[发明专利]眼底出血点的自动检测方法、装置及计算机可读存储介质

权利要求书

1.一种眼底出血点的自动检测方法，其特征在于，所述方法包括：

采集眼球的眼底图像数据，并对所采集的眼底图像执行数据处理操作；

利用所述眼底图像数据制作训练样本；

利用上述得到的训练样本执行眼底出血点检测模型的训练；及

利用上述训练好的眼底出血点检测模型计算眼底图像中眼底出血点的概率值，执行眼底图像的出血点检测。

2.如权利要求1所述的眼底出血点的自动检测方法，其特征在于，所述数据处理操作包括：

通过裁减所述眼底图像中的背景，得到包含目标区域的眼底图像及对所述目标区域进行归一化处理，其中：

所述通过裁减所述眼底图像中的背景，得到包含目标区域的眼底图像包括：

A、随机选择一个初始估计阈值T；

B、利用所述初始估计阈值T，根据像素分布，把眼底图像分为R1和R2两个像素区域；

C、对区域R1和R2中的所有像素计算平均灰度值u1和u2；

D、由公式：计算出新的阈值；

E、重复上述的步骤B-D,直到逐次迭代所得的阈值T值小于预先定义的参数，并根据该阈值T，得到所述眼底图像中的背景图像和目标区域；及

对所述目标区域进行归一化处理是采用线性函数转换法：

y＝(x-MinValue)/(MaxValue-MinValue)，

其中，x、y分别为转换前、后的像素值，MaxValue、MinValue分别为样本的最大像素值和最小值像素值。

3.如权利要求1所述的眼底出血点的自动检测方法，其特征在于，所述利用所述眼底图像数据制作训练样本包括：

利用卷积神经网络的滤波器初次过滤训练样本图像，得到更多的训练图片输出，并将有出血点病灶的眼底训练图片放入正样本训练集，将没有出血点病灶的眼底训练图片放入负样本训练集；

利用卷积神经网络的滤波器再次过滤正负样本训练集，得到更多的正负样本输出；及

对所述正负样本训练集执行镜面处理。

4.如权利要求1至3中任意一项所述的眼底出血点的自动检测方法，其特征在于，所述眼底出血点检测模型的训练的方法包括：

对所述正负样本训练集执行上下采样处理；

用上下采样后的正负样本训练集训练所述眼底出血点检测模型，包括：

利用卷积神经网络模型提取眼底出血点病灶的特征向量；

根据上述眼底出血点病灶的特征向量，利用softmax分类器进行分类判别，若图片中无眼底出血点病灶的特征向量，则判别为正常眼睛，当检查到眼底出血点病灶的特征，则标记为有出血点的图片；

对于含有出血点的图片，通过边界回归确定眼底出血点病灶位置。

5.如权利要求1所述的眼底出血点的自动检测方法，其特征在于，所述利用上述训练好的眼底出血点检测模型计算眼底图像中眼底出血点的概率值，执行眼底图像的出血点检测，包括:

对所述眼底图像以32步长均匀地产生图像块，对每个图像块运用所述眼底出血点检测模型得到该图像块可能是出血点的概率，统计出概率分布图，判断眼底是否有出血点，完成自动检测过程。

6.一种眼底出血点的自动检测装置，其特征在于，所述装置包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的眼底出血点的自动检测程序，所述眼底出血点的自动检测程序被所述处理器执行时实现如下步骤：

采集眼球的眼底图像数据，并对所采集的眼底图像执行数据处理操作；

利用所述眼底图像数据制作训练样本；

利用上述得到的训练样本执行眼底出血点检测模型的训练；及

利用上述训练好的眼底出血点检测模型计算眼底图像中眼底出血点的概率值，执行眼底图像的出血点检测。