[发明专利]神经层分割方法和装置、电子设备、存储介质

权利要求书

1.一种神经层分割方法，其特征在于，包括：

确定视网膜图像的特征图；

基于所述特征图，获得至少一组提案区域中每个提案区域的预测概率和预测位置信息，其中，每组提案区域包括对应于相同特征点的至少一个提案区域；

基于所述至少一组提案区域中每个提案区域的预测概率和预测位置信息，确定所述视网膜图像的神经层分割结果；

所述基于所述至少一组提案区域中每个提案区域的预测概率和预测位置信息，确定所述视网膜图像的神经层分割结果，包括：

基于所述至少一组提案区域中每个提案区域的预测概率，从所述至少一组提案区域中为所述特征图确定至少一个目标提案区域；

根据有环图模型对所述至少一个目标提案区域的预测位置信息进行调整；其中，所述有环图模型基于所述至少一个目标提案区域建立，每个所述目标提案区域对应所述有环图模型中的一个节点；

基于所述调整后的至少一个目标提案区域的预测位置信息，确定所述视网膜图像的神经层分割结果。

2.根据权利要求1所述的方法，其特征在于，所述预测位置信息包括预测高度和预测中心。

3.根据权利要求1所述的方法，其特征在于，所述基于所述特征图，获得至少一组提案区域中每个提案区域的预测概率和预测位置信息，包括：

对所述特征图进行第一卷积操作，得到每个所述提案区域的预测概率；

对所述特征图进行第二卷积操作，得到每个所述提案区域的预测位置信息。

4.根据权利要求1所述的方法，其特征在于，所述基于所述至少一组提案区域中每个提案区域的预测概率，从所述至少一组提案区域中为所述特征图确定至少一个目标提案区域，包括：

基于所述特征图的每列特征点对应的多个提案区域中每个提案区域的预测概率，从所述多个提案区域中确定所述每列特征点对应的目标提案区域。

5.根据权利要求4所述的方法，其特征在于，所述基于所述特征图的每列特征点对应的多个提案区域中每个提案区域的预测概率，从所述多个提案区域中确定所述每列特征点对应的目标提案区域，包括：

将所述特征图的每列特征点对应的多个提案区域中提案区域预测概率最大且预测概率大于或等于概率阈值的提案区域确定为所述每列特征点对应的目标提案区域。

6.根据权利要求1所述的方法，其特征在于，所述基于所述至少一个目标提案区域的预测位置信息，确定所述视网膜图像的神经层分割结果，包括：

基于所述至少一个目标提案区域的预测位置信息，获得所述视网膜图像中的至少一个目标像素区域；

将所述视网膜图像中的至少一个目标像素区域确定为所述视网膜图像的神经层分割结果。

7.根据权利要求1所述的方法，其特征在于，所述根据有环图模型对所述至少一个目标提案区域的预测位置信息进行调整，包括：

基于条件随机场对所述至少一个目标提案区域的预测位置信息进行调整处理，得到所述至少一个目标提案区域的调整位置信息。

8.根据权利要求7所述的方法，其特征在于，基于条件随机场对所述至少一个目标提案区域的预测位置信息进行调整处理，得到所述至少一个目标提案区域的调整位置信息，包括：

基于所述至少一个目标提案区域建立有环图模型，每个所述目标提案区域对应所述有环图模型中的一个节点，对应相邻列的特征点的目标提案区域所对应的节点之间通过边连接；

基于条件随机场对所述有环图模型进行优化处理，得到所述至少一个目标提案区域的调整位置信息。

9.根据权利要求1-8任一所述的方法，其特征在于，在所述有环图模型中，第一目标提案区域对应的节点和第二目标提案区域对应的节点之间通过边连接，其中，所述第一目标提案区域和所述第二目标提案区域对应于位于所述特征图的横向两侧边界的两列特征点。