[发明专利]基于图像的抗VEGF指征判别方法、装置及电子设备

权利要求书

1.一种基于图像的抗VEGF指征判别方法，其特征在于，包括：

获取待检测的光学相干断层扫描图像；

对所述光学相干断层扫描图像进行数据处理，得到一张或多张测试图像；

将所述一张或多张测试图像输入已训练的一个或多个判别模型，得到所述一个或多个判别模型对每张测试图像的判别结果；

根据所述一个或多个判别模型对每张测试图像的判别结果，通过投票法确定所述光学相干断层扫描图像的抗VEGF指征判别结果。

2.根据权利要求1所述的方法，其特征在于，所述对所述光学相干断层扫描图像进行数据处理，得到一张或多张测试图像，包括：

对所述光学相干断层扫描图像进行左右翻转、旋转、图片缩放、对比度变化、高斯噪声变化、图像裁剪或者亮度变化。

3.根据权利要求1所述的方法，其特征在于，在所述将所述一张或多张测试图像输入已训练的一个或多个判别模型之前，所述方法还包括：

获取已标注特征性病灶的样本图像；

将所述样本图像作为目标检测算法的输入，调整所述目标检测算法的参数，使所述目标检测算法输出的病灶检测结果与已标注的特征性病灶相同，得到所述判别模型。

4.根据权利要求1所述的方法，其特征在于，在所述将所述一张或多张测试图像输入已训练的一个或多个判别模型之前，所述方法还包括：

获取标记为wAMD阳性的样本图像以及标记为具有抗VEGF指征的光学相干断层扫描样本图像；

将所述wAMD阳性的样本图像以及具有抗VEGF指征的光学相干断层扫描样本图像作为分类算法的输入，调整所述分类算法的参数，使所述分类算法输出的分类结果与标记的结果相同，得到所述判别模型。

5.根据权利要求3或4所述的方法，其特征在于，在得到所述判别模型之后，所述方法还包括：

对所述判别模型进行模型蒸馏，获得新的判别模型。

6.一种基于图像的抗VEGF指征的判别装置，其特征在于，包括：

图像获取模块，用于获取待检测的光学相干断层扫描图像；

图像处理模块，用于对所述光学相干断层扫描图像进行数据处理，得到一张或多张测试图像；

图像判别模块，用于将所述一张或多张测试图像输入已训练的一个或多个判别模型，得到所述一个或多个判别模型对每张测试图像的判别结果；

结果确定模块，用于根据所述一个或多个判别模型对每张测试图像的判别结果，通过投票法确定所述光学相干断层扫描图像的抗VEGF指征判别结果。

7.根据权利要求6所述的装置，其特征在于，所述数据处理的方式包括：对所述光学相干断层扫描图像进行左右翻转、旋转、图片缩放、对比度变化、高斯噪声变化、图像裁剪或者亮度变化。

8.根据权利要求6所述的装置，其特征在于，所述装置还包括：

样本获取模块，用于获取已标注特征性病灶的样本图像；

模型训练模块，用于将所述样本图像作为目标检测算法的输入，调整所述目标检测算法的参数，使所述目标检测算法输出的病灶检测结果与已标注的特征性病灶相同，得到所述判别模型。

9.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行权利要求1-7任意一项所述的图像的抗VEGF指征判别方法。

10.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序可由处理器执行以完成权利要求1-7任意一项所述图像的抗VEGF指征判别方法。