【技术实现步骤摘要】
眼前节的角膜厚度测量方法、装置、计算机设备及介质
[0001]本专利技术涉及图像处理
、
智慧医疗
,尤其涉及一种眼前节的角膜厚度测量方法
、
装置
、
计算机设备及介质
。
技术介绍
[0002]眼前节
OCT(optical coherence tomography
,光学相干断层扫描
)
通过处理沿入射光相同路径返回的漫反射光,并根据其光信号强度以及传输时间进行可视化处理,实现对活体眼组织的显微镜结构进行非接触式
、
非侵入性的断层成像,从而对角膜中央厚度
(Central Corneal Thickness,CCT)
进行定量测量,可以对角膜相关疾病进行客观的评估,辅助眼科疾病的诊断
。
[0003]目前,主要通过手动测量的方式对眼前节
OCT
进行定量测量又或者利用光学成像原理对眼剖面成像,可以得到角膜至晶体范围内的二维照片,再经三维重建得到眼前节整体数据
。
其中,手动测量的方式不仅无法保证检测的效率,同时还会受到操作者的临床经验等主观因素的影响,导致测量得到的参数准确性较低;而利用光学成像原理得到眼前节整体数据的方式存在光学畸变相差,需要进行非常复杂的图像矫正,效率较低,且因照明光源采用蓝光
(475nm)
,对人眼形成非常大的刺激,也无法获得放松状态下眼前节的形态,影响测量得到的参数的准确性
。
专 ...
【技术保护点】
【技术特征摘要】
1.
一种眼前节的角膜厚度测量方法,其特征在于,所述方法包括:获取目标对象的至少一张待检测图像,所述待检测图像包括所述目标对象的眼前节的光学相干断层扫描图像;将所述待检测图像输入角膜轮廓提取模型进行角膜轮廓提取,得到所述角膜的目标角膜轮廓,所述角膜轮廓提取模型为基于目标检测神经网络训练得到的模型;基于所述待检测图像,确定检测基准线,所述检测基准线用于固定所述目标角膜轮廓的位置;基于所述目标角膜轮廓和所述检测基准线,得到所述角膜的厚度信息
。2.
根据权利要求1所述的眼前节的角膜厚度测量方法,其特征在于,所述角膜轮廓提取模型包括像素分类模块
、
像素拼接模块和轮廓提取模块,所述将所述待检测图像输入角膜轮廓提取模型进行角膜轮廓提取,得到所述眼前节中角膜的目标角膜轮廓,包括:采用所述像素分类模块,对所述待检测图像进行像素点为角膜轮廓的分类预测,得到角膜轮廓的像素点信息;采用所述像素拼接模块,对所述角膜轮廓的像素点信息进行拼接,得到二值化图像;采用所述轮廓提取模块,对所述二值化图像进行角膜轮廓提取,得到所述目标角膜轮廓
。3.
根据权利要求1所述的眼前节的角膜厚度测量方法,其特征在于,所述基于所述目标角膜轮廓和所述检测基准线,得到所述角膜的厚度信息,包括:基于所述目标角膜轮廓和所述检测基准线,确定多条与所述目标角膜轮廓垂直的角膜厚度检测线;基于各所述角膜厚度检测线和所述目标角膜轮廓,确定所述目标角膜轮廓的拟合坐标点信息;根据所述拟合坐标点信息,得到所述角膜的所述厚度信息
。4.
根据权利要求3所述的眼前节的角膜厚度测量方法,其特征在于,所述根据所述拟合坐标点信息,得到所述角膜的所述厚度信息,包括:基于圆的标准方程,对所述拟合坐标点信息进行拟合,确定目标参数,所述目标参数包括圆心坐标和半径值;基于所述目标参数,确定目标检测圆;基于所述目标检测圆,得到所述角膜的所述厚度信息
。5.
根据权利要求1所述的眼前节的角膜厚度测量方法,其特征在于,所述基于所述待检测图像,确定检测基准线,包括:当在所述待检测图像中只检测到单侧的房角...
【专利技术属性】
技术研发人员:张少冲,弥胜利,孙尚,窦宁馨,周大钊,石开文,李光扬,
申请(专利权)人:清华大学深圳国际研究生院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。