[發明專利]用于眼底圖像識別模型的訓練數據生成方法及設備

有效

• 申請號: 202011372347.0
• 申請日: 2020-11-30
• 公開（公告）號: CN112365493B
• 公開（公告）日: 2022-04-22
• 發明（設計）人: 郭子揚;李明;周喆媛;熊健皓;趙昕;和超;張大磊
• 申請（專利權）人: 北京鷹瞳科技發展股份有限公司;上海鷹瞳醫療科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/10;G06T5/50;G06T5/00;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京泛華偉業知識產權代理有限公司 11280
• 代理人: 王勇

本發明提供一種用于眼底圖像識別模型的訓練數據生成方法及設備，所述方法包括：獲取不同域的第一眼底圖像和第二眼底圖像；分別對所述第一眼底圖像和所述第二眼底圖像像進行傅里葉變換處理，得到第一頻譜數據和第二頻譜數據；對所述第一頻譜數據和所述第二頻譜數據的低頻部分進行融合得到低頻融合部分；利用所述低頻融合部分和所述第一頻譜數據的高頻部分進行反向傅立葉變換得到融合眼底圖像；在所述融合眼底圖像和所述第二眼底圖像中分別選取部分圖像組合成混合圖像作為訓練數據。

技術領域

本發明涉及用于機器學習的數據處理領域，具體涉及一種用于眼底圖像識別模型的訓練數據生成方法及設備。

背景技術

在計算機視覺領域,目前熱門的研究方向主要分為語義分割、目標定位與檢測、圖像識別等。圖像分割則是計算機視覺的重要組成部分，也是原始醫學影像和自動化疾病診斷中不可缺少的技術手段。

使用深度學習技術進行圖像識別已經成為學術界主流的方法，以眼底圖像的血管分割任務為例，目前以U-Net網絡為代表的深度學習方法在眼底血管分割任務上表現良好,但其展現出的跨領域適應能力卻不盡人意。這一缺陷在工業界應用中尤為明顯，具體來說，如果在訓練模型的過程中只使用了單一場景或相機采集的眼底圖像，訓練后的模型在遇到不同場景的眼底圖像時表現會大幅下降。

眾所周知，諸如眼底圖像及其感興趣目標的人工標注是很難獲得的，直接擴充訓練數據集的難度極大。現有的訓練數據擴充方案(也稱為數據增強方案)大多是直接對已有的圖像進行修改，包括調整灰度、調整圖像角度、圖像翻轉等等，這種方案都是通過人為設定的參數或方式修改真實的眼底圖像，讓其接近于預期的狀態，即期望修改后的眼底圖像風格看起與原有的眼底圖像不同，然后將擴充的圖像作為訓練數據。實際情況是利用這種擴充方案對模型訓練后的結果并不理想，因為對圖像的修改仍是基于人的經驗并且所改變的內容比較固定和簡單，模型在面對未曾“見過”的眼底圖像時所表現出的準確性仍有待提高。

發明內容

有鑒于此，本發明提供一種用于眼底圖像識別模型的訓練數據生成方法，包括：

獲取不同域的第一眼底圖像和第二眼底圖像；

分別對所述第一眼底圖像和所述第二眼底圖像像進行傅里葉變換處理，得到第一頻譜數據和第二頻譜數據；

對所述第一頻譜數據和所述第二頻譜數據的低頻部分進行融合得到低頻融合部分；

利用所述低頻融合部分和所述第一頻譜數據的高頻部分進行反向傅立葉變換得到融合眼底圖像；

在所述融合眼底圖像和所述第二眼底圖像中分別選取部分圖像組合成混合圖像作為訓練數據。

可選地，所述方法還包括：

獲取所述第一眼底圖像的第一標注數據和所述第二眼底圖像的第二標注數據；

在所述第一標注數據和所述第二標注數據中選取與所述部分圖像相應的部分標注數據組合成針對所述混合圖像的混合標注數據。

可選地，所述標注數據是針對眼底血管的標注。

可選地，分別對所述第一眼底圖像和所述第二眼底圖像像進行傅里葉變換處理具體包括：

獲得所述第一眼底圖像和所述第二眼底圖像的灰度圖像；

去除所述灰度圖像中眼底區域以外的背景區域并重整維度得到銳化的灰度圖像；

對所述銳化的灰度圖像進行傅里葉變換處理，得到第一頻譜數據Q^s和第二頻譜數據Q^t。

可選地，對所述第一頻譜數據和所述第二頻譜數據的低頻部分進行融合得到低頻融合部分具體包括：