一种眼睑缘的特征分类系统技术方案

本发明专利技术涉及图像处理技术领域，尤其涉及一种眼睑缘特征分类系统，包括：眼睑缘分割模块，用于将接收到的原始特征图像输入眼睑缘分割模型中，获得原始特征图对应的分割图像；其中，眼睑缘分割模型的最后一级编码器和所有的解码器的输出均经过3×3卷积和Sigmoid函数处理，生成显著概率图，并将所有显著概率图向上采样后融合，最后通过1×1卷积和Sigmoid函数处理，生成原始特征图对应的分割图像；特征分类模块，用于将分割图像输入特征分类模型，获得特征分类结果。其有益效果是，通过眼睑缘分割模型和特征分类模型，实现了利用分割信息来辅助特征分类，并针对眼睑减员的特点进行优化，提升了在处理眼睑缘特征时的效果。

【技术实现步骤摘要】

本专利技术涉及图像处理，尤其涉及一种眼睑缘的特征分类系统。

技术介绍

1、眼睑缘是眼睑皮肤与结膜交界的部分，保持眼睑缘健康对于整体眼表的健康至关重要。睑缘炎是最常见的眼部疾病之一，约有47％的眼科患者受其影响。眼睑炎常引发睑板腺功能障碍、干眼症以及睑缘角结膜炎(bkc)。bkc可能导致散光、角膜病变、弱视、视力丧失或角膜穿孔。因此，早期诊断和治疗睑缘炎对预防视力丧失非常重要。根据美国眼科学会的分类，睑缘炎按解剖位置分为前睑缘炎和后睑缘炎。

2、近年来，深度学习在医学图像分割和分类方面显示出显著潜力。一项研究提出的基于深度学习的方法，自动且客观地评估眼睑的形态特征，该方法表现出了极高的可靠性和重复性，显示出在眼睑相关疾病自动诊断和远程监测中的巨大潜力，而另一项应用深度学习技术分析甲状腺相关眼病患者的眼睑形态的研究，表明自动测量与手动测量之间有很强的一致性，暗示了深度学习在自动眼睑形态测量中的潜在应用。此外，使用深度学习模型对糖尿病视网膜病变图像进行自动检测和分类也取得了显著的进展。

3、然而，这些研究普遍存在的缺陷是它们对眼睑缘特定的本文档来自技高网...

【技术保护点】

1.一种眼睑缘特征分类系统，其特征在于，包括：

2.根据权利要求1所述的眼睑缘特征分类系统，其特征在于，所述特征分类模块，用于将所述分割图像输入预先设置的特征分类模型，获得特征分类结果，包括：

3.根据权利要求2所述的眼睑缘特征分类系统，其特征在于，所述移动反向残差卷积组包括：依次连接的MBConv块；

4.根据权利要求3所述的眼睑缘特征分类系统，其特征在于，所述深度可分离卷积层包括深度卷积和逐点卷积；

5.根据权利要求3所述的眼睑缘特征分类系统，其特征在于，所述MBConv块，将第二过程图像通过SE层处理后，经过1×1降维卷积层、批归一化...

【技术特征摘要】

1.一种眼睑缘特征分类系统，其特征在于，包括：

2.根据权利要求1所述的眼睑缘特征分类系统，其特征在于，所述特征分类模块，用于将所述分割图像输入预先设置的特征分类模型，获得特征分类结果，包括：

3.根据权利要求2所述的眼睑缘特征分类系统，其特征在于，所述移动反向残差卷积组包括：依次连接的mbconv块；

4.根据权利要求3所述的眼睑缘特征分类系统，其特征在于，所述深度可分离卷积层包括深度卷积和逐点卷积；

5.根据权利要求3所述的眼睑缘特征分类系统，其特征在于，所述mbconv块，将第二过程图像通过se层处理后，经过1×1降维卷积层、批归一化处理后...

【专利技术属性】
技术研发人员：冯珺，周美华，接英，田磊，李傲，多伯扬，
申请(专利权)人：首都医科大学附属北京同仁医院，
类型：发明
国别省市：