技术特征：
1.一种早产儿视网膜病变检测方法，其特征在于，包括以下步骤：s1：获取待筛查个体的左右两边不同方位的眼底广角影像；s2：以待筛查个体为单位将不同方位的眼底广角影像送入预先训练好的病灶检出模型，得到每张眼底广角影像的病灶检出结果；s3：将带有病灶检出结果的不同方位的眼底广角影像进行拼接合并，得到最终的拼接图像；s4：根据最终的拼接图像得到眼底视网膜分区；s5：在分区后的图像中可视化病灶检出结果和分区标识，并按照病灶类型给出分期结果。2.根据权利要求1所述的早产儿视网膜病变检测方法，其特征在于，所述步骤s2中病灶检出模型的训练需先标注一批影像数据，具体标注信息为眼底广角影像中的关键部位和具体类型病灶，其中，关键部位包括视盘和黄斑；利用标注后的影像数据对病灶检出模型，得到预训练好的病灶检出模型。3.根据权利要求1所述的早产儿视网膜病变检测方法，其特征在于，所述步骤s3中将带有病灶检出结果的不同方位的眼底广角影像进行拼接合并，具体为：s31：对不同方位的眼底广角影像进行特征匹配，得到稳定匹配的图像对a和b；s32：根据稳定匹配的图像对的匹配点对集合进行迭代拟合得到由图像b到图像a的单映变换矩阵h和匹配得分；s33：依次对不同方位眼底图像进行两两配对，得到所有匹配得分并进行排序，对最高得分的图像对进行拼接融合，并根据匹配得分确定拼接是否成功，记录拼接失败的图像id，并保存到列表l中；s34：重复步骤s31至s33的匹配和融合步骤，直到眼底广角影像序列中所有眼底广角影像处理完毕，此时得到不同方位拼接成的眼底视网膜图像image_1，此时检查记录列表l，将拼接失败的图像id进行重复步骤s31至s33一次，得到拼接图像image_2，将image_1和image_2按照步骤s31至s33进行拼接得到最终的拼接图像。4.根据权利要求3所述的早产儿视网膜病变检测方法，其特征在于，所述步骤s31中对不同方位的眼底广角影像进行特征匹配，具体为：s311：遍历筛选图像的局部关键点对应的局部特征算子序列f(f1，f2，
…
，fn)；s312：分别计算图像a和图像b的特征算子fa(fa1，fa2，
…
，fan)和fb(fb1，fb2，
…
fbn)，依次遍历计算fa与fb中的距离相似度，得到两个序列的元素对匹配关系s，筛选后只保留每个元素对的最近距离配对s-s；s313：将图像a和图像b划分为m*m栅格，以每个栅格为单位，分别分析s-s中的匹配对，分析原则为：如果图像a中栅格ma内的特征点ai对应的匹配关系s-s中的特征点bi位于图像b中栅格mb内，且栅格ma内特征点ai的周围邻域至少有x个特征点对应的匹配关系特征点同样位于栅格mb内，则认为特征点ai与特征点bi是稳定匹配，匹配关系保留，不符合的匹配关系则剔除，遍历所有栅格后得到稳定匹配关系，得到稳定匹配的图像对a和b。5.根据权利要求4所述的早产儿视网膜病变检测方法，其特征在于，所述步骤s33中对最高得分的图像对进行拼接融合，具体为：s331：对图像b利用单映变换矩阵h进行仿射变换得到图像b’；
s332：分别计算图像a和图像b’中视网膜区域的外接圆，得到圆心和半径信息；s333：拼接融合过程按照越靠近彼此边缘权重越低，靠近图像中心权重越高的原则进行融合，融合过程将融合区域分为相交非边界、相交边界和不相交三种类型：
①
不相交区域，分别利用图像a和图像b’对应的像素值进行对应区域填充；
②
相交非边界区域，计算当前位置对应图像a和图像b’中圆心的距离la和lb’，根据两个距离的比值设置来自图像a和图像b’的像素填充权重；
③
相交边界区域，同样计算la和lb’，此时引入阈值t对la和lb’的得到的权重进行压缩或拉伸处理，根据最后的权重完成像素填充。6.根据权利要求5所述的早产儿视网膜病变检测方法，其特征在于，步骤s3中得到最终的拼接图像后，还将图像序列中的病灶信息按照拼接后的位置进行坐标映射，具体为：按照不同病灶或关键位置点的类别分别存放位置坐标(x，y)，将匹配得到的每一张图像的单映变换矩阵h分别与位置坐标计算得到融合后的位置坐标(x’，y’)＝(x，y)*h，利用相同类型，相似坐标区域合并的原则进行病灶信息合并，确定分区关键部位中的视盘和黄斑位置。7.根据权利要求6所述的早产儿视网膜病变检测方法，其特征在于，确定分区关键部位中的视盘和黄斑位置后，锯齿缘的位置由事先设计的基于眼底广角影像中视盘位置loc
视
，黄斑位置loc
黄
以及广角图像宽度i
宽
的映射关系f进行计算，公式为：loc
锯
＝f(loc
视
,loc
黄
,i
宽
)，式中，loc
锯
为锯齿缘的位置。8.根据权利要求7所述的早产儿视网膜病变检测方法，其特征在于，所述映射关系f的确定，具体为：事先准备若干组同一个体获取到的不同各方位的广角眼底影像集合{[a1,a2,
…
,an]，[b1,b2,
…
,bn],
…
}和包含锯齿缘的完整视网膜眼底广域影像[a,b,
…
]，建立从广角影像集合到广域影像的位置映射关系，对广角图像集合a1,a2,
…
an分别于影像a进行匹配，得到对应的单映变换矩阵h1，h2，
…
，hn，将集合中的图像匹配到影像a中的对应位置，通过影像a中事先标注的锯齿缘关键部位位置，可以判定出广角图中出现锯齿缘位置点坐标信息loc锯，令loc
锯
＝f(loc
视
,loc
黄
,i
宽
)成立，以上若干组数据作为训练数据，训练拟合多项式f，得到在广角图上的视盘、黄斑和图像宽到锯齿缘位置的映射函数f，后续直接利用映射函数f模型进行锯齿缘的位置估计。9.根据权利要求8所述的早产儿视网膜病变检测方法，其特征在于，所述步骤s4中根据最终的拼接图像得到眼底视网膜分区，具体为：以视盘位置为圆心，从视盘到黄斑的距离的两倍作为半径，该圆形区域为i区；以视盘为圆心，视盘到锯齿缘为半径做圆，剔除i区后的圆环区域作为ii区，整个眼底区域，除去i区和ii区以外的即为iii区。10.一种早产儿视网膜病变检测装置，其特征在于，包括：影像采集模块，所述影响采集模块用于获取待筛查个体的左右两边不同方位的眼底广角影像；检出模块，所述检出模块以待筛查个体为单位将不同方位的眼底广角影像送入预先训练好的病灶检出模型，得到每张眼底广角影像的病灶检出结果；
影像合并模块，所述影响合并模块将带有病灶检出结果的不同方位的眼底广角影像进行拼接合并，得到最终的拼接图像；分区模块，所述分区模块根据最终的拼接图像得到眼底视网膜分区；分析模块，所述分析模块在分区后的图像中可视化病灶检出结果和分区标识，并按照病灶类型给出分期结果。
技术总结
本发明公开一种早产儿视网膜病变检测方法和装置，方法包括以下步骤：S1：获取待筛查个体的左右两边不同方位的眼底广角影像；S2：以待筛查个体为单位将不同方位的眼底广角影像送入预先训练好的病灶检出模型，得到每张眼底广角影像的病灶检出结果；S3：将带有病灶检出结果的不同方位的眼底广角影像进行拼接合并，得到最终的拼接图像；S4：根据最终的拼接图像得到眼底视网膜分区；S5：在分区后的图像中可视化病灶检出结果和分区标识，并按照病灶类型给出分期结果。本发明实现自动检出病灶、多方位图像拼接融合、分区、分期以及各亚型识别的完整诊断流程。完整诊断流程。完整诊断流程。
技术研发人员：丁小燕 谢志 周昊 孙立梅 何尧
受保护的技术使用者：中山大学中山眼科中心
技术研发日：2022.03.30
技术公布日：2022/8/5