一种眼部房角状态的确定方法、装置、设备及存储介质与流程

本技术涉及图像处理领域，尤其涉及一种眼部房角状态的确定方法、装置、设备及存储介质。

背景技术：

1、在人们的眼睛中，眼前房的房角结构是指虹膜和角膜缘形成的区域，是房水流出的途径。人们的眼部房角状态通常包括房角开放和房角关闭。

2、现有技术中，通常是专业人员基于自身的人工经验对人们的眼部房角状态进行判断。然而，在该人工确定眼部房角状态的过程中，通常采用中央前房深度(anteriorchamber depth，acd)作为确定眼部房角状态的指标，中央前房深度在人们眼前房的房角结构中表征不够明显，可能出现人们的眼部房角状态的确定结果不准确的情况，导致容易影响眼部房角状态的结果准确性。

3、因此，如何提高人们眼部房角状态的确定结果准确性，成为目前亟待解决的问题。

技术实现思路

1、有鉴于此，本技术实施例提供了一种眼部房角状态的确定方法、装置、设备及存储介质，旨在提高眼部房角状态的确定结果的准确性。

2、第一方面，本技术实施例提供了一种眼部房角状态的确定方法，所述方法包括：

3、获取目标对象的眼部图像；所述眼部图像中包括第一光线和第二光线；所述第一光线为照射在所述目标对象的角膜上形成的光线；所述第二光线为所述第一光线透过所述目标对象的角膜映射在所述目标对象的虹膜上，且穿过所述目标对象的瞳孔形成的光线；

4、确定所述眼部图像中第一区域的面积，并确定所述眼部图像中第二区域的面积；所述眼部图像中第一区域为所述第一光线和所述第二光线在所述眼部图像上构成的封闭区域；所述眼部图像中第二区域为所述眼部图像中的角膜区域；

5、基于所述眼部图像中第一区域的面积和所述眼部图像中第二区域的面积之比，确定所述目标对象的眼部房角状态。

6、可选地，所述基于所述眼部图像中第一区域的面积和所述眼部图像中第二区域的面积之比，确定所述目标对象的眼部房角状态，具体包括：

7、基于所述眼部图像中第一区域的面积和所述眼部图像中第二区域的面积之比以及目标分类器，确定所述目标对象的眼部房角状态；所述目标分类器的阈值由受试者特征曲线确定的；所述受试者工作特征曲线为基于多个眼部图像样本绘制得到的。

8、可选地，所述基于所述眼部图像中第一区域的面积和所述眼部图像中第二区域的面积之比以及目标分类器，确定所述目标对象的眼部房角状态，具体包括：

9、确定所述眼部图像中第一区域的面积和所述眼部图像中第二区域的面积之比，得到面积比值；

10、将所述面积比值输入至所述目标分类器，得到所述目标对象的眼部房角状态。

11、可选地，所述眼部图像包括所述目标对象的同一侧眼部对应的第一眼部图像、第二眼部图像、第三眼部图像和第四眼部图像；

12、其中，所述第一眼部图像中的第一光线在所述第一眼部图像中的瞳孔的上方；

13、所述第二眼部图像中的第一光线在所述第二眼部图像中的瞳孔的下方；

14、所述第三眼部图像中的第一光线在所述第三眼部图像中的瞳孔的左方；

15、所述第四眼部图像中的第一光线在所述第四眼部图像中的瞳孔的右方；

16、所述基于所述眼部图像中第一区域的面积和所述眼部图像中第二区域的面积之比以及目标分类器，确定所述目标对象的眼部房角状态，具体包括：

17、分别在所述第一眼部图像，所述第二眼部图像，所述第三眼部图像以及所述第四眼部图像中，确定第一区域的面积和第二区域的面积之比，得到所述第一眼部图像对应的第一面积比值，所述第二眼部图像对应的第二面积比值，所述第三眼部图像对应的第三面积比值以及所述第四眼部图像对应的第四面积比值；

18、对所述第一面积比值、所述第二面积比值、所述第三面积比值和所述第四面积比值之和进行平均化处理，得到比值平均值；

19、将所述比值平均值输入至所述目标分类器，得到所述目标对象的眼部房角状态。

20、可选地，其特征在于，所述受试者工作特征曲线通过以下方式绘制，具体包括：

21、获取所述多个眼部图像样本；所述多个眼部图像样本包括眼部图像正样本和眼部图像负样本；所述眼部图像正样本为已确定为房角开放的眼部图像；所述眼部图像负样本为已确定为房角关闭或房角可疑关闭的眼部图像；

22、在每个眼部图像样本中，确定第一区域的面积与第二区域的面积之比，得到所述每个眼部图像样本对应的面积比值；

23、将所述每个眼部图像样本对应的面积比值输入至分类器中，得到所述每个眼部图像对应的预测概率；

24、根据所述每个眼部图像对应的预测概率以及不同预设阈值，绘制所述受试者工作特征曲线。

25、可选地，所述确定所述眼部图像中第一区域的面积，并确定所述眼部图像中第二区域的面积，具体包括：

26、将所述眼部图像转换为眼部灰度图像；

27、对所述眼部灰度图像进行二值化处理，得到所述眼部灰度图像中的多个边缘像素点；

28、对位于所述第一光线上的边缘像素点以及位于所述第二光线上的边缘像素点进行连线，得到所述眼部图像中第一区域；并对位于所述角膜边缘的边缘像素点进行连线，得到所述第二区域；

29、将所述眼部图像中第一区域中的像素数量确定为所述眼部图像中第一区域的面积；将所述眼部图像中第二区域中的像素数量确定为所述眼部图像中第二区域的面积。

30、第二方面，本技术实施例提供了一种眼部房角状态的确定装置，所述装置包括：

31、图像获取模块，用于获取目标对象的眼部图像；所述眼部图像中包括第一光线和第二光线；所述第一光线为照射在所述目标对象的角膜上形成的光线；所述第二光线为所述第一光线透过所述目标对象的角膜映射在所述目标对象的虹膜上，且穿过所述目标对象的瞳孔形成的光线；

32、面积确定模块，用于确定所述眼部图像中第一区域的面积，并确定所述眼部图像中第二区域的面积；所述眼部图像中第一区域为所述第一光线和所述第二光线在所述眼部图像上构成的封闭区域；所述眼部图像中第二区域为所述眼部图像中的角膜区域；

33、眼部房角状态确定模块，用于基于所述眼部图像中第一区域的面积和所述眼部图像中第二区域的面积之比，确定所述目标对象的眼部房角状态。

34、可选地，所述眼部房角状态确定模块，具体用于：

35、基于所述眼部图像中第一区域的面积和所述眼部图像中第二区域的面积之比以及目标分类器，确定所述目标对象的眼部房角状态；所述目标分类器的阈值由受试者特征曲线确定的；所述受试者工作特征曲线为基于多个眼部图像样本绘制得到的。

36、第三方面，本技术实施例提供了一种眼部房角状态的确定设备，所述设备包括存储器以及处理器：

37、所述存储器，用于存储计算机程序，并将所述计算机程序传输给所述处理器；

38、所述处理器，用于执行所述计算机程序，以使所述设备执行前述第一方面所述的眼部房角状态的确定方法。

39、第四方面，本技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，当所述计算机程序被运行时，运行所述计算机程序的设备实现前述第一方面所述的眼部房角状态的确定方法。

40、相较于现有技术，本技术实施例具有以下有益效果：

41、本技术实施例提供了一种眼部房角状态的确定方法、装置、设备及存储介质，方法中获取目标对象的眼部图像；眼部图像中包括第一光线和第二光线；第一光线为照射在目标对象的角膜上形成的光线；第二光线为第一光线透过目标对象的角膜映射在目标对象的虹膜上，且穿过目标对象的瞳孔形成的光线；确定眼部图像中第一区域的面积，并确定眼部图像中第二区域的面积；眼部图像中第一区域为第一光线和第二光线在眼部图像上构成的封闭区域；眼部图像中第二区域为眼部图像中的角膜区域；基于眼部图像中第一区域的面积和眼部图像中第二区域的面积之比，确定目标对象的眼部房角状态。

42、可见，将第一区域的面积(即前房截面积)作为确定目标对象的眼部房角状态的指标，该指标提高了目标对象的眼部房角状态的表征，基于第一区域的面积和第二区域的面积之比能够消除个体差异，得到更加准确的目标对象的眼部房角状态的确定结果，从而提高眼部房角状态的确定结果的准确性。

43、此外，本技术无需人工确定目标对象的眼部房角状态，能够避免眼部房角状态确定过程中存在主观性过强的问题，提高了眼部房角状态确定过程中的客观性，从而进一步提高眼部房角状态的确定结果的准确性。