糖尿病评估装置和糖尿病评估方法与流程

1.本技术涉及图像处理技术领域，具体涉及一种糖尿病评估装置、糖尿病评估方法、计算机可读存储介质和电子设备。


背景技术：

2.目前，检查病人是否患有糖尿病或者患糖尿病的情况时，需要进行抽血化验，即有创检查，从而会对患者的身心造成伤害。目前没有通过无创方法确定患者是否患有糖尿病或患有糖尿病的具体病情的方法或设备。


技术实现要素：

3.有鉴于此，本技术实施例提供了一种糖尿病评估装置、糖尿病评估方法、计算机可读存储介质和电子设备，解决了有创检查容易对患者的身心造成伤害的问题。
4.根据本技术的一方面，本技术一实施例提供的一种糖尿病评估装置，包括：图像确定模块，配置为确定待评估眼底图像，其中，所述待评估眼底图像用于表征眼球底部的生理结构；以及糖尿病评估模块，配置为基于待评估眼底图像确定糖尿病评估结果。
5.在本技术一实施例中，所述糖尿病评估模块包括：疑似病灶区域确定模块，配置为基于所述待评估眼底图像确定所述待评估眼底图像的疑似病灶区域；疑似病变信息确定模块，配置为基于所述疑似病灶区域确定所述疑似病灶区域的疑似病变信息；以及评估结果确定模块，配置为基于所述疑似病变信息确定所述糖尿病评估结果。
6.在本技术一实施例中，所述疑似病变信息确定模块包括：疑似病灶特征信息确定单元，配置为基于所述疑似病灶区域确定所述疑似病灶区域的疑似病灶特征信息，其中，所述疑似病灶特征信息包括所述疑似病灶区域的形状信息、颜色信息、拓扑信息和位置信息、分布信息中的至少一种；疑似病变信息确定单元，配置为基于所述疑似病灶特征信息确定所述疑似病灶区域的所述疑似病变信息。
7.在本技术一实施例中，所述评估结果确定模块，进一步配置为基于所述疑似病变信息确定所述待评估眼底图像对应的待评估对象是否患有糖尿病。
8.在本技术一实施例中，所述疑似病变信息包括非病变信息和/或病变信息，所述病变信息包括微血管瘤信息、出血信息和渗出信息中的至少一种。
9.在本技术一实施例中，所述评估结果确定模块，进一步配置为如果所有所述疑似病变信息都是所述非病变信息，判定所述待评估眼底图像对应的所述待评估对象没有患糖尿病。
10.在本技术一实施例中，所述评估结果确定模块，进一步配置为如果所述疑似病变信息包括所述病变信息，基于所述病变信息确定所述待评估眼底图像对应的所述待评估对象的糖尿病病情信息，其中，所述糖尿病病情信息包括患糖尿病的风险信息和/或糖尿病的严重程度信息和/或糖尿病对身体导致的损害程度信息。
11.在本技术一实施例中，所述评估结果确定模块包括：量化单元，配置为对所述病变
信息进行量化，得到量化结果；病情信息确定单元，配置为基于所述量化结果确定所述待评估眼底图像对应的所述待评估对象的所述糖尿病病情信息。
12.在本技术一实施例中，所述量化单元包括：病变特征信息确定子单元，配置为基于所述病变信息确定病变特征信息，其中，所述病变特征信息包括病变位置信息、病变数量信息和病变面积信息、分布信息、形态信息中的至少一种；量化结果确定子单元，配置为基于所述病变特征信息确定所述量化结果。
13.在本技术一实施例中，所述的糖尿病评估装置，还包括：预处理模块，配置为对所述待评估眼底图像进行预处理操作，得到预处理图像；其中，所述糖尿病评估模块，进一步配置为基于所述预处理图像确定所述糖尿病评估结果。
14.在本技术一实施例中，所述预处理模块包括以下单元中的至少一种：图像质量评估单元，配置为对所述待评估眼底图像进行质量评估操作，得到所述预处理图像；去噪处理操作单元，配置为对所述待评估眼底图像进行去噪处理操作，得到所述预处理图像；归一化处理操作单元，配置为对所述待评估眼底图像进行归一化处理操作，得到所述预处理图像；增强处理操作单元，配置为对所述待评估眼底图像进行增强处理操作，得到所述预处理图像。
15.根据本技术的另一方面，本技术一实施例提供的一种糖尿病评估方法，包括：确定待评估眼底图像，其中，所述待评估眼底图像用于表征眼球底部的生理结构；基于待评估眼底图像确定糖尿病评估结果。
16.根据本技术的另一方面，本技术一实施例提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述实施例所述的糖尿病评估方法。
17.根据本技术的另一方面，本技术一实施例提供了一种电子设备，所述电子设备包括：处理器；以及用于存储所述处理器可执行指令的存储器；所述处理器，用于执行上述实施例所述的糖尿病评估方法。
18.本技术实施例提供的一种糖尿病评估装置、糖尿病评估方法、计算机可读存储介质和电子设备，通过设置图像确定模块，可以确定待评估眼底图像，通过设置糖尿病评估模块，可以基于待评估眼底图像确定糖尿病评估结果。即无需进行抽血等有创检查，仅根据待评估眼底图像即可确定糖尿病评估结果，不会对患者的身心造成伤害。
附图说明
19.图1所示为本技术实施例所适用的一场景示意图。
20.图2所示为本技术一示例性实施例提供的糖尿病评估装置的结构示意图。
21.图3所示为本技术一示例性实施例提供的待评估眼底图像。
22.图4所示为本技术另一示例性实施例提供的糖尿病评估装置的结构示意图。
23.图5所示为本技术另一示例性实施例提供的糖尿病评估装置的结构示意图。
24.图6所示为本技术另一示例性实施例提供的糖尿病评估装置的结构示意图。
25.图7所示为本技术另一示例性实施例提供的糖尿病评估装置的结构示意图。
26.图8所示为本技术另一示例性实施例提供的糖尿病评估装置的结构示意图。
27.图9所示为本技术另一示例性实施例提供的待评估眼底图像。
28.图10所示为本技术一示例性实施例提供的糖尿病评估方法的流程示意图。
29.图11所示为本技术另一示例性实施例提供的糖尿病评估方法的流程示意图。
30.图12所示为本技术另一示例性实施例提供的糖尿病评估方法的流程示意图。
31.图13所示为本技术另一示例性实施例提供的糖尿病评估方法的流程示意图。
32.图14所示为本技术另一示例性实施例提供的糖尿病评估方法的流程示意图。
33.图15所示为本技术另一示例性实施例提供的糖尿病评估方法的流程示意图。
34.图16所示为本技术另一示例性实施例提供的糖尿病评估方法的流程示意图。
35.图17所示为本技术一示例性实施例提供的电子设备的结构示意图。
具体实施方式
36.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
37.示例性系统
38.图1所示为本技术实施例所适用的一场景示意图。如图1所示，本技术实施例所适用的场景中包括图像采集设备100和计算机设备200，其中，图像采集设备100和计算机设备200之间存在通信连接关系。通信连接可以是有线连接，也可以是无线连接。
39.具体而言，图像采集设备100用于采集待评估眼底图像。图像采集设备100可以是眼底摄像机，也可以是其它具有图像采集功能的设备，只要是可以采集眼底图像即可，本技术对图像采集设备100的结构不做具体限定。
40.计算机设备200用于接收图像采集设备100采集的待评估眼底图像，并基于待评估眼底图像确定糖尿病评估结果。计算机设备200可以是通用型计算机或者由专用的集成电路组成的计算机装置等，本技术实施例对此不做具体限定。例如，计算机设备200可以是手机、平板电脑等移动终端设备，也可以是便携计算机、台式计算机等，本技术对计算机设备200的类型不做具体限定。计算机设备200的数量可以是一个，也可以是多个，多个计算机设备200的类型可以相同也可以不同，本技术对计算机设备200的数量和类型不做具体限定。计算机设备200可以用于通过待评估眼底图像确定待评估眼底图像对应的糖尿病评估结果，无需进行抽血等有创检查，仅根据待评估眼底图像即可确定糖尿病评估结果，不会对患者的身心造成伤害。
41.示例性装置
42.图2所示为本技术一示例性实施例提供的糖尿病评估装置的结构示意图。如图2所示，本技术实施例提供的糖尿病评估装置20包括如下模块。
43.图像确定模块21，配置为确定待评估眼底图像。
44.示例性地，待评估眼底图像用于表征眼球底部的生理结构。待评估眼底图像可以是彩色眼底图像，共焦眼底图像，荧光造影眼底图像等，本技术对待评估眼底图像的类型不做具体限定。
45.图3所示为本技术一示例性实施例提供的待评估眼底图像。待评估眼底图像可以是通过通用或专用的拍摄设备拍摄的待评估对象的眼球底部所得到的图像。待评估眼底图
像可以包括血管图像区域4、视盘图像区域3、黄斑图像区域(图3中未示出)等非病变生理结构的图像区域，也可以包括微血管瘤图像区域(图3中未示出)、出血图像区域2和渗出图像区域1等病变结构的图像。待评估眼底图像可以是模拟图像，也可以是数字图像，本技术不做具体限定。待评估对象可以是疑似患有糖尿病的人或其它动物。
46.糖尿病评估模块22，配置为基于待评估眼底图像确定糖尿病评估结果。
47.通过设置图像确定模块，可以确定待评估眼底图像，通过设置糖尿病评估模块，可以基于待评估眼底图像确定糖尿病评估结果。即无需进行抽血等有创检查，仅根据待评估眼底图像即可确定糖尿病评估结果，不会对患者的身心造成伤害。
48.图4所示为本技术另一示例性实施例提供的糖尿病评估装置的结构示意图。在本技术图2所示实施例的基础上延伸出本技术图4所示实施例，下面着重叙述图4所示实施例与图2所示实施例的不同之处，相同之处不再赘述。
49.如图4所示，在本技术实施例提供的糖尿病评估装置中，糖尿病评估模块22包括如下模块。
50.疑似病灶区域确定模块221，配置为基于待评估眼底图像确定待评估眼底图像的疑似病灶区域。
51.疑似病灶区域可以是待评估眼底图像中包括微血管瘤图像区域、出血图像区域2和渗出图像区域1等病变结构的图像区域，也可以是包括小段血管图像区域等非病变结构的图像区域。
52.具体而言，可以通过提取待评估眼底图像中不同区域的颜色、亮度、形状等来确认疑似病灶区域。例如，如图3所示，出血图像区域2的灰度较周围区域偏小，即出血图像区域2的颜色较周围区域偏暗，因此，可以通过灰度差异或颜色差异提取出血图像区域。另外，微血管瘤图像区域(图3未示出)的灰度较周围区域也偏小，即血管瘤图像的颜色较周围区域也偏暗，因此，通过待评估眼底图像的灰度差异或颜色差异可以提取出血图像区域2和微血管瘤图像区域等疑似病灶区域。
53.疑似病变信息确定模块222，配置为基于疑似病灶区域确定疑似病灶区域的疑似病变信息。
54.具体而言，确定疑似病灶区域后，可以根据疑似病灶区域的其它特征继续判断疑似病灶区域的疑似病变信息。
55.在一实施例中，疑似病变信息包括非病变信息和/或病变信息，病变信息可以是微血管瘤信息、出血信息、渗出信息、棉绒斑信息、静脉串珠状信息、视网膜内微血管异常信息、新生血管信息等。非病变信息可以是小段血管信息、神经纤维信息等。
56.评估结果确定模块223，配置为基于疑似病变信息确定糖尿病评估结果。
57.示例性地，糖尿病评估结果可以是待评估眼底图像对应的待评估对象是否患有糖尿病，也可以是待评估眼底图像对应的待评估对象的糖尿病病情信息。糖尿病病情信息可以是糖尿病的严重程度信息，还可以是糖尿病对患者身体的损害程度信息。糖尿病对患者身体的损害程度信息可以是糖尿病对患者的肾脏、眼睛等部位的损害程度信息。
58.在一实施例中，评估结果确定模块223，进一步配置为基于疑似病变信息确定待评估眼底图像对应的待评估对象是否患有糖尿病。
59.在一实施例中，评估结果确定模块223进一步配置为：如果所有疑似病变信息都是
非病变信息，判定待评估眼底图像对应的待评估对象没有患糖尿病。示例性地，由于待评估眼底图像可以是部分眼底图像，因此，当由于待评估眼底图像是部分眼底图像时，如果所有疑似病变信息都是非病变信息，可以判定待评估眼底图像对应的待评估对象患糖尿病的概率较低。评估结果确定模块223可以根据实际的应用场景进行配置，从而得出准确的判断结果。
60.在一实施例中，评估结果确定模块223进一步配置为：如果疑似病变信息包括病变信息，基于病变信息确定待评估眼底图像对应的待评估对象的糖尿病病情信息。
61.示例性地，糖尿病病情信息可以是患糖尿病的风险信息，也可以是糖尿病的严重程度信息。
62.示例性地，糖尿病的严重程度信息可以包括：轻度、中度、中重度、重度。
63.轻度可以是待评估眼底图像仅包括微血管瘤图像区域的一种结果。中度可以是待评估眼底图像包括小于或等于预设数量的微血管瘤图像区域、出血图像区域和渗出图像区域的一种结果。中重度可以是待评估眼底图像包括大于预设数量的出血图像区域的一种结果，也可以是待评估眼底图像包括大于预设数量的静脉串珠样改变图像的一种结果，还可以是待评估眼底图像包括至少一个明显的视网膜内微血管异常图像的一种结果。重度可以是待评估眼底图像包括静脉串珠状图像的一种结果。预设数量可以根据具体情况确定，本技术不做具体限定。轻度、中度和中重度的等级判断标准还可以是其它的判断标准，本技术不做具体限定。
64.通过设置疑似病灶区域确定模块221，可以基于待评估眼底图像确定疑似病灶区域，通过设置疑似病变信息确定模块222，可以基于疑似病灶区域确定疑似病灶区域的疑似病变信息，通过设置评估结果确定模块223，可以基于疑似病变信息确定糖尿病评估结果，从而使糖尿病评估结果更加细化和准确，为医生提供更加准确的诊断建议，减少了医生的诊断时间，提高了医生诊断的准确性。
65.图5所示为本技术另一示例性实施例提供的糖尿病评估装置的结构示意图。在本技术图4所示实施例的基础上延伸出本技术图5所示实施例，下面着重叙述图5所示实施例与图4所示实施例的不同之处，相同之处不再赘述。
66.如图5所示，在本技术实施例提供的糖尿病评估装置中，疑似病变信息确定模块222包括如下单元。
67.疑似病灶特征信息确定单元2221，配置为基于疑似病灶区域确定疑似病灶区域的疑似病灶特征信息。
68.示例性地，疑似病灶特征信息包括疑似病灶区域的形状信息、颜色信息、拓扑信息和位置信息、分布信息中的至少一种。
69.示例性地，基于疑似病灶区域确定疑似病灶区域的疑似病灶特征信息，可以提取疑似病灶区域的边缘，从而得到疑似病灶区域的形状信息，提取疑似病灶区域的边缘可以使用最大外接矩形算法、最大外接圆算法、边缘特征提取算法等，本技术不做具体限定。
70.基于疑似病灶区域确定疑似病灶区域的疑似病灶特征信息，也可以提取疑似病灶区域的颜色(包括亮暗程度)，从而得到疑似病灶区域的颜色信息，提取疑似病灶区域的颜色可以是使用提取各个像素的灰度值总和的方法，也可以是提取各个像素的灰度值平均值的方法，本技术不做具体限定。
71.基于疑似病灶区域确定疑似病灶区域的疑似病灶特征信息，也可以提取疑似病灶区域的拓扑信息，例如，提取疑似病灶区域周围的区域中与疑似病灶区域颜色相同的区域。基于疑似病灶区域确定疑似病灶区域的疑似病灶特征信息，也可以提取疑似病灶区域的位置信息，位置信息可以是疑似病灶区域的几何中心相对视盘的位置信息，也可以是疑似病灶区域的几何中心在待评估眼底图像中的绝对位置。疑似病灶特征信息可以包括形状信息、颜色信息、拓扑信息和位置信息中的一种或多种，本技术不做具体限定。
72.疑似病变信息确定单元2222，配置为基于疑似病灶特征信息确定疑似病灶区域的疑似病变信息。
73.疑似病变信息包括非病变信息和/或病变信息，病变信息可以是微血管瘤信息、出血信息和渗出信息。非病变信息可以是小段血管信息。
74.示例性地，因为在待评估眼底图像中渗出图像区域相对微血管瘤图像区域和出血图像区域的亮度都较高，因此，可以设置亮度阈值，当疑似病灶区域的亮度满足预设的亮度阈值时，疑似病变信息可以是渗出信息。在灰度值方面，渗出图像区域相对微血管瘤图像区域和出血图像区域的灰度都较大，因此可以设置灰度阈值，当疑似病灶区域的灰度满足预设的灰度阈值或阈值范围时，疑似病变信息可以是渗出信息。
75.示例性地，微血管瘤图像区域和出血图像区域灰度值相近，亮度相近，无法通过颜色信息确定，但是微血管瘤图像区域和出血图像区域边缘形状不同。因为微血管瘤图像区域一般是边缘光滑的椭圆形或圆形，所以当疑似病灶区域的形状信息是边缘光滑的椭圆形或圆形时，疑似病变信息可以是微血管瘤信息。因为出血图像区域一般是边缘为锯齿状或毛刺状的椭圆形或圆形，所以当疑似病灶区域的形状信息是边缘为锯齿状或毛刺状的椭圆形或圆形时，疑似病变信息可以是出血信息。
76.示例性地，小段血管图像区域与出血图像区域灰度值相近，亮度相近，无法通过颜色信息确定，且小段血管的边缘信息可能和出血信息相似，例如小段血管可以是椭圆形，因此，不容易通过颜色信息和形状信息来区分小段血管图像区域和出血图像区域。但是，由于血管都是连续的，因此，可以通过拓扑信息来判断疑似病变信息是否是出血，当在病变区域周围提取到的病变区域的拓扑信息是血管，且与血管共线时，说明疑似病变信息是小段血管信息，即，小段血管只是可疑的病变信息，即小段血管是非病变信息。当在病变区域周围无法提取到病变区域的拓扑信息时，说明疑似病变信息是出血信息。
77.示例性地，不同的疑似病变信息可能出现在待评估眼底图像中的不同位置，因此，也可以通过位置信息确定疑似病变信息。
78.通过使疑似病变信息确定模块222包括疑似病灶特征信息确定单元2221，可以基于疑似病灶区域确定疑似病灶区域的病灶特征信息，通过使疑似病变信息确定模块222包括疑似病变信息确定单元2222，可以基于病灶特征信息确定疑似病变信息，从而使疑似病变信息的确认得到更多的参考，从而提高疑似病变信息判断的准确性。
79.图6所示为本技术另一示例性实施例提供的糖尿病评估装置的结构示意图。在本技术图5所示实施例的基础上延伸出本技术图6所示实施例，下面着重叙述图6所示实施例与图5所示实施例的不同之处，相同之处不再赘述。
80.如图6所示，在本技术实施例提供的糖尿病评估装置中，评估结果确定模块223包括如下单元。
81.量化单元2231，配置为对病变信息进行量化，得到量化结果。
82.示例性地，可以通过对病变信息的数量等进行量化，也可以是对病变信息的其他特征进行量化，从而得到量化结果。例如，计算待评估眼底图像中有多少个微血管瘤图像区域，有多少个出血图像区域2，有多个少渗出图像区域1等，即量化结果可以是病变信息的数量。量化结果也可以是病变信息在待评估眼底图像中的绝对位置信息，只要是对病变信息进行量化得到的量化结果即可，本技术对量化结果的内容不做具体限定。
83.病情信息确定单元2232，配置为基于量化结果确定待评估眼底图像对应的待评估对象的糖尿病病情信息。
84.示例性地，可以根据量化结果确定糖尿病病情信息。例如，可以根据病变信息的数量确定糖尿病病情信息，也可以根据病变信息在待评估眼底图像中的绝对位置信息确定糖尿病病情信息，只要是根据量化结果确定糖尿病病情信息即可，本技术对用于确定糖尿病病情信息的量化结果不做具体限定。
85.通过使评估结果确定模块223包括量化单元2231，可以对病变信息进行量化，得到量化结果，通过使评估结果确定模块223包括病情信息确定单元2232，可以基于量化结果确定待评估眼底图像对应的糖尿病病情信息，从而对病变信息进行了进一步的分析，而糖尿病病情信息是基于病变信息确定的，从而进一步提高了糖尿病病情信息的准确性。
86.图7所示为本技术另一示例性实施例提供的糖尿病评估装置的结构示意图。在本技术图6所示实施例的基础上延伸出本技术图7所示实施例，下面着重叙述图7所示实施例与图6所示实施例的不同之处，相同之处不再赘述。
87.如图7所示，在本技术实施例提供的糖尿病评估装置中，量化单元2231包括如下子单元。
88.病变特征信息确定子单元22311，配置为基于病变信息确定病变特征信息。
89.示例性地，病变特征信息包括病变位置信息、病变数量信息和病变面积信息、分布信息、形态信息中的至少一种。
90.示例性地，病变位置信息可以是病变信息对应的病灶区域的几何中心的位置信息。例如，当病变信息是微血管瘤信息时，病变位置信息可以是微血管瘤信息对应的病灶区域的几何中心在待评估眼底图像中的绝对位置信息。病变数量信息可以是病变信息对应的病灶区域的数量。例如，当病变信息是微血管瘤信息时，病变数量信息可以是微血管瘤信息对应的病灶区域的数量。病变面积信息可以是病变信息对应的病灶区域的总面积或平均面积。例如，当病变信息是微血管瘤信息时，病变面积信息可以是微血管瘤信息对应的病灶区域的总面积或平均面积。分布信息可以是病变信息对应的病灶区域的分布情况，例如，当病灶区域分布在黄斑附近时，病变信息对糖尿病病情的影响较大。形态信息可以是病变信息对应的病灶区域的形状和态势，例如，形状可以是圆形、椭圆形、锯齿形等，态势可以是圆形的圆度。
91.量化结果确定子单元22312，配置为基于病变特征信息确定量化结果。
92.基于病变特征信息确定量化结果后，可以基于量化结果确定糖尿病病情信息。示例性地，糖尿病病情信息可以包括轻度、中度、中重度和重度。轻度可以是待评估眼底图像仅包括微血管瘤图像区域，且微血管瘤图像区域的面积小于第一预设面积阈值的一种结果。中度可以是待评估眼底图像包括小于或等于预设数量的微血管瘤图像区域、出血图像
区域和渗出图像区域，且微血管瘤图像区域的面积小于第二预设面积阈值的一种结果。中重度可以是待评估眼底图像包括大于预设数量的出血图像区域，且微血管瘤图像区域的面积大于第二预设面积阈值的一种结果，也可以是待评估眼底图像包括大于预设数量的静脉串珠样改变图像的一种结果，还可以是待评估眼底图像包括至少一个明显的视网膜内微血管异常图像的一种结果。预设数量可以根据具体情况确定，本技术不做具体限定。轻度、中度、中重度和重度的等级判断标准还可以是其它的判断标准，例如，中度还可以是待评估眼底图像包括小于或等于预设数量的微血管瘤图像区域、出血图像区域和渗出图像区域，且出血图像区域的面积小于预设出血面积阈值的一种结果，本技术对轻度、中度和中重度的等级判断标准不做具体限定。
93.示例性地，基于病变特征信息确定量化结果后，可以基于量化结果确定糖尿病病情信息，例如，可以确定患糖尿病的时间。当待评估眼底图像仅包括微血管瘤图像区域，且微血管瘤图像区域的面积小于第一预设面积阈值时，可以判定患糖尿病的时间为一年。当待评估眼底图像包括大于预设数量的静脉串珠样改变图像时，可以判定患糖尿病的时间为五年。本技术对量化结果和患糖尿病时间的关系不做具体限定。
94.通过使量化单元2231包括病变特征信息确定子单元22311，可以基于病变信息确定病变信息对应的病变特征信息，通过使量化单元2231包括量化结果确定子单元22312，可以基于病变特征信息确定量化结果，从而使量化结果更加准确，而糖尿病病情信息是基于量化结果确定的，从而进一步提高了糖尿病病情信息的准确性。
95.图8所示为本技术另一示例性实施例提供的糖尿病评估装置的结构示意图。在本技术图2所示实施例的基础上延伸出本技术图8所示实施例，下面着重叙述图8所示实施例与图2所示实施例的不同之处，相同之处不再赘述。
96.如图8所示，本技术实施例提供的糖尿病评估装置还包括如下模块。
97.预处理模块224，配置为对待评估眼底图像进行预处理操作，得到预处理图像。
98.预处理操作包括去噪处理操作、归一化处理操作和增强处理操作中的至少一种。例如，可以先进行去噪处理操作，得到去噪后的待评估眼底图像，然后对去噪后的待评估眼底图像进行归一化处理操作，得到归一化后的待评估眼底图像，然后对归一化后的待评估眼底图像进行增强处理操作，得到增强后的待评估眼底图像。也可以只对待评估眼底图像进行去噪处理操作，或者归一化处理操作，或者增强处理操作，即以上几种预处理操作可以根据实际需求进行选择，本技术不做具体限定。
99.在一实施例中，预处理模块224包括以下单元中的至少一种。
100.图像质量评估单元2241，配置为对待评估眼底图像进行质量评估操作，得到所述预处理图像。
101.示例性地，图像质量评估可以是评估待评估眼底图像是否是眼底的图像，如果不是眼底图像，可以直接去除。图像质量评估也可以是评估待评估眼底图像是否清晰，如果清晰度不够，也可以直接去除。
102.去噪处理操作单元2242，配置为对待评估眼底图像进行去噪处理操作。
103.示例性地，去噪处理操作可以是去除待评估眼底图像在拍摄过程中产生的噪声，例如，如图9所示，在待评估眼底图像的拍摄过程中，由于眼睑遮挡造成的面积较大且灰度较小的遮挡区域5。图3所示的渗出图像区域1的灰度和图9所示的遮挡区域5的灰度相近，但
是渗出图像区域1的面积相对遮挡区域5的面积较小，因此，可以提取小于预设噪声灰度阈值的区域，得到疑似噪声区域，并计算疑似噪声区域的面积，然后将疑似噪声区域的面积大于预设噪声面积阈值的区域判定为噪声区域，最后将噪声区域去除。去噪处理操作也可以是去除待评估眼底图像中其它与病灶区域无关的信息。例如，待评估眼底图像中患者的个人信息文字、拍摄时间文字等。去噪处理操作还可以采用基于shearlet框架的多尺度去噪算法、基于ridgelet变换的多尺度去噪算法等，本技术对去噪处理操作的算法不做具体限定。通过去噪处理操作可以减小遮挡区域5、患者的个人信息文字、拍摄时间文字等噪声对确定病灶区域的干扰，从而提高确定病灶区域的准确性。
104.归一化处理操作单元2243，配置为对待评估眼底图像进行归一化处理操作。
105.示例性地，归一化处理操作可以是将不同大小的数值限制在一个数值范围内，而不影响这些数值之间的相对大小关系。例如，归一化处理操作可以是将多个像素的灰度数值换算到[0,1]的区间内，而多个像素的灰度数值之间的相对大小关系不变。示例性地，可以按照公式(x-min)/(max-min)进行归一化处理，其中，x代表一个像素的灰度值，max代表待评估眼底图像中像素的灰度值中的最大值，min代表待评估眼底图像中像素的灰度值中的最小值。通过归一化处理操作，使多个像素的灰度数值限制在一个数值范围内，从而便于后续计算。
[0106]
增强处理操作单元2244，配置为对待评估眼底图像进行增强处理操作。
[0107]
示例性地，增强处理操作可以是通过一定手段对原图像附加一些信息或变换数据，有选择地突出图像中感兴趣的特征或者抑制图像中某些不需要的特征。例如，灰度值较小的区域是待评估眼底图像中的一种感兴趣的特征区域，可以将灰度值较小的区域的灰度值设置为0，具体而言，可以将灰度值小于10的区域的灰度值设置为0。再例如，灰度值较大的区域是待评估眼底图像中的一种感兴趣的特征区域，可以将灰度值较大的区域的灰度值设置为255，具体而言，可以将灰度值大于200的区域的灰度值设置为255。增强处理操作也可以是将待评估眼底图像中所有像素的灰度值都乘以一定的数值，例如都乘以3，或者都乘以5，具体乘以的数值可根据实际需求进行选择，本技术不做具体限定。通过增强处理操作，可以使病灶区域更易于提取和识别，进一步提高确定病灶区域的准确性。
[0108]
疑似病灶区域确定模块221进一步配置为：基于预处理图像确定疑似病灶区域。
[0109]
示例性方法
[0110]
图10所示为本技术一示例性实施例提供的糖尿病评估方法的流程示意图。如图10所示，本技术实施例提供的糖尿病评估方法包括如下步骤。
[0111]
步骤1001，确定待评估眼底图像。
[0112]
示例性地，待评估眼底图像用于表征眼球底部的生理结构。
[0113]
步骤1002，基于待评估眼底图像确定糖尿病评估结果。
[0114]
图11所示为本技术另一示例性实施例提供的糖尿病评估方法的流程示意图。在本技术图10所示实施例的基础上延伸出本技术图11所示实施例，下面着重叙述图11所示实施例与图10所示实施例的不同之处，相同之处不再赘述。
[0115]
如图11所示，在本技术实施例提供糖尿病评估方法中，基于待评估眼底图像确定糖尿病评估结果包括如下步骤。
[0116]
步骤1101，基于待评估眼底图像确定待评估眼底图像的疑似病灶区域。
[0117]
步骤1102，基于疑似病灶区域确定疑似病灶区域的疑似病变信息。
[0118]
示例性地，疑似病变信息包括非病变信息和/或病变信息，病变信息可以包括微血管瘤信息、出血信息和渗出信息中的至少一种。病变信息也可以包括棉绒斑信息、静脉串珠状信息、视网膜内微血管异常信息和新生血管信息中的至少一种。
[0119]
步骤1103，基于疑似病变信息确定糖尿病评估结果。
[0120]
在一实施例中，基于疑似病变信息确定糖尿病评估结果，可以是基于疑似病变信息确定待评估眼底图像对应的待评估对象是否患有糖尿病。
[0121]
在一实施例中，基于疑似病变信息确定糖尿病评估结果，可以是：如果所有疑似病变信息都是非病变信息，判定待评估眼底图像对应的待评估对象没有患糖尿病。
[0122]
在一实施例中，基于疑似病变信息确定糖尿病评估结果，可以是：如果疑似病变信息包括病变信息，基于病变信息确定待评估眼底图像对应的待评估对象的糖尿病病情信息，其中，糖尿病病情信息包括患糖尿病的风险信息和/或糖尿病的严重程度信息。
[0123]
图12所示为本技术另一示例性实施例提供的糖尿病评估方法的流程示意图。在本技术图11所示实施例的基础上延伸出本技术图12所示实施例，下面着重叙述图12所示实施例与图11所示实施例的不同之处，相同之处不再赘述。
[0124]
如图12所示，在本技术实施例提供糖尿病评估方法中，基于疑似病灶区域确定疑似病灶区域的疑似病变信息包括如下步骤。
[0125]
步骤1201，基于疑似病灶区域确定疑似病灶区域的疑似病灶特征信息。
[0126]
示例性地，疑似病灶特征信息包括疑似病灶区域的形状信息、颜色信息、拓扑信息和位置信息中的至少一种。
[0127]
步骤1202，基于疑似病灶特征信息确定疑似病灶区域的疑似病变信息。
[0128]
图13所示为本技术另一示例性实施例提供的糖尿病评估方法的流程示意图。在本技术图11所示实施例的基础上延伸出本技术图13所示实施例，下面着重叙述图13所示实施例与图11所示实施例的不同之处，相同之处不再赘述。
[0129]
如图13所示，在本技术实施例提供糖尿病评估方法中，基于疑似病变信息确定糖尿病评估结果包括如下步骤。
[0130]
步骤1301，对病变信息进行量化，得到量化结果。
[0131]
步骤1302，基于量化结果确定待评估眼底图像对应的待评估对象的糖尿病病情信息。
[0132]
图14所示为本技术另一示例性实施例提供的糖尿病评估方法的流程示意图。在本技术图13所示实施例的基础上延伸出本技术图14所示实施例，下面着重叙述图14所示实施例与图13所示实施例的不同之处，相同之处不再赘述。
[0133]
如图14所示，在本技术实施例提供糖尿病评估方法中，对病变信息进行量化，得到量化结果包括如下步骤。
[0134]
步骤1401，基于病变信息确定病变特征信息。
[0135]
示例性地，病变特征信息包括病变位置信息、病变数量信息、病变面积信息、分布信息、形态信息中的至少一种。
[0136]
步骤1402，基于病变特征信息确定量化结果。
[0137]
图15所示为本技术另一示例性实施例提供的糖尿病评估方法的流程示意图。在本
申请图10所示实施例的基础上延伸出本技术图15所示实施例，下面着重叙述图15所示实施例与图10所示实施例的不同之处，相同之处不再赘述。
[0138]
如图15所示，在本技术实施例提供糖尿病评估方法中，基于待评估眼底图像确定糖尿病评估结果包括如下步骤。
[0139]
步骤1501，对待评估眼底图像进行预处理操作，得到预处理图像。
[0140]
其中，基于待评估眼底图像确定糖尿病评估结果包括如下步骤。
[0141]
步骤1502，基于预处理图像确定糖尿病评估结果。
[0142]
图16所示为本技术另一示例性实施例提供的糖尿病评估方法的流程示意图。在本技术图15所示实施例的基础上延伸出本技术图16所示实施例，下面着重叙述图16所示实施例与图15所示实施例的不同之处，相同之处不再赘述。
[0143]
如图16所示，在本技术实施例提供糖尿病评估方法中，对待评估眼底图像进行预处理操作，得到预处理图像包括如下步骤中的至少一个：
[0144]
步骤1601，对待评估眼底图像进行质量评估操作，得到预处理图像。
[0145]
步骤1602，对待评估眼底图像进行去噪处理操作，得到预处理图像。
[0146]
步骤1603，对待评估眼底图像进行归一化处理操作，得到预处理图像。
[0147]
步骤1604，对待评估眼底图像进行增强处理操作，得到预处理图像。
[0148]
示例性电子设备
[0149]
下面，参考图17来描述根据本技术一示例性实施例的电子设备。图17所示为本技术一示例性实施例提供的电子设备的结构示意图。
[0150]
如图17所示，电子设备170包括一个或多个处理器1701和存储器1702。
[0151]
处理器1701可以是中央处理单元(cpu)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备170中的其他组件以执行期望的功能。
[0152]
存储器1702可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(ram)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(rom)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器1701可以运行所述程序指令，以实现上文所述的本技术的各个实施例的糖尿病评估方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如待评估眼底图像等各种内容。
[0153]
在一个示例中，电子设备170还可以包括：输入装置1703和输出装置1704，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
[0154]
该输入装置1703可以包括例如键盘、鼠标等等。
[0155]
该输出装置1704可以向外部输出各种信息，包括糖尿病评估结果等。该输出装置1704可以包括例如显示器、通信网络及其所连接的远程输出设备等等。
[0156]
当然，为了简化，图17中仅示出了该电子设备170中与本技术有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备170还可以包括任何其他适当的组件。
[0157]
示例性计算机程序产品和计算机可读存储介质
[0158]
除了上述方法和设备以外，本技术的实施例还可以是计算机程序产品，其包括计
算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本技术各种实施例的糖尿病评估方法中的步骤。
[0159]
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本技术实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如java、c++等，还包括常规的过程式程序设计语言，诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
[0160]
此外，本技术的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本技术各种实施例的糖尿病评估方法中的步骤。
[0161]
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
[0162]
以上结合具体实施例描述了本技术的基本原理，但是，需要指出的是，在本技术中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本技术的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本技术为必须采用上述具体的细节来实现。
[0163]
本技术中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。
[0164]
还需要指出的是，在本技术的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本技术的等效方案。
[0165]
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本技术。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本技术的范围。因此，本技术不意图被限制到在此示出的方面，而是按照与在此发明的原理和新颖的特征一致的最宽范围。
[0166]
以上所述仅为本技术的较佳实施例而已，并不用以限制本技术，凡在本技术的精神和原则之内，所作的任何修改、等同替换等，均应包含在本技术的保护范围之内。