眼底图像处理方法、装置、设备及存储介质

本申请涉及图像检测，尤其是一种眼底图像处理方法、装置、设备及存储介质。

背景技术：

1、糖尿病引发视网膜病变(diabetic retinopathy,dr)是糖尿病微血管病变的并发症，是糖尿病最常见也是最严重的并发症之一。

2、目前，dr的筛查和诊断主要依靠眼科医生使用眼底成像技术进行。病人在检测人员的指示下通过眼底照相机拍摄眼底彩照，将视网膜的三维结构投射到二维平面图像中，眼科医生通过观察和分析眼底彩照，对相关视网膜血管病变特征(如糖尿病微动脉瘤、出血点、硬渗出物等)进行识别，从而实现dr的筛查和分期。

3、检测过程和识别过程都需要专业人员现场协助，效率低下。

技术实现思路

1、本申请的目的是提供一种眼底图像处理方法、装置、设备及存储介质，旨在提高眼底图像在检测过程和识别过程的效率。

2、本申请实施例提供一种眼底图像处理方法，包括：

3、输出提示信息至病人终端，在病人根据提示信息进行操作时拍摄待测眼并生成眼底图像；

4、基于预设的裁剪规则确定截剪边界，裁剪眼底图像并得到眼底子图像；所述裁剪图片包括视盘及围绕视盘的边缘区域；

5、基于随机森林模型识别眼底子图像中的视盘边缘，得到边缘图像；

6、基于ransac算法迭代对边缘图像进行拟合处理，使用轮廓匹配结合迭代过程中内点最多的拟合结果获取光滑的视盘边缘并定位视盘中心，得到中心图像；

7、通过医生终端接收医生根据中心图像输出的医嘱信息并上传至前置服务器，以使病人终端可从前置服务器接收医嘱信息。

8、进一步，所述输出提示信息至病人终端，在病人根据提示信息进行操作时拍摄待测眼并生成眼底图像，包括：

9、接收病人终端的交互请求，向病人终端输出提示信息；

10、接收病人根据提示信息进行操作产生的操作信号，根据操作信号对待测眼进行拍摄，得到眼底图像；

11、上传眼底图像，对眼底图像进行脱敏、增强和标注处理。

12、进一步，所述基于预设的裁剪规则确定截剪边界，裁剪眼底图像并得到眼底子图像，包括：

13、根据眼底半径与视盘半径之间的比例关系预估视盘半径；

14、定位眼底图像中视盘的关键像素点，以关键像素点为中心结合预估的视盘半径对眼底图像进行裁剪，得到眼底子图像。

15、进一步，所述基于随机森林模型识别眼底子图像中的视盘边缘，包括：

16、基于滑窗算法使用滑动窗口滑动整个眼底子图像，使用随机森林模型识别滑动窗口区域内的图像中的视盘边缘，得到边缘图像。

17、进一步，在所述基于随机森林模型识别眼底子图像中的视盘边缘之前，包括：

18、从眼底子图像中随机裁剪出若干个图像块，从图像块中提取固定通道数的特征向量，基于特征向量的通道生成多个特征图；

19、对特征图进行第一次下采样处理，得到第一下采样图像，以第一下采样图像的像素作为待选特征，得到第一待选特征；

20、对特征图进行第二次下采样处理，得到第二下采样图像，以第二下采样图像中的像素之差作为待选特征，得到第二待选特征；

21、以第一待选特征和第二待选特征为训练样本，以训练样本对应的片段所处的眼底区域为期望输出，训练随机森林分类器内的多个决策树，形成随机森林模型。

22、进一步，所述基于ransac算法迭代对边缘图像进行拟合处理，使用轮廓匹配结合迭代过程中内点最多的拟合结果获取光滑的视盘边缘并定位视盘中心，包括：

23、对边缘图像进行二值化处理，得到二值图像；

24、迭代执行拟合步骤以生成样本估计模型，直到内点数量最多的样本估计模型出现或者达到最大迭代次数为止；

25、所述拟合步骤包括：

26、基于最小二乘法，利用从二值图像随机选取的若干个像素点生成样本估计模型；所述样本估计模型为圆模型；

27、基于设定的阈值估计样本估计模型中内点的数量；

28、所述最大迭代次数的计算公式为：

29、

30、其中，nmin为最大迭代次数，p为置信度，p为内点占随机选取像素点的比例，λ是随机选取像素点的数量。

31、进一步，所述通过医生终端接收医生根据中心图像输出的医嘱信息并上传至前置服务器，包括：

32、输出中心图像至医生终端；

33、接收第一文字信息和/或第二文字信息；所述第一文字信息为利用拾音器录入医生针对中心图像生成的语音信息解析得到的文本内容，所述第二文字信息为医生针对中心图像生成的文字信息所对应的文本内容；

34、调取相应的病理诊断报告模板，根据第一文字信息和/或第二文字信息生成病理诊断报告。

35、本申请实施例还提供一种眼底图像处理装置，包括：

36、第一模块，用于输出提示信息至病人终端，在病人根据提示信息进行操作时拍摄待测眼并生成眼底图像；

37、第二模块，用于基于预设的裁剪规则确定截剪边界，裁剪眼底图像并得到眼底子图像；所述裁剪图片包括视盘及围绕视盘的边缘区域；

38、第三模块，用于基于随机森林模型识别眼底子图像中的视盘边缘，得到边缘图像；

39、第四模块，用于基于ransac算法迭代对边缘图像进行拟合处理，使用轮廓匹配结合迭代过程中内点最多的拟合结果获取光滑的视盘边缘并定位视盘中心，得到中心图像；

40、第五模块，用于通过医生终端接收医生根据中心图像输出的医嘱信息并上传至前置服务器，以使病人终端可从前置服务器接收医嘱信息。

41、本申请实施例还提供一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上任一项所述的眼底图像处理方法。

42、本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上任一项所述的眼底图像处理方法。

43、本申请的有益效果：为病人自助采集眼底图像提供提示，在病人根据提示信息操作时拍摄待测眼并生成眼底图像，缩减病人的检查时间，结合自动识别和处理眼底图像，基于结构随机森林和ransac算法提取眼底图像中的视盘，能够更好地定位和提取视盘，在检测由dr引起的硬性渗出时降低假阳性，以使医生可快速获取眼底图像并提供相关的医嘱信息，缩减医生的问诊时间，提高眼底图像在检测过程和识别过程的效率。

技术特征：

1.一种眼底图像处理方法，其特征在于，包括：

2.根据权利要求1所述的眼底图像处理方法，其特征在于，所述输出提示信息至病人终端，在病人根据提示信息进行操作时拍摄待测眼并生成眼底图像，包括：

3.根据权利要求1所述的眼底图像处理方法，其特征在于，所述基于预设的裁剪规则确定截剪边界，裁剪眼底图像并得到眼底子图像，包括：

4.根据权利要求1所述的眼底图像处理方法，其特征在于，所述基于随机森林模型识别眼底子图像中的视盘边缘，包括：

5.根据权利要求1所述的眼底图像处理方法，其特征在于，在所述基于随机森林模型识别眼底子图像中的视盘边缘之前，包括：

6.根据权利要求1所述的眼底图像处理方法，其特征在于，所述基于ransac算法迭代对边缘图像进行拟合处理，使用轮廓匹配结合迭代过程中内点最多的拟合结果获取光滑的视盘边缘并定位视盘中心，包括：

7.根据权利要求1所述的眼底图像处理方法，其特征在于，所述通过医生终端接收医生根据中心图像输出的医嘱信息并上传至前置服务器，包括：

8.一种眼底图像处理装置，其特征在于，包括：

9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的眼底图像处理方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的眼底图像处理方法。

技术总结
本申请涉及图像检测技术领域，公开一种眼底图像处理方法、装置、设备及存储介质。该方法包括：输出提示信息至病人终端，在病人根据提示信息进行操作时拍摄待测眼并生成眼底图像；基于预设的裁剪规则确定截剪边界，裁剪眼底图像并得到眼底子图像；基于随机森林模型识别眼底子图像中的视盘边缘，得到边缘图像；基于RANSAC算法迭代对边缘图像进行拟合处理，使用轮廓匹配结合迭代过程中内点最多的拟合结果获取光滑的视盘边缘并定位视盘中心，得到中心图像；通过医生终端接收医生根据中心图像输出的医嘱信息并上传至前置服务器，以使病人终端可从前置服务器接收医嘱信息。本申请实施例可以提高眼底图像在检测过程和识别过程的效率。

技术研发人员：徐标,余浩洋,陈栩涛,杨日,容毅标,范衠
受保护的技术使用者：汕头大学
技术研发日：
技术公布日：2024/1/16