[发明专利]眼底图像识别模型训练方法、眼底图像识别方法和设备

说明书

本发明提供一种眼底图像识别模型训练方法、眼底图像识别方法和设备，其中所述眼底图像识别模型训练方法包括：获取训练数据，所述训练数据包括第一眼底图像样本、第二眼底图像样本以及第三眼底图像样本，其中，第二眼底图像样本与所述第一眼底图像样本为同眼眼底图像；所述第三眼底图像样本与所述第一眼底图像样本为不同眼眼底图像；利用眼底图像识别模型对所述第一眼底图像样本、第二眼底图像样本和所述第三眼底图像样本进行识别得到损失值；根据所述损失值调整所述眼底图像识别模型的参数。

技术领域

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

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图像识别模型训练方法，包括：

获取训练数据。所述训练数据包括第一眼底图像样本、第二眼底图像样本以及第三眼底图像样本，其中，第二眼底图像样本与所述第一眼底图像样本为同眼眼底图像；所述第三眼底图像样本与所述第一眼底图像样本为不同眼眼底图像；利用眼底图像识别模型对所述第一眼底图像样本、第二眼底图像样本和所述第三眼底图像样本进行识别得到损失值；根据所述损失值调整所述眼底图像识别模型的参数。

可选地，所述训练数据包括n只眼睛的眼底图像，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，所述将所述第一眼底图像样本、第二眼底图像样本和所述第三眼底图像样本输入眼底图像识别模型得到损失值包括：计算所述第二眼底图像样本与所述第一眼底图像样本的第一距离；计算所述第三眼底图像样本与所述第一眼底图像样本的第二距离；根据所述第一距离和所述第二距离得到所述损失值。

可选地，所述利用所述损失值调整所述眼底图像识别模型的参数包括：将所述损失值反馈至所述眼底图像识别模型；根据所述损失值调整所述参数以减小所述第一距离增大所述第二距离直至所述第一距离比所述第二距离小预设值。

可选地，所述第一距离和所述第二距离包括欧式距离。

可选地，在所述在训练数据中获取第一眼底图像样本、第二眼底图像样本以及第三眼底图像样本之前包括：对所述训练数据进行剪裁。

可选地，在所述在训练数据中获取第一眼底图像样本、第二眼底图像样本以及第三眼底图像样本之前还包括：对所述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图像识别方法，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所述的眼底图像识别模型训练方法得到的眼底图像识别模型对所述至少两张待识别眼底图像进行识别，以获得所述待识别眼底图像之间的相似度；根据所述相似度识别所述待识别眼底图像是否属于同一只眼的识别结果。

可选地，所述根据所述相似度识别所述待识别眼底图像是否属于同一只眼睛包括：判断所述相似度是否大于预设阈值，所述预设阈值为所述待识别眼底图像之间的距离阈值；当所述相似度大于所述预设阈值时，确认所述待识别眼底图像属于同一只眼睛；当所述相似度小于所述预设阈值时，确认所述待识别眼底图像属于不同眼睛。