TWM651964U - 眼底影像檢核系統 - Google Patents
眼底影像檢核系統 Download PDFInfo
- Publication number
- TWM651964U TWM651964U TW112211808U TW112211808U TWM651964U TW M651964 U TWM651964 U TW M651964U TW 112211808 U TW112211808 U TW 112211808U TW 112211808 U TW112211808 U TW 112211808U TW M651964 U TWM651964 U TW M651964U
- Authority
- TW
- Taiwan
- Prior art keywords
- fundus
- image
- fundus image
- detection
- component
- Prior art date
Links
- 238000012795 verification Methods 0.000 title abstract description 9
- 238000001514 detection method Methods 0.000 claims abstract description 58
- 238000007689 inspection Methods 0.000 claims description 32
- 238000012360 testing method Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 9
- 210000001328 optic nerve Anatomy 0.000 claims description 7
- 238000000034 method Methods 0.000 description 7
- 208000017442 Retinal disease Diseases 0.000 description 4
- 208000030533 eye disease Diseases 0.000 description 4
- 230000003902 lesion Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000002207 retinal effect Effects 0.000 description 3
- 208000010412 Glaucoma Diseases 0.000 description 2
- 206010038923 Retinopathy Diseases 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002610 neuroimaging Methods 0.000 description 2
- 210000001747 pupil Anatomy 0.000 description 2
- 238000013102 re-test Methods 0.000 description 2
- 206010038848 Retinal detachment Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004402 high myopia Effects 0.000 description 1
- 239000002637 mydriatic agent Substances 0.000 description 1
- 230000002911 mydriatic effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000035755 proliferation Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
Images
Landscapes
- Eye Examination Apparatus (AREA)
Abstract
眼底影像檢核系統包括眼底影像擷取元件、眼底影像輸入元件以及眼底影像判別元件。眼底影像擷取元件擷取一目標眼底的檢測影像。眼底影像輸入元件接收檢測影像。眼底影像判別元件接收眼底影像輸入元件所輸入的檢測影像進行影像識別，以判斷該檢測影像是否符合一檢測標準。
Description
本揭示內容是有關於一種檢核系統，特別是關於一種眼底影像檢核系統。
視網膜疾病是國人的常見疾病，特別是高度近視的人很多，這些都是視網膜病變、剝離的高風險群。
要做視網膜檢查，主要依賴眼底鏡檢查，傳統作法必須先用散瞳劑將瞳孔放大，再以眼底鏡及細隙燈觀察眼底有無血管增生或其他病變。目前已有免散瞳眼底攝影機器，檢查方法相當簡便，只需花費數分鐘，利用所拍攝的高解析影像，由醫生進行檢測，一旦發現視網膜病變，可立即轉介至眼科治療。然而，眼底血管相當細小，所拍攝的影像是否符合所需，檢測員往往無法即時進行辨識，常常在攝影完成後，醫生進行檢測時才發現不符所需。因此，如何解決上述問題即成為一個重要的課題。
本案的一實施態樣係提供一種眼底影像檢核系統，包括：一眼底影像擷取元件，用以擷取一目標眼底的一檢測影像；一眼底影像輸入元件耦接該眼底影像擷取元件，用於接收該檢測影像；以及一眼底影像判別元件耦接該眼底影像輸入元件，接收該眼底影像輸入元件所輸入的該檢測影像進行影像識別，以判斷該檢測影像是否符合一檢測標準。
在一些實施例中，檢測影像包括該目標眼底的一區域影像。
在一些實施例中，檢測標準包括該檢測影像是否符合一清晰度。
在一些實施例中，檢測標準包括該檢測影像是否包括一可識別視神經。
在一些實施例中，眼底影像檢核系統更包括一警告元件，當該檢測影像不符合該檢測標準，發出一警告。
在一些實施例中，眼底影像判別元件更包括一預先訓練的一眼底影像判別模型，用於判斷該檢測影像是否符合該檢測標準。
在一些實施例中，眼底影像判別元件更包括一處理器、一記憶體和一通信介面。
在一些實施例中，眼底影像判別元件透過該通信介面耦接該眼底影像輸入元件。
在一些實施例中，該處理器執行該眼底影像判別模型來判斷該檢測影像是否符合該檢測標準。
因此，依據本案之技術內容，本案眼底影像檢核系統包括一眼底影像判別元件，在眼底影像擷取元件擷取目標眼底檢測影像後，利用一預先訓練的眼底影像判別模型先進行影像判別。判斷目標眼底檢測影像是否符合檢測標準，若不符合檢測標準即時通知檢測人員重新進行眼底影像擷取，避免後續因為所擷取之眼底影像不符所需而須重新招回病患再次進行眼底照相之時程浪費。
以下將以圖式及詳細敘述清楚說明本案之精神，任何所屬技術領域中具有通常知識者在瞭解本案之實施例後，當可由本案所教示之技術，加以改變及修飾，其並不脫離本案之精神與範圍。
本文之用語只為描述特定實施例，而無意為本案之限制。單數形式如“一”、“這” 、“此” 、“本”以及“該”，如本文所用，同樣也包含複數形式。
關於本文中所使用之『耦接』或『連接』，均可指二或多個元件或裝置相互直接作實體接觸，或是相互間接作實體接觸，亦可指二或多個元件或裝置相互操作或動作。
關於本文中所使用之『包含』、『包括』、『具有』、『含有』等等，均為開放性的用語，即意指包含但不限於。
關於本文中所使用之『及/或』，係包括所述事物的任一或全部組合。
關於本文中所使用之用詞（terms），除有特別註明外，通常具有每個用詞使用在此領域中、在本案之內容中與特殊內容中的平常意義。某些用以描述本案之用詞將於下或在此說明書的別處討論，以提供本領域技術人員在有關本案之描述上額外的引導。
由於眼底檢查一般係由檢測員透過攝影機器拍攝高解析眼底影像後，再提供給醫生進行檢測，藉以即時發現視網膜病變轉介至眼科治療。然而，因為眼底血管相當細小，所拍攝的影像是否符合所需，檢測員往往無法即時進行辨識，致使常常在攝影完成後，醫生檢測時才發現不符所需。而須重新進行拍攝，不僅費時，且若病患已離開醫院，更難以重新進行檢測。因此，本案提供一眼底影像檢核系統，在檢測員透過攝影機器拍攝眼底影像後，先透過一人工智慧檢測系統判斷眼底影像是否符合規定，若不符合規定可即時重新進行拍攝。
參見第1圖所示為根據本案一實施例提供的眼底影像檢核系統概略圖示。在本申請的一些實施例中，眼底影像檢核系統100包括眼底影像擷取元件110、眼底影像輸入元件120以及眼底影像判別元件130。
眼底影像擷取元件110，用於擷取目標眼底的檢測影像，目標眼底檢測影像包括目標眼底的一區域影像。在一較佳實施例中，眼底影像擷取元件110為一眼底攝影機，用於獲取目標眼底檢測影像。其中，眼底攝影機利用一眼睛不可見光來調整照像焦距，病患瞳孔因為沒有接收到可見光源，因此呈現放大的狀況。在照相的瞬間，使用一個強光源進入眼睛，並接收眼睛反射出來的光源，將目標眼底檢測影像留在底片或感光元件上。利用眼底攝影機進行檢查可以留下每一次的目標眼底檢測影像紀錄供日後追蹤比較，而所擷取的目標眼底檢測影像是在照相之後再由醫師進行判讀。
眼底影像輸入元件120耦接眼底影像擷取元件110，用於接收眼底影像擷取元件110所擷取的目標眼底檢測影像輸入眼底影像判別元件130。
眼底影像判別元件130耦接眼底影像輸入元件120，用於接收眼底影像輸入元件120所輸入的目標眼底檢測影像進行影像判別，決定是否符合一檢測標準。在一較佳實施例中，眼底影像判別元件130包括一預先訓練的眼底影像判別模型131，用於根據可識別的眼底影像特徵對目標眼底檢測影像進行特徵資料識別，以判斷目標眼底檢測影像是否符合一檢測標準。檢測標準包括目標眼底檢測影像的清晰度以及目標眼底檢測影像是否包括可識別特徵資料，如視神經特徵。在一較佳實施例中，眼底影像擷取元件110必須要不斷移動位置、調整角度，才能獲取全部檢查所需要的影像資料，且不同的眼睛病變，所主要檢測眼底範圍可能不同，且因為目標眼底檢測影像是在照相之後再由醫師進行判讀。因此，本案眼底影像判別模型會根據不同眼睛疾病以及對應眼底範圍，如檢查青光眼或是視網膜病變的眼底對應區域，進行眼底影像的特徵資料訓練，以找出判別眼睛疾病所需視神經以及對應眼底範圍間之特徵關係。據此，當眼底影像判別元件130接收到眼底影像輸入元件120所輸入的目標眼底檢測影像後，即可透過此預先訓練的眼底影像判別模型131判別目標眼底檢測影像中之眼底範圍是否具有對應的神經影像特徵，若未具有此特徵，代表所擷取的目標眼底檢測影像過於模糊，或是所擷取之眼底範圍不正確，或是根本未擷取此範圍影像，致使無法顯示對應視神經特徵。依此，可即時透過一警告元件140，告知檢測人員重新進行檢測，在一較佳實施例中，警告元件140可為一聲音告警裝置，透過身音通知檢測人員，或是一影像告警裝置，於檢測人員的螢幕上顯示資訊。在一較佳實施例中，可以採用卷積迴圈神經網路(Convolutional Recurrent Neural Network,CRNN)實現眼底影像判別模型131。
需要說明的是，本申請實施例用於執行上述眼底影像判別的眼底影像判別模型131，可僅判別眼底影像清晰度是否符合標準，而不對眼底影像中的眼底範圍是否包括對應視神經進行判斷。在此實施例下，可加快眼底影像判別速度。
參照第2圖所示為根據本案一實施例眼底影像判別元件130的硬體結構。此眼底影像判別元件130包括處理器132、記憶體133和通信介面134，記憶體133存儲有電腦程式，處理器132執行電腦程式時實現眼底影像判別模型131。眼底影像判別元件130可以為一電腦裝置。處理器132，可以採用通用的中央處理器(Central Processing Unit，CPU)、微處理器、應用專用積體電路(Application Specific Integrated Circuit，ASIC)、或者一個或多個積體電路等方式實現，用於執行電腦程式時實現眼底影像判別模型131。記憶體133，可以採用唯讀記憶體(Read Only Memory，ROM)、靜態存放裝置、動態儲存裝置設備或者隨機存取記憶體(Random Access Memory，RAM)等形式實現。相關的程式碼保存在記憶體133中，並由處理器132來調用執行眼底影像判別模型131。通信介面134可以通過有線方式(例如USB、網線等)實現通信，也可以通過無線方式(例如移動網路、WIFI、藍牙等)實現通信。在一較佳實施例中，通信介面134接收眼底影像輸入元件120所輸入的目標眼底檢測影像，處理器132執行記憶體133中程式碼來執行眼底影像判別模型131對影像資料進行判別是否符合檢測標準。
本申請實施例還提供了一種眼底影像檢核方法200，第3圖所示為根據本案一實施例提供的眼底影像檢核方法流程圖示。影像檢核方法200包括但不限於步驟S210至步驟S220，請同時參閱第1圖與第3圖。
首先於步驟S210，獲取目標眼底的檢測影像。在一較佳實施例中，一眼底影像擷取元件110，用於獲取目標眼底的檢測影像，目標眼底檢測影像包括目標眼底的一區域影像。
接者於步驟S220，接收目標眼底檢測影像判別目標眼底檢測影像是否符合一檢測標準。在一較佳實施例中，一眼底影像輸入元件120接收眼底影像擷取元件110所擷取的目標眼底檢測影像輸入眼底影像判別元件130。眼底影像判別元件130包括一預先訓練的眼底影像判別模型131，用於根據可識別的眼底影像特徵對目標眼底檢測影像進行特徵資料識別，以判斷目標眼底檢測影像是包括可識別特徵資料。在一較佳實施例中，眼底影像判別模型會根據不同眼睛疾病以及對應眼底範圍，如檢查青光眼或是視網膜病變的眼底對應區域，進行眼底影像的特徵資料訓練，以找出判別眼睛疾病所需視神經以及對應眼底範圍間之特徵關係。據此，當眼底影像判別元件130接收到目標眼底檢測影像後，即可透過眼底影像判別模型131判別目標眼底檢測影像中之眼底範圍是否具有對應的神經影像特徵，若未具有此特徵，可即時透過一警告元件140，告知檢測人員重新進行檢測。
綜上所述，本案眼底影像檢核系統包括一眼底影像判別元件，在眼底影像擷取元件擷取目標眼底檢測影像後，利用一預先訓練的眼底影像判別模型先進行影像判別。判斷目標眼底檢測影像是否包括可識別特徵資料，若不包括可識別特徵資料可即時通知檢測人員重新進行眼底影像擷取，避免後續因為所擷取之眼底影像不符所需，造成醫生無法進行判讀，而須重新招回病患再次進行眼底照相之時程浪費。
雖然本案以實施例揭露如上，然其並非用以限定本案，任何熟習此技藝者，在不脫離本案之精神和範圍內，當可作各種之更動與潤飾，因此本案之保護範圍當視後附之申請專利範圍所界定者為準。
100:眼底影像檢核系統
110:眼底影像擷取元件
120:眼底影像輸入元件
130:眼底影像判別元件
131:眼底影像判別模型
132:處理器
133:記憶體
134:通信介面
140:警告元件
200:影像檢核方法
S210、S220:步驟
此處的附圖被併入說明書中並構成本說明書的一部分，這些附圖示出了符合本新型的實施例，並與說明書一起用於說明本新型實施例的技術方案。
第1圖所示為根據本案一實施例提供的眼底影像檢核系統概略圖示。
第2圖所示為根據本案一實施例眼底影像判別元件的硬體結構。
第3圖所示為根據本案一實施例提供的眼底影像檢核方法流程圖示。
100:眼底影像檢核系統
110:眼底影像擷取元件
120:眼底影像輸入元件
130:眼底影像判別元件
131:眼底影像判別模型
140:警告元件
Claims (10)
- 一種眼底影像檢核系統，包括： 一眼底影像擷取元件，用以擷取一目標眼底的一檢測影像； 一眼底影像輸入元件耦接該眼底影像擷取元件，用於接收該檢測影像；以及 一眼底影像判別元件耦接該眼底影像輸入元件，接收該眼底影像輸入元件所輸入的該檢測影像進行影像識別，以判斷該檢測影像是否符合一檢測標準。
- 如請求項1所述之眼底影像檢核系統，其中該檢測影像包括該目標眼底的一區域影像。
- 如請求項1所述之眼底影像檢核系統，其中該眼底影像擷取元件為一眼底攝影機。
- 如請求項1所述之眼底影像檢核系統，其中該檢測標準包括該檢測影像是否符合一清晰度。
- 如請求項1所述之眼底影像檢核系統，其中該檢測標準包括該檢測影像是否包括一可識別視神經。
- 如請求項1所述之眼底影像檢核系統，更包括一警告元件，當該檢測影像不符合該檢測標準，發出一警告。
- 如請求項1所述之眼底影像檢核系統，其中該眼底影像判別元件更包括一預先訓練的一眼底影像判別模型，用於判斷該檢測影像是否符合該檢測標準。
- 如請求項7所述之眼底影像檢核系統，其中該眼底影像判別元件更包括一處理器、一記憶體和一通信介面。
- 如請求項8所述之眼底影像檢核系統，其中該眼底影像判別元件透過該通信介面耦接該眼底影像輸入元件。
- 如請求項8所述之眼底影像檢核系統，其中該處理器執行該眼底影像判別模型來判斷該檢測影像是否符合該檢測標準。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW112211808U TWM651964U (zh) | 2023-10-31 | 2023-10-31 | 眼底影像檢核系統 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW112211808U TWM651964U (zh) | 2023-10-31 | 2023-10-31 | 眼底影像檢核系統 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| TWM651964U true TWM651964U (zh) | 2024-02-21 |
Family
ID=90823906
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW112211808U TWM651964U (zh) | 2023-10-31 | 2023-10-31 | 眼底影像檢核系統 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWM651964U (zh) |
-
2023
- 2023-10-31 TW TW112211808U patent/TWM651964U/zh unknown
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10441160B2 (en) | Method and system for classifying optic nerve head | |
| Russo et al. | Comparison of smartphone ophthalmoscopy with slit-lamp biomicroscopy for grading vertical cup-to-disc ratio | |
| US20220175325A1 (en) | Information processing apparatus, information processing method, information processing system, and program | |
| Pieczynski et al. | The role of telemedicine, in-home testing and artificial intelligence to alleviate an increasingly burdened healthcare system: Diabetic retinopathy | |
| JP7478216B2 (ja) | 眼科装置、眼科装置の制御方法、及びプログラム | |
| Teikari et al. | Embedded deep learning in ophthalmology: making ophthalmic imaging smarter | |
| JP7270686B2 (ja) | 画像処理システムおよび画像処理方法 | |
| CN111832344B (zh) | 一种动态瞳孔检测方法及装置 | |
| Monjur et al. | Smartphone based fundus camera for the diagnosis of retinal diseases | |
| US10835120B2 (en) | Extended medical test system | |
| JP7194136B2 (ja) | 眼科装置、眼科装置の制御方法、及びプログラム | |
| Franco et al. | Glaucoma patient screening from online retinal fundus images via Artificial Intelligence | |
| Murali et al. | Application of deep learning and image processing analysis of photographs for amblyopia screening | |
| KR20210096737A (ko) | 안저 영상판독 지원방법, 안저 영상판독 지원장치 및 이를 포함하는 안저 영상판독 지원 시스템 | |
| Vilela et al. | Smartphone eye examination: artificial intelligence and telemedicine | |
| JPWO2020116351A1 (ja) | 診断支援装置、および診断支援プログラム | |
| TWM651964U (zh) | 眼底影像檢核系統 | |
| CN114305321A (zh) | 一种测量视网膜血管壁厚度的方法及*** | |
| TW202145246A (zh) | 居家監控眼底時程影像的系統與方法 | |
| TWI839124B (zh) | 光學斷層掃描自測系統、光學斷層掃描方法及眼部病變監控系統 | |
| US11875480B1 (en) | Distinguishing artifacts from pathological features in digital images | |
| Ludwig | The future of automated mobile eye diagnosis | |
| US20220180509A1 (en) | Diagnostic tool for eye disease detection | |
| Kulkarni et al. | Recent advances in retinal imaging and diagnostics | |
| Mariakakis et al. | Ocular symptom detection using smartphones |