[发明专利]眼底身份识别模型训练方法、眼底身份识别方法和设备

说明书

本发明提供一种眼底身份识别模型训练方法，眼底身份识别方法和设备，其中眼底身份识别模型训练方法包括：对眼底图像进行特征提取，得到训练数据，所述训练数据包括第一眼底特征图像、第二眼底特征图像以及第三眼底特征图像，其中，第二眼底特征图像与所述第一眼底特征图像为同眼眼底图像；所述第三眼底特征图像与所述第一眼底特征图像为不同眼眼底图像；利用眼底身份识别模型对所述第一眼底特征图像、第二眼底特征图像和所述第三眼底特征图像进行识别得到损失值；根据所述损失值调整所述眼底身份识别模型的参数。

技术领域

本发明涉及医疗图像识别技术领域，具体涉及一种眼底身份识别模型训练方法、眼底身份识别方法和设备。

背景技术

现在的眼底疾病通常通过特殊的拍照设备拍摄眼底图像，医生可以通过观察眼底图像来判断被检查者是否可能患有某种眼底疾病，从而做出是否需要进一步检查或就诊的建议。

眼底疾病的病情可能会不断发展，在后续患者的复诊过程中，医生需要对比前几次的眼底图像来进行病情跟踪，以便给出更好的治疗建议，这样就需要在很多的眼底图像中挑选出来自同一眼睛的眼底图像，虽然，具备多年经验的医生能够依据自己的经验挑选出属于同一眼睛的眼底图像，但是因为眼底拍摄过程中具备很多不确定性的影响因素，比如图像的明暗、图像旋转、平移等。这些会使得对眼底图像的身份识别有很大难度，容易导致医生难以准确的分辨出来自同一只眼睛眼底图像，从而难以准确的实现眼底病情跟踪。

发明内容

有鉴于此，本发明提供一种眼底身份识别模型训练方法，包括：获取训练数据，所述训练数据包括基于眼底图像进行特征提取而得到的第一眼底特征图像、第二眼底特征图像以及第三眼底特征图像，其中，第二眼底特征图像与第一眼底特征图像为同眼眼底图像；第三眼底特征图像与第一眼底特征图像为不同眼眼底图像；利用眼底身份识别模型对第一眼底特征图像、第二眼底特征图像和第三眼底特征图像进行识别得到损失值；根据损失值调整眼底身份识别模型的参数。

可选地，眼底特征包括：视盘、黄斑、血管、视网膜中的至少之一。

可选地，眼底特征包括：眼底特征包括与血管形态相关的抽象特征。

可选地，对眼底图像进行特征提取，得到训练数据包括：利用分割神经网络对眼底图像中的眼底特征进行提取，得到包含眼底特征置信度的概率图或二值化图像。

可选地，训练数据包括n只眼睛的眼底特征图像，其中每只眼睛对应m张眼底图像；其中，n和m为大于1的整数。

可选地，将第一眼底特征图像、第二眼底特征图像和第三眼底特征图像输入眼底身份识别模型得到损失值包括：计算第二眼底特征图像与第一眼底特征图像的第一距离；计算第三眼底特征图像与第一眼底特征图像的第二距离；根据第一距离和第二距离得到损失值。

可选地，利用损失值调整眼底身份识别模型的参数包括：将损失值反馈至眼底身份识别模型；根据损失值调整参数以减小第一距离增大第二距离直至第一距离比第二距离小预设值。

可选地，在利用计算机视觉算法或机器学习算法对样本进行眼底特征提取之前包括：对训练数据进行剪裁和/或对训练数据进行数据增强。

根据第二方面，本发明实施例提供了一种眼底身份识别方法，包括：获取至少两张待识别眼底图像；利用上述第一方面任意一项的眼底身份识别模型训练方法得到的眼底身份识别模型对至少两张待识别眼底图像进行识别，以获得待识别眼底图像之间的相似度；根据相似度识别待识别眼底图像是否属于同一只眼的识别结果。

可选地，根据相似度识别待识别眼底图像是否属于同一只眼睛包括：判断相似度是否大于预设阈值，预设阈值为待识别眼底图像之间的距离阈值；当相似度大于预设阈值时，确认待识别眼底图像属于同一只眼睛；当相似度下雨预设阈值时，确认待识别眼底图像属于不同眼睛。