底照片圖像如圖9所示，圖中的左圖為需要識別的眼底照片圖像，圖中的右圖為眼底照片圖像中紅色區(qū)域為識別到的視杯區(qū)域。
[0023](3)黃斑識別模塊:用以在視盤區(qū)域的附近查找黃斑區(qū)域，根據(jù)黃斑的特征對黃斑進(jìn)行查找。
[0024]黃斑區(qū)在眼底視神經(jīng)盤的顳側(cè)0.35cm處并稍下方，處于人眼的光學(xué)中心區(qū)，是視力軸線的投影點。黃斑區(qū)富含葉黃素，與周圍視網(wǎng)膜相比顏色較暗。黃斑區(qū)是視網(wǎng)膜的一個重要區(qū)域，位于眼后極部，主要與精細(xì)視覺及色覺等視功能有關(guān)。一旦黃斑區(qū)出現(xiàn)病變，常常出現(xiàn)視力下降、眼前黑影或視物變形。眼底照片圖像如圖10所示，圖中的左圖為需要識別的眼底照片圖像，圖中的右圖為眼底照片圖像中綠色區(qū)域為黃斑區(qū)。黃斑區(qū)被劃分為9個區(qū)域，劃分規(guī)則為:1、由以黃斑區(qū)中心點為圓心，以視盤直徑的1/3倍、I倍和2倍為半徑作3個同心圓；2、從黃斑區(qū)中心點向45°、135°、225°和315°方向作4條射線，其落在小圓和大圓中間的部分。
[0025]特征:1、黃斑處于人眼的光學(xué)中心，在視盤顳側(cè)約0.35cm處并稍下方；2、黃斑區(qū)域較暗，呈紅褐色，近似圓形；3、黃斑的中央有一個很小的凹陷，為視覺最敏銳處，在眼底圖像中為黃斑區(qū)域最暗的中心。
[0026](4)滲出識別模塊:用以在眼底照片圖像中查找是否有滲出物，如果發(fā)現(xiàn)眼底照片圖像中存在邊界清晰但不規(guī)則的黃白色小點或蠟黃色區(qū)域，則存在滲出物；眼底照片圖像如圖11所示，圖中的左圖為需要識別的眼底照片圖像，圖中的右圖為眼底照片圖像中的黃色區(qū)域為識別到的滲出區(qū)域；
(5)血管識別模塊:用以在眼底照片圖像中查找血管的分布，在眼底照片圖像中呈細(xì)長條狀且顏色較深的圖樣則為血管；
(6)出血識別模塊:用以在眼底照片圖像中查找是否有出血現(xiàn)象，如在在眼底照片圖像中呈現(xiàn)塊狀的暗紅色區(qū)域或長條狀的暗紅色區(qū)域，則存在出血現(xiàn)象；眼底照片圖像如圖12所示，圖中的左圖為需要識別的眼底照片圖像，圖中的右圖為眼底照片圖像中的粉紅色區(qū)域為識別到的出血區(qū)域；
3)眼底照片圖像的特征標(biāo)記單元，該單元包括:
(I)視杯視盤掃描線標(biāo)記模塊:用以標(biāo)記V⑶R掃描線和Rim掃描線；從左至右掃描視盤及視杯區(qū)域，對于每一條垂直掃描線，查找以下交點:如圖5所示，圖中大圓為視盤區(qū)域，小圓為視杯區(qū)域，圖中的1、5、7、11之間的區(qū)域為掃描范圍，掃描線與視盤上邊緣的交點，記為A，掃描線與視杯上邊緣的交點，記為B，掃描線與視杯下邊緣的交點，記為C，掃描線與視盤下邊緣的交點，記為D ;當(dāng)IbcI取得最大值時，當(dāng)前掃描線記為V⑶r掃描線，并標(biāo)記BC線段；當(dāng)MIN( IAB I，I⑶I)取得最小值時，當(dāng)前掃描線記為Rim掃描線，并標(biāo)記AB或⑶中較短的線段；
(2)動靜脈標(biāo)記模塊:用以對動脈血管和靜脈血管進(jìn)行標(biāo)記，血管識別模塊查找到的血管中，較粗的血管為動脈血管，較細(xì)的血管為靜脈血管，將動脈血管和靜脈血管用不同的顏色進(jìn)行標(biāo)記；眼底照片圖像如圖13所示，圖中的左圖為需要識別的眼底照片圖像，圖中的右圖為眼底照片圖像中的白線是血管識別模塊標(biāo)識出來的血管的分布圖，紅色線是在白線上進(jìn)行描繪的，表示動脈血管，藍(lán)色線是在白線上進(jìn)行描繪的，表示為靜脈血管。
[0027]4)眼底照片圖像的特征測量單元，該單元包括:
(1)垂直杯盤比測量模塊:利用V⑶R掃描線，計算BC/AD的比值，記為垂直杯盤比；
(2)盤緣厚度測量模塊:利用Rim掃描線，計算MIN(AB，⑶)的值，記為盤緣厚度；
(3)動靜脈比測量模塊:動靜脈比的計算為:
AVR (動靜脈比)=多條動脈血管的寬度的均值/靜脈血管的寬度的最大值，
其中:血管的寬度=血管圖像的面積/血管的長度，所述血管圖像是指以視盤中心為圓心，2.67至3倍半徑所形成的環(huán)形區(qū)域內(nèi)的血管區(qū)域；所述血管長度是指對血管圖像進(jìn)行骨架計算后的像素點數(shù)；
5)眼底照片圖像的評定單元:
根據(jù)垂直杯盤比、盤緣厚度、動靜脈比、出血、滲出、黃斑識別模塊的識別結(jié)果來評定眼底照片圖像中的視網(wǎng)膜是否正常，并對眼底照片圖像進(jìn)行分類和標(biāo)記，具體流程如圖6所示，正常的眼底照片圖像為超常量圖像，非正常的眼底照片圖像為非超常量圖像，通過眼底照片圖像的評定單元的評定將圖像分成兩類:超常量圖像和非超常量圖像，進(jìn)一步地，對于非超常量圖像標(biāo)記是否有黃斑病灶。
[0028]
以上所述是本發(fā)明的優(yōu)選實施方式而已，當(dāng)然不能以此來限定本發(fā)明之權(quán)利范圍，應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，對本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，都不脫離本發(fā)明技術(shù)方案的保護(hù)范圍。
【主權(quán)項】
1.一種眼底照片圖像智能獲取識別系統(tǒng)，其特征在于:包括眼底照相機(jī)、電腦以及安裝在電腦中的人工智能處理程序；所述人工智能處理程序包括: 眼底照片圖像的特征識別單元，該單元包括: (1)視盤識別模塊:用以在眼底照相機(jī)傳送過來的眼底照片圖像中查找視盤區(qū)域； (2)視杯識別模塊:用以在視盤識別模塊查找到的視盤區(qū)域內(nèi)查找視杯區(qū)域； (3)黃斑識別模塊:用以在視盤區(qū)域的附近查找黃斑區(qū)域； (4)滲出識別模塊:用以在眼底照片圖像中查找是否有滲出物，如果發(fā)現(xiàn)眼底照片圖像中存在邊界清晰但不規(guī)則的黃白色小點或蠟黃色區(qū)域，則存在滲出物； (5)血管識別模塊:用以在眼底照片圖像中查找血管的分布，在眼底照片圖像中呈細(xì)長條狀且顏色較深的圖樣則為血管； (6)出血識別模塊:用以在眼底照片圖像中查找是否有出血現(xiàn)象，如在在眼底照片圖像中呈現(xiàn)塊狀的暗紅色區(qū)域或長條狀的暗紅色區(qū)域，則存在出血現(xiàn)象； 眼底照片圖像的特征標(biāo)記單元，該單元包括: (1)視杯視盤掃描線標(biāo)記模塊:用以標(biāo)記V⑶R掃描線和Rim掃描線；從左至右掃描 視盤及視杯區(qū)域，對于每一條垂直掃描線，查找以下交點:掃描線與視盤上邊緣的交點，記為A，掃描線與視杯上邊緣的交點，記為B，掃描線與視杯下邊緣的交點，記為C，掃描線與視盤下邊緣的交點，記為D;當(dāng)|BC|取得最大值時，當(dāng)前掃描線記為V⑶R掃描線，并標(biāo)記BC線段；當(dāng)MIN( IAB I，I⑶I)取得最小值時，當(dāng)前掃描線記為Rim掃描線，并標(biāo)記AB或CD中較短的線段； (2)動靜脈標(biāo)記模塊:用以對動脈血管和靜脈血管進(jìn)行標(biāo)記，血管識別模塊查找到的血管中，較粗的血管為動脈血管，較細(xì)的血管為靜脈血管，將動脈血管和靜脈血管用不同的顏色進(jìn)行標(biāo)記； 眼底照片圖像的特征測量單元，該單元包括: (1)垂直杯盤比測量模塊:利用V⑶R掃描線，計算BC/AD的比值，記為垂直杯盤比； (2)盤緣厚度測量模塊:利用Rim掃描線，計算MIN(AB，⑶)的值，記為盤緣厚度； (3)動靜脈比測量模塊:動靜脈比的計算為: AVR (動靜脈比)=多條動脈血管的寬度的均值/靜脈血管的寬度的最大值， 其中:血管的寬度=血管圖像的面積/血管的長度，所述血管圖像是指以視盤中心為圓心，2.67至3倍半徑所形成的環(huán)形區(qū)域內(nèi)的血管區(qū)域；所述血管長度是指對血管圖像進(jìn)行骨架計算后的像素點數(shù)； 眼底照片圖像的評定單元:根據(jù)垂直杯盤比、動靜脈比、出血識別模塊的識別結(jié)果以及滲出識別模塊的識別結(jié)果來評定眼底照片圖像中的視網(wǎng)膜是否正常，并對眼底照片圖像進(jìn)行分類。2.根據(jù)權(quán)利要求1所述的眼底照片圖像智能獲取識別系統(tǒng)，其特征在于:所述人工智能處理程序還包括平面拼接單元，當(dāng)眼底照片圖像不完整時，平面拼接單元用以將多幅指向不同方位拍攝的眼底照片圖像拼接為一幅圖像，以得到完整的包含各區(qū)域的眼底照片。3.根據(jù)權(quán)利要求1所述的眼底照片圖像智能獲取識別系統(tǒng)，其特征在于:還包括云平臺，所述電腦將眼底照片圖像的評定單元評出的非正常的眼底照片圖像通過互聯(lián)網(wǎng)傳送給Ζ5Γ平臺ο4.根據(jù)權(quán)利要求3所述的眼底照片圖像智能獲取識別系統(tǒng)，其特征在于:所述云平臺中安裝有所述的人工智能處理程序。5.根據(jù)權(quán)利要求1所述的眼底照片圖像智能獲取識別系統(tǒng)，其特征在于:所述視盤識別模塊所采用的識別方法如下:A、初步確定視盤所在的候選區(qū)域；B、對候選區(qū)域進(jìn)行模糊化處理，與此同時對候選區(qū)域進(jìn)行均一化處理；C、對模糊化處理的候選區(qū)域采用內(nèi)擴(kuò)算法尋找到模糊化處理的視盤，對均一化處理的候選區(qū)域采用外伸算法尋找到均一化處理的視盤；D、尋找模糊化處理的視盤和均一化處理的視盤的重疊區(qū)域；E、在重疊區(qū)域，通過血管找到視盤的中心，從而最終確定視盤的區(qū)域。
【專利摘要】本發(fā)明公開了一種眼底照片圖像智能獲取識別系統(tǒng)，包括眼底照相機(jī)、電腦以及安裝在電腦中的人工智能處理程序；所述人工智能處理程序包括：眼底照片圖像的特征識別單元；眼底照片圖像的特征標(biāo)記單元；眼底照片圖像的特征測量單元；眼底照片圖像的評定單元。該獲取識別系統(tǒng)，在拍攝完成眼底照片后，自動通過其內(nèi)置的眼底圖片人工智能處理程序?qū)τ诔Ａ康难鄣渍掌苯咏o出正常分級報告，而僅將疑似病灶的病例發(fā)送到其人工智能處理云平臺，通過更大的樣本庫、更強(qiáng)的計算能力提供云端的自動評定，同時允許眼科專家通過云計算平臺進(jìn)行手動分級，是一種在保證準(zhǔn)確率的前提下顯著提高眼底疾病診斷速度的有效解決方案。
【IPC分類】A61B3/14, A61B3/12
【公開號】CN105411525
【申請?zhí)枴緾N201510758675
【發(fā)明人】何明光, 孟巍
【申請人】廣州河谷互動醫(yī)療科技有限公司
【公開日】2016年3月23日
【申請日】2015年11月10日