一种基于多病种分析置信度的眼底影像定向补采方法及系统与流程

摘要: 本发明涉及眼底影像采集与人工智能辅助诊断,尤其涉及一种基于多病种分析置信度的眼底影像定向补采方法及系统。背景技术:1、在眼底多病种筛查领域,常采用基于人工智能的...
一种基于多病种分析置信度的眼底影像定向补采方法及系统与流程

本发明涉及眼底影像采集与人工智能辅助诊断,尤其涉及一种基于多病种分析置信度的眼底影像定向补采方法及系统。

背景技术:

1、在眼底多病种筛查领域,常采用基于人工智能的影像判读系统对单次拍摄的眼底图像进行分析,输出多个病种的置信度。当某一病种置信度不足时,系统会生成定向补采指令,控制眼底相机切换内部视标方位并触发闪光曝光,重新采集视盘、黄斑或周边视网膜等特定区域的影像。该技术通过有针对性地补充关键解剖区域的图像信息,辅助提升单病种的判别准确性。

2、实际使用中,这种多病种顺序补采的方式容易导致采集流程反复中断和影像质量下降。例如,在体检车移动筛查时,系统首次拍摄后判定青光眼和糖尿病视网膜病变的分析置信度均不足。系统先语音引导患者固视视标补拍视盘区域并完成一次闪光,随后立即要求患者大幅转动眼球固视另一方向以补拍周边视网膜。前次闪光已造成患者不自觉流泪和瞳孔缩小,第二次补采获得的周边影像出现大面积模糊与伪影,系统因无法满足分析标准而反复提示重拍。整个过程中,连续的高亮闪光使患者眼部不适感加剧,补拍的眼底图像常伴随失焦或反光遮挡,导致多病种筛查耗时延长,甚至因图像质量不合格而被迫中断检查或出具无效报告。因此,在眼底多病种筛查过程中如何减少连续补拍导致的影像质量劣化和流程中断,是本领域亟需解决的问题。

技术实现思路

1、针对现有技术存在的不足,本发明的目的在于提供一种基于多病种分析置信度的眼底影像定向补采方法,通过基于多病种分析置信度筛选待补采病种并结合空间重叠度构建视场覆盖图、生理应激累积量生成补采时序规划表,达到降低重复闪光照射的生理负担、提高对多病种低置信度区域的针对性采集效率的效果。

2、为实现上述目的,本发明采用如下技术方案:

3、第一方面,本发明提供一种基于多病种分析置信度的眼底影像定向补采方法,包括:

4、通过免散瞳眼底照相仪采集初始眼底影像,将初始眼底影像输入人工智能辅助诊断系统,输出各病种分析置信度向量;

5、基于各病种分析置信度向量筛选待补采病种,结合免散瞳眼底照相仪的视场角参数计算目标眼底区域坐标之间的空间重叠度,构建视场覆盖图;

6、基于视场覆盖图确定联合补采视场集合,通过瞳孔检测模块读取当前瞳孔直径值,结合预估累积闪光能量计算生理应激累积量,生成补采时序规划表;

7、按照补采时序规划表控制免散瞳眼底照相仪执行定向补采,采集补采眼底影像并回传至人工智能辅助诊断系统执行二次分析。

8、优选地,通过免散瞳眼底照相仪采集初始眼底影像包括:控制免散瞳眼底照相仪执行焦点搜索与闪光曝光,采集初始眼底影像,并采集初始瞳孔直径值;焦点搜索的执行方式为在红外预览状态下由步进电机驱动对焦镜组以设定步长在轴向行程内移动,对每一步获取的红外预览图像计算视盘区域的灰度梯度平方和,取灰度梯度平方和数值处于峰值的镜组位置作为对焦位置;在语音导航模块播报中央固视引导指令之后、闪光曝光之前,读取瞳孔检测模块输出的瞳孔直径值,记为初始瞳孔直径值。

9、优选地,输出各病种分析置信度向量包括:人工智能辅助诊断系统对初始眼底影像执行多病种并行分析,多病种并行分析由多标签眼底病种分类模型执行;多标签眼底病种分类模型以efficientnet-b4作为主干网络,去除原分类头并替换为输出节点数为10的全连接层,输出层激活函数采用sigmoid函数;输出长度等于多标签眼底病种分类模型输出节点数的各病种分析置信度向量,第i个元素等于第i个病种的分析置信度数值。

10、优选地,多标签眼底病种分类模型包括:以在imagenet图像分类数据集上完成预训练的efficientnet-b4作为主干网络,并以免散瞳眼底影像执行微调训练;微调训练时冻结主干网络前3个stage的权重参数,解冻后续stage与全连接层,损失函数采用二元交叉熵损失,优化器采用adamw;微调训练的终止条件为验证集二元交叉熵损失值在连续5轮内的下降幅度均小于前一轮损失值的0.5%,取验证集平均auc数值处于峰值的一轮权重作为部署权重。

11、优选地,基于各病种分析置信度向量筛选待补采病种包括:遍历各病种分析置信度向量的元素,对当前遍历的元素取其对应病种的预设置信度阈值执行比较;元素数值低于预设置信度阈值时将当前遍历的元素对应的病种名称写入待补采病种集合,生成不含重复元素的待补采病种集合;待补采病种集合的元素个数为0时直接跳转至输出最终眼底报告。

12、优选地,计算目标眼底区域坐标之间的空间重叠度包括:根据预设的病种与眼底区域映射关系表,获取待补采病种集合中每个待补采病种对应的目标眼底区域坐标;对任意两个待补采病种,按两圆圆心距计算式求取圆心距,并按两圆相交的透镜形面积计算式求取交集面积;将交集面积与两个目标眼底区域中较小面积之比、与两者并集最小外接圆直径相对单次曝光视场直径的余量比例加权求和,得到空间重叠度,生成空间重叠度矩阵。

13、优选地,构建视场覆盖图包括:以待补采病种集合中的每个待补采病种为图节点,以空间重叠度矩阵中对应的空间重叠度数值为边权重构建视场覆盖图;视场覆盖图采用邻接矩阵与节点属性表两部分存储,节点属性表以待补采病种名称为键,值为目标眼底区域坐标三元组与当前病种分析置信度数值;构建视场覆盖图时同步计算每个节点的加权度数,加权度数等于邻接矩阵中当前节点所在行的全部非对角线元素之和。

14、优选地,基于视场覆盖图确定联合补采视场集合包括:将视场覆盖图的全部边按边权重由大到小排序,逐条取出边权重大于预设重叠度阈值的边执行归并尝试;取当前边两个端点所在的节点集合,计算两个节点集合内全部目标眼底区域并集的最小外接圆,最小外接圆直径不超过单次曝光视场直径的85%时将两个节点集合合并,否则保留当前边不予合并;遍历全部边权重大于预设重叠度阈值的边之后,每一个节点集合即为一个联合补采视场,生成联合补采视场集合。

15、优选地,计算两个节点集合内全部目标眼底区域并集的最小外接圆包括:最小外接圆的算法为welzl算法针对圆集合的扩展形式;输入为各目标眼底区域圆心坐标与半径;输出为能够包容全部输入目标眼底区域的最小外接圆的圆心坐标与半径。

16、优选地,结合预估累积闪光能量计算生理应激累积量包括:通过瞳孔检测模块读取当前瞳孔直径值,计算当前瞳孔直径值与初始瞳孔直径值之间的差值,得到瞳孔收缩量,取值为负时置0;将联合补采视场集合中联合补采视场的数量乘以单次闪光能量参数,得到预估累积闪光能量;将瞳孔收缩量与预估累积闪光能量分别归一化后加权求和,得到生理应激累积量。

17、优选地,生成补采时序规划表包括:将生理应激累积量与预设应激安全阈值执行比较,生理应激累积量小于预设应激安全阈值时最小间隔时长取第一预设间隔值,大于或等于预设应激安全阈值时取大于第一预设间隔值的第二预设间隔值;将联合补采视场集合中各联合补采视场中心坐标换算为固视方向变化角度,并按固视方向变化角度由小到大排序得到执行次序;将固视方向变化角度换算为固视方向参数,结合最小间隔时长生成补采时序规划表。

18、第二方面,本发明提供一种基于多病种分析置信度的眼底影像定向补采系统,用于实现上述基于多病种分析置信度的眼底影像定向补采方法,系统包括:

19、置信度向量输出模块,用于通过免散瞳眼底照相仪采集初始眼底影像,将初始眼底影像输入人工智能辅助诊断系统,输出各病种分析置信度向量;

20、视场覆盖图构建模块,用于基于各病种分析置信度向量筛选待补采病种,结合免散瞳眼底照相仪的视场角参数计算目标眼底区域坐标之间的空间重叠度,构建视场覆盖图;

21、补采时序规划模块,用于基于视场覆盖图确定联合补采视场集合,通过瞳孔检测模块读取当前瞳孔直径值,结合预估累积闪光能量计算生理应激累积量,生成补采时序规划表;

22、定向补采执行模块,用于按照补采时序规划表控制免散瞳眼底照相仪执行定向补采,采集补采眼底影像并回传至人工智能辅助诊断系统执行二次分析。

23、相比于现有技术,本发明的有益效果为:本发明通过将各低置信度病种的补采需求按目标眼底区域的空间重叠度归并为数量更少的联合补采视场,并在时间维度上以实测瞳孔收缩量与预估累积闪光能量共同确定补采间隔与执行次序,有效消除了现有定向补采因串行下发独立指令导致的动作冗余与生理干扰叠加。在体检车移动筛查等现场,该方法将原本需多次闪光和大幅眼球转动的补采任务压缩为更少的曝光次数,如将四项补采需求归并为两次视场覆盖,降低了因连续闪光引起的瞳孔对光反射性收缩和反射性泪液分泌对成像的干扰,从而减少影像暗角、反光伪影和失焦模糊。同时,通过按固视方向变化角度由小到大排序,使眼球转动幅度大幅降低,减少了泪膜扰动与重新铺展所需时间,提高了补采影像的清晰度和分析置信度。此外,以生理应激累积量与补采轮次上限构成终止条件,可主动在瞳孔口径余量耗尽前停止补采,避免反复重拍和流程超时,确保多病种筛查在单眼十余秒节拍内稳定完成,最终提升眼底筛查医学诊断的效率和报告质量。