[发明专利]一种眼底图像的处理方法及装置

说明书

本实施例公开了一种眼底图像的处理方法及装置，涉及深度学习算法领域。其中，该方法包括：对采集到的单张眼底图像进行预处理；将经过预处理后的单张眼底图像输入至预训练过的神经网络中；所述神经网络中的卷积层获取图像特征，将所述图像特征输入至改造后的所述神经网络的全连接层；所述全连接层包括第一分支和第二分支，分别输出第一分值和第二分值；根据所述第一分值和所述第二分值输出处理结果。采用此方法，实现使用一个神经网络对眼底图像进行处理，进而解决了患者是否患病和患了何种病两个问题，进一步地帮助基层医生诊断，准确率高，使得更多的患者得以受益，意义重大。

技术领域

本公开涉及深度学习算法领域，具体涉及一种眼底图像的处理方法及装置。

背景技术

在我国，包括糖尿病视网膜病变(DR)、视网膜静脉阻塞(RVO)、年龄相关性黄斑变性(AMD)、青光眼、病理性近视等其他眼疾病在内的致盲性眼病高发，这些疾病一般发生在眼底视网膜或视神经，一旦形成视力损伤很难治愈，如果没有及时诊断并获得治疗，最终致盲会给患者形成严重的负担。

然而，和庞大的患者人群相比，我国眼底专科医生不超过3000人，且集中分布于大中型城市的高等级医院，基层医院眼科诊疗力量尤其薄弱，这使得大量潜在患者无法得到诊断和治疗。基层医院眼底专科医生匮乏，但却面对广大需要筛查和诊疗的病患。大多数患者在疾病初期仅出现轻微的眼部不适，基层医院没有能力给出明确诊断，而患者去更高级别医院检查也存在实际困难，这部分患者可能会等病情发展到晚期，视力损失较严重时才到大医院就医；一方面，因就诊不及时，已经造成的损伤可能无法恢复，另一方面，也给高等级医院带去更多的工作量。如果基层医院的医生对常见的几种眼病具有基本的诊断能力，患者在病程的初期就能及时就诊，根据其病情转诊到高等级医院，这样既能减少患者的负担，从卫生经济学角度，也能减少整个社会的负担。因此，迫切需要一种对眼底图像的处理方法，根据处理结果帮助基层医院的医生初步诊断多种常见的眼底和视神经疾病。

发明内容

针对现有技术中的上述技术问题，本公开实施例提出了一种眼底图像的处理方法及装置，能够解决现有技术中存在的基层医院眼底专科医生匮乏、基层医院医生对眼底疾病无法准确判断等问题。

本公开实施例的第一方面提供了一种眼底图像的处理方法，包括：

对采集到的单张眼底图像进行预处理；

将经过预处理后的单张眼底图像输入至预训练过的神经网络中；

所述神经网络中的卷积层获取图像特征，将所述图像特征输入至改造后的所述神经网络的全连接层；

所述全连接层包括第一分支和第二分支，分别输出第一分值和第二分值；

根据所述第一分值和所述第二分值输出处理结果。

在一些实施例中，所述方法还包括：所述第一分值为2×1的向量值；所述第二分值为N×1(N≥2)的向量值；所述向量值中的每一维均为预测分值；

所述根据所述第一分值和所述第二分值输出处理结果，具体包括：根据所述第一分值的向量值和所述第二分值的向量值中的预测分值输出处理结果。

在一些实施例中，所述方法还包括：当所述输出结果出现矛盾时，选择所述第一分值和所述第二分值的向量值中的最大预测分值，并根据所述最大预测分值输出处理结果。

在一些实施例中，所述方法还包括：将经过预处理后的单张眼底图像进行图像质量判断，当所述眼底图像质量符合预设条件时，输入至预训练过的神经网络中。

本公开实施例的第二方面提供了一种神经网络训练方法，包括：

将预处理后的单张眼底图像及对应的处理结果作为样本数据输入神经网络；

使所述神经网络中的卷积层使用所述样本数据进行训练，识别所述单张眼底图像中的图像特征；