[发明专利]眼底图像处理方法、装置、设备和存储介质

权利要求书

1.一种眼底图像处理方法，其特征在于，包括：

将待处理的眼底图像输入到第一网络模型中，得到第一矩阵，其中，所述眼底图像中包括多个图像块，所述第一矩阵包括多个第一矩阵点，每一个所述第一矩阵点与每一个所述图像块之间一一对应，每一个所述第一矩阵点的数值表征了一种疑似病灶类型；

对所述第一矩阵进行扩展处理，得到第二矩阵，所述第二矩阵的大小与所述眼底图像的大小相同；

将所述第二矩阵与所述眼底图像进行结合，得到加权病灶图；

将所述加权病灶图输入到第二网络模型中，得到眼底图像分析结果，其中，所述眼底图像分析结果包括所述眼底图像的病变级别和每一个所述图像块的病灶类型。

2.根据权利要求1所述的方法，其特征在于，在所述将待处理的眼底图像输入到第一网络模型中，得到第一矩阵之前，还包括：

采用预设的病灶类型数据对初始的第一网络模型进行预训练，得到预训练后的第一网络模型；

采用预设的病变级别数据对初始的第二网络模型进行预训练，得到预训练后的第二网络模型；

将所述预训练后的第一网络模型和所述预训练后的第二网络模型进行连接，并采用所述病变级别数据对连接后的第一网络模型和第二网络模型进行训练，得出训练后的第一网络模型和训练后的第二网络模型。

3.根据权利要求1所述的方法，其特征在于，对所述第一矩阵进行扩展处理，得到第二矩阵，包括：

对所述第一矩阵中的每一个第一矩阵点进行全值拓展，得到所述第二矩阵，其中，所述第二矩阵包括多个矩阵块，每一个所述矩阵块与每一个所述第一矩阵点之间一一对应，每一个所述矩阵块中包括了多个第二矩阵点，每一个所述矩阵块中的各第二矩阵点的数值表征了一种疑似病灶类型，每一个所述矩阵块中的各第二矩阵点的数值为矩阵块所对应的第一矩阵点的数值。

4.根据权利要求1所述的方法，其特征在于，所述将待处理的眼底图像输入到第一网络模型中，得到第一矩阵，包括：

将待处理的眼底图像输入到第一网络模型中，输出所述第一矩阵和第三矩阵，其中，所述第三矩阵包括多个第三矩阵点，每一个所述第三矩阵点与每一个所述第一矩阵点之间一一对应，每一个所述第三矩阵点的数值表征了第三矩阵点所对应的第一矩阵点的疑似病灶类型的概率；

对所述第一矩阵进行扩展处理，得到第二矩阵，包括：

将所述第一矩阵与所述第三矩阵进行结合，得到第四矩阵，其中，所述第四矩阵的大小与所述第一矩阵的大小相同，所述第四矩阵中包括多个第四矩阵点；

对所述第四矩阵中的每一个第四矩阵点进行全值拓展，得到所述第二矩阵，其中，所述第二矩阵包括多个矩阵块，每一个所述矩阵块与每一个所述第四矩阵点之间一一对应，每一个所述矩阵块中包括了多个第二矩阵点，每一个所述矩阵块中的各第二矩阵点的数值表征了一种疑似病灶类型，每一个所述矩阵块中的各第二矩阵点的数值为矩阵块所对应的第四矩阵点的数值。

5.根据权利要求4所述的方法，其特征在于，所述第四矩阵为LP＝(L+1)⊙P；其中，L为所述第一矩阵，P为所述第三矩阵。

6.根据权利要求1所述的方法，其特征在于，所述加权病灶图为WM＝W⊙I_ori，其中，I_ori为所述眼底图像，W为所述第二矩阵。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述第一网络模型中的输出层的每个节点的感受野，只覆盖了所述每个节点所对应的图像块的范围。

8.根据权利要求1-6任一项所述的方法，其特征在于，在所述将待处理的眼底图像输入到第一网络模型中，得到第一矩阵之前，还包括：

采用预设的图像预处理方式，对所述待处理的眼底图像进行图像预处理，得到处理后的眼底图像，其中，所述图像预处理方式用于均衡所述待处理的眼底图像中的光照分布。