眼底血管

摘要： 眼底血管图像分割对糖尿病、心脏病和高血压等疾病诊断具有重要价值。眼底图像特征复杂度较高,当前分割算法存在分割不精细、细小血管特征提取难、细节丢失多等问题。为了解决这些问题,设计了多尺度特征U型网络框架,该网络在U-Net的基础上,在跳跃连接结构上引入金字塔池化整合多个尺度的特征,在编解码结构中用Leaky ReLU函数使负值特征能够得到激活。实验结果表明,该网络改善了细小血管的分割效果,分割精确度、敏感性、特异性分别达到了96.21%,74.02%和97.88%,对辅助医生的诊断具有明显的意义。

摘要： 目的:分析肝硬化患者不同中医证型眼底体征各自的特点及相关规律,为肝硬化的临床诊治提供辅助依据,同时扩展目诊的研究范畴。方法:将150例肝硬化患者分为实证组、虚实夹杂证组、虚证组,另取70名正常人作为对照组,并通过眼底照片获得相关眼底体征及眼底血管管径像素值,比较不同中医证型中的眼底体征分布特点。结果:肝硬化组眼底动脉管径、动静脉比值显著低于对照组,眼底静脉管径显著高于对照组,差异均有统计学意义(P<0.05)。眼底动脉变细、眼底静脉扩张、动静脉比值变小的频率和重度改变在肝硬化实证组中所占比例最高,血管迂曲的频率、视盘旁静脉螺旋状弯曲重度改变在虚实夹杂证中所占比例最高,血管粗细不均、视网膜渗出的频率和重度改变以及视盘旁静脉螺旋状弯曲的频率、血管迂曲的重度改变在虚证中所占比例最高。结论:肝硬化患者会出现眼底改变;实证组患者的眼底改变以眼底血管管径改变为主,虚实夹杂证组的眼底血管形态改变最为显著,虚证组的眼底改变种类最多。

摘要： 目的探讨急性缺血性卒中患者脑白质病变(WML)与眼底血管形态学参数之间的相关性。方法收集我院2019年1~11月急性缺血性卒中伴WML 128例患者临床资料,根据头颅MRI脑白质病变Fazekas量表评分,分为轻度WML组(1~3分)(73例)及重度WML组(4~6分)(55例)。所有患者均行双眼眼底照相,并分别测算眼底颞侧动脉直径均值(CRAE)、颞侧静脉直径均值(CRVE)、颞侧动静脉比例均值(AVR)及眼底动静脉交叉压迹(AVN)个数。结果重度WML组CRAE(0.06±0.01)mm及AVR(0.53±0.10)均小于轻度WML组CRAE(0.07±0.01)mm及AVR(0.57±0.11),差异有统计学意义(P<0.05);重度WML组AVN的个数1(0,1)多于轻度WML组0(0,1),差异有统计学意义(P<0.01)。二元Logistic回归结果发现,排除年龄、高血压等因素后,重度WML患者出现眼底AVN的概率是轻度WML患者的4.16倍(OR=4.16,95%CI 1.72~10.08)。结论眼底血管参数能在一定程度上反映急性缺血性卒中患者WML的严重程度,急性缺血性卒中患者WML越严重,视网膜动脉直径当量及眼底动静脉比越小,且眼底AVN与WML严重程度独立相关,重度WML患者AVN的发生率明显高于轻度WML患者。

摘要： 眼底照片能防病眼睛是全身唯一一处能用肉眼直接观察到血管的部位。这里是人体血管的终末端,这些血管出现变化,意味着人体健康有异。而这种异常,可能正在悄无声息发展,还没有表现出能被患者察觉的症状。“通过掌握眼底血管的变化,及时干预,能起到预防或减缓疾病进展的作用。”广西医科大学第一附属医院眼科主任医师唐东永说。那么,眼科医生从一张眼底照片能解读出什么内容?

摘要： 先天性心脏病是最常见的先天性畸形,手术是治疗先天性心脏病的主要手段.由于先天性心脏病病种繁杂,个体手术的疗效及预后参差不齐.术前的手术风险预测可用于指导临床医师及时采取针对性措施,从而避免围手术期不良事件的发生,极大地改善患者预后,提高患者生活质量.手术风险评估一直是心脏外科关注的焦点.近年来眼底血管在心血管疾病诊疗中的作用日益突出.现对先天性心脏病患者眼底表现及其风险预测模型研究进展进行论述,旨在为先天性心脏病手术预后评估的相关研究提供参考.

摘要： 目的 探讨综合性护理干预在糖尿病视网膜病变眼底血管造影检查中的应用.方法 选取2017年1月～2019年6月济南市第二人民医院收治的100例糖尿病视网膜病变患者为研究对象,患者均接受眼底血管造影检查方法.采用随机抽签方法进行分组,分为对照组和实验组,每组50例.对照组采用一般护理,在此基础上,实验组联合应用综合性护理干预,比较两组的应用效果及生活质量.结果 实验组护理后生活质量评分及护理总满意度均高于对照组,差异有统计学意义(P<0.05).结论 加用综合性护理干预,生活质量及护理满意度能够明显提高,对行眼底血管造影检查中的糖尿病视网膜病变患者能够起到良好作用.

摘要： 眼底血管图像特征信息复杂度较高且现有算法对视网膜微血管分割不足,对病灶区域会产生误分割.针对以上问题,文中提出了一种融合Resnet50和U-Net的眼底彩色血管图像分割模型.通过数据增强提高数据集的数量以增加算法的鲁棒性.融合高斯双边滤波和限制对比度直方图均衡化来增强视网膜微细管的特征信息.利用自适应Gamma矫正提升图像亮度信息并降低图像伪影的干扰.在编码部分使用残差网路对彩色图像进行深层次的特征提取,将得到的特征图进行4次上采样和跳跃连接,实现像素级的分割.在每个卷积层使用ReLU激活函数和批量归一化来提高模型的性能.最后,利用公开数据集DRIVE进行实验,结果显示文中算法的特异性为0.989 2,准确率为0.967 6,灵敏度为0.812 0.

摘要： 为解决目前国内医生手动分割眼底血管以及嵌入式平台上神经网络模型分割血管耗时较长的问题,提出一种基于嵌入式平台的眼底血管检测系统,用于实现患者眼底图像采集和眼底血管分割等功能。设计一种应用于嵌入式平台的轻量化U-Net模型以减少眼底血管分割时间,引入自适应激活函数(AAF)和注意力(AG)模块,补偿轻量化U-Net模型参数,避免精度下降问题。该分割模型(AAF+AGU-Net)在DRIVE和CHASE_DB1数据集上的AUC分别达到0.9671和0.9696,F1分数(Dice)分别达到0.8134和0.7982,在嵌入式平台上的分割时间分别为427ms和1.47s。该模型在两个公开数据集上的分割性能均达到了较高水平,在嵌入式平台上也极大地缩短了分割时间,可较好地辅助医生进行眼底血管分割。

摘要： 为解决目前国内医生手动分割眼底血管以及嵌入式平台上神经网络模型分割血管耗时较长的问题,提出一种基于嵌入式平台的眼底血管检测系统,用于实现患者眼底图像采集和眼底血管分割等功能.设计一种应用于嵌入式平台的轻量化U-Net模型以减少眼底血管分割时间,引入自适应激活函数(AAF)和注意力(AG)模块,补偿轻量化U-Net模型参数,避免精度下降问题.该分割模型(AAF+AGU-Net)在DRIVE和CHASE_DB1数据集上的AUC分别达到0.9671和0.9696,F1分数(Dice)分别达到0.8134和0.7982,在嵌入式平台上的分割时间分别为427ms和1.47s.该模型在两个公开数据集上的分割性能均达到了较高水平,在嵌入式平台上也极大地缩短了分割时间,可较好地辅助医生进行眼底血管分割.

摘要： 刘女士6年前查出糖尿病后,血糖始终控制得不理想。几天前起床后,她突然感觉右眼前面有一团黑影遮住视线,检查后被确诊为“糖尿病视网膜病变”,并且由于发现较晚、病情严重,刘女士的右眼视力最终未能保住,几近失明。糖尿病眼病不容忽视糖尿病眼病是糖尿病常见的慢性并发症之一,主要是由于长期糖代谢紊乱对眼底血管、神经(包括视神经及部分其他脑神经)、晶状体、玻璃体等组织损害所致。

摘要： 本发明公开了一种眼底图像的配准方法、眼底图像中视盘神经、血管的测量方法及眼底图像的拼接方法。该配准方法包括：确定模板眼底图像和待配准眼底图像；在模板眼底图像上选定感兴趣区域；遍历构成待配准眼底图像内血管的所有边缘点，并同时计算sg值；通过判断sg值，确定配准的成功与失败。眼底图像中视盘神经、血管的测量方法及眼底图像的拼接方法均是基于配准方法实现的。本发明配准方法配准速度快、准度与精度高，基于配准方法实现的本发明视盘神经和血管的测量方法得到的测量结果精确度高，基于配准方法实现的本发明拼接方法可对多眼底图像进行精确拼接。

摘要： 本发明公开了一种眼底图像的配准方法、眼底图像中视盘神经、血管的测量方法及眼底图像的拼接方法。该配准方法包括：确定模板眼底图像和待配准眼底图像；在模板眼底图像上选定感兴趣区域；遍历构成待配准眼底图像内血管的所有边缘点，并同时计算sg值；通过判断sg值，确定配准的成功与失败。眼底图像中视盘神经、血管的测量方法及眼底图像的拼接方法均是基于配准方法实现的。本发明配准方法配准速度快、准度与精度高，基于配准方法实现的本发明视盘神经和血管的测量方法得到的测量结果精确度高，基于配准方法实现的本发明拼接方法可对多眼底图像进行精确拼接。

摘要： 本发明提供一种对基于眼底图像识别心脑血管风险的模型进行训练的方法及其相关产品，该方法包括：获取关于模型训练的多个训练期间的期间设置以及与期间设置对应的多个梯度约束设置，其中梯度约束设置应用于模型的多个输出分支，该每个输出分支与用于确定心脑血管风险的多个指标之一关联并且具有对应的损失函数；在模型训练的多个训练期间应用对应的梯度约束设置，以便基于对应的梯度约束设置来更新所述模型的模型参数。利用本发明的方案，可以有效地训练识别模型并且通过识别模型来分析眼底图像，可以实现无创地对心脑血管风险进行评估。由此，相对于现有技术显著简化识别的复杂度并提升了识别的准确性。

摘要： 本发明涉及一种眼底视网膜血管图像分割方法及系统，属于图像分割处理领域，首先获取眼底视网膜彩色图像和眼底视网膜血管图像；对眼底视网膜彩色图像和眼底视网膜血管图像提取图像块和标签，建立样本对数据集；调节图像块的尺寸，重复对眼底视网膜彩色图像和眼底视网膜血管图像提取图像块和标签，得到多个不同尺度的样本对数据集；建立眼底视网膜血管图像分割模型；利用多个不同尺度的样本对数据集对眼底视网膜血管图像分割模型进行训练和验证，并输出相应的预测结果；对各个特征提取模块输出的预测结果进行融合，得到眼底视网膜血管图像分类结果；图像还原后得到分割后的眼底视网膜血管图像，该方法可提升眼底视网膜血管图像的分割精度。

摘要： 本发明公开了一种具有抗眼底新生血管协同作用的混合物及其用途。本发明所提供的混合物包含Treg细胞来源的外泌体(TregExo)和抗VEGF抗体(antiVEGF)，两种成分的蛋白质量比可为TregExo:antiVEGF＝5:1。本发明具有“抗炎+抗VEGF”的协同作用，既保留了antiVEGF中和VEGF因子的功能，又增加了TregExo的“天然”抗炎能力，针对眼底新生血管具有明显的抑制效果，并且安全性好。

摘要： 一种用于对患者进行微血管评估的示例系统包括眼底成像设备，其包括：配置为捕获患者眼睛的一个或多个图像的照相机；和至少一个光源；和微血管评估计算设备，其包括：处理器；和编码指令的存储器，当处理器执行指令时，所述指令使系统：激活光源以使光线直射到患者的眼底；用照相机捕获患者眼底的一个或多个图像，所述眼底包括多个血管；和用微血管评估计算设备分析所述一个或多个图像，以确定患者的微血管健康指数。

摘要： 本发明公开了一种眼底图像中视网膜血管的分割装置，其结构包括主机、显示屏、分割装置、鼠标、键盘，本发明进行使用时，将显示屏作为载体，将分割装置存储在显示屏内部，图像获取模块从数据库内部获取眼底图像，通过第一处理模块对眼底图像进行处理得到第一视网膜血管图，然后对第一视网膜血管图进行处理，得到第二视网膜血管图，最后对第二视网膜血管图中内部的中断血管进行重构，得到第三视网膜血管图，达到了从眼底图像中分割出视网膜血管的目的，有利于后续对血管的形态测量，便于后续对疾病的分析和研究。

摘要： 本发明公开了一种基于骨架先验和对比损失的眼底图像血管分割方法，包括以下步骤：S1、对彩色眼底图像做数据增广；S2、对眼底图像专家标注提取骨架；S3、把眼底图像输入分割网络，计算分割损失；S4、对中间特征的前景背景特征做对比学习损失；S5、对分割模型输出骨架连续性的约束，求取损失函数；S6、将三个损失函数叠加得到总损失，进行梯度反向传播，当总损失连续4轮不再下降，停止训练；S7、获得二值化血管树分割结果。本发明在两类像素特征样本集合中采用的对比损失函数能够进一步地提升模型在高维空间中对隐藏层特征的判别能力，能够在提取细小血管、防止血管断裂的同时，抑制生物标志物的干扰，非常适合精细的视网膜血管树分割。

摘要： 本实用新型公开一种用在基于眼底图像诊断血管疾病系统中的眼底成像装置，包括机座、设于所述机座上的主机、设于所述主机前侧的眼底相机、设于所述机座且位于所述眼底相机的前方的托架、以及设于所述机座上端靠后位置且与所述主机电性连接的显示器，所述机座的后侧设置有一容纳槽，所述容纳槽向上贯穿所述机座上端设置，为此，在所述用在基于眼底图像诊断血管疾病系统中的眼底成像装置不使用时或者在搬运过程中，将所述显示器翻转至所述收纳位置以避免发生磕碰。

摘要： 血管类型信息协助下的超广角眼底图像血管分割方法，包括以下步骤：步骤1：提取血管感兴趣区域；步骤2：将超广角眼底图像进行图像增广与图像对比度增强处理，并进行图像分块；步骤3：将血管划分为粗血管与细血管，用于血管分割；步骤4：使用两个U‑Net模型分别进行粗血管分割与细血管分割，最后融合两个U‑Net模型的分割结果，得到完整的超广角眼底血管分割图像。与被广泛应用于血管分割的U‑Net、DeepLabV3以及SegNet模型相比，本发明的血管分割方法具有明显优势，能够获取更多的血管信息，尤其在细血管上，具有较好的应用价值。