[发明专利]眼底图像分割模型训练方法及设备

权利要求书

1.一种眼底图像分割模型训练方法，其特征在于，包括：

获取经过预训练的第一分割模型和第二分割模型，其中所述第一分割模型能够对眼底图像中的第一感兴趣目标与背景进行分割，所述第二分割模型能够对眼底图像中的所述第一感兴趣目标、第二感兴趣目标与背景进行分割；

分别利用所述第一分割模型和第二分割模型对训练数据中的眼底图像进行分割，所述训练数据包括眼底图像和关于其中所述第一感兴趣目标、所述第二感兴趣目标的标注数据，其中所述第一分割模型输出关于所述第一感兴趣目标的第一置信度信息，所述第二分割模型输出关于所述第一感兴趣目标和所述第二感兴趣目标的第二置信度信息；

根据所述第一置信度信息和所述第二置信度信息得到集成置信度信息；

根据由所述集成置信度信息、第二置信度信息、所述标注数据以及由所述第二置信度信息确定的分割结果构建的损失函数优化所述第二分割模型的参数；

其中，根据所述第一置信度信息和所述第二置信度信息得到集成置信度信息，包括：

通过将所述第一置信度信息分配到所述第二置信度信息上得到配准置信度信息；

根据所述配准置信度信息和所述第二置信度信息得到集成置信度信息。

2.根据权利要求1所述的方法，其特征在于：

Y_l表示所述第一分割模型的类别空间，Y_l＝[bg_l，C_l]，C_l表示所述第一感兴趣目标，bg_l表示背景；

Y_h表示所述第二分割模型的类别空间，Y_h＝[bg_h，C_l，C_new]，C_l表示所述第一感兴趣目标，C_new表示所述第二感兴趣目标，bg_h表示背景，bg_l＝bg_h∪C_new；

利用如下方式得到所述配准置信度信息：

其中x表示眼底图像，I表示眼底图像中的像素点，y表示像素点所属的类别，q_l[I，y]表示所述第一分割模型对像素I在类别y上的预测置信度，q_l[I，bg_l]表示所述第一分割模型对像素I在类别bg_l上的预测置信度，表示所属配准置信度信息。

3.根据权利要求2所述的方法，其特征在于，按照如下方式得到集成置信度信息：

其中q_int[I，y]表示集成置信度信息，q_h[I，y]表示所述第二分割模型对像素I在类别y上的预测置信度，α为设定权重。

4.一种眼底图像分割模型训练方法，其特征在于，包括：

获取经过预训练的第一分割模型和第二分割模型，其中所述第一分割模型能够对眼底图像中的第一感兴趣目标与背景进行分割，所述第二分割模型能够对眼底图像中的所述第一感兴趣目标、第二感兴趣目标与背景进行分割；

分别利用所述第一分割模型和第二分割模型对训练数据中的眼底图像进行分割，所述训练数据包括眼底图像和关于其中所述第一感兴趣目标、所述第二感兴趣目标的标注数据，其中所述第一分割模型输出关于所述第一感兴趣目标的第一置信度信息，所述第二分割模型输出关于所述第一感兴趣目标和所述第二感兴趣目标的第二置信度信息；

根据所述第一置信度信息和所述第二置信度信息得到集成置信度信息；

根据由所述集成置信度信息、第二置信度信息、所述标注数据以及由所述第二置信度信息确定的分割结果构建的损失函数优化所述第二分割模型的参数；

其中根据所述第一置信度信息和所述第二置信度信息得到集成置信度信息，包括：

通过将第二置信度信息对应到所述第一置信度信息上得到配准置信度信息；

根据所述配准置信度信息和所述第一置信度信息得到集成置信度信息。