[发明专利]视网膜病变检测方法、装置及计算机可读存储介质

说明书

本申请实施例提供一种视网膜病变检测方法、装置及计算机可读存储介质。所述视网膜病变检测方法包括：获取待测眼底图片；将所述待测眼底图片输入到第一神经网络模型中，对所述待测眼底图片进行质量判别；当所述待测眼底图片的质量合格时，将质量合格的所述待测眼底图片输入到第二神经网络模型中进行视网膜病变的检测。本申请实施例提供的视网膜病变检测方法，可以提高早产儿视网膜病变的检测效率，且可以提高检测精度。

技术领域

本发明涉及图像识别技术领域，尤其涉及一种视网膜病变检测方法、装置及计算机可读存储介质。

背景技术

早产儿视网膜病变(Retinopathy Of Prematurity，ROP)是一种影响早产儿和出生低体重儿的血管增生性视网膜疾病，我国出生体重≤1500g婴儿ROP发生率为26.0％。早期筛查和及时干预是预防ROP致盲的关键因素，而ROP的治疗窗较小。目前，眼底筛查通常的方法是使用专业设备采集一组新生儿的眼底图像数据，然后由专业眼科医生对这一组图像数据进行诊断，然而由于不同地理区域医疗资源的不平衡，ROP筛查存在许多障碍。第一，缺乏医疗设备和人员进行ROP检查。第二，眼科医生的培训不够规范，合格的眼科医生也很少。第三，发展中国家没有充分执行ROP筛选政策。在欠发达地区，由于缺乏及时筛查和早期治疗，许多早产儿失明。因此，需要一种更加智能化的ROP检测方法。

发明内容

本申请提供一种视网膜病变检测方法，所述视网膜病变检测方法包括：

获取待测眼底图片；

将所述待测眼底图片输入到第一神经网络模型中，对所述待测眼底图片进行质量判别；

当所述待测眼底图片的质量合格时，将质量合格的所述待测眼底图片输入到第二神经网络模型中进行视网膜病变的检测。

本申请提供的视网膜病变检测方法，首先随机获取一定数量的待测眼底图片，然后将这些待测眼底图片输入到第一神经网络模型中，所述第一神经网络模型用于对待测眼底图片的质量进行初步筛选，当待测眼底图片的质量初步筛选合格时，再将质量合格的待测眼底图片输入到第二神经网络模型中，所述第二神经网络模型用于对待测眼底图片中呈现出来的特征进行视网膜病变检测。通过本申请实施例提供的视网膜病变检测方法可以提高早产儿视网膜病变检测的效率，且有助于提高检测的准确率。

本申请还提供一种视网膜病变检测装置，所述视网膜病变检测装置包括：

获取模块，用于获取待测眼底图片；

输入判别模块，用于将所述待测眼底图片输入到第一神经网络模型中，对所述待测眼底图片进行质量判别；

第一输入检测模块，用于当所述待测眼底图片的质量合格时，将质量合格的所述待测眼底图片输入到第二神经网络模型中进行视网膜病变的检测。

附图说明

为了更清楚地说明本申请实施方式的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的第一种视网膜病变检测方法的流程图。

图2是本申请实施例提供的第二种视网膜病变检测方法的流程图。

图3是本申请实施例提供的第三种视网膜病变检测方法的流程图。

图4是本申请实施例提供的第四种视网膜病变检测方法的流程图。

图5是本申请实施例提供的第五种视网膜病变检测方法的流程图。

图6是本申请实施例提供的第六种视网膜病变检测方法的流程图。

图7是本申请实施例提供的第一种视网膜病变检测装置的结构示意图。