[发明专利]一种眼底低质量图片的智能优化系统

说明书

本发明提供了一种眼底低质量图片的智能优化系统，包括加载模块、训练模块、优化模块、合成模块和输出模块，加载模块包括加载单元、分类单元、标注单元和排序单元，训练模块包括高质量眼底图片训练单元、低质量眼底图片训练单元和生成器训练单元，优化模块包括特征识别单元、标记单元、处理单元和复检单元，合成模块包括特征分类单元、匹配单元、合成单元和判别单元，输出模块包括特征比对单元、生成单元、存储单元和传输单元。本发明可自动去除眼底图片的模糊或被遮盖的区域，生成清晰的高质量眼底图片，以避免低质量眼底图片对下游诊疗分析带来的负面影响。

技术领域

本发明属于医疗检测技术领域，具体是涉及一种眼底低质量图片的智能优化系统。

背景技术

眼底主要由视网膜、眼底血管、视神经乳头、视神经纤维、视网膜上的黄斑部，以及视网膜后的脉络膜等部位构成，这些部位如果发生病变，眼科临床上通称为眼底病。眼底病病种繁多，病因复杂，由于这一部位深处眼球内部，在眼底病病发时，很多普通医院都检查不出来，直接导致了眼底疾病的治疗不能进行。眼底照相所检查的是整个视网膜的形态学改变。其原理就是用一种特制的照相机记录眼底镜下所看到的景象。眼底照相能够观察到视网膜、视盘、黄斑区、视网膜血管的形态，以及视网膜上有无出血、渗出、血管瘤、视网膜变性区、视网膜裂孔、新生血管、萎缩斑、色素紊乱等改变。

眼底照相作为眼底常用的检查手段，可以快速获得患者眼底的信息，用于检查患者是否存在眼底病变，以便及时处理，减少因眼底病变而造成的视功能不可逆损害。由于操作者的失误、患者的不配合、小瞳孔下进行眼底图片拍摄、屈光间质混浊等原因，常导致低质量图片不可避免。图片质量较差会导致诊断信息的丢失，进而对下游分析产生负面影响，例如远程医疗的图片分析、人工智能的自动分析等。此外，如果病变位于这些模糊区域，则容易被疏忽而发生漏诊，或者隐约可见类似病灶，但是不清晰，有可能发生误诊。

目前，针对图片质量的问题，特别是模糊遮挡和或眼睑遮盖的问题，尚无有效方法去除这些造成图片低质量的因素。

发明内容

针对上述存在的问题，本发明提供了一种眼底低质量图片的智能优化系统。

本发明的技术方案是：一种眼底低质量图片的智能优化系统，主要包括加载模块、训练模块、优化模块、合成模块和输出模块，

所述加载模块用于对初始眼底图片进行预处理，加载模块包括利用无监督学习的CycleGAN网络分批次加载眼底图片的加载单元、将所述加载后眼底图片按照清晰度分类为高质量眼底图片和低质量眼底图片的分类单元、用于分别对高质量眼底图片和低质量眼底图片进行标签标注的标注单元和用于将标签标注后的高质量眼底图片和低质量眼底图片分别进行排序的排序单元，

所述训练模块用于对判别器进行优化训练，训练模块包括用于训练判别器的高质量眼底图片训练单元、低质量眼底图片训练单元和用于训练生成器的生成器训练单元，

所述优化模块用于对低质量眼底图片进行优化，优化模块包括用于通过VGG16网络对低质量眼底图片上眼底特征进行识别的特征识别单元、用于对低质量眼底图片上模糊或被遮盖特征区域进行标记的标记单元、用于对所述标记单元标记的模糊或被遮盖特征区域进行去除的处理单元和利用特征识别单元对所述处理单元处理后低质量眼底图片进行复检的复检单元，

所述合成模块用于将所述优化模块优化处理后的低质量眼底图片进行合成，合成模块包括用于根据所述标记单元的标记特征对优化模块优化处理后低质量眼底图片进行特征分类的特征分类单元、用于根据分类特征将标记特征区域不同的处理后低质量眼底图片进行匹配的匹配单元、用于将所述匹配单元匹配的低质量眼底图片进行叠加合成的合成单元和用于对所述合成单元合成后眼底图片上模糊或被遮盖特征进行判别的判别单元，