(19)中华 人民共和国 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 202111639705.4 (22)申请日 2021.12.2 9 (71)申请人 北京大恒普信医疗技 术有限公司 地址 100000 北京市海淀区苏州街3号9层 901-01 (72)发明人 李志清　樊昊　王少蕊　李爽　 李嫦　李博超　赵雷　唐轶　何彬　 金蒙　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 代理人 李飞 (51)Int.Cl. G16H 50/20(2018.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种获取视网膜地形图的方法以及 眼部疾 病诊断装置 (57)摘要 本申请实施例提供一种获取视网膜地形图 的方法以及眼部疾病诊断装置， 所述方法包括： 获取视网膜眼底图像； 将所述视网膜眼底图像输 入目标图像生成器， 并通过所述目标图像生成器 得到视网膜地形图； 提供所述视网膜地形图。 通 过本申请实施例的方法可以为医生对患者得眼 部疾病诊断提供更多的视网膜 地形图， 通过本申 请实施例的装置可以采用软件方法生成地形图 方便医生后续结合其他的眼部图像进行诊断， 也 就是说本申请一些实施例得到的地形图可以用 于辅助医生进行疾病诊 疗。 权利要求书1页 说明书6页 附图3页 CN 114334135 A 2022.04.12 CN 114334135 A 1.一种获取视网膜地形图的方法， 其特 征在于， 所述方法包括： 获取视网膜眼底图像； 将所述视网膜眼底图像输入目标图像生成器， 并通过所述目标图像生成器得到视网膜 地形图； 提供所述视网膜地形图。 2.如权利要求1所述的方法， 其特征在于， 所述目标图像生成器是通过对生成对抗网络 进行训练得到的。 3.如权利要求2所述的方法， 其特征在于， 所述生成对抗网络包括生成模型和对抗模 型， 其中， 所述生 成模型的特征提取网络采用ResNet50， 所述对抗模 型的激活函数为深度学 习激活函数Mish函数， 且所述对抗模型的优化器为深度学习优化器Ranger优化器。 4.如权利要求1 ‑3任一项所述的方法， 其特征在于， 通过如下策略处理后的训练数据对 所述生成对抗网络进行训练： 从真实视网膜眼底图和真实视网膜地形图中提取出相同区域， 设置为相同尺寸， 背景 统一调整为白色， 得到初步预处 理的图像； 对所述图像进行多次角度旋转， 得到所述训练数据； 其中， 所述目标图像生成器是基于所述训练数据对生成对抗网络进行训练得到的。 5.一种眼部疾病诊断装置， 其特 征在于， 所述眼部疾病诊断装置包括： 视网膜地形图获取模块， 被 配置为采用如权利要求1 ‑4任一项方法获取视网膜地形图； 疾病诊断结果获取模块， 被配置为根据所述视网膜地形图和与 所述视网膜地形图成对 的视网膜眼地图获取诊断结果。 6.如权利要求5所述的眼部疾病 诊断装置， 其特征在于， 所述疾病 诊断结果获取模块根 据深度学习网络获取 所述诊断结果， 其中， 所述深度学习网络 。 7.如权利要求5 ‑6任一项所述的眼部疾病 诊断装置， 其特征在于， 所述眼部疾病诊断装 置还包括： 输出模块， 被 配置为输出 所述诊断结果。 8.一种获取视网膜地形图的装置， 其特 征在于， 所述装置包括： 视网膜眼底图像获取模块， 被 配置为获取视网膜眼底图像； 视网膜地形图获取模块， 被配置为将所述视网膜眼底图像输入目标生成器， 并通过所 述目标生成器得到 视网膜地形图； 输出模块， 被 配置为提供所述视网膜地形图。 9.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述程序被处理器 执行时可实现权利要求1 ‑4中任意一项权利要求所述的方法。 10.一种电子设备， 包括存储器、 处理器以及存储在所述存储器上并可在所述处理器上 运行的计算机程序， 其中， 所述处理器执行所述程序时可实现权利要求 1‑4中任意一项权利 要求所述的方法。权　利　要　求　书 1/1 页 2 CN 114334135 A 2一种获取视网膜地形图的方 法以及眼部疾病诊断装 置 技术领域 [0001]本申请涉及眼部图像获取领域， 具体而言本申请实施例涉及一种获取视网膜地形 图的方法以及眼部疾病诊断装置 。 背景技术 [0002]黄斑水肿(ME)是最常见的视网膜疾病之一， 可由许多眼部疾病引起， 如糖尿病视 网膜病变(DR)、 视网膜静脉阻塞(RVO)、 视网膜外膜(ERM)等。 患有ME的患者通常会 出现不同 程度的视力扭曲和中心视力下降， 严重影响患者的生活质量。 ME对患者的伤害很大， 早期 干 预可以有效控制疾病的发展。 然而， ME的诊断主要依靠光学相干断层扫描(OCT)、 眼底荧光 素血管造影(FFA)等昂贵的设备， 在基层医院实施起来过于困难。 与OCT和FFA相比， 眼底照 相在中国的基层医院甚至社区医院已经有了很好的设备， 但对于眼科医生来说， 仅 凭眼底 照相判断M E的存在需要较高的专业水平。 [0003]因此如何丰富眼底照片的种类的和数量成了亟 待解决的技 术问题。 发明内容 [0004]本申请实施例的目的在于提供一种获取视网膜地形图的方法以及眼部疾病诊断 装置， 通过本申请实施例的方法可以为医生对患者得眼部疾病诊断提供更多的视网膜地形 图， 通过本申请实施例的装置可以结合合成的视网膜地形图和视网膜眼地图输出眼部疾病 诊断的初步诊断结果， 用于 辅助医生进行疾病诊疗。 [0005]第一方面， 本申请实施例提供一种获取视网膜地形图的方法， 所述方法包括： 获取 视网膜眼底图像； 将所述视网膜眼底图像输入目标图像生成器， 并通过所述 目标图像生成 器得到视网膜地形图； 提供 所述视网膜地形图。 [0006]本申请的一些实施例通过图像生成器根据视网膜眼地图生成视网膜地形图， 可以 有效克服无法获取视网膜地形图的问题。 [0007]在一些实施例中， 所述目标图像生成器是通过对生成对抗网络进行训练得到的。 [0008]本申请的一些实施例是通过对生成对抗网络进行训练得到目标图像生成器的。 [0009]在一些实施例中， 所述生成对抗网络包括生成模型和对抗模型， 其中， 所述生成模 型的特征提取网络采用ResNet50， 所述对抗模型的激活函数为深度学习激活函数Mish函 数， 且所述对抗模型的优化器为深度学习优化器Ranger优化器。 [0010]本申请的一些实施例通过组合上述的特征提取网络、 激活函数和优化器， 在减少 计算量的过程中， 也能使得特征提取更加丰富， 模 型训练速度更快， 最后合 成的视网膜地形 图更加逼真， 使得模型训练更加稳定 。 [0011]在一些实施例中， 通过如下策略处理后的训练数据对所述生成对抗网络进行训 练： 从真实视网膜眼底图和真实视网膜地形图中提取出相同区域， 设置为相同尺寸， 背景 统 一调整为白色， 得到初步预处理的图像； 对所述图像进行多次角度旋转， 得到所述训练数 据； 其中， 所述目标图像生成器是基于所述训练数据对生成对抗网络进行训练得到的。说　明　书 1/6 页 3 CN 114334135 A 3