可分享的半自动糖尿病眼底病变标注方法

摘要

一种可分享的半自动糖尿病眼底病变标注方法，基于深度学习预训练模型的糖尿病眼底图像内容识别与分割，然后进行迁移学习，并根据眼底不同的解剖结构采取不同的标注方法。对血管采取语义分割，而对视神经盘采取定位和语义分割两种方式输出结果。而对于糖尿病眼底病灶，则对血管瘤采取定位、对渗出和出血采取语义分割的结果输出。将通过深度学习自动识别出病灶的轮廓和定位以叠加图层的方式覆盖在原来的眼底图像上，并将置信度分数最高的片段标注出，呈现给标记者。对于标注结果进行人工审核，采用DICOM标准对人工审核后的标注数据进行存储，以便于在标准化医疗图像系统中的互操作。