眼底影像处理方法和装置制造方法及图纸

本申请涉及一种眼底影像处理方法和装置。该方法包括：获取目标眼睛的视网膜光学相干断层影像和对应的视网膜血流影像；将视网膜光学相干断层影像和对应的视网膜血流影像输入至视网膜病灶检测模型中，得到目标眼睛的视网膜病灶检测结果。上述方法，通过引入视网膜血流影像，并结合视网膜光学相干断层影像确定目标眼睛的视网膜病灶检测结果，基于这种方式得到的视网膜病灶检测结果更加准确，提高了眼底病灶检测的准确性。灶检测的准确性。灶检测的准确性。

【技术实现步骤摘要】
眼底影像处理方法和装置


[0001]本申请涉及人工智能
，特别是涉及一种眼底影像处理方法和装置。

技术介绍

[0002]随着人工智能技术的快速发展，人工智能逐渐渗透进不同的行业和领域，例如医疗、金融、教育、电商、交通、航空和旅游等。
[0003]以眼科医学领域为例，相关技术中，通常采用深度学习的方法自动检测眼底病灶，以辅助诊断眼底疾病。
[0004]然而，相关技术中的眼底病灶检测方式存在检测不够准确的问题。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种眼底影像处理方法和装置，通过引入视网膜血流影像，并结合视网膜光学相干断层影像确定目标眼睛的视网膜病灶检测结果，基于这种方式得到的视网膜病灶检测结果更加准确，提高了眼底病灶检测的准确性。
[0006]第一方面，本申请实施例提供了一种眼底影像处理方法。该方法包括：
[0007]获取目标眼睛的视网膜光学相干断层影像和对应的视网膜血流影像；
[0008]将视网膜光学相干断层影像和对应的视网膜血流影像输入至视网膜病灶检测模型中，得到目标眼睛的视网膜病灶检测结果。
[0009]在其中一个实施例中，获取目标眼睛的视网膜光学相干断层影像和视网膜血流影像，包括：
[0010]获取目标眼睛的三维视网膜结构影像和三维视网膜血流影像；
[0011]根据三维视网膜结构影像，获取多个第一方向视网膜光学相干断层影像和多个第二方向视网膜光学相干断层影像；将各第一方向视网膜光学相干断层影像和各第二方向视网膜光学相干断层影像确定为视网膜光学相干断层影像；
[0012]根据三维视网膜血流影像，获取多个第一方向视网膜血流影像和多个第二方向视网膜血流影像；将各第一方向视网膜血流影像和各第二方向视网膜血流影像确定为视网膜血流影像。
[0013]在其中一个实施例中，将视网膜光学相干断层影像和对应的视网膜血流影像输入至视网膜病灶检测模型中，得到目标眼睛的视网膜病灶检测结果，包括：
[0014]将视网膜光学相干断层影像和对应的视网膜血流影像输入至视网膜病灶检测模型中，得到第一病灶检测结果和第一病灶检测结果的第一置信度；
[0015]根据第一病灶检测结果和第一病灶检测结果的第一置信度，确定目标眼睛的视网膜病灶检测结果。
[0016]在其中一个实施例中，根据第一病灶检测结果和第一病灶检测结果的第一置信度，确定目标眼睛的视网膜病灶检测结果，包括：
[0017]根据第一病灶检测结果、第一置信度和第一预设置信度阈值，确定第二病灶检测
结果；
[0018]获取视网膜光学相干断层影像的视网膜分层结果；
[0019]根据视网膜分层结果和第二病灶检测结果，确定视网膜病灶检测结果。
[0020]在其中一个实施例中，根据视网膜分层结果和第二病灶检测结果，确定视网膜病灶检测结果，包括：
[0021]根据视网膜分层结果和第二病灶检测结果，确定第三病灶检测结果；
[0022]对第三病灶检测结果进行聚类，得到视网膜病灶检测结果。
[0023]在其中一个实施例中，根据视网膜分层结果和第二病灶检测结果，确定第三病灶检测结果，包括：
[0024]获取第二病灶检测结果中的病灶类型和病灶位置信息；
[0025]根据病灶类型、病灶位置信息和视网膜分层结果，确定第三病灶检测结果。
[0026]在其中一个实施例中，根据病灶类型、病灶位置信息和视网膜分层结果，确定第三病灶检测结果，包括：
[0027]将病灶位置信息与视网膜分层结果进行匹配，得到匹配结果；匹配结果表示病灶处于视网膜分层结果中的对应位置；
[0028]根据匹配结果和病灶类型，确定第三病灶检测结果。
[0029]在其中一个实施例中，对第三病灶检测结果进行聚类，得到视网膜病灶检测结果，包括：
[0030]对第三病灶检测结果进行聚类，得到聚类病灶检测结果和聚类病灶检测结果的第二置信度；第二置信度根据聚类病灶检测结果包括的第一病灶检测结果的第一置信度确定；
[0031]根据聚类病灶检测结果、第二置信度和第二预设置信度阈值，确定视网膜病灶检测结果。
[0032]在其中一个实施例中，该方法还包括：
[0033]获取目标眼睛的眼底投影图和/或眼底图像；
[0034]将视网膜病灶检测结果投影至眼底投影图和/或所述眼底图像中，得到目标眼睛的眼底病灶分布图。
[0035]第二方面，本申请实施例还提供了一种眼底影像处理装置。该装置包括：
[0036]影像获取模块，用于获取目标眼睛的视网膜光学相干断层影像和对应的视网膜血流影像；
[0037]结果确定模块，用于将视网膜光学相干断层影像和对应的视网膜血流影像输入至视网膜病灶检测模型中，得到目标眼睛的视网膜病灶检测结果。
[0038]上述眼底影像处理方法和装置，通过获取目标眼睛的视网膜光学相干断层影像和对应的视网膜血流影像，进而将视网膜光学相干断层影像和对应的视网膜血流影像输入至视网膜病灶检测模型中，得到目标眼睛的视网膜病灶检测结果。上述方法，通过引入视网膜血流影像，并结合视网膜光学相干断层影像确定目标眼睛的视网膜病灶检测结果，基于这种方式得到的视网膜病灶检测结果更加准确，提高了眼底病灶检测的准确性。
附图说明
[0039]图1为一个实施例中眼底影像处理方法的应用环境图；
[0040]图2为一个实施例中眼底影像处理方法的流程示意图；
[0041]图3为一个实施例中视网膜血流影像的示意图；
[0042]图4为一个实施例中视网膜光学相干断层影像的示意图；
[0043]图5为一个实施例中获取视网膜光学相干断层影像和视网膜血流影像的流程示意图；
[0044]图6为一个实施例中确定视网膜病灶检测结果的流程示意图；
[0045]图7为另一个实施例中确定视网膜病灶检测结果的流程示意图；
[0046]图8为另一个实施例中确定视网膜病灶检测结果的流程示意图；
[0047]图9为一个实施例中确定第三病灶检测结果的流程示意图；
[0048]图10为另一个实施例中确定视网膜病灶检测结果的流程示意图；
[0049]图11为一个实施例中确定眼底病灶分布图方法的流程示意图；
[0050]图12为一个实施例中基于眼底投影图的眼底病灶分布图的示意图；
[0051]图13为一个实施例中基于眼底图像的眼底病灶分布图的示意图；
[0052]图14为另一个实施例中眼底影像处理方法的流程示意图；
[0053]图15为一个实施例中眼底影像处理装置的结构示意图；
[0054]图16为一个实施例中计算机设备的内部结构图。
具体实施方式
[0055]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种眼底影像处理方法，其特征在于，所述方法包括：获取目标眼睛的视网膜光学相干断层影像和对应的视网膜血流影像；将所述视网膜光学相干断层影像和对应的视网膜血流影像输入至视网膜病灶检测模型中，得到所述目标眼睛的视网膜病灶检测结果。2.根据权利要求1所述的方法，其特征在于，所述获取目标眼睛的视网膜光学相干断层影像和视网膜血流影像，包括：获取所述目标眼睛的三维视网膜结构影像和三维视网膜血流影像；根据所述三维视网膜结构影像，获取多个第一方向视网膜光学相干断层影像和多个第二方向视网膜光学相干断层影像；将各所述第一方向视网膜光学相干断层影像和各所述第二方向视网膜光学相干断层影像确定为所述视网膜光学相干断层影像；根据所述三维视网膜血流影像，获取多个第一方向视网膜血流影像和多个第二方向视网膜血流影像；将各所述第一方向视网膜血流影像和各所述第二方向视网膜血流影像确定为所述视网膜血流影像。3.根据权利要求1所述的方法，其特征在于，所述将所述视网膜光学相干断层影像和对应的视网膜血流影像输入至视网膜病灶检测模型中，得到所述目标眼睛的视网膜病灶检测结果，包括：将所述视网膜光学相干断层影像和对应的视网膜血流影像输入至所述视网膜病灶检测模型中，得到第一病灶检测结果和所述第一病灶检测结果的第一置信度；根据所述第一病灶检测结果和所述第一病灶检测结果的第一置信度，确定所述目标眼睛的视网膜病灶检测结果。4.根据权利要求3所述的方法，其特征在于，所述根据所述第一病灶检测结果和所述第一病灶检测结果的第一置信度，确定所述目标眼睛的视网膜病灶检测结果，包括：根据所述第一病灶检测结果、所述第一置信度和第一预设置信度阈值，确定第二病灶检测结果；获取所述视网膜光学相干断层影像的视网膜分层结果；根据所述视网膜分层结果和所述第二病灶检测结果，确定所述视网膜病灶检测结果。5.根据权利要求4所述的方法，其特征在于，所述根据所述视网膜分层结果和所述第二病灶检测结果，...

【专利技术属性】
技术研发人员：周祺平，黄丹丹，吴之林，王嘉因，李冰，胡治佳，王超，臧璇，
申请(专利权)人：视微影像河南科技有限公司，
类型：发明
国别省市：