[发明专利]基于深度学习的处理眼底图像的方法和装置

权利要求书

1.一种基于深度学习的处理眼底图像的方法，其特征在于，包括：

步骤A：获取多个原始样本眼底图像以及对应的病变等级参数；

步骤B：对所述多个原始样本眼底图像进行图像预处理操作和图像数据增强操作，得到多个训练样本眼底图像；

步骤C：对多个所述训练样本眼底图像以及对应的病变等级参数进行深度网络训练，得到眼底病变等级识别模型；

步骤D：将测试眼底图像输入所述眼底病变等级识别模型，得到病变等级识别结果。

2.根据权利要求1所述的基于深度学习的处理眼底图像的方法，其特征在于，所述图像预处理操作包括：色彩平均化操作、去黑边操作、图像尺寸统一化操作中的至少一种。

3.根据权利要求1所述的基于深度学习的处理眼底图像的方法，其特征在于，对所述多个原始样本眼底图像进行图像预处理操作的步骤包括：

用高斯模糊计算所述原始样本眼底图像的局部色彩平均值，将所述原始样本眼底图像减去所述局部色彩平均值然后补偿中性灰，得到色彩平均化处理结果图像；

裁剪所述色彩平均化处理结果图像的周围黑边，得到裁剪处理结果图像；

将所述裁剪处理结果图像进行等比例缩放至预设尺寸，以得到缩放处理结果图像。

4.根据权利要求1所述的基于深度学习的处理眼底图像的方法，其特征在于，所述数据增强操作包括：基于任意角度旋转的数据增强、基于镜像操作的数据增强、基于按比例放大操作的数据增强中的至少一种。

5.根据权利要求1所述的基于深度学习的处理眼底图像的方法，其特征在于，所述步骤C包括：采用包括X个卷积层、Y个全连接层、X+Y个激活层，Z个池化层以及一个损失层的网络结构对多个所述训练样本眼底图像进行深度网络训练，得到眼底病变等级识别模型，其中X≥10，1≤Y≤5，3≤Z≤5。

6.一种基于深度学习的处理眼底图像的装置，其特征在于，包括：

获取模块，用于获取多个原始样本眼底图像以及对应的病变等级参数；

操作模块，用于对所述多个原始样本眼底图像进行图像预处理操作和图像数据增强操作，得到多个训练样本眼底图像；

训练模块，用于对多个所述训练样本眼底图像以及对应的病变等级参数进行深度网络训练，得到眼底病变等级识别模型；

测试模块，用于将测试眼底图像输入所述眼底病变等级识别模型，得到病变等级识别结果。

7.根据权利要求6所述的基于深度学习的处理眼底图像的装置，其特征在于，所述图像预处理操作包括：色彩平均化操作、去黑边操作、图像尺寸统一化操作中的至少一种。

8.根据权利要求6所述的基于深度学习的处理眼底图像的装置，其特征在于，所述操作模块还用于：

用高斯模糊计算所述原始样本眼底图像的局部色彩平均值，将所述原始样本眼底图像减去所述局部色彩平均值然后补偿中性灰，得到色彩平均化处理结果图像；

裁剪所述色彩平均化处理结果图像的周围黑边，得到裁剪处理结果图像；

将所述裁剪处理结果图像进行等比例缩放至预设尺寸，以得到缩放处理结果图像。

9.根据权利要求6所述的基于深度学习的处理眼底图像的装置，其特征在于，所述数据增强操作包括：基于任意角度旋转的数据增强、基于镜像操作的数据增强、基于按比例放大操作的数据增强中的至少一种。

10.根据权利要求6所述的基于深度学习的处理眼底图像的装置，其特征在于，所述训练模块还用于：采用包括X个卷积层、Y个全连接层、X+Y个激活层，Z个池化层以及一个损失层的网络结构对多个所述训练样本眼底图像进行深度网络训练，得到眼底病变等级识别模型，其中X≥10，1≤Y≤5，3≤Z≤5。