[发明专利]宽场自发荧光图像中患有年龄相关性黄斑变性的患者中地理萎缩模式分割与分类

权利要求书

1.一种用于对眼睛中地理萎缩(GA)分类的方法，包括：

使用眼科诊断装置获取所述眼睛的眼底图像；

使用计算机处理器：

将获取的图像提交给基于机器学习模型的表型分类器，其中所述表型分类器识别GA区域，然后将识别的GA区域分类为带状表型或弥散表型；和

在电子显示器上显示所述表型分类器的结果或存储所述结果以供进一步处理。

2.根据权利要求1所述的方法，其中所述表型分类器是神经网络，所述神经网络使用具有手动划定的GA区域且具有识别的它们表型的眼底图像的训练输出集以及使用没有划定的GA区域且没有识别的表型的相同眼底图像的训练输入集训练；并且

其中，在训练所述神经网络之前，从所述训练输入集和所述训练输出集的所述眼底图像中去除视网膜血管。

3.根据权利要求1或2所述的方法，进一步包括：

确定所获取的图像内的感兴趣区域(ROI)，ROI包括眼睛的黄斑；

其中，所述表型分类器将处理限制至ROI。

4.根据权利要求1至3中任一项所述的方法，进一步包括：

确定所获取的图像的图像质量(IQ)测量值；

其中，响应于所确定的图像质量测量值高于预定义的IQ阈值，将所获取的图像提交给所述表型分类器。

5.根据权利要求1至4中任一项所述的方法，其中自动GA区域识别过程是两阶段GA区域识别过程，包括：基于监督式像素分类器的第一阶段，所述监督式像素分类器将逐像素分类应用于所获取的图像以识别第一GA区域，和第二阶段，在定义第二GA区域的主动轮廓分割过程中使用所述第一GA区域作为起点，将定义的所述第二GA区域识别为带状表型或弥散表型。

6.根据权利要求5所述的方法，其中所述监督式像素分类器是经训练的神经网络或支持向量机之一。

7.根据权利要求5或6所述的方法，其中所述主动轮廓分割过程应用Chan-Vese主动轮廓分割。

8.根据权利要求1至7中任一项所述的方法，其中表型分类是基于所述识别的GA区域的交界区。

9.根据权利要求1至8中任一项所述的方法，其中对于每个所述识别的GA区域：

所述表型分类器将当前识别的GA区域映射到3D空间并确定3D映射的GA区域的表面积；和

响应于所述3D映射的GA区域的表面积小于预定义的最小面积阈值，将所述当前识别的GA区域重新分类为非GA区域。

10.根据权利要求1至9中任一项所述的方法，其中对于每个所述识别的GA区域，所述表型分类器：

确定第一测量值，所述第一测量值是与当前识别的GA区域的周边相邻并沿所述周边的轮廓非均匀性测量值或强度均匀性测量值之一；和

响应于确定的所述第一测量值高于第一阈值，将所述当前识别的GA区域分类为高进展率GA。

11.根据权利要求10所述的方法，其中所述表型分类器：

响应于所述第一测量值不高于所述第一阈值，确定第二测量值，所述第二测量值是所述轮廓非均匀性测量值或强度均匀性测量值中的另一个；和

响应于所述第二测量值高于第二阈值，将所述当前识别的GA区域分类为高进展率GA。

12.根据权利要求1至11中任一项所述的方法，其中对于当前识别的GA区域，所述表型分类器：

确定与所述当前识别的GA区域周边相邻并沿所述周边的轮廓非均匀性测量值；和

响应确定的轮廓非均匀性测量值大于预定义的非均匀性阈值，将所述当前识别的GA区域分类为‘弥散’表型。

13.根据权利要求12所述的方法，其中所述非均匀性阈值是基于样本GA区域库的标准化平均轮廓变化。