【技術實現步驟摘要】
本申請涉及醫療數據處理傳輸，尤其涉及一種眼部數據處理傳輸技術。
技術介紹
1、近視作為一種普遍存在的眼部疾病，不僅影響個體的視覺功能，還可能誘發多種眼部健康問題。在特定人群中，近視有可能演化為一種更為嚴重的病理狀態，即病理性近視。病理性近視的特征除了顯著的高度近視外，更可能導致眼底病變，包括視網膜脫落、黃斑變性及視盤結構異常等。眼底結構的變化，尤其是視盤區域的異常，對于評估與監測病理性近視的病程進展具有重要意義。在病理性近視的情況下，由于眼球的持續增長，視盤可能發生諸如傾斜、形態扭曲或凹陷加深(特指視盤中央部分的凹陷加深)等形態學變化。這些變化不僅可能誘發或加劇視力障礙，還可能成為青光眼等其他眼疾的風險誘因。因此，對病理性近視患者進行細致的觀測與深入分析顯得尤為關鍵。
2、為滿足這一臨床需求，視盤圖像分割技術的研發應運而生，通過精準地從眼底圖像中分割出視盤區域，醫生能夠全面而細致地評估視盤的形態學特征與病變狀況。視盤圖像分割技術的運用，特別是結合先進的計算機視覺與機器學習算法，顯著提升了評估過程的客觀性與精確性。
3、在傳統眼科檢查流程中，醫生常常借助傳統檢眼鏡設備拍攝眼底視盤照片，進而對視盤進行評估。然而，這種評估方式主要依賴于醫生的臨床經驗，其效率往往不盡如人意。因此，當前亟需解決的關鍵問題是如何有效利用視盤圖像分割技術，以提升傳統檢眼鏡在眼底視盤檢查中的效率與準確性。
技術實現思路
1、本申請旨在提出一種眼部數據處理傳輸方法、系統以及檢眼鏡設備，其核心
2、為實現上述目的，根據本申請的一方面，本申請的一些實施例提供了一種眼部數據處理傳輸方法，應用于檢眼鏡，包括：建立檢眼鏡與終端設備之間的傳輸關系；接收終端設備發送的拍攝請求信號；接收拍攝控制信號；根據所述拍攝請求信號和拍攝控制信號，控制圖像傳感器獲取至少一張眼底圖像；將所述眼底圖像輸入處理器，所述處理器調用預設分割模型對所述眼底圖像進行視盤圖像分割，得到視盤圖像分割結果；響應所述拍攝請求信號，將所述視盤圖像分割結果和所述眼底圖像返回至終端設備。
3、可選地，所述拍攝請求信號包含患者唯一身份標識；所述處理器基于所述患者唯一身份標識和所述檢眼鏡的唯一設備標識對所述視盤圖像分割結果和拍攝的所述眼底圖像進行標記；其中，在將所述視盤圖像分割結果和所述眼底圖像返回至終端設備后，所述終端設備根據所述患者唯一身份標識建立患者檔案與所述視盤圖像分割結果和所述眼底圖像的對應關系，并記錄拍攝所述眼底圖像的檢眼鏡的唯一設備標識。
4、可選地，在所述處理器調用預設分割模型對所述眼底圖像進行視盤圖像分割之前，所述方法還包括：當拍攝多張眼底圖像時，使用所述處理器對多張眼底圖像進行圖像質量和圖像內容篩選，并從張眼底圖像中選擇出符合預設要求的一張眼底圖像作為輸入所述預設分割模型的眼底圖像；當僅拍攝一張眼底圖像時，使用所述處理器對眼底圖像進行圖像質量和圖像內容判斷，若不符合要求，發出指示重新拍攝的語音提示，若符合要求，則將該張眼底圖像作為輸入所述預設分割模型的眼底圖像。
5、可選地，所述預設分割網絡模型包括：呈u型對稱結構的編碼器和解碼器；所述編碼器自上而下包括五層，每層包含一個scnn塊，一個接在所述scnn塊之后的一般卷積塊，并進行下采樣；所述解碼器自下而上包括五層，每層包含一個一般卷積塊，且最上面4層包含多層交叉注意模塊，并進行上采樣；最上面4層編碼器和解碼器之間采用跳躍連接；所述一般卷積塊由一個具有3x3內核大小，步長為1，填充為1的卷積層組成，并連接批量歸一化和relu激活函數層；所述下采樣使用使用最大池化，濾波窗口大小為2x2，步長為2。
6、可選地，所述scnn塊包括兩組深度卷積-點積卷積組，并依次排列為：深度卷積層、ln層、點卷積層、bn層、silu層、深度卷積層、bn層、gsilu層、點卷積層和bn層；所述scnn塊定義如下：
7、f'l＝depthwiseconv(fl-1)+fl-1；
8、f”l＝σ2(bn{pointwiseconv(ln(f'l))})；
9、f”l＝σ1(bn{deptwiseconv(f”l)})；
10、fl＝bn(pointwiseconv(f”l))+f'l；
11、其中，fl表示scnn塊第l層輸出的特征圖；σ1表示gsilu層，σ2表示silu層，bn表示批量歸一化，ln表示層歸一化，depthwiseconv表示深度卷積，pointwiseconv表示點卷積。
12、可選地，所述對所述眼底圖像進行視盤圖像分割，包括：將所述眼底圖像輸入所述編碼器，每層分別經過所述scnn塊進行特征提取得到特征圖像并經過所述一般卷積塊增加所述特征圖像的通道數量，分別得到每層的淺層特征圖像；其中，所述編碼器的每層的淺層特征圖像通過下采樣后輸入所述編碼器的下一層直至第五層，且每層的所述淺層特征圖像通過跳躍連接至所述解碼器的多層交叉注意模塊；將所述編碼器輸出的第五層的淺層特征圖像作為所述解碼器的第一層的輸入,所述解碼器的每層通過上采樣得到深層特征圖像并輸入所述解碼器的下一層的多層交叉注意模塊；所述解碼器每層的所述多層交叉注意模塊將跳躍連接的所述編碼器的淺層特征和來自所述解碼器的上一層的上采樣后的深層特征進行特征融合得到融合特征圖像并經過所述一般卷積塊減少所述融合特征圖像的通道數量；獲取所述解碼器第五層的輸出的融合特征圖像作為視盤圖像分割結果。
13、可選地，所述編碼器的第一層跳躍連接至所述解碼器的第五層；所述編碼器的第二層跳躍連接至所述解碼器的第四層；所述編碼器的第三層跳躍連接至所述解碼器的第三層；所述編碼器的第四層跳躍連接至所述解碼器的第二層。
14、可選地，所述多層交叉注意模塊定義如下：
15、f's＝α1(bn(conv(fs)))；
16、f'd＝f's+α1(bn(conv(fd)))；
17、c-map(d)＝α2(mlp(maxpool(f'd))+mlp(avgpool(f'd)))；
18、s-map(s)＝α2(α1(bn(conv(concat[maxpool(f's)；avgpool(f's)]))))；
19、fout＝fs⊙c-map(d)+fd⊙s-map(s)；
20、其中，fd表示上采樣后的深層特征，fs表示跳躍連接的淺層特征，fout表示輸出特征；α1表示relu激活函數；α2表示sigmoid激活函數；bn表示批量歸一化；maxpool表示最大池化；avgpool表示平均池化；mlp表示具有一個隱藏層的多層感知器，其中隱藏層的特征映射大小為c/r×1×1，r本文檔來自技高網...
【技術保護點】
1.一種眼部數據處理傳輸方法，應用于檢眼鏡，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，
3.根據權利要求2所述的方法，其特征在于，在所述處理器調用預設分割模型對所述眼底圖像進行視盤圖像分割之前，所述方法還包括：
4.根據權利要求1所述的方法，其特征在于，所述預設分割網絡模型包括：呈U型對稱結構的編碼器和解碼器；
5.根據權利要求4所述的方法，其特征在于，所述SCNN塊包括兩組深度卷積-點積卷積組，并依次排列為：深度卷積層、LN層、點卷積層、BN層、SiLU層、深度卷積層、BN層、GSiLU層、點卷積層和BN層；所述SCNN塊定義如下：
6.據權利要求4所述的方法，其特征在于，所述對所述眼底圖像進行視盤圖像分割，包括：
7.根據權利要求6所述的方法，其特征在于，
8.根據權利要求6所述的方法，其特征在于，所述多層交叉注意模塊定義如下：
9.一種眼部數據處理傳輸系統，應用于檢眼鏡，其特征在于，包括：
10.一種檢眼鏡，其特征在于，所述檢眼鏡包括：電源芯片、圖
...【技術特征摘要】
1.一種眼部數據處理傳輸方法，應用于檢眼鏡，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，
3.根據權利要求2所述的方法，其特征在于，在所述處理器調用預設分割模型對所述眼底圖像進行視盤圖像分割之前，所述方法還包括：
4.根據權利要求1所述的方法，其特征在于，所述預設分割網絡模型包括：呈u型對稱結構的編碼器和解碼器；
5.根據權利要求4所述的方法，其特征在于，所述scnn塊包括兩組深度卷積-點積卷積組，并依次排列為：深度卷積層、ln層、點卷積層、bn層、silu層、深度卷積層、bn層、gsilu層...
【專利技術屬性】
技術研發人員：肖軼塵，趙婧，周行濤，丁萱，福山暉子，王雪君，
申請(專利權)人：復旦大學附屬眼耳鼻喉科醫院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。