[发明专利]用于处理眼底图像的方法和装置

权利要求书

1.一种用于处理眼底图像的方法，包括：

获取目标眼底图像；

将所述目标眼底图像划分为至少两个第一图像块；

将所述第一图像块输入至预先训练的深度学习模型，得到第一输出值，其中，所述深度学习模型用于表征图像块与输出值之间的对应关系，所述深度学习模型基于第一训练样本训练得到，所述第一训练样本仅为不含有预定类型图像区域的眼底图像和与该不含有预定类型图像区域的眼底图像匹配的预设值；

基于所述第一输出值和阈值，确定所述第一图像块是否为含有预定类型图像区域的眼底图像块，其中，所述阈值是通过以下步骤确定的：获取含有预定类型图像区域的眼底图像，基于所述含有预定类型图像区域的眼底图像和所述深度学习模型，确定所述阈值，具体包括：获取含有预定类型图像区域的眼底图像，将所述含有预定类型图像区域的眼底图像划分为至少两个第二图像块，将所述至少两个第二图像块分别输入至所述深度学习模型，得到至少两个第三输出值，从所述至少两个第三输出值中选取最大值作为所述阈值。

2.根据权利要求1所述的方法，其中，所述方法还包括：

响应于确定所述第一图像块为含有预定类型图像区域的眼底图像块，对所述第一图像块添加标签，以及输出带有所述标签的第一图像块。

3.根据权利要求1所述的方法，其中，所述基于所述第一输出值和阈值，确定所述第一图像块是否为含有预定类型图像区域的眼底图像块，包括：

确定所述第一输出值是否大于所述阈值；

响应于确定大于，将所述第一图像块确定为含有预定类型图像区域的眼底图像块；

响应于确定小于或者等于，将所述第一图像块确定为不含有预定类型图像区域的眼底图像块。

4.根据权利要求1所述的方法，其中，所述阈值是通过以下步骤确定的：

获取含有预定类型图像区域的眼底图像；

将所述含有预定类型图像区域的眼底图像输入至所述深度学习模型，得到第二输出值；

从所述第二输出值中确定所述阈值。

5.根据权利要求1-4任一项所述的方法，其中，所述深度学习模型是通过如下步骤训练得到的：

获取第一训练样本集合，其中，第一训练样本包括不含有预定类型图像区域的眼底图像和与所述不含有预定类型图像区域的眼底图像匹配的预设值；

将所述第一训练样本集合中的第一训练样本的不含有预定类型图像区域的眼底图像作为输入，将与输入的不含有预定类型图像区域的眼底图像匹配的预设值作为期望输出，训练得到所述深度学习模型。

6.根据权利要求1-4任一项所述的方法，其中，所述深度学习模型是通过如下步骤训练得到的：

获取第二训练样本集合，其中，第二训练样本包括至少两个不含有预定类型图像区域的第三图像块和与所述第三图像块匹配的预设值，其中，所述至少两个不含有预定类型图像区域的第三图像块是通过划分不含有预定类型图像区域的眼底图像得到的；

将所述训练样本集合中的第二训练样本的所述第三图像块作为输入，将与所述第三图像块匹配的预设值作为期望输出，训练得到所述深度学习模型。