[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

说明书

本发明涉及一种广域眼底图像质量控制的方法及人工智能系统，其中所述方法包括以下步骤：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的提示。通过将拍摄好的广域眼底图片输入已训练的二分类模块进行广域眼底图片质量的判断，当图片被判断为低质量图片时，发送重新拍摄提示，从而实现对广域眼底图片的质量进行实时、准确的质量控制。

技术领域

本发明涉及医疗图像处理技术领域，更具体的，涉及一种广域眼底图像质量控制的方法及人工智能系统。

背景技术

现有技术中，目前暂无针对广域眼底图像质量控制的方法，患者一般在取得拍摄的广域眼底图片后拿给开单的眼科医生解读图片，但如果广域眼底图片的拍摄质量有问题，医生则无法进行图片的解读，则将该广域眼底图片定义为低质量。当广域眼底图片为低质量时，患者需要重新去拍摄广域眼底图片，这就导致患者需要重新排队、等待并需要再次返回到开单医生那去检查，造成时间和人力方面的浪费。主要原因如下：

(1)、广域眼底图像的质量是否影响到图片的解读，这需要专业的眼科医生才能进行正确的片段，例如，有的图像虽然有很大范围的模糊，但是不影响疾病的观察，则可认定为图片质量可接受；有的图片模糊的范围很小，但是刚好遮挡了眼底需要观察的重要部位，则认定为图片质量差；非眼底病专业的医生难以正确区分不同质量的广域眼底图片。

(2)、低质量的广域眼底图片会影响医生观察眼底病，使得广域眼底病图像的拍摄变得无意义。

(3)、广域眼底图像一般由技术人员拍摄完成，如果要较好地判断图片质量是否符合开单眼科医生的要求，往往需要较长时间的培训和经验的积累。

综上所述，由于目前无广域眼底图像质量的实时控制，造成拍摄的广域眼底质量图片与眼科医生的要求不一致，造成眼科医生解读图片的困难。因此对广域眼底图片进行实时、准确的监控显得非常重要。

发明内容

本发明旨在克服上述现有技术中至少一种不足(缺陷)，提供一种广域眼底图像质量控制的方法及人工智能系统，实现对广域眼底图片质量进行实时、准确的控制。

本发明采取的技术方案是：

一种广域眼底图像质量控制的人工智能方法，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。

通过将拍摄好的广域眼底图片输入已训练的二分类模块进行广域眼底图片质量的判断，当图片被判断为低质量图片时，发送重新拍摄提示，从而实现对广域眼底图片的质量进行实时、准确的质量控制。

进一步地，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。

通过利用卷积神经网络对广域眼底图片进行模型训练，从而可以准确高效地对广域眼底图片质量进行分析和判断。