[发明专利]图像处理方法和装置、筛查系统、计算机可读存储介质在审

专利信息
申请号: 202010104357.X 申请日: 2020-02-20
公开(公告)号: CN113283270A 公开(公告)日: 2021-08-20
发明(设计)人: 黄佼;张翠芳 申请(专利权)人: 京东方科技集团股份有限公司;北京京东方健康科技有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 中国贸促会专利商标事务所有限公司 11038 代理人: 王莉莉
地址: 100015 *** 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: 图像 处理 方法 装置 系统 计算机 可读 存储 介质
【说明书】:

本公开涉及一种图像处理方法和装置、筛查系统、计算机可读存储介质。图像处理方法包括:获取待处理图像;利用第一特征提取器提取待处理图像的第一特征;利用第一分类器,根据第一特征对待处理图像进行第一分类;在分类结果为第一结果的情况下,利用第二特征提取器提取待处理图像的第二特征;利用第二分类器,根据第二特征对待处理图像进行第二分类;输出第二分类的分类结果。

技术领域

本公开涉及计算机技术领域,特别涉及一种图像处理方法和装置、筛查系统、计算机可读存储介质。

背景技术

糖尿病视网膜病变(简称糖网病变),是糖尿病患者常见的慢性并发症。对糖网病变的早期筛查能够有效防止视觉的进一步恶化。

发明内容

根据本公开的一些实施例,提供了一种图像处理方法,包括:获取待处理图像;利用第一特征提取器提取待处理图像的第一特征;利用第一分类器,根据第一特征对待处理图像进行第一分类;在分类结果为第一结果的情况下,利用第二特征提取器提取待处理图像的第二特征;利用第二分类器,根据第二特征对待处理图像进行第二分类;输出第二分类的分类结果。

在一些实施例中,利用第一特征提取器提取待处理图像的第一特征包括:利用并行级联的多个第一特征提取器分别提取待处理图像的多个第一特征,并对提取的第一特征进行融合,其中,根据融合后的第一特征对待处理图像进行第一分类;和/或,利用第二特征提取器提取待处理图像的第二特征包括:利用并行级联的多个第二特征提取器分别提取待处理图像的多个第二特征,并对提取的第二特征进行融合,其中,根据融合后的第二特征对待处理图像进行第二分类。

在一些实施例中,待处理图像为眼底照片;第一特征包括糖尿病视网膜病变的特征、非糖尿病视网膜病变的特征;第二特征包括糖尿病视网膜病变的特征、除糖尿病视网膜病变外的其他眼底病变的特征。

在一些实施例中,第一分类包括将眼底照片分类为包括糖尿病视网膜病变的特征的照片、或不包括糖尿病视网膜病变的特征的照片,第一结果表示眼底照片包括糖尿病视网膜病变的特征;第二分类包括将眼底照片分类为包括糖尿病视网膜病变的特征的照片、或包括其他眼底病变的特征的照片。

在一些实施例中,所述图像处理方法还包括:在分类结果为第二结果的情况下,利用第三特征提取器提取待处理图像的第三特征;利用第三分类器,根据第三特征对待处理图像进行第三分类;输出第三分类的分类结果。

在一些实施例中,第二结果表示眼底照片不包括糖尿病视网膜病变的特征;第三特征包括无眼底病变的特征、其他眼底病变的特征;第三分类包括将眼底照片分类为不包括眼底病变的特征的照片、或包括其他眼底病变的特征的照片。

在一些实施例中,第一分类器、第二分类器、和第三分类器中的至少一种为Xgboost分类器。

在一些实施例中,利用第三特征提取器提取待处理图像的第三特征包括:利用并行级联的多个第三特征提取器分别提取待处理图像的多个第三特征,并对提取的第三特征进行融合,其中,根据融合后的第三特征对待处理图像进行第三分类。

在一些实施例中,所述图像处理方法还包括:输入用户信息,并关联存储用户信息和分类结果。

在一些实施例中,所述多个第一特征提取器包括不同种类的第一特征提取器;和/或,所述多个第二特征提取器包括不同种类的第二特征提取器。

在一些实施例中,所述多个第一特征提取器包括3个第二特征提取器,分别为SE-ResNet、ResNext、InceptionV3网络。

在一些实施例中,所述多个第二特征提取器包括3个第二特征提取器,分别为SE-ResNet、ResNext、InceptionV3网络。

在一些实施例中,对提取的第一特征进行融合包括:将提取的多个第一特征进行横向拼接,得到融合后的第一特征。

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京东方科技集团股份有限公司;北京京东方健康科技有限公司,未经京东方科技集团股份有限公司;北京京东方健康科技有限公司许可,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/202010104357.X/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