[发明专利]一种自动检测眼底图像类型的方法、存储介质及装置

权利要求书

1.一种自动检测眼底图像类型的方法，其特征在于，包括步骤：

将未标记眼底图像经过弱增强器处理后输入分类器中，生成伪标签；

将未标记眼底图像经过强增强器处理后输入分类器中，以所述伪标签作为监督训练标签，计算得到无标签数据的监督损失；

将已标记眼底图像经过压缩后输入到E-GAN网络中，生成高质量已标记眼底图像，所述已标记眼底图像包括正常眼底图像、ROP眼底图像以及AP-ROP眼底图像；

将所述高质量已标记眼底图像输入分类器中，计算生成样本的伪监督损失；

将已标记眼底图像经过弱增强处理后输入分类器中，计算有标签数据的监督损失；

根据所述无标签数据的监督损失、生成样本的伪监督损失以及有标签数据的监督损失，计算得到分类器的总损失函数；

根据所述分类器的总损失函数对所述分类器参数进行调整，得到训练后分类器；

将待测眼底样本输入所述训练后分类器，得到待测眼底样本的图像类型；

其中，所述分类器为改进型ResNet50，所述改进型ResNet50包括4个块组，分别为group1、group2、group3、group4，所述4个块组分别对应于有3、4、6、3个瓶颈块；其中，所述group3和group4中的9个空间3×3卷积替换为自我注意力模块，所述group1和group2中集成有通道注意模块和空间注意模块；

所述改进型ResNet50的group3和group4中的第一个瓶颈块以步幅2进行空间卷积，使用2×2的平均池化层代替自我注意力模块顶部的空间卷积。

2.根据权利要求1所述自动检测眼底图像类型的方法，其特征在于，所述弱增强处理为翻转增强、平移增强和裁剪增强中的一种或多种。

3.根据权利要求1所述自动检测眼底图像类型的方法，其特征在于，所述强增强处理为调整亮度、最大化对比度、调整清晰度和调整图像色彩平衡中的一种或多种。

4.根据权利要求1所述自动检测眼底图像类型的方法，其特征在于，将未标记眼底图像经过强增强器处理后输入分类器中，以所述伪标签作为监督训练标签，计算得到无标签数据的监督损失的步骤包括：

为每个未标记眼底图像生成的标签生成一组概率值p_j＝f_classifier(F(u_j))，然后将c_j＝argmax(p_j)用作伪标签；

在计算未标记眼底图像的损失函数之前，使用p_j生成置信系数ε_j＝T(max(p_j)≥θ)，当max(p_j)的值大于θ时，ε_j的值为1，否则值为0，θ是标量超参数；

基于所述置信系数，定义无标签数据的监督损失为：

其中，f_classifier是分类器。

5.根据权利要求1所述自动检测眼底图像类型的方法，其特征在于，所述E-GAN网络包括生成器网络和判别器网络，其中，所述生成器网络包括18个密集残差块，所述判别器网络包括3个鉴别器块。