[发明专利]视网膜病变识别设备、装置及存储介质在审
| 申请号: | 202210254666.4 | 申请日: | 2022-03-15 |
| 公开(公告)号: | CN114627078A | 公开(公告)日: | 2022-06-14 |
| 发明(设计)人: | 柳杨;陈凌智;吕彬;吕传峰 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
| 主分类号: | G06T7/00 | 分类号: | G06T7/00;G06V40/18;G06V10/25;G06V10/764;G06K9/62 |
| 代理公司: | 广州嘉权专利商标事务所有限公司 44205 | 代理人: | 麦广林 |
| 地址: | 518000 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 视网膜 病变 识别 设备 装置 存储 介质 | ||
1.一种视网膜病变识别设备,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计算机程序,其特征在于,所述处理器执行所述计算机程序时实现视网膜病变识别方法,所述方法包括:
获取原始眼底图像;
将所述原始眼底图像输入至目标视网膜病变识别网络,得到由所述目标视网膜病变识别网络输出的图像级识别结果;
将所述原始眼底图像输入至目标病灶检测网络,得到由所述目标病灶检测网络输出的像素级病灶识别结果;
将所述图像级识别结果和所述像素级病灶识别结果输入至目标决策树进行结果修正处理,得到所述目标决策树输出的视网膜病变识结果,所述目标决策树由所述图像级识别结果和所述像素级病灶识别结果所构建得到。
2.根据权利要求1所述的视网膜病变识别设备,其特征在于,所述将所述原始眼底图像输入至目标视网膜病变识别网络,得到由所述目标视网膜病变识别网络输出的图像级识别结果之前,所述处理器执行的所述方法包括:
将所述原始眼底图像输入至黄斑视盘区域提取网络进行第一阶段训练,得到目标黄斑视盘区域提取网络;
将所述原始眼底图像输入至所述目标黄斑视盘区域提取网络,得到黄斑区定位图像和视盘区定位图像;
将所述黄斑区定位图像、所述视盘区定位图像和所述原始眼底图像分别输入至黄斑区病变识别网络分支、视盘区病变识别网络分支以及其他视网膜病变识别网络分支进行第二阶段训练,得到目标黄斑区病变识别网络分支、目标视盘区病变识别网络分支以及目标其他视网膜病变识别网络分支;
根据所述目标黄斑区病变识别网络分支、所述目标视盘区病变识别网络分支以及所述目标其他视网膜病变识别网络分支得到目标视网膜病变识别网络。
3.根据权利要求2所述的视网膜病变识别设备,其特征在于,所述处理器执行的所述将所述原始眼底图像输入至目标视网膜病变识别网络,得到由所述目标视网膜病变识别网络输出的图像级识别结果的方法包括:
将所述原始眼底图像输入至所述目标黄斑视盘区域提取网络,得到黄斑区定位图像和视盘区定位图像;
将所述黄斑区定位图像、所述视盘区定位图像和所述原始眼底图像分别输入至所述目标黄斑区病变识别网络分支、所述目标视盘区病变识别网络分支以及所述目标其他视网膜病变识别网络分支,得到图像级识别结果,所述图像级识别结果包括黄斑区病变识别结果、视盘区病变识别结果和整体视网膜病变识别结果。
4.根据权利要求2所述的视网膜病变识别设备,其特征在于,所述处理器执行的所述将所述原始眼底图像输入至黄斑视盘区域提取网络进行第一阶段训练,得到目标黄斑视盘区域提取网络的方法包括:
将所述原始眼底图像输入至所述黄斑视盘区域提取网络进行区域定位处理,得到黄斑区定位图像和视盘区定位图像;
将所述黄斑区定位图像和所述视盘区定位图像分别通过第一损失函数进行计算,得到第一损失函数值;
根据所述第一损失函数值对所述黄斑视盘区域提取网络进行迭代训练,得到目标黄斑视盘区域提取网络。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210254666.4/1.html,转载请声明来源钻瓜专利网。





