[发明专利]眼底图像预测方法及装置、存储介质及电子装置在审

专利信息
申请号: 202010341155.7 申请日: 2020-04-27
公开(公告)号: CN111523602A 公开(公告)日: 2020-08-11
发明(设计)人: 季鑫;王宁利;刘含若 申请(专利权)人: 珠海上工医信科技有限公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 北京开阳星知识产权代理有限公司 11710 代理人: 安伟
地址: 519090 广东省珠海市金湾区红旗镇珠海大道北侧*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 眼底 图像 预测 方法 装置 存储 介质 电子
【说明书】:

发明实施例涉及一种眼底图像预测方法及装置。其中,该方法包括:对至少一个眼底图像进行预处理,得到至少一个输入图像;将至少一个输入图像输入至N个图像识别模型,其中,图像识别模型是预先根据输入图像的样本以及特征值训练得到的,每个图像识别模型具有权重值;根据N个图像识别模型分别对应的权重值以及输出,确定至少一个眼底图像的预测结果。本发明解决了由于相关技术中只能对固定分辨率的单个眼底图像进行图像分析,而导致造成眼地图像的分析结果准确性较低的技术问题。

技术领域

本发明涉及计算机视觉领域,具体涉及一种眼底图像预测方法及装置。

背景技术

糖网是一种由糖尿病导致的眼睛致盲的疾病。现在糖网已经成为主要的致盲原因。在糖网的早期,可以通过眼底检测到一些早期迹象,并能够通过去医院治疗来有效预防或放缓病人的致盲。但是,这样的眼底筛查需要丰富眼底阅片经验的眼底医生,培养的过程需要较长的周期,跟大量需要进行眼底检测的人不能有效的对应起来。这就导致病人到医院就医的时候,往往已经很严重了,而不能有效的治疗。因此,通过计算机实现对于糖网的分期是一项非常有意义的工作。

而对于眼底图像这一复杂的图像识别过程中,由于实际病灶大小不一,如小的微动脉瘤,到大片的出血、硬渗以及软渗,相关技术中都难以进行细微的分类,导致底层网络噪声较大,无法准确分辨出实际的眼底病变图像。

相关技术中在对眼底图像的分析识别过程中,往往只针对单个眼底的单种分辨率进行分析,而对于单个的用户的多种分辨率多个眼底图像,相关技术中没有有效的分析方法,造成结果的准确性较低。

针对上述的问题,目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种眼底图像预测方法及装置,以至少解决由于相关技术中只能对固定分辨率的单个眼底图像进行图像分析,而导致造成眼地图像的分析结果准确性较低的技术问题。

根据本发明实施例的一个方面,提供了一种眼底图像预测方法,包括:对至少一个眼底图像进行预处理,得到至少一个输入图像;将所述至少一个输入图像输入至N个图像识别模型,其中,所述图像识别模型是预先根据输入图像的样本以及特征值训练得到的,每个所述图像识别模型具有权重值,N为大于或等于2的整数;根据所述N个图像识别模型分别对应的权重值以及输出,确定所述至少一个眼底图像的预测结果。

进一步地,对至少一个眼底图像进行预处理,得到至少一个输入图像包括:对所述至少一个眼底图像进行裁切;对进行裁切后的眼底图像进行尺寸均一化,以得到所述输入图像。

进一步地,对所述至少一个眼底图像进行裁切包括:确定所述眼底图像的半径;对所述眼底图像的轮廓进行标记;对所述眼底图像的缺失部分进行填充。

进一步地,对进行裁切后的眼底图像进行尺寸均一化,以得到所述输入图像包括:通过预设模板对所述眼底图像的尺寸进行调整,以得到所述输入图像。

进一步地,所述N个图像识别模型中分别对应不同的缩放尺寸;其中,将所述至少一个输入图像输入至N个图像识别模型包括:以所述N个图像识别模型中分别对应的缩放尺寸对所述眼底图像的进行尺寸调整;将经过尺寸调整后的输入图像输入至对应的图像识别模型中。

进一步地,根据所述N个图像识别模型分别对应的权重值以及输出,确定所述至少一个眼底图像预测结果包括:获取所述N个图像识别模型分别对应的权重值以及输出,其中,所述图像识别模型的权重值是根据所述图像识别模型对应的缩放尺寸训练得到;根据所述N个图像识别模型分别对应的权重值对所述N个图像识别模型分别对应的输出确定N个判别结果;依次对所述判别结果与预设预测阈值进行比较,以得到所述预测结果。

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珠海上工医信科技有限公司,未经珠海上工医信科技有限公司许可,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/202010341155.7/2.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