[发明专利]糖尿病视网膜疾病数据处理方法、装置及电子设备

说明书

本发明公开了一种糖尿病视网膜疾病数据处理方法、装置及电子设备，所述方法包括：对原始糖尿病视网膜图像进行超分辨率重建，获得分辨率达到第一预设值的重建糖尿病视网膜图像；基于重建糖尿病视网膜图像和卷积神经网络，获得重建糖尿病视网膜图像的疾病数据。解决了现有技术中存在的基于计算机对眼底视网膜影像的检测速度慢、基于眼底视网膜影像获得的病变数据精度低的问题，达到了提高基于计算机对眼底视网膜影像的检测速度，提高了基于眼底视网膜影像获得的病变数据的精度的技术效果。

技术领域

本发明涉及图像处理领域，具体而言，涉及一种糖尿病视网膜疾病数据处理方法、装置及电子设备。

背景技术

随着医疗技术的不断发展，人们对高分辨率医学图像的需求也越来越迫切。分辨率高的医学图像能够帮助医生做出更为准确的判断，尤其是在眼底视网膜影像这一特殊领域，对高分辨率的图像要求更高。然而，由于我国很多地区医疗设备和资源落后，拍摄获得的眼底视网膜影像分辨率低、质量差，进而导致基于计算机对眼底视网膜影像的检测速度慢、基于眼底视网膜影像获得的病变数据精度低的问题。

发明内容

本发明的目的在于提供一种糖尿病视网膜疾病数据处理方法、装置及电子设备，其旨在改善现有技术中存在的上述不足。

第一方面，本发明实施例提供了一种糖尿病视网膜疾病数据处理方法，包括：

对原始糖尿病视网膜图像进行超分辨率重建，获得分辨率达到第一预设值的重建糖尿病视网膜图像；

基于所述重建糖尿病视网膜图像和卷积神经网络，获得所述重建糖尿病视网膜图像的疾病数据。

可选的，所述对所述原始糖尿病视网膜图像进行超分辨率重建，获得分辨率达到预设值的重建糖尿病视网膜图像，包括：

对所述原始糖尿病视网膜图像进行双立方插值处理，获得插值糖尿病视网膜图像；

获得所述插值糖尿病视网膜图像的低维特征，所述低维特征表征所述插值糖尿病视网膜图像中精度小于第二预设值的特征；

获得所述插值糖尿病视网膜图像的高维特征，所述高维特征表征所述插值糖尿病视网膜图像中精度不小于第二预设值的特征；

对所述低维特征和所述高维特征进行融合，获得融合特征；

基于所述融合特征，获得所述重建糖尿病视网膜图像。

可选的，所述对所述低维特征和所述高维特征进行融合，获得融合特征，包括：

对所述低维特征和所述高维特征进行像素叠加，获得融合特征。

可选的，所述疾病数据包括类别信息和所述类别信息对应的等级信息；所述类别信息表征所述重建糖尿病视网膜图像中呈现的糖尿病视网膜病变的类型信息，所述类别信息对应的等级信息表征糖尿病视网膜病变的轻重情况的等级；

所述基于所述重建糖尿病视网膜图像和卷积神经网络，获得所述重建糖尿病视网膜图像的疾病数据，包括：

将所述重建糖尿病视网膜图像输入所述卷积神经网络中，所述卷积神经网络针对所述重建糖尿病视网膜图像输出所述重建糖尿病视网膜图像的所述类别信息和所述类别信息对应的等级信息；所述卷积神经网络包括第一部分网络和第二部分网络，所述第二部分网络用于对所述第一部分网络输出的数据进行降维，以获得所述重建糖尿病视网膜图像的所述类别信息和所述类别信息对应的等级信息。

可选的，所述卷积神经网络的训练方法包括：

获得训练数据，所述训练数据包括多张预先标注的重建糖尿病视网膜图像，所述预先标注的重建糖尿病视网膜图像包括图像数据、所述图像数据的类别信息以及所述类别信息对应的等级信息；