(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210801845.5 (22)申请日 2022.07.08 (71)申请人 深圳市眼科医院 地址 518000 广东省深圳市福田区泽田路 18号深圳市眼科医院 申请人 邓宏伟　刘欣华 (72)发明人 邓宏伟　 (74)专利代理 机构 深圳市海顺达知识产权代理 有限公司 4 4831 专利代理师 谢燕钿 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/60(2017.01) G06T 7/73(2017.01) G06V 10/40(2022.01)G06V 10/764(2022.01) G06V 10/82(2022.01) (54)发明名称 一种基于视觉质量分析的便携式检测方法 和装置 (57)摘要 本发明提供了一种基于视觉质 量分析的便 携式检测方法和装置， 其中， 方法包括： 通过 获取 多个黄斑病变患者就诊后的第一眼底 图集和眼 轴长度， 找取第一眼底图中的病变区域和劈裂 处， 并基于眼轴长度生成第一注意力权重， 以及 基于相邻两幅图第一向量的位置差生成第二注 意力权重， 以训练视觉质量判断模型， 对当前患 者进行视觉质量的检测。 本发明的有益效果： 实 现了利用视网膜劈裂处来检测患者视觉质量， 提 高了视觉质量的检测时间和质量。 权利要求书3页 说明书11页 附图3页 CN 115082414 A 2022.09.20 CN 115082414 A 1.一种基于 视觉质量分析的便携式检测方法， 其特 征在于， 包括： 获取多个黄斑病变患 者就诊后的第 一眼底图集， 以及所述第 一眼底图集中每张第 一眼 底图对应的眼轴长度； 通过预设的提取方法提取所述第 一眼底图集中各张第 一眼底图的病变区域， 以及视网 膜的劈裂处； 获取所述病变区域重心点， 并根据所述劈裂处与所述重心点的坐标， 获取所述劈裂处 与所述重心点的第一向量； 其中所述劈裂处的坐标为劈裂处上的视网膜上断点的坐标点； 根据各个所述第 一眼底图集中各张第 一眼底图的时间顺序， 按照劈裂处将所述第 一向 量进行排序， 得到劈裂处对应的第一向量集合； 其中， 所述第一向量集合中任意两个第一向 量的劈裂处相同； 基于所述各张第 一眼底图的眼轴长度设定各个所述第 一向量的第 一注意力 权重， 从而 得到第一向量 集合对应的中间第一向量 集合； 计算所述中间第一向量 集合中相邻两个第一向量的位置 差； 根据所述位置差设置后 一个第一向量的第 二注意力 权重， 并将第 一张第一眼底图的第 二注意力权 重设置为常数； 将各个黄斑病变患者的每个第一向量及其对应的第一注意力权重和所述第二注意力 权重输入至预设的判别网络输入层中， 并将各个第一眼底图的判断结果转换成向量作为所 述判别网络的输出进行训练， 得到 视觉质量判断模型； 获取当前患 者的一张或者多张第 二眼底图， 将所述第 二眼底图输入至所述视觉质量判 断模型中， 得到所述当前患者的视 觉质量。 2.如权利要求1所述的基于视觉质量分析的便携式检测方法， 其特征在于， 所述将各个 黄斑病变患者的每个第一向量及其对应的第一注意力权重和所述第二注意力权重输入至 预设的判别网络输入层中， 并将各个第一眼底图的判断结果转换成向量作为所述判别网络 的输出进行训练， 得到 视觉质量判断模型的步骤， 包括： 将各个黄斑病变患者对应的多个第一向量及其对应的第一注意力权重和所述第二注 意力权重输入至所述判别网络输入层中， 以及根据所述各个第一眼底图的判断结果生成对 应所述黄斑病变患者的病变趋势向量， 作为所述判别网络的输出； 其中， 所述病变趋势向量 为将各个病变患者的判断结果按照预设的向量转换方法转换成对应的结果数值， 并基于各 个结果数值进行排列以生成对应的向量； 根据所述训练数据采用有监督学习的方式对所述判别网络进行训练， 得到所述视觉质 量监督模型。 3.如权利要求1所述的基于视觉质量分析的便携式检测方法， 其特征在于， 所述根据 各 个所述第一眼底图集中各张第一眼底图的时间顺序， 按照劈裂处将所述第一向量进行排 序， 得到各个劈裂处对应的第一向量 集合的步骤， 包括： 根据所述第一眼底图集判断对应的黄斑病变患者是否出现劈裂处变多的情况； 若是， 则根据后出现的劈裂处在对应目标第一眼底图中的位置， 为在所述目标第一眼 底图之前的第一眼底图进行 标记， 并将其对应的第一向量设置为单位向量。 4.如权利要求1所述的基于视觉质量分析的便携式检测方法， 其特征在于， 所述将各个 黄斑病变患者的每个第一向量及其对应的第一注意力权重和所述第二注意力权重输入至权　利　要　求　书 1/3 页 2 CN 115082414 A 2预设的判别网络输入层中， 并将各个第一眼底图的判断结果转换成向量作为所述判别网络 的输出进行训练， 得到 视觉质量判断模型的步骤之后， 还 包括： 获取测试集； 将所述测试集中的眼底图输入至所述视 觉质量判断模型中， 得到预测输出； 根据公式 计算所述视觉质量判断模型损失 值， y为预测输出， 为所述测试集中的实际输出； 判断所述视 觉质量判断模型损失值是否小于预设的损失值； 若是， 则判定所述视 觉质量判断模型 可以用于患者的视 觉质量检测。 5.如权利要求1所述的基于视觉质量分析的便携式检测方法， 其特征在于， 所述获取多 个黄斑病变患者 就诊后的第一眼底图集的步骤， 包括： 从预设的数据库中获取 各个黄斑病变患者的彩色眼底照； 根据预设的识别方式识别所述彩色眼底照中的眼底特 征； 按照预设的特 征类型将所述眼底特 征分为多个 类型； 分别获取各个类型的黄斑病变患 者的第一眼底图集， 以训练不同类型的视觉质量判断 模型。 6.一种基于 视觉质量分析的便携式检测装置， 其特 征在于， 包括： 第一获取模块， 用于获取多个黄斑病变患者就诊后的第一眼底图集， 以及所述第一眼 底图集中每张第一眼底图对应的眼轴长度； 提取模块， 用于通过预设的提取方法提取所述第 一眼底图集中各张第 一眼底图的病变 区域， 以及视网膜的劈裂处； 第二获取模块， 用于获取所述病变区域重心点， 并根据所述劈裂处与所述重心点的坐 标， 获取所述劈裂处与所述重心点的第一向量； 其中所述劈裂处的坐标为劈裂处上 的视网 膜上断点的坐标点； 排序模块， 用于根据各个所述第一眼底图集中各张第一眼底图的时间顺序， 按照劈裂 处将所述第一向量进 行排序， 得到劈裂处对应的第一向量集合； 其中， 所述第一向量集合中 任意两个第一向量的劈裂处相同； 设定模块， 用于基于所述各张第 一眼底图的眼轴长度设定各个所述第 一向量的第 一注 意力权重， 从而得到第一向量 集合对应的中间第一向量 集合； 计算模块， 用于计算所述中间第一向量 集合中相邻两个第一向量的位置 差； 设置模块， 用于根据所述位置差设置后一个第一向量的第二注意力权重， 并将第一张 第一眼底图的第二注意力权 重设置为常数； 输入模块， 用于将各个黄斑病变患 者的每个第 一向量及其对应的第 一注意力 权重和所 述第二注意力权重输入至预设的判别网络输入层中， 并将各个第一眼底图的判断结果转换 成向量作为所述判别网络的输出进行训练， 得到 视觉质量判断模型； 第三获取模块， 用于获取当前患者的一张或者多张第二眼底图， 将所述第二眼底图输 入至所述视 觉质量判断模型中， 得到所述当前患者的视 觉质量。 7.如权利要求6所述的基于视觉质量分析的便携式检测装置， 其特征在于， 所述输入模 块， 包括：权　利　要　求　书 2/3 页 3 CN 115082414 A 3