[发明专利]一种左右眼分类方法、装置、服务器和存储介质

权利要求书

1.一种左右眼分类方法，其特征在于，包括：

获取被测者的眼球AS-OCT图像；

将所述眼球AS-OCT图像输入预设的左右眼分类模型，输出分类结果；

基于分类结果判定被测者的眼球为左眼还是右眼。

2.根据权利要求1所述的一种左右眼分类方法，其特征在于，所述左右眼分类模型包括依次连接的卷积特征提取层和全连接层，所述卷积特征提取层包括关键区域分支和全局区域分支，所述全局区域分支包括注意力模块。

3.根据权利要求2所述的一种左右眼分类方法，其特征在于，所述注意力模块包括通道注意力提取层和空间注意力提取层。

4.根据权利要求2所述的一种左右眼分类方法，其特征在于，所述左右眼分类模型的训练方法包括：

获取训练集，所述训练集为预存的眼球AS-OCT图像及对应的左右眼判定结果；

将所述训练集代入预设的第一分类模型进行参数调节，以生成第二分类模型；

将所述训练集代入所述第二分类模型，以获取第一全局图像特征；

将所述第一全局图像特征代入所述注意力模块，以生成注意力分布图；

基于所述注意力分布图确定所述关键区域；

基于所述关键区域和第二分类模型构建所述左右眼分类模型。

5.根据权利要求2所述的一种左右眼分类方法，其特征在于，所述将所述眼球AS-OCT图像输入预设的左右眼分类模型，输出分类结果，包括：

将所述眼球AS-OCT图像作为全局图像，基于所述全局图像生成关键区域图像；

将所述全局图像输入所述卷积特征提取层，生成第二全局图像特征；

同时，将所述关键区域图像输入所述卷积特征提取层，生成关键区域图像特征；

将所述第二全局图像特征和所述关键区域图像特征输入全连接层，生成分类结果。

6.一种基于神经网络的左右眼分类装置，其特征在于，包括：

获取模块，用于获取被测者的眼球AS-OCT图像；

计算模块，用于将所述眼球AS-OCT图像输入预设的左右眼分类模型，输出分类结果；

判定模块，用于基于分类结果判定被测者的眼球为左眼还是右眼。

7.根据权利要求6所述的一种基于神经网络的左右眼分类装置，其特征在于，所述左右眼分类模型为依次连接的卷积特征提取层和全连接层，所述卷积特征提取层包括关键区域分支和全局区域分支，所述全局区域分支包括注意力模块，所述基于神经网络的左右眼分类装置还包括训练模块，所述训练模块包括：

获取单元，用于获取训练集，所述训练集为预存的眼球AS-OCT图像及对应的左右眼判定结果；

第一模型生成单元，用于将所述训练集代入预设的第一分类模型进行参数调节，以生成第二分类模型；

第一计算单元，用于将所述训练集代入所述第二分类模型，以获取第一全局图像特征；

第二计算单元，用于将所述第一全局图像特征代入所述注意力模块，以生成注意力分布图；

关键区域确定单元，用于基于所述注意力分布图确定所述关键区域；

第二模型生成单元，用于基于所述关键区域和第二分类模型构建所述左右眼分类模型。

8.根据权利要求6所述的一种基于神经网络的左右眼分类装置，其特征在于，所述计算模块包括：

关键区域图像生成单元，用于将所述眼球AS-OCT图像作为全局图像，基于所述全局图像生成关键区域图像；

第三计算单元，用于将所述全局图像输入所述卷积特征提取层，生成第二全局图像特征；

第四计算单元，用于同时将所述关键区域图像输入所述卷积特征提取层，生成关键区域图像特征。

分类单元，用于将所述第二全局图像特征和所述关键区域图像特征输入全连接层，生成分类结果。

9.一种服务器，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-5任一所述的左右眼分类方法。

10.一种终端可读存储介质，其上存储有程序，其特征在于，所述程序被处理器执行时能够实现如权利要求1-5任一所述的左右眼分类方法。