在输入的多帧OCT图像时，将所有所述OCT图像传输至所述目标检测模块所包括的子检测模型，所述子检测模型至少包括轴检测模型以及投影检测模型，所述目标检测模型用于从所有所述OCT图像中确定目标检测因子；
[0007]由所述轴检测模型对所有所述OCT图像执行轴检测处理操作，得到所有所述OCT图像对应的轴检测处理结果，所述轴检测处理操作至少包括目标检测操作、基于置信值的相邻帧检测操作、多帧融合操作以及置信值确定操作；所述轴检测处理结果包括至少一个三维轴检测框以及每个所述三维轴检测框中所述目标检测因子对应的轴置信值；
[0008]由所述投影检测模型对所有所述OCT图像执行图像分层及第一投影处理操作，得到所有所述OCT图像的投影数据，并对所述轴检测处理结果以及所述投影数据执行第二投影处理操作，得到所述投影数据对应的投影处理结果，所述投影处理结果包括三维投影检测框以及所述三维投影检测框中所述目标检测因子对应的投影置信值；
[0009]对所述投影处理结果与所述轴检测处理结果执行检测框融合操作，得到所述目标检测因子对应的目标检测信息，所述目标检测信息包括所述目标检测因子所在的预测框区域以及所述目标检测因子在所述预测框区域的目标置信值。
[0010]作为一种可选的实施方式，在本专利技术第一方面中，所述轴检测模型包括快轴检测模型和/或慢轴检测模型，所述快轴检测模型用于处理所述OCT图像中第一维度与第二维度的数据，所述慢轴检测模型用于处理所述OCT图像中第一维度与第三维度的数据；所述投影检测模型用于处理所述OCT图像中第二维度与第三维度的数据；
[0011]所述目标检测因子对应的所述三维轴检测框为与所述快轴检测模型和/或所述慢轴检测模型对应的处理维度相匹配的三维轴检测框；
[0012]其中，当对所有所述OCT图像执行所述轴检测处理操作的所述轴检测模型包括所述快轴检测模型以及所述慢轴检测模型时，所述目标检测因子对应的所述三维轴检测框为将所述快轴检测模型以及所述慢轴检测模型各自对应的所述三维轴检测框执行融合操作后得到的三维轴检测框。
[0013]作为一种可选的实施方式，在本专利技术第一方面中，所述由所述轴检测模型对所有所述OCT图像执行轴检测处理操作，得到所有所述OCT图像对应的轴检测处理结果，包括：
[0014]由所述轴检测模型，以所述目标检测因子对应的特征信息为基准，对所有所述OCT图像执行特征检测操作，得到至少一帧第一OCT图像，所述第一OCT图像中包括第一检测框，所述第一检测框内所述目标检测因子对应的置信度大于第一预设置信阈值；
[0015]由所述轴检测模型，以所述第一OCT图像为基准图像、以所述第一检测框所在区域的坐标区间为基准，结合预设的坐标区间误差值，对所述第一OCT图像对应的在前、在后帧图像分别逐帧执行所述特征检测操作，得到多帧第二OCT图像，每帧所述第二OCT图像包括第二检测框，所述第二检测框内所述目标检测因子对应的置信度大于所述第一预设置信阈值；
[0016]由所述轴检测模型，确定所述第一检测框与所有所述第二检测框的最大重合区域，作为所述目标检测因子对应的二维轴检测框；
[0017]以所述第一检测框与所有所述第二检测框的总计数量作为所述二维轴检测框的第三维度，以第二预设置信阈值为筛选条件，确定所述目标检测因子对应的三维轴检测框；所述三维轴检测框包括所述目标检测因子在所述三维轴检测框中的轴置信值，所述轴置信值大于所述第二预设置信阈值；
[0018]以任意所述OCT图像中第二维度与第三维度组成的平面作为投影平面，对所述三维轴检测框进行投影，得到所述三维轴检测框在所述投影平面的二维轴
‑
投影区域，所述二维轴
‑
投影区域包括所述三维轴检测框中的目标检测因子投影在所述投影平面的置信值；
[0019]将所述三维轴检测框以及所述二维轴
‑
投影区域确定为所有所述OCT图像对应的轴检测处理结果。
[0020]作为一种可选的实施方式，在本专利技术第一方面中，所述由所述投影检测模型对所有所述OCT图像执行图像分层及第一投影处理操作，得到所有所述OCT图像的投影数据，包括：
[0021]由所述投影检测模型，对所有所述OCT图像按照预设的图像层间边界确定算法，确定每帧所述OCT图像的层间分界，再对每帧所述OCT图像执行分割分层处理，得到每帧所述OCT图像的分割分层处理结果；
[0022]由所述投影检测模型，以所述第一维度作为投影方向，按照预设的投影处理算法，对每帧所述OCT图像的分割分层处理结果执行投影处理操作，得到每帧所述OCT图像对应的
投影处理结果，作为该帧OCT图像的投影数据，所述投影处理算法包括平均值投影或最大/最小值投影处理算法；
[0023]由所述投影检测模型，在所述投影检测模型对应的通道方向上对预设帧数的所述OCT图像的投影数据执行图像拼合，得到用于输入所述投影检测模型的投影特征提取网络的输入投影图像，作为所有所述OCT图像的投影数据。
[0024]作为一种可选的实施方式，在本专利技术第一方面中，所述投影特征提取网络包括多个投影特征提取层；所述对所述轴检测处理结果以及所述投影数据执行第二投影处理操作，得到所述投影数据对应的投影处理结果，包括：
[0025]由所述投影特征提取网络对所述输入投影图像执行特征提取操作，得到所述输入投影图像输入任意所述投影特征提取层对应的特征本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多方向图像融合的OCT图像检测方法，其特征在于，所述方法应用于目标检测模型，所述方法包括：当确定所述目标检测模型存在输入的多帧OCT图像时，将所有所述OCT图像传输至所述目标检测模块所包括的子检测模型，所述子检测模型至少包括轴检测模型以及投影检测模型，所述目标检测模型用于从所有所述OCT图像中确定目标检测因子；由所述轴检测模型对所有所述OCT图像执行轴检测处理操作，得到所有所述OCT图像对应的轴检测处理结果，所述轴检测处理操作至少包括目标检测操作、基于置信值的相邻帧检测操作、多帧融合操作以及置信值确定操作；所述轴检测处理结果包括至少一个三维轴检测框以及每个所述三维轴检测框中所述目标检测因子对应的轴置信值；由所述投影检测模型对所有所述OCT图像执行图像分层及第一投影处理操作，得到所有所述OCT图像的投影数据，并对所述轴检测处理结果以及所述投影数据执行第二投影处理操作，得到所述投影数据对应的投影处理结果，所述投影处理结果包括三维投影检测框以及所述三维投影检测框中所述目标检测因子对应的投影置信值；对所述投影处理结果与所述轴检测处理结果执行检测框融合操作，得到所述目标检测因子对应的目标检测信息，所述目标检测信息包括所述目标检测因子所在的预测框区域以及所述目标检测因子在所述预测框区域的目标置信值。2.根据权利要求1所述的基于多方向图像融合的OCT图像检测方法，其特征在于，所述轴检测模型包括快轴检测模型和/或慢轴检测模型，所述快轴检测模型用于处理所述OCT图像中第一维度与第二维度的数据，所述慢轴检测模型用于处理所述OCT图像中第一维度与第三维度的数据；所述投影检测模型用于处理所述OCT图像中第二维度与第三维度的数据；所述目标检测因子对应的所述三维轴检测框为与所述快轴检测模型和/或所述慢轴检测模型对应的处理维度相匹配的三维轴检测框；其中，当对所有所述OCT图像执行所述轴检测处理操作的所述轴检测模型包括所述快轴检测模型以及所述慢轴检测模型时，所述目标检测因子对应的所述三维轴检测框为将所述快轴检测模型以及所述慢轴检测模型各自对应的所述三维轴检测框执行融合操作后得到的三维轴检测框。3.根据权利要求1或2所述的基于多方向图像融合的OCT图像检测方法，其特征在于，所述由所述轴检测模型对所有所述OCT图像执行轴检测处理操作，得到所有所述OCT图像对应的轴检测处理结果，包括：由所述轴检测模型，以所述目标检测因子对应的特征信息为基准，对所有所述OCT图像执行特征检测操作，得到至少一帧第一OCT图像，所述第一OCT图像中包括第一检测框，所述第一检测框内所述目标检测因子对应的置信度大于第一预设置信阈值；由所述轴检测模型，以所述第一OCT图像为基准图像、以所述第一检测框所在区域的坐标区间为基准，结合预设的坐标区间误差值，对所述第一OCT图像对应的在前、在后帧图像分别逐帧执行所述特征检测操作，得到多帧第二OCT图像，每帧所述第二OCT图像包括第二检测框，所述第二检测框内所述目标检测因子对应的置信度大于所述第一预设置信阈值；由所述轴检测模型，确定所述第一检测框与所有所述第二检测框的最大重合区域，作为所述目标检测因子对应的二维轴检测框；以所述第一检测框与所有所述第二检测框的总计数量作为所述二维轴检测框的第三
维度，以第二预设置信阈值为筛选条件，确定所述目标检测因子对应的三维轴检测框；所述三维轴检测框包括所述目标检测因子在所述三维轴检测框中的轴置信值，所述轴置信值大于所述第二预设置信阈值；以任意所述OCT图像中第二维度与第三维度组成的平面作为投影平面，对所述三维轴检测框进行投影，得到所述三维轴检测框在所述投影平面的二维轴
‑
投影区域，所述二维轴
‑
投影区域包括所述三维轴检测框中的目标检测因子投影在所述投影平面的置信值；将所述三维轴检测框以及所述二维轴
‑
投影区域确定为所有所述OCT图像对应的轴检测处理结果。4.根据权利要求2所述的基于多方向图像融合的OCT图像检测方法，其特征在于，所述由所述投影检测模型对所有所述OCT图像执行图像分层及第一投影处理操作，得到所有所述OCT图像的投影数据，包括：由所述投影检测模型，对所有所述OCT图像按照预设的图像层间边界确定算法，确定每帧所述OCT图像的层间分界，再对每帧所述OCT图像执行分割分层处理，得到每帧所述OCT图像的分割分层处理结果；由所述投影检测模型，以所述第一维度作为投影方向，按照预设的投影处理算法，对每帧所述OCT图像的分割分层处理结果执行投影处理操作，得到每帧所述OCT图像对应的投影处理结果，作为该帧OCT图像的投影数据，所述投影处理算法包括平均值投影或最大/最小值投影处理算法；由所述投影检测模型，在所述投影检测模型对应的通道方向上对预设帧数的所述OCT图像的投影数据执行图像拼合，得到用于输入所述投影检测模型的投影特征提取网络的输入投影图像，作为所有所述OCT图像的投影数据。5.根据权利要求4所述的基于多方向图像融合的OCT图像检测方法，其特征在于，所述投影特征提取网络包括多个投...

【专利技术属性】
技术研发人员：区初斌，安林，秦嘉，黄建平，韦喜飞，
申请(专利权)人：唯智医疗科技佛山有限公司，
类型：发明
国别省市：