[发明专利]眼底照片识别方法、装置、设备及存储介质

权利要求书

1.一种眼底照片识别方法，其特征在于，所述方法包括：

获取目标眼底照片；

将所述目标眼底照片输入至目标神经网络，获取所述目标神经网络输出的目标概率信息，所述目标概率信息用于指示所述目标眼底照片对应的患者罹患目标疾病的概率；

其中，所述目标神经网络是基于第一训练集和第二训练集训练得到的，所述第一训练集包括m个不具有目标特征的第一眼底照片以及与m个所述第一眼底照片一一对应的m个第一标签值，所述第一标签值用于指示对应的第一眼底照片是否为罹患有所述目标疾病的患者的眼底照片，所述第二训练集包括n个具有所述目标特征的第二眼底照片，n为小于m的正整数，m为正整数，其中，所述目标特征在眼底照片中出现的概率小于第二概率阈值；

其中，所述目标神经网络的训练过程包括：

利用所述第一训练集训练得到第一神经网络和第二神经网络，所述第一神经网络用于对眼底照片进行特征提取，输出眼底照片的特征图，所述第二神经网络用于对眼底照片的特征图进行分类，输出概率信息，所述概率信息用于指示眼底照片对应的患者罹患所述目标疾病的概率；

将所述第一眼底照片输入至所述第一神经网络，得到第一特征图；

利用所述第一特征图和所述第二训练集进行对抗训练，得到第三神经网络；

获取所述目标神经网络，所述目标神经网络包括所述第三神经网络和所述第二神经网络；

其中，所述利用所述第一特征图和所述第二训练集进行对抗训练，得到第三神经网络，包括：

将所述第二眼底照片输入至初始特征提取神经网络，得到第二特征图；

获取网络损失函数，所述网络损失函数用于表征分辨神经网络分辨所述第一特征图和所述第二特征图的能力；

将所述第一特征图和所述第二特征图输入至所述分辨神经网络，得到所述分辨神经网络对所述第一特征图和所述第二特征图的分辨结果；

根据所述分辨结果调整所述初始特征提取神经网络的参数直至所述网络损失函数收敛，得到所述第三神经网络。

2.根据权利要求1所述的方法，其特征在于，所述获取所述目标神经网络之后，所述方法还包括：

获取测试集，所述测试集包括p个测试眼底照片和与所述p个测试眼底照片一一对应的p个第二标签值，所述p个测试眼底照片中存在所述第一眼底照片和所述第二眼底照片，所述第二标签值用于指示对应的测试眼底照片是否为罹患有所述目标疾病的患者的眼底照片，p为正整数；

将所述p个测试眼底照片输入至所述目标神经网络，得到所述目标神经网络输出的与所述p个测试眼底照片一一对应的p个测试概率信息，所述测试概率信息用于指示对应的测试眼底照片是否为罹患有所述目标疾病的患者的眼底照片；

根据每个所述测试眼底照片对应的第二标签值和测试概率信息是否匹配确定所述目标神经网络的识别能力。

3.根据权利要求1或2所述的方法，其特征在于，所述目标特征包括眼底照片的亮度大于第一亮度阈值的特征、眼底照片的亮度小于第二亮度阈值的特征以及眼底照片包括条纹图像的特征；

其中，所述第一亮度阈值大于所述第二亮度阈值。

4.根据权利要求1或2所述的方法，其特征在于，所述目标疾病为青光眼。