CN116503405B - 近视眼底改变可视化方法、装置、存储介质及电子设备 - Google Patents
近视眼底改变可视化方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN116503405B CN116503405B CN202310768763.XA CN202310768763A CN116503405B CN 116503405 B CN116503405 B CN 116503405B CN 202310768763 A CN202310768763 A CN 202310768763A CN 116503405 B CN116503405 B CN 116503405B
- Authority
- CN
- China
- Prior art keywords
- image
- fundus
- region
- leopard
- determining
- 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
- 230000008859 change Effects 0.000 title claims abstract description 35
- 230000004379 myopia Effects 0.000 title abstract description 30
- 208000001491 myopia Diseases 0.000 title abstract description 30
- 238000007794 visualization technique Methods 0.000 title abstract description 13
- 241000282373 Panthera pardus Species 0.000 claims abstract description 212
- 230000000007 visual effect Effects 0.000 claims abstract description 121
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000000034 method Methods 0.000 claims description 41
- 238000012800 visualization Methods 0.000 claims description 33
- 206010003694 Atrophy Diseases 0.000 claims description 24
- 230000037444 atrophy Effects 0.000 claims description 24
- 238000013507 mapping Methods 0.000 claims description 23
- 206010025421 Macule Diseases 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 11
- 230000002265 prevention Effects 0.000 description 10
- 239000003550 marker Substances 0.000 description 9
- 230000009286 beneficial effect Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 230000004438 eyesight Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 206010057430 Retinal injury Diseases 0.000 description 3
- 206010040925 Skin striae Diseases 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 210000001508 eye Anatomy 0.000 description 3
- 230000000877 morphologic effect Effects 0.000 description 3
- 208000035719 Maculopathy Diseases 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 208000002780 macular degeneration Diseases 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 206010029113 Neovascularisation Diseases 0.000 description 1
- 208000002367 Retinal Perforations Diseases 0.000 description 1
- 206010038848 Retinal detachment Diseases 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 238000012993 chemical processing Methods 0.000 description 1
- 210000003161 choroid Anatomy 0.000 description 1
- 238000003776 cleavage reaction Methods 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 208000001309 degenerative myopia Diseases 0.000 description 1
- 230000004340 degenerative myopia Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 210000004220 fundus oculi Anatomy 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 210000002189 macula lutea Anatomy 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 201000003841 peripheral retinal degeneration Diseases 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 230000004264 retinal detachment Effects 0.000 description 1
- 230000002207 retinal effect Effects 0.000 description 1
- 230000007017 scission Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
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
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
本公开披露一种近视眼底改变可视化方法、装置、存储介质及电子设备，涉及图像处理技术领域。该近视眼底改变可视化方法包括：基于待处理眼底图像，确定眼底特征图像，眼底特征图像包括豹纹斑特征区域；基于眼底特征图像，确定待处理眼底图像对应的第一可视化图像，第一可视化图像用于表征豹纹斑的分布情况。本公开实施例通过包含豹纹斑特征区域的眼底特征图像，确定待处理眼底图像对应的第一可视化图像。由于第一可视化图像能够反映眼底豹纹斑的分布情况，医生能够根据第一可视化图像确定眼底豹纹斑的严重程度。从而，能够辅助医生精细了解近视眼底改变及其进展，提升对豹纹斑及近视眼底改变的认识，实现更好、更全面的了解近视状况和进展的目的。
Description
技术领域
本公开属于图像处理技术领域，具体涉及一种近视眼底改变可视化方法、装置、存储介质及电子设备。
背景技术
眼底豹纹斑常见于近视眼患者，是近视患者眼部组织的典型眼底变化，会造成视网膜损害。如果不能及时干预治疗，眼底豹纹斑最终可能会发展成眼底病理性改变，或诱发黄斑病变，严重影响患者的视力。
现有的基于眼底图像评估眼底豹纹斑主要基于主观经验评估，无法精细反映豹纹斑的严重程度，同时也不利于查看。因此医生在相关医疗知识不足的情况下，无法精确诊断眼底豹纹斑的严重程度，眼底豹纹斑的严重程度依赖医生的相关知识水平，限制了眼底豹纹斑精细评估，从而不利于大家精细了解近视眼底改变的情况及其进展，导致一些患者错失干预治疗的最佳时间，给患者视力带来不可逆损伤乃至失明。
发明内容
有鉴于此，本公开提供一种近视眼底改变可视化方法、装置、存储介质及电子设备，以辅助医生精细了解近视眼底改变及其进展，有利于提升大家对豹纹斑及近视眼底改变的认识，实现更好的、更全面的了解近视状况和进展的目的，有利于近视全面精准防控及对应的精准防控体系的建立。
第一方面，本公开一实施例提供的一种近视眼底改变可视化方法，包括：基于待处理眼底图像，确定眼底特征图像，眼底特征图像包括豹纹斑特征区域；基于眼底特征图像，确定待处理眼底图像对应的第一可视化图像，第一可视化图像用于表征豹纹斑的分布情况。
结合第一方面，在第一方面的某些实现方式中，基于眼底特征图像，确定待处理眼底图像对应的第一可视化图像，包括：基于眼底特征图像，确定待处理眼底图像对应的数字图像，数字图像以数字的形式表示豹纹斑的分布情况；基于数字图像，确定待处理眼底图像对应的第一可视化图像。
结合第一方面，在第一方面的某些实现方式中，基于眼底特征图像，确定待处理眼底图像对应的数字图像，包括：利用预设窗口，确定眼底特征图像中的多个窗口区域，窗口区域包括至少一个像素；针对多个窗口区域中的每个窗口区域，确定窗口区域的豹纹斑特征；基于窗口区域的豹纹斑特征，利用窗口区域的面积或眼底特征图像中的感兴趣区域的特征数据，确定豹纹斑指数；基于豹纹斑指数，确定待处理眼底图像对应的数字图像。
结合第一方面，在第一方面的某些实现方式中，窗口区域的豹纹斑特征包括窗口区域的豹纹斑面积，针对多个窗口区域中的每个窗口区域，确定窗口区域的豹纹斑特征，包括：针对多个窗口区域中的每个窗口区域，如果窗口区域包括位于感兴趣区域的边缘的像素且窗口区域位于感兴趣区域外部的面积大于预设阈值，则对感兴趣区域进行边缘处理。边缘处理包括以感兴趣区域的边缘为基准，对感兴趣区域的边缘的像素进行镜像处理，获得镜像边缘区域；基于包括至少部分镜像边缘区域的窗口区域，确定窗口区域的豹纹斑指数；或针对多个窗口区域中的每个窗口区域，如果窗口区域包括位于感兴趣区域的边缘的像素，对感兴趣区域的边缘进行放大处理，确定放大边缘区域；基于包括至少部分放大边缘区域的窗口区域，确定窗口区域的豹纹斑指数。
结合第一方面，在第一方面的某些实现方式中，第一可视化图像包括二维第一可视化图像或三维第一可视化图像，基于数字图像，确定待处理眼底图像对应的第一可视化图像，包括：将数字图像映射到二维颜色空间，确定二维第一可视化图像；或，将数字图像映射到三维空间，确定三维第一可视化图像；或，将数字图像映射到二维颜色空间，再将二维颜色空间映射到三维空间，确定三维第一可视化图像。
结合第一方面，在第一方面的某些实现方式中，眼底特征图像还包括萎缩斑区域；在基于待处理眼底图像，确定眼底特征图像之后，还包括：基于眼底特征图像，确定眼底特征图像中的萎缩斑区域；基于第一可视化图像和萎缩斑区域，确定待处理眼底图像对应的第二可视化图像；或基于第一可视化图像、萎缩斑区域以及豹纹斑特征区域，确定第二可视化图像。
结合第一方面，在第一方面的某些实现方式中，眼底特征图像还包括萎缩弧区域、黄斑区域、视盘区域中的至少一种；在基于待处理眼底图像，确定眼底特征图像之后，还包括：基于眼底特征图像，确定眼底特征图像中的萎缩弧区域；基于萎缩弧区域、黄斑区域、视盘区域中的至少一种，确定眼底特征图像的标记区域，基于所述标记区域表征提示用户重点关注的区域；基于第一可视化图像和标记区域，确定待处理眼底图像对应的第三可视化图像。
第二方面，本公开一实施例提供一种近视眼底改变可视化装置，包括：确定模块，用于基于待处理眼底图像，确定眼底特征图像，眼底特征图像包括豹纹斑特征区域；可视化模块，用于基于眼底特征图像，确定待处理眼底图像对应的第一可视化图像，第一可视化图像用于表征豹纹斑的分布情况。
第三方面，本公开一实施例提供的一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器，其中，处理器用于执行上述第一方面所提及的方法。
第四方面，本公开一实施例提供一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序用于执行上述第一方面所提及的方法。
本公开实施例通过包含豹纹斑特征区域的眼底特征图像，确定待处理眼底图像对应的第一可视化图像，第一可视化图像用于表征豹纹斑的分布情况。由于第一可视化图像能够直观反映眼底豹纹斑的分布情况，医生能够根据第一可视化图像，确定眼底豹纹斑的严重程度。因此，本公开实施例提供的近视眼底改变可视化方法能够辅助医生精细了解近视眼底改变及其进展，有利于提升大家对豹纹斑及近视眼底改变的认识，实现更好的、更全面的了解近视状况和进展的目的，有利于近视全面精准防控及对应的精准防控体系的建立。
附图说明
通过结合附图对本公开实施例进行更详细的描述，本公开的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解，并且构成说明书的一部分，与本公开实施例一起用于解释本公开，并不构成对本公开的限制。
图1所示为本公开的一实施例提供的应用场景示意图。
图2所示为本公开的一实施例提供的近视眼底改变可视化方法的流程示意图。
图3所示为本公开的一实施例提供的基于眼底特征图像，确定待处理眼底图像对应的第一可视化图像的流程示意图。
图4所示为本公开的一实施例提供的基于眼底特征图像，确定待处理眼底图像对应的数字图像的流程示意图。
图5所示为本公开的一实施例提供的针对多个窗口区域中的每个窗口区域，确定窗口区域的豹纹斑特征的流程示意图。
图6所示为本公开的一实施例提供的另一近视眼底改变可视化方法的流程示意图。
图7所示为本公开的一实施例提供的另一近视眼底改变可视化方法的流程示意图。
图8所示为本公开的一实施例提供的近视眼底改变可视化装置的结构示意图。
图9所示为本公开一实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本公开一部分实施例，而不是全部的实施例。
眼底豹纹斑常见于近视眼患者，是近视患者眼部组织的典型眼底变化，其能引起的损害主要是视网膜损害，对视网膜损害的表现形式多种多样，例如周边视网膜变性、视网膜裂孔、或相对靠近视网膜劈裂中心、或新生血管形成等。如果不能及时干预治疗，眼底豹纹斑最终可能会发展成病理性近视，导致视网膜脱离，或诱发黄斑病变，严重影响患者的视力。
现有的眼底豹纹斑评估主要依靠专家主观经验进行，不够客观也不精细，研究人员或缺乏相关医学知识的人无法通过眼底图像或眼底检查报告，精确地确定眼底豹纹斑的严重程度。由于眼底豹纹斑的严重程度依赖医生的相关知识水平，限制了大家对眼底豹纹斑认识，不利于大家了解近视眼底改变情况和进展，从而不利于全面、精准近视防控的开展及对应体系的建立，导致一些医疗地区不发达的患者无法及时地进行干预治疗，从而导致视力最终出现不可逆损害。
因此，亟需一种近视眼底改变可视化方法，辅助医生精细了解近视眼底改变及其进展，有利于提升大家对豹纹斑及近视眼底改变的认识，实现更好的、更全面的了解近视状况和进展的目的，有利于近视全面精准防控及对应的精准防控体系的建立。
下面结合图1对本公开一实施例的应用场景进行简单的介绍。
图1所示本公开一实施例的应用场景示意图。如图1所示，该场景为对图像进行处理的场景。具体而言，对图像进行处理的场景包括服务器110、与服务器110通信连接的用户终端120，服务器110用于执行本公开实施例提及的方法。
示例性地，在实际应用过程中，用户通过用户终端120，发出对图像进行处理的指令，服务器110在接收到该指令后，对待处理眼底图像进行可视化处理，确定待处理眼底图像对应地第一可视化图像，第一可视化图像用于表征豹纹斑的分布情况。具体地，待处理眼底图像的可视化处理的具体过程为：基于待处理眼底图像，确定眼底特征图像，眼底特征图像包括豹纹斑特征区域；基于眼底特征图像，确定待处理眼底图像对应的第一可视化图像，第一可视化图像用于表征豹纹斑的分布情况。
示例性地，上述提及的待处理眼底图像包括但不限于同一或不同患者在治疗期间医疗机构保存的所有图像数据、用户输入的一个或多个患者的相关眼底图像数据，一个或多个患者在就诊期间根据需求拍摄的眼底图像数据，待处理眼底图像可以为45°眼底图像，也可以为60°眼底图像或者广角眼底图像或其他视场角的眼底图像，甚至其他模态的眼底图像，眼底图像可以以视盘为中心拍摄，也可以以黄斑中心为中心拍摄或其他眼位的图像。示例性地，服务器110能够直接接收待处理眼底图像，也可以从数据存储装置中获取。
示例性地，上述提及的用户终端120包括但不限于台式电脑、笔记本电脑等计算机终端及平板电脑、手机等移动终端。
图2所示为本公开的一实施例提供的图像的流程示意图。如图2所示，本公开实施例提供的近视眼底改变可视化方法包括如下步骤。
步骤S210，基于待处理眼底图像，确定眼底特征图像。
眼底特征图像包括豹纹斑特征区域。
示例性地，基于待处理眼底图像，根据豹纹斑的特征数据，确定眼底特征图像。眼底特征图像包括豹纹斑特征区域，与待处理眼底图像中的豹纹斑特征数据对应的。
示例性地，对待处理眼底图像的眼底特征进行分割提取，例如对豹纹斑进行分割提取，从而根据分割结果，确定豹纹斑的特征数据。
在一些实施例中，获取初始待处理眼底图像，对初始待处理眼底图像进行预处理，确定待处理眼底图像。对初始待处理眼底图像的预处理包括但不限于，对初始待处理眼底图像进行感兴趣区域（Region Of Interest，ROI）提取，对初始待处理眼底图像进行图像增强处理，如对初始待处理眼底图像进行锐化、滤波、平滑等处理，确定待处理眼底图像。也可以是对初始待处理眼底图像进行ROI提取后，对提取出的ROI区域，进行图像增强处理，确定待处理眼底图像。本公开实施例不对对初始待处理眼底图像进行预处理的方式作进一步限定。
步骤S220，基于眼底特征图像，确定待处理眼底图像对应的第一可视化图像。
第一可视化图像用于表征豹纹斑的分布情况。
示例性地，基于眼底特征图像，根据眼底豹纹斑特征数据中的豹纹斑的密度数据（即，计算范围内单位豹纹斑面积与计算范围面积的比值）或豹纹斑的占比数据（即，计算范围内豹纹斑面积与待处理眼底图像中的豹纹斑面积的比值）或豹纹斑分形维数或豹纹斑形态数据等豹纹斑特征参数，确定待处理眼底图像对应的第一可视化图像。第一可视化图像能够直观表现豹纹斑的分布情况。第一可视化图像可以是二维热力图，也可以是三维等高线地形图。因此，医生能够根据第一可视化图像，直观看到豹纹斑的分布情况，从而根据豹纹斑的分布情况确定眼底豹纹斑的严重程度。
在一些实施例中，步骤S220的具体执行方式如图3所示，此处不再赘述。
本公开实施例提供的近视眼底改变可视化方法，能够基于含豹纹斑特征区域的眼底特征图像，确定待处理眼底图像对应的第一可视化图像。由于第一可视化图像能够直观反映眼底豹纹斑的分布情况，医生可以根据第一可视化图像，确定眼底豹纹斑的严重程度。因此，本公开提供的近视眼底改变可视化方法，能够辅助医生进行眼底豹纹斑的诊断，实现眼底豹纹斑诊断普及的目的。此外，本公开实施例还通过对初始待处理眼底图像进行预处理，确定待处理眼底图像，能够帮助提高后续处理过程的精确度以及方法的鲁棒性，从而能够使得第一可视化图像的现实的豹纹斑的分布情况更准确，提高医生根据第一可视化图像，确定豹纹斑的严重程度的精确性，从而帮助医生更好近视患者眼底改变的情况，精细的了解其进展，更好开展近视随诊和防控。
图3所示为本公开的一实施例提供的基于眼底特征图像，确定待处理眼底图像对应的第一可视化图像的流程示意图。如图3所示，本公开的实施例提供的基于眼底特征图像，确定待处理眼底图像对应的第一可视化图像包括如下步骤。
步骤S310，基于眼底特征图像，确定待处理眼底图像对应的数字图像。
数字图像以数字的形式表示豹纹斑的分布情况。
示例性地，基于眼底特征图像，选取计算范围；根据计算范围内的豹纹斑面积，以及豹纹斑密度或豹纹斑占比，确定待处理眼底图像对应的数字图像。例如，数字图像中的数字对应豹纹斑的密度，从而不同数字表示豹纹斑不同的分布情况。应当理解，数字图像的数字也可以对应豹纹斑占比、豹纹斑分形维数、豹纹斑形态数据等豹纹斑其他特征参数，从而表示豹纹斑的分布情况，豹纹斑密度只是用于可视化的其中一个指数，也可以基于其他指数进行可视化。
在一些实施例中，步骤S310的具体实施方式如图4所示，此处不再赘述。
步骤S320，基于数字图像，确定待处理眼底图像对应的第一可视化图像。
示例性地，基于数字图像，通过映射处理，确定待处理眼底图像对应的第一可视化图像。或者基于数字图像，通过可视化工具处理，确定待处理眼底图像对应的第一可视化图像。应当理解，可以根据需求，选取第一可视化图像通过二维或三维的形式表现，对应地，数字图像通过映射或可视化工具处理，能够获得二维图像或三维图像。
示例性地，数字图像中的数字作为灰度值，通过映射到颜色空间，从而获得二维第一可视化图像。
本公开实施例通过数字图像，确定待处理眼底图像对应的第一可视化图像，数字图像通过数字的形式表示豹纹斑的分布情况。根据数字图像获得的第一可视化图像结果更加准确。此外，本公开实施例还可以通过不同的需求，选取第一可视化图像的表现形式，能够适应不同的场景的需求，增加第一可视化图像的使用范围。因此，本公开实施例在不同场景下，可以实现辅助医生进行眼底豹纹斑诊断的目的，从而进一步推动了眼底豹纹斑诊断的普及。
图4所示为本公开的一实施例提供的基于眼底特征图像，确定待处理眼底图像对应的数字图像的流程示意图。如图4所示，本公开的一实施例提供的基于眼底特征图像，确定待处理眼底图像对应的数字图像包括如下步骤。
步骤S410，利用预设窗口，确定眼底特征图像中的多个窗口区域。
窗口区域包括至少一个像素。
示例性地，根据临床需求，设定满足不同查看范围的预设窗口，即，选取计算范围。预设窗口的形状、大小可以根据临床需求进行设定，例如，预设窗口可以是3mm×3mm的正方形，也可以是半径为5mm的圆形，还可以是根据需求选取的其他大小的多边形。当预设窗口的大小根据视盘直径进行设置，例如设置窗口的大小为1PD-2PD之间时，处理效果更佳。
示例性地，利用预设窗口，进行滑动，选取眼底特征图像的不同位置的窗口区域，确定眼底特征图像中的多个窗口区域。或者，利用预设窗口，根据预设窗口的大小，根据需求，在眼底特征图像中选取多个预设窗口大小的区域，从而确定眼底特征图像中多个窗口区域。
步骤S420，针对多个窗口区域中的每个窗口区域，确定窗口区域的豹纹斑特征。
示例性地，针对多个窗口区域中的每个窗口区域，根据每个窗口区域中的豹纹斑，确定窗口区域的豹纹斑特征。
步骤S430，基于窗口区域的豹纹斑特征，利用窗口区域的面积或眼底特征图像中的感兴趣区域的特征数据，确定豹纹斑指数。
示例性地，豹纹斑指数包括豹纹斑密度、豹纹斑占比和豹纹斑形态参数中的至少一种。眼底特征图像中的感兴趣区域的特征数据包括：感兴趣区域的直径、感兴趣区域的面积以及感兴趣区域的边界数据中的至少一种；示例性地，基于窗口区域的豹纹斑特征，计算每个窗口区域中的豹纹斑特征中的豹纹斑的面积，确定窗口区域豹纹斑面积。基于窗口区域豹纹斑面积，利用窗口区域的面积或眼底特征图像中的感兴趣区域的面积，确定豹纹斑的密度或豹纹斑的占比，即，豹纹斑指数。或者眼底特征图像中的感兴趣区域的直径或感兴趣区域的边界数据中的至少一种，确定豹纹斑指数。豹纹斑形态参数指的是根据豹纹斑在图像中表现出的形态确定的参数，豹纹斑在图像中表现出的形态包括豹纹斑的形状、弯曲度、面积、密度、宽度、分形维数、紧密度、交叉程度、分叉程度中的至少一种，在一些实施例中，豹纹斑形态参数与形状、弯曲度、面积、密度、宽度、分形维数、紧密度、交叉程度、分叉程度成正比，也就是说，豹纹斑的形状、弯曲度、面积、密度、宽度、分形维数、紧密度、交叉程度、分叉程度越高，豹纹斑形态参数越大。其中，豹纹斑的紧密度根据区域轮廓线长度，和区域内的实际面积确定。本领域技术人员可根据实际应用灵活调整豹纹斑形态参数的参考特征。通过计算量化眼底图像中的豹纹斑指数可以映射眼轴、屈光度等眼生物学参数，此外，豹纹斑指数可以反应眼球结构的变化情况，例如脉络膜、视网膜的变化情况，为后续医生临床诊断、手术、验光师验配等提供参考依据。
步骤S440，基于豹纹斑指数，确定待处理眼底图像对应的数字图像。
示例性地，基于豹纹斑密度或豹纹斑占比，确定待处理眼底图像对应的数字图像，数字图像中的数字表示待处理眼底图像对应位置的豹纹斑密度或豹纹斑占比。
本公开实施例通过豹纹斑指数，确定待处理眼底图像对应的图像，能够将待处理眼底图像中的豹纹斑密度或豹纹斑占比用数字表示，从而表示豹纹斑的分布情况。本公开实施例能够通过数字图像，表示豹纹斑的分布情况，能够使得豹纹斑的分布情况表现的更清楚，进一步提高了第一可视化图像的精确度。
示例性地，豹纹斑指数以及待处理眼底图像对应的数字图像也可用于图像分类，即表征该眼底图像是否为豹纹状眼底。可选地，也可设置豹纹斑指数阈值，当豹纹斑指数小于豹纹斑指数阈值时，表征该眼底图像为非豹纹状眼底；当豹纹斑指数大于豹纹斑指数阈值时，确定该眼底图像为豹纹状眼底，并且根据豹纹斑指数所在区间可判断豹纹状眼底的严重程度，示例性地，豹纹状眼底的严重程度包括轻度、中度和重度。
示例性地，当豹纹斑指数为豹纹斑密度时，豹纹斑指数阈值可以为0—20%之间，具体地可以为2%、5%、7.3%、8%、8.5%、9%等，即当豹纹斑密度大于豹纹斑指数阈值以后确定所述待处理眼底图像为豹纹状眼底。当豹纹斑密度小于豹纹斑指数阈值时，确定当前眼底图像为非豹纹状眼底。同理，本领域技术人员可根据实际情况灵活调整豹纹斑指数阈值以使其适应豹纹斑占比、豹纹斑形态参数等。
图5所示为本公开的一实施例提供的针对多个窗口区域中的每个窗口区域，确定窗口区域的豹纹斑特征的流程示意图。
在本公开实施例中，窗口区域的豹纹斑特征包括窗口区域的豹纹斑面积，如图5所示本公开的实施例提供的针对多个窗口区域中的每个窗口区域，确定窗口区域的豹纹斑特征包括如下步骤。
步骤S510，针对多个窗口区域中的每个窗口区域，判断窗口区域是否包括感兴趣区域的边缘的像素且窗口区域位于感兴趣区域外部的面积大于预设阈值。
示例性地，由于多个窗口区域是根据眼底图像确定，因此多个窗口中包括的至少一个窗口区域。针对多个窗口区域中的每个窗口区域，确定包括感兴趣区域的边缘的像素的至少一个窗口区域。
示例性地，若窗口区域包括感兴趣区域的边缘区域的像素，则执行步骤S520或步骤S540，步骤S520或步骤S540可以根据需求选取执行或同时执行，若窗口区域不包括感兴趣区域的边缘区域的像素，则不对窗口区域中的像素进行处理。应当理解，窗口区域不包括感兴趣区域的边缘区域的像素时，可以直接通过计算，确定窗口区域的豹纹斑特征，例如，计算窗口区域中豹纹斑的面积，确定窗口区域的豹纹斑特征。
步骤S520，以感兴趣区域的边缘为基准，对感兴趣区域的边缘的像素进行镜像处理，获得镜像边缘区域。
示例性地，由于待处理眼底图像为圆形区域，在对边缘区域包含的豹纹斑的密度或豹纹斑占比进行赋值时，容易出现误差，因此，对感兴趣区域的边缘区域进行优化。
示例性地，以感兴趣区域的边缘为基准，对感兴趣区域的边缘的像素进行镜像处理，即，沿感兴趣区域的边缘，将感兴趣区域的边缘的像素进行镜像处理，获得镜像边缘区域。
步骤S530，基于包括至少部分镜像边缘区域的窗口区域，确定窗口区域的豹纹斑面积。
示例性地，基于包括至少部分镜像边缘区域的窗口区域，计算窗口区域的豹纹斑面积，获得更精确的窗口区域的豹纹斑面积。
步骤S540，对感兴趣区域的边缘进行放大处理，确定放大边缘区域。
示例性地，对感兴趣区域的边缘进行放大处理，能够避免边缘区域的豹纹斑密度值或豹纹斑占比值小，从而减少偏差。
步骤S550，基于包括至少部分放大边缘区域的窗口区域，确定窗口区域的豹纹斑面积。
示例性地，基于包括至少部分放大边缘区域的窗口区域，计算窗口区域的豹纹斑面积，获得更精确的窗口区域的豹纹斑面积。
本公开实施例能够通过对包括感兴趣区域的边缘区域的像素的窗口区域进行优化处理，能够减少由于边缘区域豹纹斑密度或豹纹斑占比值太小，而造成的偏差。因此，本公开实施例能够获得更加准确地获得窗口区域的豹纹斑特征，从而提高了后续处理的精确度，能够提高可视化图像的准确性，为辅助医生进行眼底豹纹斑严重程度以及近视眼底改变的严重程度提供了基础。
在一些实施例中，第一可视化图像包括二维第一可视化图像或三维第一可视化图像，二维第一可视化图像包括热力图，三维第一可视化图像包括等高线地形图。基于数字图像，确定待处理眼底图像对应的第一可视化图像包括：将数字图像映射到二维颜色空间，确定二维第一可视化图像；或，将数字图像映射到三维空间，确定三维第一可视化图像；或，将数字图像映射到二维颜色空间，再将二维颜色空间映射到三维空间，确定三维第一可视化图像。
示例性地，将数字图像通过颜色映射算法（例如，JET颜色映射算法），映射到二维颜色空间，确定二维第一可视化图像（例如，热力图），或者，将数字图像通过映射工具处理，映射到二维颜色空间，确定二维第一可视化图像。将数字图像的数字作为灰度值，映射到二维颜色空间，确定二维可视化图像。
示例性地，将数字图像映射到三维空间，确定三维第一可视化图像（例如，等高线地形图）。
图6所示为本公开的一实施例提供的另一近视眼底改变可视化方法的流程示意图。在图2所示实施例基础上延伸出图6所示实施例，下面着重叙述图6所示实施例与图2所示实施例的不同之处，相同之处不再赘述。
在本公开的另一实施例中眼底特征图像还包括萎缩斑区域，如图6所示，本公开的另一实施例提供的另一近视眼底改变可视化方法在所述基于待处理眼底图像，确定眼底特征图像之后包括如下步骤。
步骤S610，基于眼底特征图像，确定眼底特征图像中的萎缩斑区域。
示例性地，根据眼底病变原理，通常先出现豹纹斑，随着病情的发展，豹纹斑严重到一定程度后，逐步消失，萎缩斑开始代替豹纹斑出现，即，萎缩斑出现后会覆盖豹纹斑。萎缩斑的严重程度高于豹纹斑。
示例性地，基于眼底特征图像，进行特征分割提取，确定眼底特征图像中的萎缩斑区域。执行完成步骤S610后，选择执行步骤S620或者步骤S630，即，执行步骤S620和步骤S630可以根据需求选择执行或者同时执行。
步骤S620，基于第一可视化图像和萎缩斑区域，确定待处理眼底图像对应的第二可视化图像。
示例性地，根据眼底特征图像中的萎缩斑区域，确定待处理眼底图像对应的数字图像，数字图像在萎缩斑对应的区域的数字，表示萎缩斑的分布情况。用不同于上述豹纹斑的颜色，表示萎缩斑区域，将萎缩斑区域叠加至第一可视化图像上，确定第二可视化图像。第二可视化图像用于表征豹纹斑和萎缩斑的分布情况。
在一些实施例中，根据眼底特征图像中的萎缩斑区域，确定待处理眼底图像对应的数字图像，生成仅包含萎缩斑区域的第二可视化图像，第二可视化图像可直接基于萎缩斑区域生成。第二可视化图像用于表征萎缩斑的分布情况。
步骤S630，基于第一可视化图像、萎缩斑区域以及豹纹斑特征区域，确定第二可视化图像。
示例性地，基于萎缩斑区域和豹纹斑特征区域对应的数字图像，通过映射处理，生成包含萎缩斑区域和豹纹斑特征区域的二维图像。将二维图像和第一可视化图像进行叠加，生成第二可视化图像。第二可视化图像能够表征豹纹斑和/或萎缩斑的分布情况。
由于眼底病变的原理，先出现豹纹斑，豹纹斑在发展到一定程度后，会被被萎缩斑覆盖，待处理眼底图像中豹纹斑区域会变少，但严重程度增加，为了减少图像处理结果的误差，本公开实施例通过第一可视化图像和萎缩斑的结合，生成第二可视化图像。第二可视化图像能够表征豹纹斑和萎缩斑的分布情况。因此，医生能够通过第二可视化图像对豹纹斑和萎缩斑进行诊断，进一步推进了眼底豹纹斑以及萎缩斑的诊断和普及。
图7所示为本公开的一实施例提供的另一近视眼底改变可视化方法的流程示意图。在图2所示实施例基础上延伸出图7所示实施例，下面着重叙述图7所示实施例与图2所示实施例的不同之处，相同之处不再赘述。
在本公开实施例中，眼底特征图像还包括萎缩弧区域、黄斑区域、视盘区域中的至少一种。如图7所示，本公开另一实施例提供的另一近视眼底改变可视化方法在基于待处理眼底图像，确定眼底特征图像之后，还包括如下步骤。
步骤S710，基于眼底特征图像，确定眼底特征图像中的萎缩弧区域。
示例性地，基于眼底特征图像中的视盘，提取萎缩弧，确定眼底特征图像中的萎缩弧区域。具体地，将视盘区域拟合成圆形，计算萎缩弧相对视盘的包角范围
步骤S720，基于萎缩弧区域、黄斑区域、视盘区域中的至少一种，确定眼底特征图像的标记区域。
标记区域用于表征提示用户重点关注的区域。
示例性地，当基于萎缩弧区域，确定眼底特征图像的标记区域时，通过包角延长线进行标记，获得标记区域。包角延长线指的是延长上述包角的两条边，获得包角延长线。
示例性地，当基于黄斑区域，确定眼底特征图像标记区域时，标记眼底特征图像中的黄斑区域，获得标记区域。
示例性地，当基于视盘区域，确定眼底特征图像标记区域时，标记眼底特征图像中的视盘区域，获得标记区域。应当理解，当基于萎缩弧区域、黄斑区域、视盘区域中的任意两种或三种组合，确定标记区域时，不同区域的标记线颜色不同，以便区分不同的标记区域，医生能够根据不同的标记区域，关注不同的重点关注的区域。
步骤S730，基于第一可视化图像和标记区域，确定待处理眼底图像对应的第三可视化图像。
示例性地，将标记区域叠加至第一可视化图像上，确定待处理眼底图像对应的第三可视化图像。第三可视化图像包括标记区域的豹纹斑分布情况。
在一些实施例中，基于第一可视化和萎缩斑区域的生成的第二可视化图像后，基于萎缩弧区域、黄斑区域、视盘区域中的至少一种，确定眼底特征图像的标记区域。将获得的标记区域叠加至第二可视化图像上，确定待处理眼底图像对应的第三可视化图像。第三可视化图像包括标记区域的豹纹斑和/或萎缩斑分布情况。
本公开实施例通过标记区域，提醒用户重点关注，标记区域内的患病情况。标记区域内的患病程度对患者的影响，相较于其他区域大。因此，通过标记区域能够及时提醒用户重点关注，能够降低误诊的概率，并且为早期干预提供参考，有利于近视全面精准防控及对应的精准防控体系的建立。
图8所示为本公开的一实施例提供的近视眼底改变可视化装置的结构示意图。如图8所示，本公开的实施例提供的近视眼底改变可视化装置800包括确定模块801，可视化模块802。具体地，确定模块801用于基于待处理眼底图像，确定眼底特征图像，眼底特征图像包括豹纹斑特征区域；可视化模块802，用于基于眼底特征图像，确定待处理眼底图像对应的第一可视化图像，第一可视化图像用于表征豹纹斑的分布情况。
在一些实施例中，可视化模块802还用于，基于眼底特征图像，确定待处理眼底图像对应的数字图像，数字图像以数字的形式表示豹纹斑的分布情况；基于数字图像，确定待处理眼底图像对应的第一可视化图像。
在一些实施例中，可视化模块802还用于，利用预设窗口，确定眼底特征图像中的多个窗口区域，窗口区域包括至少一个像素；针对多个窗口区域中的每个窗口区域，确定窗口区域的豹纹斑特征；基于窗口区域的豹纹斑特征，利用窗口区域的面积或眼底特征图像中的感兴趣区域的特征数据，确定豹纹斑指数；基于豹纹斑指数，确定待处理眼底图像对应的数字图像。
在一些实施例中，窗口区域的豹纹斑特征包括窗口区域的豹纹斑面积，可视化模块802还用于，针对多个窗口区域中的每个窗口区域，如果窗口区域包括位于感兴趣区域的边缘的像素且窗口区域位于感兴趣区域外部的面积大于预设阈值，则对感兴趣区域进行边缘处理；边缘处理包括以感兴趣区域的边缘为基准，对感兴趣区域的边缘的像素进行镜像处理，获得镜像边缘区域；基于包括至少部分镜像边缘区域的窗口区域，确定窗口区域的豹纹斑面积；或针对多个窗口区域中的每个窗口区域，如果窗口区域包括位于感兴趣区域的边缘的像素，对感兴趣区域的边缘进行放大处理，确定放大边缘区域；基于包括至少部分放大边缘区域的窗口区域，确定窗口区域的豹纹斑面积。具体地，预设阈值可以为窗口区域面积的0-50%等，具体可以为窗口区域面积的10%、窗口区域面积的20%、窗口区域面积的5%等。
在一些实施例中，第一可视化图像包括二维第一可视化图像或三维第一可视化图像，可视化模块802还用于，将数字图像映射到二维颜色空间，确定二维第一可视化图像；或，将数字图像映射到三维空间，确定三维第一可视化图像；或，将数字图像映射到二维颜色空间，再将二维颜色空间映射到三维空间，确定三维第一可视化图像。
在一些实施例中，眼底特征图像还包括萎缩斑区域，可视化模块802还用于，在基于待处理眼底图像，确定眼底特征图像之后，基于眼底特征图像，确定眼底特征图像中的萎缩斑区域；基于第一可视化图像和萎缩斑区域，确定待处理眼底图像对应的第二可视化图像；或基于第一可视化图像、萎缩斑区域以及豹纹斑特征区域，确定第二可视化图像。
在一些实施例中，眼底特征图像还包括萎缩弧区域、黄斑区域、视盘区域中的至少一种，可视化模块802还用于，在基于待处理眼底图像，确定眼底特征图像之后，还包括：基于眼底特征图像，确定眼底特征图像中的萎缩弧区域；基于萎缩弧区域、黄斑区域、视盘区域中的至少一种，确定眼底特征图像的标记区域，标记区域用于表征提示用户重点关注的区域；基于第一可视化图像和标记区域，确定待处理眼底图像对应的第三可视化图像。
图9所示为本公开一示例性实施例提供的电子设备的结构示意图。电子设备900（该电子设备900具体可以是一种计算机设备）包括存储器901、处理器902、通信接口903以及总线904。其中，存储器901、处理器902、通信接口903通过总线904实现彼此之间的通信连接。
存储器901可以是只读存储器（Read Only Memory，ROM），静态存储设备，动态存储设备或者随机存取存储器（Random Access Memory，RAM）。存储器901可以存储程序，当存储器901中存储的程序被处理器902执行时，处理器902和通信接口903用于执行本公开实施例的近视眼底改变可视化方法中的各个步骤。
处理器902可以采用通用的中央处理器（Central Processing Unit，CPU），微处理器，应用专用集成电路（Application SpecificIntegrated Circuit，ASIC），图形处理器（GraphicsProcessing Unit，GPU）或者一个或多个集成电路，用于执行相关程序，以实现本公开实施例的近视眼底改变可视化装置的各个单元所需执行的功能。
处理器902还可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，本公开的近视眼底改变可视化方法的各个步骤可以通过处理器902中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器902还可以是通用处理器、数字信号处理器（Digital Signal Processing，DSP）、专用集成电路（ASIC）、现场可编程门阵列（FieldProgrammable GateArray，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本公开实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本公开实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器901，处理器902读取存储器901中的信息，结合其硬件完成本公开实施例的近视眼底改变可视化装置中包括的单元所需执行的功能，或者执行本公开实施例的近视眼底改变可视化方法。
通信接口903使用例如但不限于收发器一类的收发装置，来实现电子设备900与其他设备或通信网络之间的通信。例如，可以通过通信接口903获取待处理眼底图像。
总线904可包括在电子设备900各个部件（例如，存储器901、处理器902、通信接口903）之间传送信息的通路。
应注意，尽管图9所示的电子设备900仅仅示出了存储器、处理器、通信接口，但是在具体实现过程中，本领域的技术人员应当理解，电子设备900还包括实现正常运行所必须的其他器件。同时，根据具体需要，本领域的技术人员应当理解，电子设备900还可包括实现其他附加功能的硬件器件。此外，本领域的技术人员应当理解，电子设备900也可仅仅包括实现本公开实施例所必须的器件，而不必包括图9中所示的全部器件。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本公开的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本公开所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
本公开的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述描述的根据本公开各种实施例的方法中的步骤。所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。
以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以所述权利要求的保护范围为准。
Claims (9)
1.一种近视眼底改变可视化方法，其特征在于，包括：
基于待处理眼底图像，确定眼底特征图像，所述眼底特征图像包括豹纹斑特征区域；
基于所述眼底特征图像，确定所述待处理眼底图像对应的第一可视化图像，所述第一可视化图像用于表征豹纹斑的分布情况；
所述基于所述眼底特征图像，确定所述待处理眼底图像对应的第一可视化图像，包括：
基于所述眼底特征图像，确定所述待处理眼底图像对应的数字图像，所述数字图像以数字的形式表示所述豹纹斑的分布情况，其中，所述数字图像中的数字对应豹纹斑特征参数；
基于所述数字图像，确定所述待处理眼底图像对应的第一可视化图像。
2.根据权利要求1所述的方法，其特征在于，所述基于所述眼底特征图像，确定所述待处理眼底图像对应的数字图像，包括：
利用预设窗口，确定所述眼底特征图像中的多个窗口区域，所述窗口区域包括至少一个像素；
针对所述多个窗口区域中的每个窗口区域，确定所述窗口区域的豹纹斑特征；
基于所述窗口区域的豹纹斑特征，利用所述窗口区域的面积或所述眼底特征图像中的感兴趣区域的特征数据，确定豹纹斑指数；
基于所述豹纹斑指数，确定所述待处理眼底图像对应的数字图像。
3.根据权利要求2所述的方法，其特征在于，所述窗口区域的豹纹斑特征包括所述窗口区域的豹纹斑面积，所述针对所述多个窗口区域中的每个窗口区域，确定所述窗口区域的豹纹斑特征，包括：
针对所述多个窗口区域中的每个窗口区域，如果所述窗口区域包括位于所述感兴趣区域的边缘的像素且窗口区域位于感兴趣区域外部的面积大于预设阈值，则对感兴趣区域进行边缘处理，所述边缘处理包括以所述感兴趣区域的边缘为基准，对所述感兴趣区域的边缘的像素进行镜像处理，获得镜像边缘区域；
基于包括至少部分所述镜像边缘区域的所述窗口区域，确定所述窗口区域的豹纹斑指数；或
针对所述多个窗口区域中的每个窗口区域，如果所述窗口区域包括位于所述感兴趣区域的边缘的像素，对所述感兴趣区域的边缘进行放大处理，确定放大边缘区域；
基于包括至少部分所述放大边缘区域的所述窗口区域，确定所述窗口区域的豹纹斑指数。
4.根据权利要求1所述的方法，其特征在于，所述第一可视化图像包括二维第一可视化图像或三维第一可视化图像，所述基于所述数字图像，确定所述待处理眼底图像对应的第一可视化图像，包括：
将所述数字图像映射到二维颜色空间，确定所述二维第一可视化图像；或，
将所述数字图像映射到三维空间，确定所述三维第一可视化图像；或，
将所述数字图像映射到二维颜色空间，再将二维颜色空间映射到三维空间，确定所述三维第一可视化图像。
5.根据权利要求1至4任一项所述的方法，其特征在于，所述眼底特征图像还包括萎缩斑区域；在所述基于待处理眼底图像，确定眼底特征图像之后，还包括：
基于所述眼底特征图像，确定所述眼底特征图像中的萎缩斑区域；
基于所述第一可视化图像和所述萎缩斑区域，确定所述待处理眼底图像对应的第二可视化图像；或
基于所述第一可视化图像、所述萎缩斑区域以及所述豹纹斑特征区域，确定所述第二可视化图像。
6.根据权利要求1至4任一项所述的方法，其特征在于，所述眼底特征图像还包括萎缩弧区域、黄斑区域、视盘区域中的至少一种；在所述基于待处理眼底图像，确定眼底特征图像之后，还包括：
基于所述眼底特征图像，确定所述眼底特征图像中的萎缩弧区域；
基于所述萎缩弧区域、所述黄斑区域、所述视盘区域中的至少一种，确定所述眼底特征图像的标记区域，所述标记区域用于表征提示用户重点关注的区域；
基于所述第一可视化图像和所述标记区域，确定所述待处理眼底图像对应的第三可视化图像。
7.一种近视眼底改变可视化装置，其特征在于，包括：
确定模块，用于基于待处理眼底图像，确定眼底特征图像，所述眼底特征图像包括豹纹斑特征区域；
可视化模块，用于基于所述眼底特征图像，确定所述待处理眼底图像对应的第一可视化图像，所述第一可视化图像用于表征豹纹斑的分布情况；
所述可视化模块，还用于基于所述眼底特征图像，确定所述待处理眼底图像对应的数字图像，所述数字图像以数字的形式表示所述豹纹斑的分布情况，其中，所述数字图像中的数字对应豹纹斑特征参数；基于所述数字图像，确定所述待处理眼底图像对应的第一可视化图像。
8.一种电子设备，其特征在于，包括：
处理器；
用于存储所述处理器可执行指令的存储器，
其中，所述处理器用于执行上述权利要求1至6任一项所述的方法。
9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1至6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310768763.XA CN116503405B (zh) | 2023-06-28 | 2023-06-28 | 近视眼底改变可视化方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310768763.XA CN116503405B (zh) | 2023-06-28 | 2023-06-28 | 近视眼底改变可视化方法、装置、存储介质及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116503405A CN116503405A (zh) | 2023-07-28 |
| CN116503405B true CN116503405B (zh) | 2023-10-13 |
Family
ID=87328751
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310768763.XA Active CN116503405B (zh) | 2023-06-28 | 2023-06-28 | 近视眼底改变可视化方法、装置、存储介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116503405B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113768461A (zh) * | 2021-09-14 | 2021-12-10 | 北京鹰瞳科技发展股份有限公司 | 一种眼底图像分析方法、系统和电子设备 |
| CN113768460A (zh) * | 2021-09-10 | 2021-12-10 | 北京鹰瞳科技发展股份有限公司 | 一种眼底图像分析系统、方法以及电子设备 |
| CN114529535A (zh) * | 2022-02-22 | 2022-05-24 | 平安科技（深圳）有限公司 | 眼底豹纹图像分割方法、计算机及存储介质 |
| JP2022162141A (ja) * | 2019-01-24 | 2022-10-21 | 株式会社トプコン | 眼科装置 |
-
2023
- 2023-06-28 CN CN202310768763.XA patent/CN116503405B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2022162141A (ja) * | 2019-01-24 | 2022-10-21 | 株式会社トプコン | 眼科装置 |
| CN113768460A (zh) * | 2021-09-10 | 2021-12-10 | 北京鹰瞳科技发展股份有限公司 | 一种眼底图像分析系统、方法以及电子设备 |
| CN113768461A (zh) * | 2021-09-14 | 2021-12-10 | 北京鹰瞳科技发展股份有限公司 | 一种眼底图像分析方法、系统和电子设备 |
| CN114529535A (zh) * | 2022-02-22 | 2022-05-24 | 平安科技（深圳）有限公司 | 眼底豹纹图像分割方法、计算机及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116503405A (zh) | 2023-07-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109784337B (zh) | 一种黄斑区识别方法、装置及计算机可读存储介质 | |
| Ramani et al. | Improved image processing techniques for optic disc segmentation in retinal fundus images | |
| CN109199322B (zh) | 一种黄斑检测方法及一种存储设备 | |
| CN116491893B (zh) | 高度近视眼底改变评估方法及装置、电子设备及存储介质 | |
| CN112017185B (zh) | 病灶分割方法、装置及存储介质 | |
| JP2011120656A (ja) | 画像処理装置及び画像処理方法 | |
| CN110889826A (zh) | 眼部oct图像病灶区域的分割方法、装置及终端设备 | |
| EP2360641B1 (en) | Image processing method and image processing device | |
| CN112384127A (zh) | 眼睑下垂检测方法及系统 | |
| CN115631367B (zh) | 基于神经网络模型的眼科超声图像分类方法以及装置 | |
| CN113313667A (zh) | 良性肿瘤发展趋势评估系统、计算机装置及储存介质 | |
| JP2021534948A (ja) | 眼底画像定量分析の前置処理方法および記憶装置 | |
| JP2008073280A (ja) | 眼底画像処理装置 | |
| CN116503405B (zh) | 近视眼底改变可视化方法、装置、存储介质及电子设备 | |
| JP2006263127A (ja) | 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 | |
| CN110598652B (zh) | 眼底数据预测方法和设备 | |
| CN113243914A (zh) | 基于脑影像的评估方法及神经精神疾病评估系统 | |
| KR20220027305A (ko) | 안질환 시야 손상 예후 예측 시스템 및 방법과 이를 위한 컴퓨터 프로그램 | |
| CN116030042A (zh) | 一种针对医生目诊的诊断装置、方法、设备及存储介质 | |
| WO2011108995A1 (en) | Automatic analysis of images of the anterior chamber of an eye | |
| CN112734701A (zh) | 眼底病灶检测方法、检测装置及终端设备 | |
| CN117437231B (zh) | 近视眼底结构改变的定位方法及装置、图像处理方法 | |
| CN116385812A (zh) | 图像分类方法及装置、电子设备及存储介质 | |
| CN117333433A (zh) | 图像处理方法及装置、电子设备及存储介质 | |
| CN116491892B (zh) | 近视眼底改变评估方法、装置和电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |