[发明专利]眼底图像的类别识别方法和装置

权利要求书

1.一种眼底图像的类别识别方法，其特征在于，包括：

获取眼底图像；

对所述眼底图像进行预处理，获得预处理图像；

通过预定机器学习模型中的第一子模型对所述眼底图像进行特征提取，获得所述眼底图像对应的第一图像特征，并通过所述预定机器学习模型中的第二子模型对所述预处理图像进行特征提取，获得所述预处理图像对应的第二图像特征；

根据所述第一图像特征和所述第二图像特征，确定所述眼底图像分别属于预定分类类别的第一概率，所述预定分类类别包括正常、温和非增值性病变、中度非增值性病变、重度非增值性病变和增值性病变；

根据所述眼底图像分别属于各所述预定分类类别的第一概率，确定所述眼底图像所属的预定分类类别。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一图像特征和所述第二图像特征，确定所述眼底图像属于预定分类类别的第一概率，包括：

将所述第一图像特征和所述第二图像特征，输入所述预定机器学习模型的输出层；

通过所述预定机器学习模型的输出层，根据所述第一图像特征和所述第二图像特征，确定所述眼底图像属于预定分类类别的第一概率。

3.根据权利要求2所述的方法，其特征在于，所述第一子模型包括第一特征检测子模型，所述第二子模型包括第二特征检测子模型；所述预定机器学习模型还包括：与所述第一特征检测子模型连接的第一全连接层、与所述第二特征检测子模型连接的第二全连接层，且所述第一全连接层和所述第二全连接层均与所述输出层连接；

通过所述第一特征检测子模型和所述第一全连接层，实现获得所述眼底图像对应的第一图像特征的步骤；

通过所述第二特征检测子模型和所述第二全连接层，实现获得所述预处理图像对应的第二图像特征的步骤。

4.根据权利要求1所述的方法，其特征在于，所述根据所述第一图像特征和所述第二图像特征，确定所述眼底图像属于预定分类类别的第一概率，包括：

通过所述预定机器学习模型，根据所述第一图像特征获得所述眼底图像属于所述预定分类类别的第二概率；

通过所述预定机器学习模型，根据所述第二图像特征获得所述预处理图像属于所述预定分类类别的第三概率；

根据所述第二概率和所述第三概率进行预定运算，确定所述眼底图像属于所述预定分类类别的第一概率。

5.根据权利要求4所述的方法，其特征在于，所述第一子模型包括第一分类子模型，所述第二子模型包括第二分类子模型；

通过所述第一分类子模型，实现获得所述眼底图像对应的第一图像特征、以及根据所述第一图像特征获得所述眼底图像属于所述预定分类类别的第二概率的步骤；

通过所述第二分类子模型，实现获得所述预处理图像对应的第二图像特征、以及根据所述第二图像特征获得所述预处理图像属于所述预定分类类别的第三概率的步骤。

6.根据权利要求1所述的方法，其特征在于，对所述眼底图像进行预处理的方式，包括：

将所述眼底图像中的眼球调整至参考对象尺寸，获得第一调整图像；

裁剪所述第一调整图像中的无效区域，获得第二调整图像，所述第二调整图像中未包含所述无效区域；

将所述第二调整图像调整至参考图像尺寸，获得第三调整图像；

所述预处理图像根据所述第三调整图像获得。

7.根据权利要求6所述的方法，其特征在于，对所述眼底图像进行预处理的方式，还包括：

对目标调整图像的图像属性进行调整，所述目标调整图像包括第一调整图像、所述第二调整图像、以及所述第三调整图像中的任意一个，所述图像属性包括对比度和灰度中的至少一项。

8.根据权利要求1所述的方法，其特征在于，所述预处理图像的数目大于一，且各所述预处理图像是根据不同的预处理方式获得。