[发明专利]眼底图像判断方法及设备

权利要求书

1.一种眼底图像判断方法，其特征在于，包括：

获取用户的待判断眼底图像；

获取与所述待判断眼底图像相关联的参考眼底图像，其中所述参考眼底图像是已知状态为正常的眼底图像；

根据所述待判断眼底图与所述参考眼底图像生成差分图像；

将所述差分图像作为机器学习模型的输入数据，使所述机器学习模型输出对所述待判断眼底图像的判断结果，其中所述机器学习模型是利用训练差分图像和相应的标签数据进行训练得到的。

2.根据权利要求1所述的方法，其特征在于，所述待判断眼底图像和所述参考眼底图像是来自同一人的眼底图像，其中所述参考眼底图像的采集时间早于所述待判断眼底图像的采集时间。

3.根据权利要求1所述的方法，其特征在于，所述待判断眼底图像和所述参考眼底图像是来自不同的人的眼底图像，其中所述参考眼底图像的采集时间早于所述待判断眼底图像的采集时间。

4.根据权利要求3所述的方法，其特征在于，所述获取与所述待判断眼底图像相关联的参考眼底图像，包括：

判断是否预存有所述用户的参考眼底图像；

当未存有所述用户的参考眼底图像时，获取预设的参考眼底图像。

5.根据权利要求1所述的方法，其特征在于，所述根据所述待判断眼底图与所述参考眼底图像生成差分图像，包括：

分别在所述待判断眼底图与所述参考眼底图像中识别视盘和/或黄斑；

根据所述视盘和/或黄斑的位置将所述待判断眼底图和所述参考眼底图像进行对齐；

基于对齐后的所述待判断眼底图和所述参考眼底图像进行差分计算得到所述差分图像。

6.一种眼底图像判断模型训练方法，其特征在于，包括：

获取多个由第一眼底图像和第二眼底图像组成的图像对，所述第一眼底图像和第二眼底图像的采集时间不相同，且所述第一眼底图像是正常状态，所述第二眼底图像是正常状态或者异常状态；

分别根据各个图像对生成差分图像；

分别将所述差分图像作为样本数据、将所述第二眼底图像的状态作为所述样本数据的标签对初始机器学习模型进行训练，以使所述机器学习模型能够根据所述差分图像识别所述第二眼底图像的状态。

7.根据权利要求6所述的方法，其特征在于，所述第一眼底图像和第二眼底图像是来自同一人的眼底图像，其中所述第一眼底图像的采集时间早于所述第二眼底图像的采集时间。

8.根据权利要求6所述的方法，其特征在于，所述分别根据各个图像对生成差分图像，包括：

分别在所述图像对中识别视盘和/或黄斑；

分别根据所述视盘和/或黄斑的位置将所述图像对进行对齐；

分别基于对齐后的图像对进行差分计算得到所述差分图像。

9.一种电子设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如权利要求1-5中任意一项所述的眼底图像判断方法。

10.一种电子设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如权利要求6-8中任意一项所述的眼底图像判断模型训练方法。