【技術實現步驟摘要】
本專利技術涉及內分泌疾病患者眼底圖像識別領域，具體涉及一種內分泌疾病患者眼底圖像的自動分析與病變預警方法。
技術介紹
1、內分泌疾病主要指患者體內的內分泌腺、或內分泌組織的分泌功能出現異常而引起的疾病，如糖尿病、甲狀腺疾病、腎上腺疾病等，其中糖尿病是最常見也最容易引發視網膜病變的疾病。糖尿病導致的視網膜病變是微血管病變，主要以是視網膜缺血、缺氧、微循環障礙為主要矛盾，繼而誘發視網膜微血管增生、滲出、水腫、出血、黃斑變性，甚至視網膜脫離，最終導致失明的病癥。糖尿病視網膜病變在早期不會有明顯的癥狀表現，患者自身無法直接感知，等發現時病情往往已經惡化，因此對糖尿病患者進行定期眼底檢查與視網膜病變預警極為重要。
2、現有技術中，常利用內分泌疾病患者的眼底圖像，以便捷地獲取患者眼底的信息，而對眼底圖像所含的信息進行分析通常依賴于相關人員的主觀經驗，且眼底分泌疾病在早期具有較強的多樣性與隱匿性，傳統診斷方法對眼底圖像的診斷結果可靠性較低，嚴重時可能會使患者錯過最佳的干預時機。
技術實現思路
1、為了解決對眼底圖像所含的信息進行分析通常依賴于相關人員的主觀經驗，且眼底分泌疾病在早期具有較強的多樣性與隱匿性，傳統診斷方法對眼底圖像的診斷結果可靠性較低，嚴重時可能會使患者錯過最佳的干預時機的技術問題，本專利技術的目的在于提供一種內分泌疾病患者眼底圖像的自動分析與病變預警方法，所采用的技術方案具體如下：一種內分泌疾病患者眼底圖像的自動分析與病變預警方法，所述方法包括：獲取每位內分泌疾病患者
2、進一步地，所述疑似病癥區域的獲取方法包括：利用圖像分割算法獲取每幅眼底圖像中的血管區域；將所有血管區域進行篩除，將眼底圖像中其他區域作為非血管區域；對所有非血管區域內的像素點采用四分位距方法，獲取所有疑似病癥像素點；在非血管區域中任選一個疑似病癥像素點作為待分析像素點；對所述待分析像素點預設鄰域內所有疑似病癥像素點進行標記，并組成所述待分析像素點的所屬疑似病癥區域；對每個疑似病癥像素點進行遍歷，獲得所有疑似病癥區域。
3、進一步地，所述微動脈瘤的表現指標的獲取方法包括：根據微動脈瘤的表現指標計算公式獲取所述微動脈瘤的表現指標，所述微動脈瘤的表現指標計算公式如下所示：式中，表示目標區域的微動脈瘤的表現指標；表示目標區域內的像素點的灰度值標準差；表示目標區域的最小外接矩形的長；表示目標區域的最小外接矩形的寬；表示目標區域內的質心像素點與距離最近的血管區域像素點之間的距離；表示目標區域內的像素點灰度值均值；表示與目標區域的質心像素點距離最近的血管區域像素點的灰度值；表示以自然常數為底數的指數函數。
4、進一步地，所述小面積出血的表現指標的獲取方法包括：根據小面積出血的表現指標計算公式獲取所述小面積出血的表現指標，所述小面積出血的表現指標公式如下所示：式中，表示目標區域的小面積出血的表現指標；表示目標區域內的像素點的灰度值標準差；表示與目標區域相鄰的疑似病癥區域數量；表示與目標區域相鄰的第個疑似病癥區域的微動脈瘤的表現指標；表示第個相鄰的疑似病癥區域的質心像素點與目標區域質心像素點之間的距離；表示第個相鄰的疑似病癥區域的像素點的灰度值均值；表示目標區域內的像素點灰度值均值；表示以自然常數為底數的指數函數。
5、進一步地，所述硬性滲出的表現指標的獲取方法包括：根據硬性滲出的表現指標計算公式獲取所述硬性滲出的表現指標，所述硬性滲出的表現指標計算公式如下所示：式中，表示目標區域的硬性滲出的表現指標；表示目標區域內的像素點的灰度值標準差；表示與目標區域相鄰的疑似病癥區域數量；表示第個相鄰的疑似病癥區域的質心像素點與目標區域質心像素點之間的距離；表示與目標區域相鄰的第個疑似病癥區域的微動脈瘤的表現指標；表示與目標區域相鄰的第個疑似病癥區域的小面積出血的表現指標；表示目標區域內的像素點灰度值均值；表示最大值函數；表示以自然常數為底數的指數函數。
6、進一步地，所述綜合強度指標的獲取方法包括：當疑似病癥區域中只存在一個疑似病癥的表現指標大于預設閾值時，將疑似病癥區域作為對應疑似病癥所屬的疑似病癥區域；當疑似病癥區域存在不小于兩個表現指標大于預設閾值時，計算表現指標之間的最大值，將疑似病癥區域作為表現指標最大值對應疑似病癥所屬的疑似病癥區域；根據綜合強度指標計算公式獲取所述綜合強度指標，所述綜合強度指標計算公式如下所示：式中，表示疑似病癥的序號，其中，1表示微動脈瘤，2表示小面積出血，3表示硬性滲出；表示第種疑似病癥的綜合強度指標；表示第種疑似病癥所屬的疑似病癥區域數量；表示第種疑似病癥的表現指標；表示第種疑似病癥對應的第個疑似病癥區域面積；表示以自然常數為底數的指數函數。
7、進一步地，所述每種疑似病癥的病癥真實強度的獲取方法包括：根據數據庫獲取每位內分泌疾病患者在每個疑似病癥中的所有病例數據；任選一個疑似病癥作為目標病癥，將每位內分泌疾病患者的目標病癥的病例數據轉化為特征向量，計算目標患者與其他每個內分泌疾病患者目標病癥的特征向量之間的余弦相似度，將預設數量個余弦相似度最高的其他未患有目標病癥的內分泌疾病患者的目標病癥的綜合強度指標組成綜合強度指標組；將綜合強度指標組內的綜合強度指標均值與所有患有目標病癥的內分泌疾病患者的目標病癥的綜合強度指標均值之間的比值進行負相關映射，獲得真實性系數；將每種疑似病癥的綜合強度指標與所述真實性系數之間的乘積作為目標患者每種疑似病癥的病癥真實強度。
8、一種內分泌疾病患者眼底圖像的自動分析與病變預警系統，所述系統包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現如上述方法的步驟。
9、一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現如上述一種內分泌本文檔來自技高網...
【技術保護點】
1.一種內分泌疾病患者眼底圖像的自動分析與病變預警方法，其特征在于，所述方法包括：獲取每位內分泌疾病患者的眼底圖像；利用圖像分割篩選出每幅眼底圖像中的所有非血管區域；根據所有所述非血管區域中的灰度分布獲得每幅眼底圖像中的所有疑似病癥區域；將疑似病癥分為微動脈瘤、小面積出血與硬性滲出；任選一個疑似病癥區域作為目標區域；根據所述目標區域的形狀特征、灰度分布特征以及位置分布，獲得目標區域的微動脈瘤的表現指標；根據所述目標區域與相鄰疑似病癥區域之間的距離差異，每個疑似病癥區域的微動脈瘤的表現指標以及灰度分布特征，獲得目標區域的小面積出血的表現指標；根據所述目標區域與相鄰疑似病癥區域中的微動脈瘤的表現指標、小面積出血的表現指標以及灰度分布特征，獲得目標區域的硬性滲出的表現指標；根據所有疑似病癥區域中疑似病癥的表現指標的強度特征，獲得每種疑似病癥的綜合強度指標；任選一位內分泌疾病患者作為目標患者；獲取目標患者與其他內分泌疾病患者的病例數據；根據目標患者與其他內分泌疾病患者的病例數據差異以及每種疑似病癥的綜合強度指標，獲得目標患者的每種疑似病癥的病癥真實強度；根據每位內分泌患者的每種疑似病癥的
2.根據權利要求1所述的一種內分泌疾病患者眼底圖像的自動分析與病變預警方法，其特征在于，所述疑似病癥區域的獲取方法包括：利用圖像分割算法獲取每幅眼底圖像中的血管區域；將所有血管區域進行篩除，將眼底圖像中其他區域作為非血管區域；對所有非血管區域內的像素點采用四分位距方法，獲取所有疑似病癥像素點；在非血管區域中任選一個疑似病癥像素點作為待分析像素點；對所述待分析像素點預設鄰域內所有疑似病癥像素點進行標記，并組成所述待分析像素點的所屬疑似病癥區域；對每個疑似病癥像素點進行遍歷，獲得所有疑似病癥區域。
3.根據權利要求1所述的一種內分泌疾病患者眼底圖像的自動分析與病變預警方法，其特征在于，所述微動脈瘤的表現指標的獲取方法包括：根據微動脈瘤的表現指標計算公式獲取所述微動脈瘤的表現指標，所述微動脈瘤的表現指標計算公式如下所示：式中，表示目標區域的微動脈瘤的表現指標；表示目標區域內的像素點的灰度值標準差；表示目標區域的最小外接矩形的長；表示目標區域的最小外接矩形的寬；表示目標區域內的質心像素點與距離最近的血管區域像素點之間的距離；表示目標區域內的像素點灰度值均值；表示與目標區域的質心像素點距離最近的血管區域像素點的灰度值；表示以自然常數為底數的指數函數。
4.根據權利要求1所述的一種內分泌疾病患者眼底圖像的自動分析與病變預警方法，其特征在于，所述小面積出血的表現指標的獲取方法包括：根據小面積出血的表現指標計算公式獲取所述小面積出血的表現指標，所述小面積出血的表現指標公式如下所示：式中，表示目標區域的小面積出血的表現指標；表示目標區域內的像素點的灰度值標準差；表示與目標區域相鄰的疑似病癥區域數量；表示與目標區域相鄰的第個疑似病癥區域的微動脈瘤的表現指標；表示第個相鄰的疑似病癥區域的質心像素點與目標區域質心像素點之間的距離；表示第個相鄰的疑似病癥區域的像素點的灰度值均值；表示目標區域內的像素點灰度值均值；表示以自然常數為底數的指數函數。
5.根據權利要求1所述的一種內分泌疾病患者眼底圖像的自動分析與病變預警方法，其特征在于，所述硬性滲出的表現指標的獲取方法包括：根據硬性滲出的表現指標計算公式獲取所述硬性滲出的表現指標，所述硬性滲出的表現指標計算公式如下所示：式中，表示目標區域的硬性滲出的表現指標；表示目標區域內的像素點的灰度值標準差；表示與目標區域相鄰的疑似病癥區域數量；表示第個相鄰的疑似病癥區域的質心像素點與目標區域質心像素點之間的距離；表示與目標區域相鄰的第個疑似病癥區域的微動脈瘤的表現指標；表示與目標區域相鄰的第個疑似病癥區域的小面積出血的表現指標；表示目標區域內的像素點灰度值均值；表示最大值函數；表示以自然常數為底數的指數函數。
6.根據權利要求1所述的一種內分泌疾病患者眼底圖像的自動分析與病變預警方法，其特征在于，所述綜合強度指標的獲取方法包括：當疑似病癥區域中只存在一個疑似病癥的表現指標大于預設閾值時，將疑似病癥區域作為對應疑似病癥所屬的疑似病癥區域；當疑似病癥區域存在不小于兩個表現指標大于預設閾值時，計算表現指標之間的最大值，將疑似病癥區域作為表現指標最大值對應疑似病癥所屬的疑似病癥區域；根據綜合強度指標計算公式獲取所述綜合強度指標，所述綜合強度指標計算公式如下所示：式中，表示疑似病癥的序號，其中，1表示微動脈瘤，2表示小面積出血，3表示硬性滲出；表示第種疑似病癥的綜合強度指標；表示第種疑...
【技術特征摘要】
1.一種內分泌疾病患者眼底圖像的自動分析與病變預警方法，其特征在于，所述方法包括：獲取每位內分泌疾病患者的眼底圖像；利用圖像分割篩選出每幅眼底圖像中的所有非血管區域；根據所有所述非血管區域中的灰度分布獲得每幅眼底圖像中的所有疑似病癥區域；將疑似病癥分為微動脈瘤、小面積出血與硬性滲出；任選一個疑似病癥區域作為目標區域；根據所述目標區域的形狀特征、灰度分布特征以及位置分布，獲得目標區域的微動脈瘤的表現指標；根據所述目標區域與相鄰疑似病癥區域之間的距離差異，每個疑似病癥區域的微動脈瘤的表現指標以及灰度分布特征，獲得目標區域的小面積出血的表現指標；根據所述目標區域與相鄰疑似病癥區域中的微動脈瘤的表現指標、小面積出血的表現指標以及灰度分布特征，獲得目標區域的硬性滲出的表現指標；根據所有疑似病癥區域中疑似病癥的表現指標的強度特征，獲得每種疑似病癥的綜合強度指標；任選一位內分泌疾病患者作為目標患者；獲取目標患者與其他內分泌疾病患者的病例數據；根據目標患者與其他內分泌疾病患者的病例數據差異以及每種疑似病癥的綜合強度指標，獲得目標患者的每種疑似病癥的病癥真實強度；根據每位內分泌患者的每種疑似病癥的綜合強度指標與病癥真實強度，構建預測模型；根據所述預測模型對每位內分泌疾病患者的眼底圖像進行自動分析。
2.根據權利要求1所述的一種內分泌疾病患者眼底圖像的自動分析與病變預警方法，其特征在于，所述疑似病癥區域的獲取方法包括：利用圖像分割算法獲取每幅眼底圖像中的血管區域；將所有血管區域進行篩除，將眼底圖像中其他區域作為非血管區域；對所有非血管區域內的像素點采用四分位距方法，獲取所有疑似病癥像素點；在非血管區域中任選一個疑似病癥像素點作為待分析像素點；對所述待分析像素點預設鄰域內所有疑似病癥像素點進行標記，并組成所述待分析像素點的所屬疑似病癥區域；對每個疑似病癥像素點進行遍歷，獲得所有疑似病癥區域。
3.根據權利要求1所述的一種內分泌疾病患者眼底圖像的自動分析與病變預警方法，其特征在于，所述微動脈瘤的表現指標的獲取方法包括：根據微動脈瘤的表現指標計算公式獲取所述微動脈瘤的表現指標，所述微動脈瘤的表現指標計算公式如下所示：式中，表示目標區域的微動脈瘤的表現指標；表示目標區域內的像素點的灰度值標準差；表示目標區域的最小外接矩形的長；表示目標區域的最小外接矩形的寬；表示目標區域內的質心像素點與距離最近的血管區域像素點之間的距離；表示目標區域內的像素點灰度值均值；表示與目標區域的質心像素點距離最近的血管區域像素點的灰度值；表示以自然常數為底數的指數函數。
4.根據權利要求1所述的一種內分泌疾病患者眼底圖像的自動分析與病變預警方法，其特征在于，所述小面積出血的表現指標的獲取方法包括：根據小面積出血的表現指標計算公式獲取所述小面積出血的表現指標，所述小面積出血的表現指標公式如下所示：式中，表示目標區域的小面積出血的表現指標；表示目標區域內的像素點的灰度值標準差；表示與目標區域相鄰的疑似病癥區域數量；表示與目標區域相鄰的第個疑似病癥區域的微動脈瘤的表現指標；表示第個相鄰的疑似病癥區域的質心像素點與目標區域質心像素點之間的距離；表示第個相鄰的疑似病癥區域的像素點的灰度值均值；表示目標區域內的像素點灰度值均值；表示以自然常數為底...
【專利技術屬性】
技術研發人員：黎貝貝，張穎，雷燁，
申請(專利權)人：陜西中醫藥大學第二附屬醫院，
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。