图像评估方法及装置、存储介质及电子设备与流程

本公开涉及图像处理，具体涉及一种图像评估方法及装置、存储介质及电子设备。

背景技术：

1、由于很多眼底疾病无法通过肉眼观察发现，眼底检查成为了帮助医生诊断眼底疾病的重要手段。在眼底检查中，医生根据眼底图像能够对很多眼底疾病进行了解，眼底图像是眼底检查的重要组成部分，是辅助医生诊断眼底疾病主要的手段，其重要程度不言而喻。

2、然而，传统的针对眼底图像的处理技术无法帮助医生了解相关眼底疾病的情况，通常需要结合其他检查，例如抽血，医生才能了解相关眼底疾病的情况。对于一些免疫力低下的患者，抽血后容易造成感染，导致病情恶化。因此，亟需一种帮助医生在无创条件下了解眼底疾病的情况的方法。

技术实现思路

1、有鉴于此，本公开提供一种图像评估方法及装置、存储介质及电子设备，以实现帮助医生在无创的条件下了解相关眼底疾病的情况的目的。

2、第一方面，本公开一实施例提供的一种图像评估方法，包括：确定待评估对象对应的待评估眼底图像；对待评估眼底图像进行分割提取，得到病灶分割结果图像，其中，病灶分割结果图像包括病灶区域；基于病灶分割结果图像，确定待评估眼底图像对应的等级评估结果。

3、结合第一方面，在第一方面的某些实现方式中，在对待评估眼底图像进行分割提取，得到病灶分割结果图像之前还包括：确定待评估眼底图像的基本特征的位置数据，待评估眼底图像的基本特征包括血管和黄斑；基于病灶分割结果图像，确定待评估眼底图像对应的等级评估结果，包括：确定病灶区域的位置数据、面积数据、颜色数据；根据基本特征的位置数据，结合病灶区域的位置数据、病灶区域的面积数据、病灶区域的颜色数据中的至少一个，确定待评估眼底图像对应的等级评估结果。

4、结合第一方面，在第一方面的某些实现方式中，待评估眼底图像对应的等级评估结果包括重度、中度、轻度，等级评估条件包括病灶区域相对于黄斑中心的距离阈值、病灶区域面积阈值、病灶区域预设色值范围和病灶区域相对于血管距离阈值；根据基本特征的位置数据，结合病灶区域的位置数据、病灶区域的面积数据、病灶区域的颜色数据中的至少一个，确定待评估眼底图像对应的等级评估结果，包括：确定基本特征中黄斑中心的位置数据和血管的位置数据；基于病灶区域的位置数据和黄斑中心的位置数据，确定病灶区域与黄斑中心的第一距离；基于病灶区域的位置数据和血管的位置数据，确定病灶区域与所述血管的第二距离；或者，在第一距离小于或等于第一距离阈值的情况下，确定待评估眼底图像对应的等级评估结果为重度；在第一距离大于第一距离阈值且小于第二距离阈值的情况下，如果病灶区域的面积数据大于病灶区域面积阈值和/或病灶区域的颜色数据满足病灶区域预设色值的范围，确定待评估眼底图像对应的等级评估结果为重度；在第一距离大于第一距离阈值且小于第二距离阈值的情况下，如果第二距离数据大于病灶区域相对于血管距离阈值，确定待评估眼底图像对应的等级评估结果为中度；在第一距离大于第二距离阈值的情况下，确定待评估眼底图像对应的等级评估结果为轻度。

5、结合第一方面，在第一方面的某些实现方式中，确定待评估对象对应的待评估眼底图像，包括：确定待评估对象对应的有效区域眼底图像；利用视网膜炎的分类模型，对有效区域眼底图像进行分类，确定有效区域眼底图像的分类结果，分类结果包括有效区域眼底图像是巨细胞病毒性视网膜炎的眼底图像或有效区域眼底图像不是巨细胞病毒性视网膜炎的眼底图像；如果有效区域眼底图像是巨细胞病毒性视网膜炎的眼底图像，将有效区域眼底图像确定为待评估眼底图像。

6、结合第一方面，在第一方面的某些实现方式中，在利用视网膜炎的分类模型，对原始待评估眼底图像进行分类之前，该方法还包括：确定视网膜眼底图像样本和视网膜眼底图像样本对应的分类结果；建立初始网络模型，并利用视网膜眼底图像样本和视网膜眼底图像样本对应的分类结果训练初始网络模型，以生成视网膜炎的分类模型。

7、结合第一方面，在第一方面的某些实现方式中，确定待评估对象对应的有效区域眼底图像，包括：确定待评估对象对应的原始眼底图像；对原始眼底图像进行颜色通道提取，确定原始眼底图像对应的单通道图像；基于原始眼底图像对应的单通道图像，进行阈值分割处理，获得原始眼底图像对应的二值化图像；基于原始眼底图像对应的二值化图像，进行眼底特征的特征提取，获得眼底特征区域；对眼底特征区域进行圆度拟合，确定待评估对象对应的有效区域眼底图像。

8、结合第一方面，在第一方面的某些实现方式中，对待评估眼底图像进行分割提取，得到病灶分割结果图像，包括：对待评估眼底图像进行颜色通道提取，确定待评估眼底图像对应的单通道图像；对单通道图像进行二值化处理，获得单通道图像对应的二值化图像；基于二值化图像，对待评估眼底图像进行分割，得到病灶分割结果图像。

9、第二方面，本公开一实施例提供一种图像评估装置，包括：确定模块，用于确定待评估对象对应的待评估眼底图像；分割模块，用于对待评估眼底图像进行分割提取，得到病灶分割结果图像，其中，病灶分割结果图像包括病灶区域；评估模块，基于病灶分割结果图像，确定待评估眼底图像对应的等级评估结果。

10、第三方面，本公开一实施例提供的一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器，其中，处理器用于执行上述第一方面所提及的方法。

11、第四方面，本公开一实施例提供一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序用于执行上述第一方面所提及的方法。

12、本公开实施例通过对待评估的眼图像进行分割提取，获得病灶分割结果图像，其中，病灶分割结果图像包括病灶区域，基于病灶分割结果图像，能够获得病灶的特征数据，例如，数量、面积、位置数据，确定待评估眼底图像对应的等级评估结果。由于病灶的特征数据与患病程度关系密切，如，面积越大数量越多，患病程度越高，等级评估越高，或者，病灶位置与病灶类型有关，根据病灶位置数据确定病灶的类型，不同类型病灶对患病程度影响不同，等级评估结果不同。因此，本公开实施例提供的图像评估方法能够实现通过无创的方式，确定待评估眼底图像对应的等级评估结果，从而帮助医生了解待评估对象的眼底情况。

技术特征：

1.一种图像评估方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，在基于所述病灶分割结果图像，确定所述待评估眼底图像对应的等级评估结果之前，还包括：

3.根据权利要求2所述的方法，其特征在于，所述待评估眼底图像对应的等级评估结果包括重度、中度、轻度，所述等级评估条件包括病灶区域相对于黄斑中心的距离阈值、病灶区域面积阈值、病灶区域预设色值范围和病灶区域相对于血管距离阈值；所述根据所述基本特征的位置数据，结合所述病灶区域的位置数据、所述病灶区域的面积数据、所述病灶区域的颜色数据中的至少一个，确定所述待评估眼底图像对应的等级评估结果，包括：

4.根据权利要求1至3任一项所述的方法，其特征在于，所述确定待评估对象对应的待评估眼底图像，包括：

5.根据权利要求4所述的方法，其特征在于，在所述利用视网膜炎的分类模型，对原始待评估眼底图像进行分类之前，还包括：

6.根据权利要求4所述的方法，其特征在于，所述确定所述待评估对象对应的有效区域眼底图像，包括：

7.根据权利要求1至3任一项所述的方法，其特征在于，所述对所述待评估眼底图像进行分割提取，得到病灶分割结果图像，包括：

8.一种图像评估装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括：

10.一种计算机可读存储介质，其特征在于，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权利要求1至7任一项所述的方法。

技术总结
本公开披露了一种图像评估方法及装置、存储介质及电子设备，涉及图像处理技术。该图像评估方法包括：确定待评估对象对应的待评估眼底图像；对待评估眼底图像进行分割提取，得到病灶分割结果图像，其中，病灶分割结果图像包括病灶区域；基于病灶分割结果图像，确定待评估眼底图像对应的等级评估结果。基于病灶分割结果图像，能够获得病灶的特征数据，例如数量、面积，位置数据，确定待评估眼底图像对应的等级评估结果。由于病灶的特征数据与患病程度关系密切，如，面积越大数量越多，等级评估越高，因此，本公开实施例提供的图像评估方法实现了通过无创的方式确定待评估眼底图像对应的等级评估结果，从而帮助医生了解待评估对象的眼底情况。

技术研发人员：王茜,凌赛广,董洲
受保护的技术使用者：依未科技（北京）有限公司
技术研发日：
技术公布日：2024/1/14