[发明专利]一种广域眼底图像质量控制的方法及人工智能系统

权利要求书

1.一种广域眼底图像质量控制的方法，其特征在于，包括以下步骤：

A1.接收广域眼底照相仪拍摄的广域眼底图片；

A2.将所述广域眼底图片输入已训练的二分类模型，判断所述广域眼底图片是否为低质量图片；

A3.当判断所述广域眼底图片为低质量图片时，发送重新拍摄提示；

A4.判断发送重新拍摄提示的次数，若未超过预设的次数则返回步骤A1，若超过预设次数则发出转诊提示。

2.根据权利要求1所述的一种广域眼底图像质量控制的方法，其特征在于，所述二分类模型的训练过程包括以下步骤：

B1.接收已进行二分类的广域眼底图片样本集；

B2.对已进行二分类的广域眼底图片进行图像处理完成图片增量操作，将图片增量操作形成的新图片加入样本集形成新样本集；

B3.利用卷积神经网络对所述新样本集中的广域眼底图片进行模型训练。

3.根据权利要求2所述的一种广域眼底图像质量控制的方法，其特征在于，对已进行二分类的广域眼底图片进行图像处理完成图片增量操作，将图片增量操作形成的新图片加入样本集形成新样本集具体为对广域眼底图片进行亮度调节、位移、旋转、镜面反转中的一个或多个图像处理操作形成一张或多张新的图片，将新的图片加入到样本集形成新样本集。

4.根据权利要求2所述的一种广域眼底图像质量控制的方法，其特征在于，所述已进行二分类的广域眼底图片为质量可接受的图片和低质量图片。

5.根据权利要求4所述的一种广域眼底图像质量控制的方法，其特征在于，所述步骤B3中还包括利用卷积神经网络对所述质量可接受的图片和低质量图片进行特征提取，将提取的特征输入模型中进行模型训练。

6.根据权利要求2所述的一种广域眼底图像质量控制的方法，其特征在于，在对所述已进行二分类的广域眼底图片进行图像处理之前，还包括对所述广域眼底图片进行预处理。

7.根据权利要求1所述的一种广域眼底图像质量控制的方法，其特征在于，所述步骤A4中还包括若当前判断为低质量图片的次数超过预设不合格的次数，则发出转诊给对应开单的医生的提示，并提示所述广域眼底图片质量低的原因为眼前段屈光间质的混浊。

8.一种广域眼底图像质量控制人工智能系统，其特征在于，包括：

图片接收模块，用于接收广域眼底照相仪拍摄的广域眼底图片；

质量检测模块，用于将所述广域眼底图片输入已训练的二分类模型进行质量检测，并自动生成相应的图片质量检测报告结果；

提示显示模块，用于当所述图片质量检测报告结果为低质量图片时，在操作显示屏实时显示重新拍摄提示；

转诊模块，计算所述重新拍摄提示显示的次数，当所述次数超过预设不合格次数时则将低质量图片转诊给对应开单的医生。

9.根据权利要求8所述的一种广域眼底图像质量控制人工智能系统，其特征在于，所述转诊模块还用于提示所述对应开单的医生所述图片质量低的原因为眼前段屈光间质的混浊。

10.根据权利要求8所述的一种广域眼底图像质量控制人工智能系统，其特征在于，所述转诊模块还用于当所述图片质量检测报告结果为质量可接受图片时，将所述质量可接受图片转诊给对应开单的医生。