[发明专利]晶状体分割难度分类方法及装置

权利要求书

1.一种晶状体分割难度分类方法，其特征在于，包括：

采集样本数据并对各样本数据标注参考分割线；

将各样本数据输入自动分割网络以获取各样本数据的自动分割结果；

根据各样本数据的所述标注参考分割线计算各样本数据的自动分割结果的分割综合误差；

根据各样本数据的自动分割结果的分割综合误差确定该样本数据的分割难度等级；

基于各样本数据及其分割难度等级建立分割难度判断网络；

将原始图像输入到所述分割难度判断网络中以获取该原始图像的分割难度等级。

2.根据权利要求1所述的一种晶状体分割难度分类方法，其特征在于：

所述分割参考线包括晶状体上边界参考线、晶状体下边界参考线、皮质层上边界参考线、皮质层下边界参考线、晶状体核上边界参考线、晶状体核下边界参考线；

所述样本数据的自动分割结果包括对应于其晶状体上边界参考线的晶状体上边界分割线、对应于其晶状体下边界参考线的晶状体下边界分割线、对应于其皮质层上边界参考线的皮质层上边界分割线、对应于其皮质层下边界参考线的皮质层下边界分割线、对应于其晶状体核上边界参考线的晶状体核上边界分割线、对应于其晶状体核下边界参考线的晶状体核下边界分割线；

样本数据的所述分割综合误差，基于样本数据自动分割结果中的一条或者多条分割线的单项误差确定。

3.根据权利要求2所述的一种晶状体分割难度分类方法，其特征在于：

样本数据的所述分割综合误差，基于样本数据的晶状体下边界分割线、皮质层下边界分割线、晶状体核上边界分割线和晶状体核下边界分割线的单项误差确定。

4.根据权利要求3所述的一种晶状体分割难度分类方法，其特征在于，样本数据的所述分割综合误差计算公式为：

；

为样本数据i的晶状体下边界分割线的单项误差，为所有样本数据的晶状体下边界分割线的单项误差的均值，为晶状体下边界分割线单项误差的权重值；

为样本数据i的皮质层下边界分割线的单项误差，为所有样本数据的皮质层下边界分割线的单项误差的均值，为皮质层下边界分割线单项误差的权重值；

为样本数据i的晶状体核下边界分割线的单项误差，为所有样本数据的晶状体核下边界分割线的单项误差的均值，为晶状体核下边界分割线单项误差的权重值；

为样本数据i的晶状体核上边界分割线的单项误差，为所有样本数据的晶状体核上边界分割线的单项误差的均值，为晶状体核上边界分割线单项误差的权重值。

5.根据权利要求4所述的一种晶状体分割难度分类方法，其特征在于：

所述晶状体核下边界分割线单向误差的权重大于所述晶状体核上边界分割线单向误差的权重，所述晶状体核上边界分割线单向误差的权重大于所述皮质层下边界分割线单向误差的权重，所述皮质层下边界分割线单向误差的权重大于所述晶状体下边界分割线单向误差的权重。

6.根据权利要求4所述的一种晶状体分割难度分类方法，其特征在于，样本数据自动分割结果中分割线的单项误差计算公式为：

，为分割线上的第i个边界点与该分割线对应的参考分割线l的最短距离，n为分割线上的边界点数量。

7.根据权利要求1-6中任一项所述的一种晶状体分割难度分类方法，其特征在于：

所述分割难度判断网络基于所述自动分割网络建立。

8.根据权利要求7所述的一种晶状体分割难度分类方法，其特征在于：

所述自动分割网络为U形分割网络。

9.根据权利要求8所述的一种晶状体分割难度分类方法，其特征在于：

所述分割难度判断网络为基于所述自动分割网络建立的并行分支网络。

10.一种晶状体分割难度分类装置，包括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包括计算机可读指令，当处理器读取并执行所述计算机可读指令时，使得所述处理器实现权利要求1-9中任一项所述的自动分割网络和分割难度判断网络。