[发明专利]视杯视盘图像识别方法、装置、设备及存储介质在审

专利信息
申请号: 201911303604.2 申请日: 2019-12-17
公开(公告)号: CN110969617A 公开(公告)日: 2020-04-07
发明(设计)人: 余双;马锴;郑冶枫;龚丽君;边成;初春燕;刘含若;王宁利 申请(专利权)人: 腾讯医疗健康(深圳)有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/12
代理公司: 北京志霖恒远知识产权代理事务所(普通合伙) 11435 代理人: 郭栋梁
地址: 518000 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 视盘 图像 识别 方法 装置 设备 存储 介质
【说明书】:

本申请公开了一种视杯视盘图像识别方法、装置、设备及存储介质,该方法包括:获取待分析视杯视盘图像的分割信息,对该视杯区的边缘信息及该视盘区的边缘信息进行椭圆拟合,得到该视杯区对应的拟合椭圆及该视盘区对应的拟合椭圆;基于该视杯区对应的拟合椭圆及该视盘区对应的拟合椭圆,确定该待分析视杯视盘图像的盘沿形态量化值。本申请实施例通过对视杯视盘图像的多维度量化识别,进而利用所得到的盘沿形态量化值对视杯视盘形态的是否异常进行判断,从而提高了判断的精确度。

技术领域

本申请一般涉及人工智能技术领域,尤其涉及视杯视盘图像识别方法、装置、设备及存储介质。

背景技术

作为人体重要的器官,眼睛的健康状况,与人的生活质量紧密相关。随着人工智能技术以及图像处理技术的发展,被逐渐用于对眼底照的处理分析,以体现眼部状态的变化。

目前,在对眼底图像进行分析时,通常是基于利用机器学习模型或者图像处理,将其中的视杯区和视盘区进行分割,进而在分割结果的基础上,通过经验观察分割后的视杯区及视盘区的形态,以确定眼底照中视杯视盘的形态变化。

对于上述的通过经验观察,来判断视盘及视杯的形态,使得准确性低,可靠性差。

发明内容

鉴于现有技术中的上述缺陷或不足,期望提供一种视杯视盘图像识别方法、装置、设备及存储介质,通过确定待分析视杯视盘图像的盘沿形态量化值,以提高视杯视盘形态判断的准确性。

第一方面,本申请实施例提供了一种视杯视盘图像识别方法,该方法包括:

获取待分析视杯视盘图像的分割信息,该分割信息包括视杯区的边缘信息及视盘区的边缘信息;

对该视杯区的边缘信息及该视盘区的边缘信息进行椭圆拟合,得到该视杯区对应的拟合椭圆及该视盘区对应的拟合椭圆;

基于该视杯区对应的拟合椭圆及该视盘区对应的拟合椭圆,确定该待分析视杯视盘图像的盘沿形态量化值,该盘沿形态量化值是用于判定该视杯视盘图像中的视杯视盘的形态是否正常的参量。

第二方面,本申请实施例提供一种视杯视盘图像分析装置,该装置包括:

获取模块,用于获取待分析视杯视盘图像的分割信息,该分割信息包括视杯区的边缘信息及视盘区的边缘信息;

拟合模块,用于对该视杯区的边缘信息及该视盘区的边缘信息进行椭圆拟合,得到该视杯区对应的拟合椭圆及该视盘区对应的拟合椭圆;

第一确定模块,用于基于该视杯区对应的拟合椭圆及该视盘区对应的拟合椭圆,确定该待分析视杯视盘图像的盘沿形态量化值,该盘沿形态量化值是用于判定该视杯视盘图像中的视杯视盘的形态是否正常的参量。

第三方面,本申请实施例提供一种设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,该处理器执行该程序时实现如上述第一方面所述的视杯视盘图像识别方法。

第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序用于实现如上第一方面所述的视杯视盘图像识别方法。

本申请实施例提供的视杯视盘图像识别方法、装置、设备及存储介质,在获取到待分析的视杯视盘图像的分割结果后,通过对分割结果中视杯区及视盘区的边缘信息进行椭圆拟合处理后,对视杯视盘图像的多维度量化分析,计算待分析视杯视盘图像的盘沿形态量化值,进而利用该盘沿形态量化值判断视杯视盘图像中的视杯视盘形态是否异常,为眼底图像中视杯视盘的形态判断和分析提供了科学依据。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:

图1所示为本申请实施例的待分析的视杯视盘图像示意图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯医疗健康(深圳)有限公司,未经腾讯医疗健康(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911303604.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top