日韩成人黄色,透逼一级毛片,狠狠躁天天躁中文字幕,久久久久久亚洲精品不卡,在线看国产美女毛片2019,黄片www.www,一级黄色毛a视频直播

一種ROP特征性病變可視化方法與流程

文檔序號:42030825發(fā)布日期:2025-05-30 17:18閱讀:4來源:國知局

本發(fā)明涉及臨床醫(yī)學(xué)眼科與信息技術(shù)交叉領(lǐng)域,尤其涉及一種rop特征性病變可視化方法。


背景技術(shù):

1、作為兒童失明的主要原因,rop是一種神經(jīng)血管性視網(wǎng)膜疾病,其特征是早產(chǎn)兒視網(wǎng)膜有血管區(qū)和無血管區(qū)交界處異常的纖維血管增殖改變。

2、近年來,國家政策支出不斷擴大rop篩查的可及性。然而,相關(guān)篩查專業(yè)人員、設(shè)備和技術(shù)的短缺和分布不平衡導(dǎo)致了rop篩查項目仍無法全面落地。此外,篩查過程中rop診斷和治療標準的不統(tǒng)一導(dǎo)致診療質(zhì)量參差不齊,成為了阻礙rop篩查項目落地的另一個主要原因。然而通過短期項目培訓(xùn)相關(guān)醫(yī)務(wù)人員,雖然能進行初步篩查,但無法提供精確診斷和治療建議,往往出現(xiàn)漏診、重復(fù)篩查等貽誤治療或過度醫(yī)療現(xiàn)象。缺少專科醫(yī)生指導(dǎo)的情況下,基層篩查人員無法準確識別rop特征性病變從而進行rop診斷治療,從事相關(guān)診療工作的意愿大大降低。在此背景下,人工智能技術(shù),特別是深度學(xué)習(xí)技術(shù),在醫(yī)療領(lǐng)域的應(yīng)用日益廣泛。深度學(xué)習(xí)技術(shù)能夠自動提取圖像特征,進行高效、準確的圖像識別和分析,為rop的特征量化和智能診斷提供了新的解決方案。利用深度學(xué)習(xí)算法對眼底彩照上rop特征性病變進行量化分析,可以顯著提高篩查效率和診斷準確率,為rop的早期干預(yù)和治療提供有力支持。

3、現(xiàn)有技術(shù)中主要集中在眼科智能圖文報告系統(tǒng)的研發(fā)上。鷹瞳科技(02251.hk)作為醫(yī)療ai第一股,是國內(nèi)ai影像領(lǐng)域的佼佼者,更在全球ai視網(wǎng)膜影像領(lǐng)域擔任領(lǐng)導(dǎo)者和先行者角色。已打造了軟、硬件一體化的產(chǎn)品結(jié)構(gòu),領(lǐng)先的samd軟件和便攜式眼底相機,在院內(nèi)相關(guān)科室及院外大健康場景均已率先實現(xiàn)了商業(yè)化。借助視網(wǎng)膜影像人工智能識別技術(shù),一次眼底檢查即可發(fā)現(xiàn)多種眼部病變。此外,汕頭國際眼科中心研發(fā)的全生命周期眼健康智能化眼病診療預(yù)警平臺通過結(jié)合oct、oct、眼底圖像、b超等一系列影像學(xué)檢查技術(shù),實現(xiàn)了包括rop在內(nèi)的多種眼底疾病的高效精準檢測。然而,現(xiàn)有的rop檢測系統(tǒng)的圖文報告缺乏可解釋性,難以大規(guī)模推廣應(yīng)用。


技術(shù)實現(xiàn)思路

1、為解決上述技術(shù)問題,本發(fā)明提出了一種rop特征性病變可視化方法,解決現(xiàn)有rop篩查過程中存在的效率低、準確率低、報告可解釋性差等問題,為rop的早期干預(yù)和治療提供有力支持。

2、一方面,為實現(xiàn)上述目的,本發(fā)明提供了一種rop特征性病變可視化方法,包括:

3、獲取眼底圖像的基本參數(shù)及rop特征性病變的基本參數(shù),并將眼底圖像拼接成超廣角眼底圖像;

4、通過所述眼底圖像的基本參數(shù)、所述rop特征性病變的基本參數(shù)分別獲取rop分區(qū)信息和rop分期等級;

5、對所述超廣角眼底圖像進行鐘表坐標轉(zhuǎn)換,輸出量化后的rop特征性病變區(qū)域。

6、優(yōu)選地,所述眼底圖像的基本參數(shù)包括眼底血管的分割結(jié)果及視盤中心和黃斑中心凹的位置;所述rop特征性病變的基本參數(shù)包括無血管區(qū)和有血管區(qū)的分界線、嵴樣病變、新生血管、視網(wǎng)膜脫離及附加病變的診斷信息和分割結(jié)果。

7、優(yōu)選地,將所述眼底圖像拼接成超廣角眼底圖像,包括:

8、根據(jù)眼底的結(jié)構(gòu)特征的相對位置判斷每張眼底圖像的眼位信息,通過所述眼位信息選擇基準圖像,將所述基準圖像與待拼接圖像按照先中心后周邊的順序進行配準拼接,獲得所述超廣角眼底圖像;

9、其中,所述基準圖像為帶有視盤且以黃斑為中心的眼底圖。

10、優(yōu)選地,進行所述配準拼接,包括:

11、將所述基準圖像和待拼接圖像進行配準;

12、尋找所述基準圖像和待拼接圖像的公共特征點,基于所述公共特征點計算變換矩陣;

13、通過所述變換矩陣計算每張圖對于拼接圖像所貢獻的區(qū)域,根據(jù)貢獻區(qū)域進行圖像拼接融合,生成拼接后的圖像。

14、優(yōu)選地,所述貢獻區(qū)域的計算方法為:

15、基于眼底圖像,提取感興趣區(qū)域;

16、通過所述變換矩陣對所述感興趣區(qū)域進行處理,獲得所有圖像質(zhì)量分布圖;

17、根據(jù)所述圖像質(zhì)量分布和距離信息進行加權(quán)處理,通過加權(quán)信息將感興趣重疊區(qū)域的像素分配給相應(yīng)的圖像,獲取所述貢獻區(qū)域;

18、其中,所述距離信息包括公共區(qū)域距離基準圖像和待拼接圖像的信息。

19、優(yōu)選地,獲取所述rop分區(qū)信息,包括:

20、通過所述眼底圖像的基本參數(shù)、所述rop特征性病變的基本參數(shù)以及預(yù)設(shè)的分區(qū)規(guī)則,獲取所述rop分區(qū)信息;

21、其中,所述預(yù)設(shè)的分區(qū)規(guī)則為:ⅰ區(qū)是以視盤為圓心,視盤中心到黃斑中心凹距離的兩倍為半徑畫圓的區(qū)域;ⅱ區(qū)是以視盤為圓心,視盤中心到鼻側(cè)鋸齒緣為半徑畫圓的區(qū)域;所述ⅱ區(qū)以外剩余的區(qū)域為ⅲ區(qū)。

22、優(yōu)選地,獲取所述rop分期等級,包括:

23、通過所述眼底圖像的基本參數(shù)、所述rop特征性病變的基本參數(shù)以及預(yù)設(shè)的分期標準,獲取所述rop分期等級;

24、其中,所述預(yù)設(shè)的分期標準為:1期為周邊無血管區(qū)與后極部視網(wǎng)膜血管末梢之間出現(xiàn)分界線;2期為分界線增寬、增高,出現(xiàn)隆起的嵴樣病變;3期為嵴樣病變上出現(xiàn)新生血管;4期為出現(xiàn)視網(wǎng)膜部分脫離;5期為出現(xiàn)全視網(wǎng)膜脫離;plus病變?yōu)橐暰W(wǎng)膜動靜脈出現(xiàn)遷曲擴張。

25、優(yōu)選地,計算所述rop病變區(qū)域在鐘表坐標系中的位置,包括:

26、以所述超廣角眼底圖像的視盤中心為原點,建立鐘表坐標系,將視盤周邊劃分為若干扇形區(qū),對應(yīng)鐘表的若干不同的時刻;

27、根據(jù)rop病變區(qū)域的邊界位置,計算其在所述鐘表坐標系中的位置,量化rop病變區(qū)域相對于視盤中心的方位角,即對應(yīng)的鐘表點位。

28、優(yōu)選地,量化所述rop病變相對于視盤中心的方位角,包括:

29、確定視盤中心點,根據(jù)所述視盤中心,確定與視盤中心點關(guān)聯(lián)的目標分割線,當所述目標分割線與rop病變區(qū)域第一個像素點相交時,記錄為rop病變區(qū)域的起始點信息,rop病變區(qū)域最后一個像素點與所述目標分割線相交時,記錄為rop病變區(qū)域的終止點信息,根據(jù)所述起始點信息和所述終止點信息獲取rop病變相對于視盤中心的方位角,最后將方位角換算為鐘表點位;

30、其中,所述目標分割線以視盤為中心根據(jù)預(yù)設(shè)規(guī)則沿視盤周向旋轉(zhuǎn)獲得。

31、另一方面,為實現(xiàn)上述目的,本發(fā)明還提供了一種rop特征性病變可視化系統(tǒng),包括:

32、數(shù)據(jù)構(gòu)建模塊:用于獲取眼底圖像的基本參數(shù)及rop特征性病變的基本參數(shù),并將眼底圖像拼接成超廣角眼底圖像;

33、病變區(qū)域分區(qū)模塊:用于基于眼底圖像的基本參數(shù)和預(yù)設(shè)的分區(qū)規(guī)則對所述超廣角眼底圖像進行分區(qū),獲取rop分區(qū)信息;

34、病變區(qū)域分期模塊:用于通過眼底圖像的基本參數(shù)、rop特征性病變的基本參數(shù),根據(jù)預(yù)設(shè)的分期標準,獲取對應(yīng)的rop分期等級;

35、可視化結(jié)果輸出模塊:用于對所述超廣角眼底圖像進行鐘表坐標轉(zhuǎn)換,輸出量化后的rop特征病變可視化結(jié)果。

36、與現(xiàn)有技術(shù)相比,本發(fā)明具有如下優(yōu)點和技術(shù)效果:

37、(1)本發(fā)明能夠非常直觀地表達rop病變區(qū)域在眼底的具體位置,有助于醫(yī)生更準確地了解病變區(qū)域的情況,并據(jù)此做出診斷和治療計劃;

38、(2)提高rop篩查效率和診斷準確率:本發(fā)明通過利用深度學(xué)習(xí)技術(shù)和人工智能算法,能夠自動提取眼底圖像中的特征參數(shù)并進行智能分析,這種自動化的分析過程比傳統(tǒng)的人工篩查更加快速和精確,顯著提高了rop篩查的效率和準確率,減少了漏診和誤診的可能性;

39、(3)增強圖文報告的可解釋性:本發(fā)明通過生成特征性病變的鐘表坐標圖和具體位置描述,使篩查結(jié)果更加直觀和易于理解,這種可視化方法為醫(yī)生提供了清晰的診斷依據(jù),也便于在醫(yī)患溝通中解釋病情,解決現(xiàn)有rop檢測系統(tǒng)中圖文報告可解釋性差的問題;

40、(4)促進基層醫(yī)療機構(gòu)和偏遠地區(qū)的rop篩查:由于資源和技術(shù)的限制,基層醫(yī)療機構(gòu)和偏遠地區(qū)往往難以開展有效的rop篩查工作,本發(fā)明可以在技術(shù)和設(shè)備相對不足的地區(qū)進行部署,降低對高度專業(yè)化醫(yī)生的依賴,使偏遠和資源匱乏地區(qū)的rop篩查和診斷更加可行。

41、(5)便于大規(guī)模推廣應(yīng)用:本發(fā)明的自動化和可視化特性,使其具備了大規(guī)模應(yīng)用的潛力,能夠更好地服務(wù)于全國范圍內(nèi)的rop篩查項目,推動rop防治工作的普及。

當前第1頁1 2 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1