[发明专利]眼底图像处理方法、装置、设备和存储介质在审

专利信息
申请号: 201910443966.5 申请日: 2019-05-27
公开(公告)号: CN110288568A 公开(公告)日: 2019-09-27
发明(设计)人: 杨叶辉;杨大陆;许言午;王磊;黄艳 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06T7/00 分类号: G06T7/00
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 朱颖;刘芳
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 眼底图像 矩阵 图像块 眼底图像处理 存储介质 网络模型 病灶 加权 病灶类型 扩展处理 数值表征 细节信息 疑似病灶 整体信息 精准度 病变 分析 融合 申请
【说明书】:

本申请提供一种眼底图像处理方法、装置、设备和存储介质,其中,该方法包括:将眼底图像输入到第一网络模型中,得到第一矩阵,眼底图像中包括多个图像块,第一矩阵中的每一个第一矩阵点与每一个图像块之间一一对应,每一个第一矩阵点的数值表征一种疑似病灶类型;对第一矩阵进行扩展处理得到第二矩阵;将第二矩阵与眼底图像进行结合得到加权病灶图;将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,眼底图像分析结果包括眼底图像的病变级别和每一个图像块的病灶类型。由于融合了眼底图像的整体信息与局部的图像块中的细节信息,准确的对眼底图像进行分析和识别,得到较为准确的眼底图像分析结果,提升了眼底图像的分析和识别精准度。

技术领域

本申请实施例涉及图像技术领域,尤其涉及一种眼底图像处理方法、装置、设备和存储介质。

背景技术

随着图像技术的发展,图像技术开始应用到各个领域,例如应用到医疗领域、公共安全领域、人脸识别领域等等。其中,在医疗领域中,可以采用图像分析、处理和识别等方式,对医疗图像进行处理,得到图像分析结果;然后医护人员就可以根据图像分析结果,结合自身的医学经验进行判别,进而医护人员分析出病症和病灶。其中,对于眼底图像来说,采用图像分析的方式对眼底图像进行分析,已经开始得到较多的应用。

现有技术中,可以将眼底图像划分为图像块,然后采用现有的图像块级别标注的检测方式对图像块进行分析,得到眼底图像分析结果,眼底图像分析结果包括了眼底图像的病变级别和病灶类型;其中,病变级别例如为,轻度、中度、重度。

然而现有技术中,图像块级别标注的检测方式受限于对图像块的分析,忽略了图像块之外的眼底图像中的全局环境信息,进而得到的眼底图像分析结果并不准确,从而,眼底图像的分析和识别的精准度较低。

发明内容

本申请实施例提供一种眼底图像处理方法、装置、设备和存储介质,用于解决现有技术中的问题。

本申请第一方面提供一种眼底图像处理方法,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。

可选的,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。

可选的,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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910443966.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top