[发明专利]一种眼底图像的结构标注方法及设备

权利要求书

1.一种眼底图像的结构标注方法，其特征在于，包括：

对需要进行结构标注的眼底图像进行N次结构识别分类，其中，每经过一次结构识别分类，获得相应的结构边界集合，N为大于2的整数；

分别针对每一个结构边界集合执行以下操作，获得至少一个目标子图：

分别确定一个结构边界集合中的每一个子图与每一个其他结构边界集合的重叠面积，分别统计所述每一个子图被判定重叠面积大于设定门限的次数，以及筛选出所述次数大于第一设定阈值的子图作为目标子图；

在所述眼底图像中，将所述至少一个目标子图占用的区域标注为结构区域。

2.如权利要求1所述的方法，其特征在于，在所述眼底图像中，将任意一个目标子图占用的区域标注为结构区域，包括：

从所述任意一个目标子图中提取至少一个结构特征；

将所述至少一个结构特征与预设的每一种结构模型对应的结构特征进行匹配，根据匹配结果确定所述任意一个目标子图对应的结构类型；其中，一种结构模型对应一种结构类型，而一种结构类型对应至少一种结构模型；

在所述眼底图像中，将所述任意一个目标子图占用的区域标注为具有对应的结构类型的结构区域。

3.如权利要求1或2所述的方法，其特征在于，对需要进行结构标注的眼底图像进行N次结构识别分类之前，进一步包括：

在样本眼底图像中标注出属于不同结构类型的多个结构边界；

将所述多个结构边界作为训练样本输入到分类器中进行训练，分别获得每一种结构类型对应的结构模型。

4.如权利要求3所述的方法，其特征在于，筛选出所述次数大于第一设定阈值的子图作为目标子图之后，进一步包括：

将所述次数小于所述第一设定阈值，且大于第二设定阈值的子图作为新的训练样本；

将所述新的训练样本赋予预设权重后，加入到所述训练样本中形成新的训练样本集合；

将所述新的训练样本集合中的所有训练样本输入到分类器中进行训练，分别获得每一种结构类型对应的新的结构模型。

5.如权利要求4所述的方法，其特征在于，进一步包括：

比较所述每一种结构类型对应的新的结构模型的准确率与所述每一种结构类型对应的结构模型的准确率，将准确率高的结构模型作为最终的结构模型。

6.如权利要求1或2所述的方法，其特征在于，进一步包括：

筛选出所述次数小于第二设定阈值的子图呈现给用户，在所述眼底图像中，将所述子图对应的区域标注为具有用户指示的结构类型的结构区域。

7.一种用于眼底图像结构标注的设备，其特征在于，包括：

识别模块，用于对需要进行结构标注的眼底图像进行N次结构识别分类，其中，每经过一次结构识别分类，获得相应的结构边界集合，N为大于2的整数；

获得模块，用于分别针对每一个结构边界集合执行以下操作，获得至少一个目标子图：

分别确定一个结构边界集合中的每一个子图与每一个其他结构边界集合的重叠面积，分别统计所述每一个子图被判定重叠面积大于设定门限的次数，以及筛选出所述次数大于第一设定阈值的子图作为目标子图；

标注模块，用于在所述眼底图像中，将所述至少一个目标子图占用的区域标注为结构区域。

8.一种用于眼底图像结构标注的设备，其特征在于，包括：

至少一个处理器，以及

与所述至少一个处理器连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令，执行如权利要求1-6任一项所述的方法。

9.一种计算机可读存储介质，其特征在于：

所述计算机可读存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行如权利要求1-6中任一项所述的方法。