[发明专利]糖尿病视网膜病变识别方法、装置及电子设备

权利要求书

1.一种糖尿病视网膜病变识别方法，其特征在于，所述方法包括：

采集待识别的眼底图像；

将所述眼底图像输入糖尿病视网膜病变识别模型，所述糖尿病视网膜病变识别模型基于实例分割模型训练获得；

通过所述糖尿病视网膜病变识别模型确定所述眼底图像中的病灶；

通过所述糖尿病视网膜病变识别模型标注出所述病灶的类型、位置和形状中的至少一种。

2.根据权利要求1所述的方法，其特征在于，所述通过所述糖尿病视网膜病变识别模型确定所述眼底图像中的病灶，包括：

确定所述眼底图像的特征映射图；

在所述特征映射图中确定候选感兴趣区域；

通过区域生成网络基于二值分类和边框回归对所述候选感兴趣区域进行过滤，以获得特征感兴趣区域；

对所述特征感兴趣区域进行感兴趣区域对齐操作，以获得所述眼底图像与所述特征映射图的感兴趣区域对应关系；

基于所述感兴趣区域对应关系确定所述眼底图像中与所述特征感兴趣区域的对应感兴趣区域；

确定所述对应感兴趣区域为病灶。

3.根据权利要求2所述的方法，其特征在于，所述通过所述糖尿病视网膜病变识别模型标注出所述病灶的类型、位置和形状中的至少一种，包括：

获取所述特征感兴趣区域的分类结果、边框回归结果和掩模生成结果；

基于所述分类结果以及所述感兴趣区域对应关系，在所述眼底图像中标注出所述病灶的类型；

基于所述边框回归结果以及所述感兴趣区域对应关系，在所述眼底图像中标注出所述病灶的位置；

基于所述掩模生成结果以及所述感兴趣区域对应关系，在所述眼底图像中标注出所述病灶的形状。

4.根据权利要求2所述的方法，其特征在于，在所述将所述眼底图像输入糖尿病视网膜病变识别模型之前，所述方法还包括：

将所述眼底图像缩放至预设尺寸；

所述在所述特征映射图中确定候选感兴趣区域，包括：

采用与所述预设尺寸的所述眼底图像中最小病灶对应的最小尺寸锚点在所述特征映射图中确定候选感兴趣区域。

5.根据权利要求2所述的方法，其特征在于，所述由区域生成网络基于二值分类和边框回归对所述候选感兴趣区域进行过滤，包括：

基于特征金字塔网络获得所述眼底图像的特征金字塔，所述特征金字塔包括多层特征图像，不同层特征图像表征所述眼底图像不同尺度的特征；

将基于所述特征金字塔生成的不同尺度的特征输入所述区域生成网络，以通过所述区域生成网络基于二值分类和边框回归对所述候选感兴趣区域进行过滤。

6.根据权利要求5所述的方法，其特征在于，所述基于特征金字塔网络获得所述眼底图像的特征金字塔，包括：

采用残差网络结构获得所述眼底图像的N个图层，所述N个图层从下层至上层尺寸逐渐变小；

将第i个图层作为所述特征金字塔的第i层特征图像，N≥i≥2，且i的起始值为N；

将第i-1个图层通过1×1卷积层后获得所述第i-1个图层的卷积特征图；

将所述第i层特征图像的进行上采样得到的上采样结果和所述第i-1个图层的卷积特征图相加融合获得所述特征金字塔的第i-1层特征图像；

令i＝i-1，并重复上述步骤所述将第i-1个图层通过1×1卷积层后获得所述第i-1个图层的卷积特征图至所述将所述第i层特征图像的进行上采样得到的上采样结果和所述第i-1个图层的卷积特征图相加融合获得所述特征金字塔的第i-1层特征图像的步骤，以获得所述特征金字塔的底层至第N层特征图像；

对所述第N层特征图像进行下采样获得所述特征金字塔的第N+1层特征图像，对所述第N+1层特征图像进行下采样获得所述特征金字塔的第N+2层特征图像。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于所述病灶的类型、位置和形状，结合医学诊断指南对病变分期进行判定，并生成诊疗建议。