[发明专利]眼底图像的检测方法、装置及电子设备

说明书

本申请公开了一种眼底图像的检测方法、装置及电子设备，涉及计算机视觉技术、深度学习、及智慧医疗技术领域，具体可应用于医疗影像分析场景下。具体实现方案为：在检测眼底图像的质量时，是分别获取深度学习模型确定的待检测眼底图像对应的第一检测结果，及待检测眼底图像对应的血管图像占比率，并根据第一检测结果和血管图像占比率共同确定待检测眼底图像的图像检测结果，与仅基于深度学习模型确定检测结果相比，血管图像占比率可以辅助校正深度学习模型确定的质量检测结果，以得到最终的质量检测结果，这样可以在一定程度上解决因深度学习模型的偏差导致泛化效果较差的问题，提高了泛化效果，从而在一定程度上提高了图像检测结果的准确度。

技术领域

本申请涉及计算机技术领域，尤其涉及一种眼底图像的检测方法、装置及电子设备，具体可用于计算机视觉技术领域、深度学习技术领域、以及智慧医疗技术领域。

背景技术

通过眼底照相机可以获取到大量的眼底图像，但由于各拍摄人员的技术参差不齐，会导致获取到的眼底图像中可能包括质量较差的眼底图像，因此，对获取到的眼底图像进行质量检测是至关重要的。

现有技术中，在对眼底图像进行质量检测时，是基于预先训练得到的深度学习模型直接对眼底图像进行质量检测，并输出质量检测结果。但是，仅采用深度学习模型进行检测，可能会因为深度学习模型的偏差，泛化效果较差，从而导致质量检测结果的准确度较低。

发明内容

本申请提供了一种眼底图像的检测方法、装置及电子设备，在检测眼底图像的质量时，可以在一定程度上解决因深度学习模型的偏差导致泛化效果问题，提高了泛化效果，从而在一定程度上提高了图像检测结果的准确度。

根据本申请的一方面，提供了一种眼底图像的检测方法，该眼底图像的检测方法可以包括：

根据深度学习模型确定待检测眼底图像对应的第一检测结果；其中，所述第一检测结果用于指示所述待检测眼底图像为图像检测结果高于预设阈值的预设眼底图像的概率。

获取所述待检测眼底图像对应的血管图像占比率。

根据所述第一检测结果和所述血管图像占比率确定所述待检测眼底图像的图像检测结果。

根据本申请的另一方面，提供了一种眼底图像的检测装置，该眼底图像的检测装置可以包括：

处理模块，用于根据深度学习模型确定待检测眼底图像对应的第一检测结果；其中，所述第一检测结果用于指示所述待检测眼底图像为图像检测结果高于预设阈值的预设眼底图像的概率。

获取模块，用于获取所述待检测眼底图像对应的血管图像占比率。

所述处理模块，还用于根据所述第一检测结果和所述血管图像占比率确定所述待检测眼底图像的图像检测结果。

根据本申请的另一方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述第一方面所述的眼底图像的检测方法。

根据本申请的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行上述第一方面所述的眼底图像的检测方法。