[发明专利]早产儿视网膜病变的检测方法及装置、设备

说明书

本发明公开了一种早产儿视网膜病变的检测方法及装置、设备，该方法包括：获取早产儿的早期眼底图像的数据集，并将数据集中分为训练集和测试集；训练MS‑ROP模型，得到训练好的MS‑ROP模型并将MN‑ROP模型训练好；将测试集中的早期眼底图像输入训练好的MN‑ROP模型中，通过MN‑ROP模型检测早期眼底图像，得到是否为ROP的检测结果；用标注为ROP的早期眼底图像训练MS‑TR‑ROP模型，得到训练好的MS‑TR‑ROP模型并将MN‑TR‑ROP模型训练好；将第一检测结果为ROP的早期眼底图像输入训练好的MN‑TR‑ROP模型中并检测ROP早期眼底图像，得到第二检测结果。通过本发明提供的方法，因为MN‑ROP模型和MN‑TR‑ROP模型具有很小量的参数，可快速检测早期眼底图像，适合部署在嵌入式ROP检测设备中；且还可保持与MS‑ROP模型和MS‑TR‑ROP模型非常相近的准确率。

技术领域

本发明涉及医学图像处理技术领域，尤其涉及一种早产儿视网膜病变的检测方法及装置、设备及存储介质。

背景技术

早产儿视网膜病变(ROP)是一种发生在早产儿和低出生体重儿的眼部视网膜血管增生性疾病，是全球婴幼儿失明的主要原因之一。2010年，全球大约有184700名早产儿患有ROP，其中约12300名发展出轻微或中度的视力损伤，约20000名发展出重度的视力损伤甚至致盲。然而大多数ROP是轻微的、无需干预的，病情在几个月内即可自然消退，其中大约10％的ROP是需要治疗的ROP(TR-ROP)，如果TR-ROP没有得到及时干预，有可能会发生视力损伤甚至致盲。因此早期检测出TR-ROP并且及时治疗有重要的意义。

现有的ROP检测模型技术，大多都是针对ROP的分期或者是对ROP附加病变的检测。根据国际ROP分类指南，ROP被分为5期。4、5期病变比较严重，而1、2期比较轻微，肉眼可能难以察觉，而ROP附加病变是一种比较明显的ROP伴随疾病。这些方法在训练模型时都包含了部分4、5期的早期眼底图像，而前面也提到，早期对ROP进行检测并及时干预能最大程度地减轻ROP带来的不良影响，这些方法能否运用了早期的早期眼底图像中尚且存疑。

另外，目前这些ROP检测模型大多数都比较繁重，拥有大量的神经网络参数，它们并不适合部署进嵌入式的ROP检测设备中。

发明内容

为此，本发明目的在于至少一定程度上解决现有技术中的不足，从而提出一种早产儿视网膜病变的检测方法及装置、设备及存储介质。

第一方面，本发明提供了一种早产儿视网膜病变的检测方法，所述方法包括：

获取早产儿的早期眼底图像的数据集，并将所述数据集分为训练集和测试集；

通过所述训练集训练MS-ROP模型，得到训练好的所述MS-ROP模型，通过所述训练好的MS-ROP模型和所述训练集利用知识蒸馏方法训练MN-ROP模型，得到训练好的所述MN-ROP模型；

将所述测试集中的早期眼底图像进行预处理后输入至所述训练好的MN-ROP模型中，通过所述MN-ROP模型检测所述预处理后的早期眼底图像，得到所述预处理后的早期眼底图像的第一检测结果，所述第一检测结果至少包括ROP；

通过所述训练集训练MS-TR-ROP模型，得到训练好的所述MS-TR-ROP模型，通过所述训练好的MS-TR-ROP模型和所述训练集利用知识蒸馏方法训练MN-TR-ROP模型，得到训练好的所述MN-TR-ROP模型；

将所述第一检测结果为ROP的所述早期眼底图像进行预处理后输入至所述训练好的MN-TR-ROP模型中，通过所述训练好的MN-TR-ROP模型对所述预处理后的ROP早期眼底图像进行检测，得到所述预处理后的ROP早期眼底图像的第二检测结果。

第二方面，本发明提供了一种早产儿视网膜病变的检测装置，所述装置包括：

获取模块：用于获取早产儿的早期眼底图像的数据集，并将所述数据集分为训练集和测试集；