JP7355434B2 - 眼底画像認識方法及び装置並びに設備 - Google Patents
眼底画像認識方法及び装置並びに設備 Download PDFInfo
- Publication number
- JP7355434B2 JP7355434B2 JP2022519681A JP2022519681A JP7355434B2 JP 7355434 B2 JP7355434 B2 JP 7355434B2 JP 2022519681 A JP2022519681 A JP 2022519681A JP 2022519681 A JP2022519681 A JP 2022519681A JP 7355434 B2 JP7355434 B2 JP 7355434B2
- Authority
- JP
- Japan
- Prior art keywords
- optic disc
- image
- region
- optic
- candidate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 78
- 210000004204 blood vessel Anatomy 0.000 claims description 24
- 238000007781 pre-processing Methods 0.000 claims description 23
- 238000010586 diagram Methods 0.000 claims description 13
- 238000003708 edge detection Methods 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 11
- 230000015654 memory Effects 0.000 claims description 6
- 210000004220 fundus oculi Anatomy 0.000 claims description 4
- 210000001328 optic nerve Anatomy 0.000 claims description 2
- 238000012549 training Methods 0.000 description 23
- 238000012545 processing Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 238000013135 deep learning Methods 0.000 description 6
- 230000001537 neural effect Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000013136 deep learning model Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30041—Eye; Retina; Ophthalmic
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Biomedical Technology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Human Computer Interaction (AREA)
- Mathematical Physics (AREA)
- Ophthalmology & Optometry (AREA)
- Fuzzy Systems (AREA)
- Geometry (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
- Eye Examination Apparatus (AREA)
Description
本出願の一態様によれば、眼底画像認識方法を提供し、
収集された眼底画像を取得し、収集された眼底画像を前処理すること、
前処理された前記眼底画像をトレーニング済みの視神経乳頭予測モデルに入力し、前記視神経乳頭予測モデルが前記眼底画像に対して視神経乳頭予測を行い、1つ以上の位置決めされた視神経乳頭候補領域がマークされている対応する視神経乳頭予測図像を得ること、
前記視神経乳頭予測図を取得し、楕円フィッティングを行って、前記視神経乳頭予測図における視神経乳頭候補領域の楕円フィッティングパラメータを取得し、前記視神経乳頭候補領域の数と前記楕円フィッティングパラメータに基づいて、前記眼底画像内の視神経乳頭領域を確定することを含む。
前記視神経乳頭候補領域が2つ以上である場合、各前記視神経乳頭候補領域に対応する楕円フィッティングパラメータによって、前記視神経乳頭予測図像から対応する楕円領域を切り取ること、
各前記楕円形領域について、エッジ検出を行い、各前記視神経乳頭候補領域の血管ピクセル図を取得することと、
各前記血管ピクセル図の血管ピクセル数を計算し、各前記血管ピクセル数によって最終的な視神経乳頭領域を確定することを含む。
前記血管ピクセル数の中から最大値の視神経乳頭候補領域を前記視神経乳頭領域とすることを含む。
前記視神経乳頭予測図像対して二値化処理を実行し、前記視神経乳頭予測図像を二値化図に変換し;
二値化図における視神経乳頭候補領域に対して楕円フィッティングを実行して、対応する楕円フィッティングパラメータを取得することを含む。
視神経乳頭を中心とする視神経乳頭一部画像を取得し、前記視神経乳頭一部画像をトレーニング済みの視神経乳頭の陥凹検出モデルに入力し、前記視神経乳頭の陥凹検出モデルによって前記視神経乳頭一部画像に対して視神経乳頭の陥凹予測を実行して、視神経乳頭の陥凹候補領域を取得し;
前記視神経乳頭の陥凹候補領域に対して楕円フィッティングを行い、フィッティング結果基づいて、前記視神経乳頭の陥凹候補領域の境界と視神経乳頭領域の関係を確定し;
視神経乳頭の陥凹候補領域の境界が視神経乳頭領域を超えていると判断された場合、前記視神経乳頭の陥凹候補領域の調整を調整された前記視神経乳頭の陥凹候補領域が前記視神経乳頭領域内に収まるまで実行した後、視神経乳頭の陥凹位置を確定することを含む。
今回の調整が初回目の調整であるかどうかを判断すること、
今回の調整が初回目の調整である場合、前記視神経乳頭の陥凹候補領域を拡大処理して調整しようとする視神経乳頭の陥凹候補領域とすること、
今回の調整が初回目の調整ではない場合、前記視神経乳頭の陥凹候補領域を縮小してから調整しようとする視神経乳頭の陥凹候補領域とすることを含む。
前記画像前処理モジュールは、収集された眼底画像を取得し、収集された前記眼底画像を前処理する構成であり;
前記視神経乳頭位置決めモジュールは、前処理された後の前記眼底画像をトレーニング済みの神経乳頭予測モデルに入力し、前記視神経乳頭予測モデルにより前記眼底画像を視神経乳頭予測して、対応する視神経乳頭予測図像が得られ;ここで、前記視神経乳頭予測図像には1つ以上の位置決められた視神経乳頭候補領域がマークされている構成であり;
前記楕円フィッティングモジュールは、前記視神経乳頭予測図像を取得し、楕円フィッティングして、前記視神経乳頭予測図像における視神経乳頭候補領域の楕円フィッティングパラメータを取得する構成であり;
前記視神経乳頭領域確定モジュールは、前記視神経乳頭候補領域の数と前記楕円フィッティングパラメータに基づいて前記眼底画像内の視神経乳頭領域を確定する構成である。
プロセッサと;
プロセッサからの実行可能な命令を格納するためのメモリと;を含み、
ここで、前記プロセッサは、前記実行可能命令を実行する際に、前記いずれかに記載の方法を実現するように構成されている。
ここで、aは解答する楕円フィッティングパラメータを表し;
次に、視神経乳頭候補領域の勾配の大きさと方向を計算し、ここで、x軸方向の計算に使用される畳み込み配列は:
最後に、ヒステリシスに閾して、保存する必要のあるピクセル値をフィルタリングする。
マスク部分の視神経乳頭一部画像を取得し、当該視神経乳頭一部画像のヒストグラムと全般の平均グレーレベルを計算し;
二値化閾値t値を1~254に設置し、当該閾値tを順次にトラバースし、当該閾値tに基づいて前景と背景が区別され、2つの部分の間の級間分散を計算する。
Claims (8)
- 眼底画像認識方法であって、
収集された眼底画像を取得し、収集された前記眼底画像を前処理すること、
前処理された前記眼底画像をトレーニング済みの視神経乳頭予測モデルに入力し、前記視神経乳頭予測モデルによって前記眼底画像に対して視神経乳頭予測を行い、1つ以上の位置決めされた視神経乳頭候補領域がマークされている対応する視神経乳頭予測図像を得ること、
前記視神経乳頭予測図像を取得し、楕円フィッティングを行って、前記視神経乳頭予測図像における視神経乳頭候補領域の楕円フィッティングパラメータを取得し、前記視神経乳頭候補領域の数と前記楕円フィッティングパラメータに基づいて前記眼底画像内の視神経乳頭領域を確定し、
その中で、更に視神経乳頭の陥凹を認識するステップを含み、
視神経乳頭の中心を画像中心とする視神経乳頭一部画像を取得し、前記視神経乳頭一部画像をトレーニング済みの視神経乳頭の陥凹検出モデルに入力し、前記視神経乳頭の陥凹検出モデルによって前記視神経乳頭一部画像に対して視神経乳頭の陥凹予測を実行して、視神経乳頭の陥凹候補領域を取得すること、
前記視神経乳頭の陥凹候補領域に対して楕円フィッティングを行い、フィッティング結果基づいて、前記視神経乳頭の陥凹候補領域の境界と前記視神経乳頭領域の関係を確定すること、
前記視神経乳頭の陥凹候補領域の境界が前記視神経乳頭領域を超えていると判断された場合、前記視神経乳頭の陥凹候補領域の調整を調整された前記視神経乳頭の陥凹候補領域が前記視神経乳頭領域内に収まるまで実行した後、視神経乳頭の陥凹位置が確定されることを含み、
前記視神経乳頭候補領域の数と前記楕円フィッティングパラメータに基づく、前記眼底画像における視神経乳頭領域の確定には、
前記視神経乳頭候補領域が2つ以上である場合、各前記視神経乳頭候補領域に対応する楕円フィッティングパラメータによって、前記視神経乳頭予測図像から対応する楕円領域を切り取ること、
各前記楕円形領域について、エッジ検出を行い、各前記視神経乳頭候補領域の血管ピクセル図を取得すること、
各前記血管ピクセル図の血管ピクセル数を計算し、各前記血管ピクセル数によって最終的な視神経乳頭領域を確定することを含むことを特徴とする眼底画像認識方法。 - 各前記血管ピクセル数によって最終的な視神経乳頭領域を確定することは、
前記血管ピクセル数から最大値の視神経乳頭候補領域を前記視神経乳頭領域とすることを含むことを特徴とする請求項1に記載の方法。 - 各前記楕円形領域に対してエッジ検出を行う場合、Canny演算子に基づくマルチレベルのエッジ検出アルゴリズムを使用して検出することを特徴とする請求項1に記載の方法。
- 前記視神経乳頭予測図像を取得し、楕円フィッティングを実行することは、
前記視神経乳頭予測図像に対して二値化処理を実行し、前記視神経乳頭予測図像を二値化図に変換し、
二値化図における視神経乳頭候補領域に対して楕円フィッティングを実行して、対応する楕円フィッティングパラメータを取得することを含むことを特徴とする請求項1に記載の方法。 - 前視神経乳頭の陥凹候補領域を調整する場合、前記視神経乳頭一部画像をマスクとして使用するマスク大津閾値法を使用して、前記視神経乳頭の陥凹候補領域を調整することを特徴とする請求項1に記載の方法。
- 前記視神経乳頭の陥凹候補領域を調整する場合には、
今回の調整が初回目の調整であるかどうかを判断し、
今回の調整が初回目の調整である場合、前記視神経乳頭の陥凹候補領域を拡大処理してから、調整しようとする視神経乳頭の陥凹候補領域とし、
今回の調整が初回目の調整ではない場合、前記視神経乳頭の陥凹候補領域を縮小してから、調整しようとする視神経乳頭の陥凹候補領域とすることを含むことを特徴とする請求項5に記載の方法。 - 眼底画像認識装置であって、画像前処理モジュール、視神経乳頭位置決めモジュール、楕円フィッティングモジュール、視神経乳頭領域確定モジュールを含み、
前記画像前処理モジュールは、収集された眼底画像を取得し、収集された前記眼底画像を前処理する構成であり、
前記視神経乳頭位置決めモジュールは、前処理された後の前記眼底画像をトレーニング済みの視神経乳頭予測モデルに入力し、前記視神経乳頭予測モデルにより前記眼底画像を視神経乳頭予測して、対応する視神経乳頭予測図像が得られ、ここで、前記視神経乳頭予測図像には1つ以上の位置決められた視神経乳頭候補領域がマークされている構成であり、
前記楕円フィッティングモジュールは、前記視神経乳頭予測図像を取得し、楕円フィッティングして、前記視神経乳頭予測図像における視神経乳頭候補領域の楕円フィッティングパラメータを取得する構成であり、
前記視神経乳頭領域確定モジュールは、前記視神経乳頭候補領域の数と前記楕円フィッティングパラメータに基づいて前記眼底画像内の視神経乳頭領域を確定する構成であり、
さらに前記視神経乳頭の陥凹位置決め選択ユニットを含み、
ここで、前記視神経乳頭の陥凹位置決め選択ユニットは、視神経乳頭を中心とする視神経乳頭一部画像を取得し、前記視神経乳頭一部画像をトレーニング済みの視神経乳頭の陥凹検出モデルに入力し、前記視神経乳頭の陥凹検出モデルによって前記視神経乳頭一部画像に対して視神経乳頭の陥凹予測を実行して、視神経乳頭の陥凹候補領域を取得する構成であり、
前記視神経乳頭の陥凹位置決め選択ユニットは、さらに、前記視神経乳頭の陥凹候補領域に対して楕円フィッティングを行い、フィッティング結果基づいて、前記視神経乳頭の陥凹候補領域の境界と前記視神経乳頭領域の関係を確定し、前記視神経乳頭の陥凹候補領域の境界が前記視神経乳頭領域を超えていると判断された場合、前記視神経乳頭の陥凹候補領域の調整を、調整された前記視神経乳頭の陥凹候補領域が前記視神経乳頭領域内に収まるまで実行した後、視神経乳頭の陥凹位置を確定する構成であり、
前記視神経乳頭領域確定モジュールは、前記視神経乳頭候補領域の数と前記楕円フィッティングパラメータに基づいて前記眼底画像内の視神経乳頭領域を確定する場合には、
前記視神経乳頭候補領域が2つ以上である場合、各前記視神経乳頭候補領域に対応する楕円フィッティングパラメータによって、前記視神経乳頭予測図像から対応する楕円領域を切り取ること、
各前記楕円形領域について、エッジ検出を行い、各前記視神経乳頭候補領域の血管ピクセル図を取得すること、
各前記血管ピクセル図の血管ピクセル数を計算し、各前記血管ピクセル数によって最終的な視神経乳頭領域を確定することを含むことを特徴とする眼底画像認識装置。 - 眼底画像認識設備であって、
プロセッサと、
プロセッサからの実行可能な命令を格納するためのメモリを含み、
ここで、前記プロセッサは、実行可能命令を実行する際に、請求項1から6のいずれか一項に記載の方法を実施するように構成されることを特徴とする眼底画像認識設備。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011173393.8 | 2020-10-28 | ||
CN202011173393.8A CN112001920B (zh) | 2020-10-28 | 2020-10-28 | 眼底图像识别方法及装置和设备 |
PCT/CN2021/112938 WO2022088856A1 (zh) | 2020-10-28 | 2021-08-17 | 眼底图像识别方法及装置和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023503781A JP2023503781A (ja) | 2023-02-01 |
JP7355434B2 true JP7355434B2 (ja) | 2023-10-03 |
Family
ID=73475235
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022519681A Active JP7355434B2 (ja) | 2020-10-28 | 2021-08-17 | 眼底画像認識方法及び装置並びに設備 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11620763B2 (ja) |
JP (1) | JP7355434B2 (ja) |
KR (1) | KR20220107022A (ja) |
CN (1) | CN112001920B (ja) |
WO (1) | WO2022088856A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112001920B (zh) | 2020-10-28 | 2021-02-05 | 北京至真互联网技术有限公司 | 眼底图像识别方法及装置和设备 |
WO2024130628A1 (zh) * | 2022-12-22 | 2024-06-27 | 上海健康医学院 | 一种眼底图像视盘定位方法及*** |
CN116824116A (zh) * | 2023-06-26 | 2023-09-29 | 爱尔眼科医院集团股份有限公司 | 一种超广角眼底影像识别方法、装置、设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006263127A (ja) | 2005-03-24 | 2006-10-05 | Gifu Univ | 眼底画像診断支援システム、及び眼底画像診断支援プログラム |
JP2008073188A (ja) | 2006-09-21 | 2008-04-03 | Gifu Univ | 画像解析システム、及び画像解析プログラム |
JP2011520503A (ja) | 2008-05-14 | 2011-07-21 | エージェンシー フォー サイエンス,テクノロジー アンド リサーチ | 自動陥凹乳頭比測定システム |
JP2011147547A (ja) | 2010-01-20 | 2011-08-04 | Kowa Co | 画像処理方法および画像処理装置 |
CN108961280A (zh) | 2018-06-29 | 2018-12-07 | 电子科技大学 | 一种基于slic超像素分割的眼底视盘精细分割方法 |
CN109472781A (zh) | 2018-10-29 | 2019-03-15 | 电子科技大学 | 一种基于串行结构分割的糖尿病视网膜病变检测*** |
WO2020055272A1 (en) | 2018-09-12 | 2020-03-19 | Auckland Uniservices Limited | Methods and systems for ocular imaging, diagnosis and prognosis |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009131655A2 (en) | 2008-04-23 | 2009-10-29 | University Of Pittsburgh - Of The Commonwealth System Of Higher Education | Automated assessment of optic nerve head with spectral domain optical coherence tomograph |
SG10201407330UA (en) * | 2009-11-16 | 2015-01-29 | Agency Science Tech & Res | Obtaining data for automatic glaucoma screening, and screening and diagnostic techniques and systems using the data |
CN106408564B (zh) * | 2016-10-10 | 2019-04-02 | 北京新皓然软件技术有限责任公司 | 一种基于深度学习的眼底图像处理方法、装置及*** |
CN107292868B (zh) * | 2017-05-31 | 2020-03-13 | 瑞达昇医疗科技(大连)有限公司 | 一种视盘定位方法及装置 |
WO2019083129A1 (ko) * | 2017-10-27 | 2019-05-02 | 주식회사 뷰노 | 피검체에 대한 안저 영상의 판독을 지원하는 방법 및 이를 이용한 장치 |
CN108416344B (zh) | 2017-12-28 | 2021-09-21 | 中山大学中山眼科中心 | 眼底彩照视盘与黄斑定位识别方法 |
CN108520522A (zh) * | 2017-12-31 | 2018-09-11 | 南京航空航天大学 | 基于深度全卷积神经网络的视网膜眼底图像分割方法 |
CN109829877A (zh) * | 2018-09-20 | 2019-05-31 | 中南大学 | 一种视网膜眼底图像杯盘比自动评估方法 |
CN109784337B (zh) | 2019-03-05 | 2022-02-22 | 北京康夫子健康技术有限公司 | 一种黄斑区识别方法、装置及计算机可读存储介质 |
CN110298850B (zh) * | 2019-07-02 | 2022-03-15 | 北京百度网讯科技有限公司 | 眼底图像的分割方法和装置 |
CN112001920B (zh) * | 2020-10-28 | 2021-02-05 | 北京至真互联网技术有限公司 | 眼底图像识别方法及装置和设备 |
-
2020
- 2020-10-28 CN CN202011173393.8A patent/CN112001920B/zh active Active
-
2021
- 2021-08-17 JP JP2022519681A patent/JP7355434B2/ja active Active
- 2021-08-17 US US17/633,162 patent/US11620763B2/en active Active
- 2021-08-17 KR KR1020227021812A patent/KR20220107022A/ko active Search and Examination
- 2021-08-17 WO PCT/CN2021/112938 patent/WO2022088856A1/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006263127A (ja) | 2005-03-24 | 2006-10-05 | Gifu Univ | 眼底画像診断支援システム、及び眼底画像診断支援プログラム |
JP2008073188A (ja) | 2006-09-21 | 2008-04-03 | Gifu Univ | 画像解析システム、及び画像解析プログラム |
JP2011520503A (ja) | 2008-05-14 | 2011-07-21 | エージェンシー フォー サイエンス,テクノロジー アンド リサーチ | 自動陥凹乳頭比測定システム |
JP2011147547A (ja) | 2010-01-20 | 2011-08-04 | Kowa Co | 画像処理方法および画像処理装置 |
CN108961280A (zh) | 2018-06-29 | 2018-12-07 | 电子科技大学 | 一种基于slic超像素分割的眼底视盘精细分割方法 |
WO2020055272A1 (en) | 2018-09-12 | 2020-03-19 | Auckland Uniservices Limited | Methods and systems for ocular imaging, diagnosis and prognosis |
CN109472781A (zh) | 2018-10-29 | 2019-03-15 | 电子科技大学 | 一种基于串行结构分割的糖尿病视网膜病变检测*** |
Also Published As
Publication number | Publication date |
---|---|
CN112001920B (zh) | 2021-02-05 |
CN112001920A (zh) | 2020-11-27 |
JP2023503781A (ja) | 2023-02-01 |
KR20220107022A (ko) | 2022-08-01 |
WO2022088856A1 (zh) | 2022-05-05 |
US11620763B2 (en) | 2023-04-04 |
US20220319036A1 (en) | 2022-10-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7355434B2 (ja) | 眼底画像認識方法及び装置並びに設備 | |
CN110276356B (zh) | 基于r-cnn的眼底图像微动脉瘤识别方法 | |
KR102058884B1 (ko) | 치매를 진단을 하기 위해 홍채 영상을 인공지능으로 분석하는 방법 | |
CN110033456B (zh) | 一种医疗影像的处理方法、装置、设备和*** | |
CN106682435B (zh) | 一种多模型融合自动检测医学图像中病变的***及方法 | |
Ter Haar | Automatic localization of the optic disc in digital colour images of the human retina | |
EP1820141B1 (en) | Multiscale variable domain decomposition method and system for iris identification | |
CN109087310B (zh) | 睑板腺纹理区域的分割方法、***、存储介质及智能终端 | |
CN111507932A (zh) | 高特异性的糖尿病性视网膜病变特征检测方法及存储设备 | |
CN110287791A (zh) | 一种用于人脸图片的筛选方法和*** | |
JP7305046B2 (ja) | 画像分類方法及び装置並びに機器 | |
JP6734475B2 (ja) | 画像処理装置及びプログラム | |
CN111260641A (zh) | 一种基于人工智能的掌上超声成像***及其方法 | |
Herrera-Pereda et al. | A review on digital image processing techniques for in-vivo confocal images of the cornea | |
CN114937024A (zh) | 图像评估方法、装置和计算机设备 | |
CN116758336A (zh) | 一种基于人工智能的医学图像智能分析*** | |
Lazar et al. | Retinal microaneurysm detection based on intensity profile analysis | |
CN109447948B (zh) | 一种基于病灶彩色视网膜眼底图像的视盘分割方法 | |
Badeka et al. | Evaluation of LBP variants in retinal blood vessels segmentation using machine learning | |
Jana et al. | A semi-supervised approach for automatic detection and segmentation of optic disc from retinal fundus image | |
Verma et al. | Machine learning classifiers for detection of glaucoma | |
Tao | Enhanced Canny Algorithm for Image Edge Detection in Print Quality Assessment | |
CN113989588A (zh) | 一种基于自学习的五边形绘图测试智能评价***及方法 | |
CN115409765B (zh) | 一种基于眼底视网膜图像的血管提取方法及装置 | |
CN115409762B (zh) | 自动检测规划点与血管的重叠的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220328 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220328 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230425 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230518 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230822 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230913 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7355434 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |