CN114219754B 基于眼部ct图像的甲状腺相关眼疾识别方法和装置 （上海鹰瞳医疗科技有限公司）

基于眼部CT图像的甲状腺相关眼疾识别方本发明提供一种基于眼部CT图像的甲状腺于所述眼球和眼眶的轮廓定位信息得到甲状腺2通过筛选模型对所述多个切片图进行筛选，获取目标CT切片图，所述目述CT切片图的拍摄位判断所述CT切片是否为目标C对每个所述目标CT切片图进行分割，提取每个所述目标CT切片对所述眼眶和眼球的轮廓定位信息进行图像分割，输出眼眶和眼球的分割区域图片；切片图的拍摄位以及对应的眼部组织判断所述CT切片是通过形状检测算法对所述目标CT切片图中的圆形区域进行检测，得到眼球的所在区通过二值分割算法以及眼眶区域的高光特征对所述目标CT切片图基于所述眼球的所在区域以及所述左右眼眶所在的区域，提取每个用于基于所述CT切片图的拍摄位判断所述CT切片是否为目标CT分割模块，用于对每个所述目标CT切片图进行分割，提识别模块，用于基于所述眼球和眼眶的轮廓定位信息得到甲状腺相关眼疾的识别结3方向确定模块，用于利用所述分割区域图片中的眼球和连接模块，用于基于确定的所述目标CT切片图的方向，连接左右两其中，所述处理器被配置为执行所述指令，以实现如权利要求1被处理器执行时实现权利要求1至4中任一项所述的基于眼部CT图像的甲状腺相关眼疾识4病相关的器官特异性的自身免疫性疾病。眼球突出是甲状腺相关性眼病(TAO，Thyroid[0013]四分类模型，用于识别所述切片图是否为CT切片图以及所述C5[0022]基于所述眼球和眼眶的轮廓定位信息获得所述目标CT切片图中眼眶和眼球的相基于所述眼球和眼眶的轮廓定位信息获得所述目标CT切片图中眼眶和眼球的相对位置信[0029]根据本发明实施例的第二方面，提供一种基于CT图像的甲状腺相关眼疾识别装6[0035]四分类模型，用于识别所述切片图是否为CT切片图以及所述C[0041]检测模块，用于通过形状检测算法对所述目标CT切片图7所述目标CT切片图进行分割，提取每个所述目标CT切片图中的眼球和眼眶的轮廓定位信[0059]图1是本发明实施例提供的一种基于眼部CT图像的甲状腺相关眼疾识别方法的流[0061]图3是本发明实施例提供的一种基于眼部CT图像的甲状腺相关眼疾识别的建模和[0062]图4是本发明实施例提供的一种基于眼部CT图像的甲状腺相关眼疾识别方法的应[0063]图5是本发明实施例提供的一种基于眼部CT图像的甲状腺相关眼疾识别装置的框[0068]图10是本发明实施例提供的一种基于眼部CT图像的甲状腺相关眼疾识别的装置8线，转变为可见光后，由光电转换变为电信号，再经模拟/数字转换器(analog/digital[0073]图1是根据一示例性实施例示出的一种基于眼部CT图像的甲状腺相关眼疾识别方[0083]另一种方式是：在检测到用户输入分割所述切片图的行9[0088]四分类模型，用于识别所述切片图是否为CT切片图以及所述C在应用场景中判断输入的CT切片图是否适合用于判断是否具有[0096]通过形状检测算法对目标CT切片图中的圆形区域进行检测，得到眼球的所在区[0107]再后，本实施例将左右两个眼眶轮廓在图像上的最高点的连线作为所需的参考述面积占比可以确定用于甲状腺相关眼疾的识述目标CT切片图进行分割，提取每个所述目标CT切片图中的眼球和眼眶的轮廓定位信息；[0114]还请参阅图3，为本发明实施例提供的一种基于眼部CT图像的甲状腺相关眼疾识的分割任务和对自动处理中的错误失误，再有针对性地进行精细标注优化(具体的详见下[0139]步骤307：将分类后的数据集以及修正后的CT切片图输入到构建的分割模型进行[0142]步骤308：通过所述CT切片图中的目标轮廓和定位等信息构建用于判断是否患病[0147]还请参阅图4，为本发明实施例提供的一种基于眼部CT图像的甲状腺相关眼疾识提取到该目标CT切片图中眼球和眼眶的目标轮廓[0155]步骤405：将该目标CT切片图中眼球和眼眶的目标轮廓和定位信息输入到分类模[0157]图5是根据一示例性实施例示出的一种基于眼部CT图像的甲状腺相关眼疾识别装[0161]该识别模块504，用于基于所述眼球和眼眶的轮廓定位信息得到甲状腺相关眼疾[0163]四分类模型，用于识别所述切片图是否为CT切片图以及所述C用于基于所述CT切片图的拍摄位以及对应的眼部组织判断所述CT切片是否为目标CT切片[0169]该检测模块601，用于通过形状检测算法对所述目标CT切片图中的圆形区域进行[0170]该分析模块602，用于通过二值分割算法以及眼眶区域的高光特征对所述目标CT[0174]该位置获取模块701，用于基于所述眼球和眼眶的轮廓定位信息获得所述目标CT[0177]该图像分割模块801，用于在所述眼眶和眼球的相对位置信息为眼球突出眼眶部[0180]该面积占比获取模块804，用于根据所述参考线获取眼球突出眼眶部分的面积占[0183]该面积占比获取模块902，用于根据所述参考线获取眼球突出眼眶部分的面积占机可读存储介质，例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器[0193]图10是根据一示例性实施例示出的一种基于眼部CT图像的甲状腺相关眼疾识别有线或无线网络接口1050被配置为将装置1000连接到网络，和一个输入输出(I/O)接口者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识