[發(fā)明專利]眼底彩照圖像分級方法、裝置、計算機設備及存儲介質

有效

• 申請?zhí)枺?/td>: 202010790150.2
• 申請日: 2020-08-07
• 公開（公告）號: CN111951933B
• 公開（公告）日: 2023-01-17
• 發(fā)明（設計）人: 王關政;王立龍
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G16H30/20
• 分類號: G16H30/20;G16H50/20;G06V10/764;G06V10/56;G06V10/82;G06N3/0464;G06N3/045;G06N3/08
• 代理公司: 北京英特普羅知識產(chǎn)權代理有限公司 11015
• 代理人: 程超

1.一種眼底彩照圖像分級方法，其特征在于，包括：

獲取原始圖像，對所述原始圖像進行增強處理，獲得目標圖像；

對所述原始圖像和所述目標圖像進行色彩處理，分別獲得所述原始圖像和所述目標圖像的六通道圖像作為第一處理圖像和第二處理圖像；

采用預訓練的分級模型對所述第一處理圖像和所述第二處理圖像進行處理，獲得目標分級結果；

所述采用預訓練的分級模型對所述第一處理圖像和所述第二處理圖像進行處理，獲得目標分級結果，包括：

采用第一卷積網(wǎng)絡對所述第一處理圖像進行特征提取后預測分級結果，獲得第一分級結果；采用第二卷積網(wǎng)絡對所述第二處理圖像進行特征提取后預測分級結果，獲得第二分級結果；其中，所述第一卷積網(wǎng)絡和第二卷積網(wǎng)絡結構一致；

采用融合網(wǎng)絡對特征提取后的所述第一處理圖像和所述第二處理圖像進行特征融合，并基于所述特征融合后的圖像預測分級結果，獲得第三分級結果；

基于所述第一分級結果、第二分級結果以及第三分級結果加權獲得目標分級結果。

2.根據(jù)權利要求1所述的眼底彩照圖像分級方法，其特征在于，對所述原始圖像進行增強處理，獲得目標圖像，包括以下：

根據(jù)預設尺寸對所述原始圖像進行裁剪或縮放；

對裁剪或縮放后的原始圖像進行歸一化處理，獲得處理圖像；

采用限制對比度自適應直方圖均衡算法對所述處理圖像進行處理，獲得目標圖像。

3.根據(jù)權利要求1所述的眼底彩照圖像分級方法，其特征在于，對所述原始圖像和所述目標圖像進行色彩處理，分別獲得第一處理圖像和第二處理圖像，包括以下：

分別基于所述原始圖像和所述目標圖像獲取第一RGB三通道圖像和第二RGB三通道圖像；

分別對第一RGB三通道圖像和第二RGB三通道圖像進行圖像轉換，獲得對應的第一HSV三通道圖像和第二HSV三通道圖像；

采用所述第一RGB三 通道圖像與所述第一HSV三 通道圖像融合獲得第一處理圖像；

采用所述第二RGB三 通道圖像與所述第二HSV三 通道圖像融合獲得第二處理圖像。

4.根據(jù)權利要求1所述的眼底彩照圖像分級方法，其特征在于，在采用預訓練的分級模型對所述第一處理圖像和所述第二處理圖像進行處理前，包括采用訓練樣本，對所述分級模型進行訓練，所述訓練包括以下：

獲取多個訓練樣本，每一所述訓練樣本包括帶有分級標簽的樣本原始圖像、帶有分級標簽的樣本增強圖像；

其中，所述分級標簽包括輕中度老年黃斑變性、重度老年黃斑變性、輕中度糖網(wǎng)、重度糖網(wǎng)、豹紋狀眼底、病理性近視；

采用第一卷積網(wǎng)絡對所述樣本原始圖像進行特征提取后預測分級結果，獲得第一預測結果；

采用第二卷積網(wǎng)絡對所述樣本增強圖像進行特征提取后預測分級結果，獲得第二預測結果；

采用融合網(wǎng)絡對特征提取后的所述樣本原始圖像和所述樣本增強圖像進行特征融合，并基于所述特征融合后的圖像預測分級結果，獲得第三預測結果；

基于所述第一預測結果、第二預測結果以及第三預測結果加權獲得目標預測結果，根據(jù)第一卷積網(wǎng)絡、第二卷積網(wǎng)絡以及融合網(wǎng)絡分別對應的損失函數(shù)加權獲得所述分級模型對應的損失函數(shù)，將所述第一預測結果、第二預測結果、第三預測結果以及目標預測結果與所述分級標簽進行比對，計算各個損失函數(shù)對所述分級模型進行調整，直至訓練完成。

5.根據(jù)權利要求1所述的眼底彩照圖像分級方法，其特征在于，采用第一卷積網(wǎng)絡對所述第一處理圖像進行特征提取后預測分級結果，獲得第一分級結果，包括以下：

采用densenet121網(wǎng)絡對所述第一處理圖像進行處理，獲得第一處理數(shù)據(jù)；

采用squeeze excitation層對所述第一處理數(shù)據(jù)進行全局平均池化處理，獲得第一分級結果。