[发明专利]神经层分割方法和装置、电子设备、存储介质

说明书

本公开实施例提供了一种神经层分割方法和装置、电子设备、存储介质、程序，其中，方法包括：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。本公开上述实施例大大降低了分割任务的复杂度，并提高了任务处理的速度和准确率。

技术领域

本公开涉及计算机视觉技术，尤其是一种神经层分割方法和装置、电子设备、存储介质。

背景技术

光学相干成像(OCT)是一种对视网膜成像广泛应用的手段，它具有非入侵，无辐射，获取速度快的特点。OCT对比传统的眼底彩照技术，能提供深度方向的信息，这使得测量某些特定疾病造成的视网膜层的厚度成为了可能。视网膜内的神经层根据生理结构，可以分为NFL神经纤维，GCL节细胞层，IPL内网织层等十多个层，一般根据实际的需要分割其中若干个或所有层。

发明内容

本公开实施例提供的一种神经层分割技术。

根据本公开实施例的一个方面，提供的一种神经层分割方法，包括：

获得视网膜图像的特征图；

基于所述特征图在横坐标方向上获得至少一组提案区域，获得所述提案区域的预测概率及所述提案区域对应的预测位置信息，每组提案区域包括在纵坐标方向上的至少一个提案区域；

基于所述提案区域的预测概率及所述提案区域对应的预测位置信息，确定所述视网膜图像的神经层位置。

可选地，所述预测位置信息包括预测高度和预测中心。

可选地，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。

可选地，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；

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。

可选地，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。

可选地，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。

可选地，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。