本發(fā)明涉及瞼板腺檢測，特別涉及一種基于可解釋性技術(shù)的瞼板腺特征指標(biāo)獲取方法。

背景技術(shù)：

1、目前，瞼板腺異常的檢測較為復(fù)雜，需根據(jù)瞼板腺萎縮程度和堵塞程度等多個方面進(jìn)行瞼板腺異常等級劃分。并且現(xiàn)有技術(shù)中的儀器檢測較為粗糙，瞼板腺檢測過程中無法獲取有效的特征指標(biāo)對瞼板腺的實(shí)際情況進(jìn)行判定，當(dāng)儀器檢測完畢后還需要醫(yī)生進(jìn)行識別，導(dǎo)致瞼板腺診斷的準(zhǔn)確率較低。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明旨在至少解決現(xiàn)有技術(shù)中存在的技術(shù)問題之一。為此，本發(fā)明提出一種基于可解釋性技術(shù)的瞼板腺特征指標(biāo)獲取方法，能夠有效獲取瞼板腺的的特征指標(biāo)，提高瞼板腺診斷的準(zhǔn)確率。

2、第一方面，本發(fā)明實(shí)施例提供了一種基于可解釋性技術(shù)的瞼板腺特征指標(biāo)獲取方法，包括：

3、獲取待檢測樣本的第一瞼板圖像，對所述第一瞼板圖像進(jìn)行分類，得到所述待檢測樣本的異常等級信息；

4、根據(jù)所述異常等級信息生成所述第一瞼板圖像的第一分類熱圖，根據(jù)所述異常等級信息和所述第一分類熱圖對所述第一瞼板圖像進(jìn)行第一分割，得到第二瞼板圖像；

5、獲取所述第二瞼板圖像的瞼板腺信息，根據(jù)所述瞼板腺信息對所述第二瞼板圖像進(jìn)行第二分割，得到第二模型熱圖；

6、對所述第二模型熱圖進(jìn)行瞼板腺分割，得到瞼板腺標(biāo)記圖像；

7、將所述瞼板腺標(biāo)記圖像與所述第二瞼板圖像疊加，獲取瞼板腺分割圖像，根據(jù)所述瞼板腺分割圖像獲取特征指標(biāo)。

8、在本發(fā)明的一些實(shí)施例中，所述根據(jù)所述異常等級信息生成所述第一瞼板圖像的第一分類熱圖后，所述方法還包括：

9、確定所述第一分類模型熱圖的第一區(qū)域和第二區(qū)域；

10、獲取處于所述第一區(qū)域的多個第一像素點(diǎn)和處于所述第二區(qū)域的第二像素點(diǎn)；

11、當(dāng)所述第一瞼板圖像進(jìn)行第一分割時，保留所述第一區(qū)域的所述第一像素點(diǎn)，將所述第二區(qū)域的第二像素點(diǎn)從所述分類模型熱圖進(jìn)行分割。

12、在本發(fā)明的一些實(shí)施例中，所述將所述第二區(qū)域的第二像素點(diǎn)從所述分類模型熱圖進(jìn)行分割后，所述方法還包括：

13、獲取所述第一瞼板圖像的多個瞼板邊緣像素點(diǎn)；

14、對多個所述瞼板邊緣像素點(diǎn)進(jìn)行勾畫，確定所述第一瞼板圖像中瞼板腺的位置；

15、當(dāng)多個所述瞼板邊緣像素點(diǎn)完成勾畫后，得到所述第一瞼板圖像的第三區(qū)域，根據(jù)所述第三區(qū)域生成第二模型熱圖。

16、在本發(fā)明的一些實(shí)施例中，所述根據(jù)所述瞼板腺信息對所述第二瞼板圖像進(jìn)行第二分割，包括：

17、獲取所述第一分割熱圖的第一分割結(jié)果，根據(jù)所述第一分割結(jié)果得到與所述待檢測樣本的瞼板面積相同的第二圖像信息；

18、獲取所述第二圖像信息的第二模型熱圖，根據(jù)所述瞼板腺信息將所述第二模型熱圖從所述第二圖像信息進(jìn)行第二分割。

19、在本發(fā)明的一些實(shí)施例中，所述根據(jù)所述瞼板腺分割圖像獲取特征指標(biāo)，包括：

20、獲取所述瞼板腺分割圖像的面積信息和瞼板腺數(shù)量信息，根據(jù)所述面積信息和所述瞼板腺數(shù)量信息計(jì)算所述分割圖像的面積和瞼板腺數(shù)量；

21、獲取所述瞼板腺分隔圖像的特征信息，根據(jù)所述特征信息和所述異常等級信息判定所述瞼板腺分割圖像的異常等級。

22、在本發(fā)明的一些實(shí)施例中，所述將所述瞼板腺標(biāo)記圖像與所述第二瞼板圖像疊加，包括：

23、獲取所述第二模型熱圖的多個瞼板腺像素點(diǎn)和分割標(biāo)簽；

24、根據(jù)所述分割標(biāo)簽對多個所述瞼板腺像素點(diǎn)進(jìn)行勾畫，得到所述第二模型熱圖的瞼板腺區(qū)域；

25、將所述瞼板腺區(qū)域與所述第二瞼板圖像疊加，生成瞼板腺分割圖像。

26、在本發(fā)明的一些實(shí)施例中，所述根據(jù)所述瞼板腺分割圖像獲取特征指標(biāo)后，所述方法還包括：

27、計(jì)算所述特征指標(biāo)的指標(biāo)信息；

28、根據(jù)所述指標(biāo)信息對所述第一瞼板圖像進(jìn)行特征識別。

29、第二方面，本發(fā)明實(shí)施例提供了一種瞼板腺的特征指標(biāo)獲取裝置，包括少一個控制處理器和用于與所述至少一個控制處理器通信連接的存儲器；所述存儲器存儲有可被所述至少一個控制處理器執(zhí)行的指令，所述指令被所述至少一個控制處理器執(zhí)行，以使所述至少一個控制處理器能夠執(zhí)行如上述第一方面所述的基于可解釋性技術(shù)的瞼板腺特征指標(biāo)獲取方法。

30、第三方面，本發(fā)明實(shí)施例提供了一種電子設(shè)備，包括有如上述第二方面所述的瞼板腺的特征指標(biāo)獲取裝置。

31、第四方面，本發(fā)明實(shí)施例提供了一種計(jì)算機(jī)可讀存儲介質(zhì)，存儲有計(jì)算機(jī)可執(zhí)行指令，所述計(jì)算機(jī)可執(zhí)行指令用于執(zhí)行如上述第一方面所述的基于可解釋性技術(shù)的瞼板腺特征指標(biāo)獲取方法。

32、根據(jù)本發(fā)明實(shí)施例的基于可解釋性技術(shù)的瞼板腺特征指標(biāo)獲取方法，至少具有如下有益效果：

33、獲取待檢測樣本的第一瞼板圖像，對第一瞼板圖像進(jìn)行分類，得到待檢測樣本的異常等級信息；根據(jù)異常等級信息生成第一瞼板圖像的第一分類熱圖，根據(jù)異常等級信息和第一分類熱圖對第一瞼板圖像進(jìn)行第一分割，得到第二瞼板圖像；獲取第二瞼板圖像的瞼板腺信息，根據(jù)瞼板腺信息對第二瞼板圖像進(jìn)行第二分割，得到第二模型熱圖；根據(jù)瞼板腺信息對第二模型熱圖進(jìn)行瞼板腺分割，得到瞼板腺標(biāo)記圖像；將瞼板腺標(biāo)記圖像與第二瞼板圖像疊加，獲取瞼板腺分割圖像，根據(jù)瞼板腺分割圖像獲取腺體指標(biāo)。根據(jù)本實(shí)施例的技術(shù)方案，通過結(jié)合深度學(xué)習(xí)模型和解釋性技術(shù)，能夠有效獲取待檢測樣本的特征指標(biāo)，提高瞼板腺異常判定的全面性和準(zhǔn)確性。

技術(shù)特征：

1.一種基于可解釋性技術(shù)的瞼板腺特征指標(biāo)獲取方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于可解釋性技術(shù)的瞼板腺特征指標(biāo)獲取方法，其特征在于，所述根據(jù)所述異常等級信息生成所述第一瞼板圖像的第一分類熱圖后，所述方法還包括：

3.根據(jù)權(quán)利要求2所述的基于可解釋性技術(shù)的瞼板腺特征指標(biāo)獲取方法，其特征在于，所述將所述第二區(qū)域的第二像素點(diǎn)從所述分類模型熱圖進(jìn)行分割后，所述方法還包括：

4.根據(jù)權(quán)利要求1所述的基于可解釋性技術(shù)的瞼板腺特征指標(biāo)獲取方法，其特征在于，所述根據(jù)所述瞼板腺信息對所述第二瞼板圖像進(jìn)行第二分割，包括：

5.根據(jù)權(quán)利要求1所述的基于可解釋性技術(shù)的瞼板腺特征指標(biāo)獲取方法，其特征在于，所述根據(jù)所述瞼板腺分割圖像獲取特征指標(biāo)，包括：

6.根據(jù)權(quán)利要求1所述的基于可解釋性技術(shù)的瞼板腺特征指標(biāo)獲取方法，其特征在于，所述將所述瞼板腺標(biāo)記圖像與所述第二瞼板圖像疊加，包括：

7.根據(jù)權(quán)利要求1所述的基于可解釋性技術(shù)的瞼板腺特征指標(biāo)獲取方法，其特征在于，所述根據(jù)所述瞼板腺分割圖像獲取特征指標(biāo)后，所述方法還包括：

8.一種瞼板腺的特征指標(biāo)獲取裝置，其特征在于，包括至少一個控制處理器和用于與所述至少一個控制處理器通信連接的存儲器；所述存儲器存儲有可被所述至少一個控制處理器執(zhí)行的指令，所述指令被所述至少一個控制處理器執(zhí)行，以使所述至少一個控制處理器能夠執(zhí)行如權(quán)利要求1至7任一項(xiàng)所述的基于可解釋性技術(shù)的瞼板腺特征指標(biāo)獲取方法。

9.一種電子設(shè)備，其特征在于，包括權(quán)利要求8所述的瞼板腺的特征指標(biāo)獲取裝置。

10.一種計(jì)算機(jī)可讀存儲介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲介質(zhì)存儲有計(jì)算機(jī)可執(zhí)行指令，所述計(jì)算機(jī)可執(zhí)行指令用于使計(jì)算機(jī)執(zhí)行如權(quán)利要求1至7任一項(xiàng)所述的基于可解釋性技術(shù)的瞼板腺特征指標(biāo)獲取方法。

技術(shù)總結(jié)
本發(fā)明提出了一種基于可解釋性技術(shù)的瞼板腺特征指標(biāo)獲取方法，包括獲取待檢測樣本的第一瞼板圖像，對第一瞼板圖像進(jìn)行分類，得到待檢測樣本的異常等級信息生成第一瞼板圖像的第一分類熱圖，根據(jù)異常等級信息和第一分類熱圖對第一瞼板圖像進(jìn)行第一分割得到第二瞼板圖像；獲取第二瞼板圖像的瞼板腺信息，根據(jù)瞼板腺信息對第二瞼板圖像進(jìn)行第二分割，得到第二模型熱圖；根據(jù)瞼板腺信息對第二模型熱圖進(jìn)行瞼板腺分割，得到瞼板腺標(biāo)記圖像；瞼板腺標(biāo)記圖像與第二瞼板圖像疊加獲取瞼板腺分割圖像，獲取特征指標(biāo)。根據(jù)本實(shí)施例的技術(shù)方案，通過結(jié)合深度學(xué)習(xí)模型和解釋性技術(shù)，有效獲取待檢測樣本的特征指標(biāo)，提高瞼板腺異常判定的全面性和準(zhǔn)確性。

技術(shù)研發(fā)人員：王涵,潘毅,莊金隆
受保護(hù)的技術(shù)使用者：珠海中科先進(jìn)技術(shù)研究院有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/10