[发明专利]一种基于移动端的眼底图像分类方法及系统

说明书

本发明公开了一种基于移动端的眼底图像分类方法及系统，涉及计算机技术领域，该方法包括：基于DenseNet，构建基础眼底图像识别层；构建图像分类器，根据基础眼底图像识别层和图像分类器，构建获得基础眼底图像分类模型；根据基础眼底图像分类模型，通过知识蒸馏，获得移动端眼底图像分类模型；采集获取目标用户的眼底图像，获得目标眼底图像；对目标眼底图像进行数据增强扩充，获得目标眼底图像集合；将目标眼底图像集合输入移动端眼底图像分类模型，获得图像分类结果。本发明解决了现有技术中视网膜眼底图像识别分类时效性较差，无法在移动端便捷使用以及功能单一的技术问题，达到了提升眼底图像识别分类的时效性和准确度的技术效果。

技术领域

本发明涉及计算机技术领域，尤其涉及一种基于移动端的眼底图像分类方法及系统。

背景技术

视网膜眼底图像是观察和诊断眼科疾病的重要手段，随着计算机技术的发展，计算机和软件为医疗行业赋能，而在视网膜眼底图像分析领域也贡献了一定的作用，作为辅助手段提升图像分析的效率和效果。

目前一般通过深度学习，构建较为复杂的网络模型，进行视网膜眼底图像的分析处理，且一般针对单个病种的分析处理。

现有技术中的视网膜眼底图像分析处理需要基于复杂的网络模型，运算效率较低，响应时间较长，无法在移动端进行轻量化的快捷的图像分析处理，且一般仅根据眼底图像针对单一病种进行分析处理，存在着计算资源占用大、时效便捷性差以及功能较为单一的技术问题。

发明内容

本申请的目的是提供一种基于移动端的眼底图像分类方法及系统，用以针对解决现有技术中现有技术中视网膜眼底图像分析处理存在的计算资源占用大、时效便捷性差以及功能较为单一的技术问题。

鉴于上述问题，本申请提供了一种基于移动端的眼底图像分类方法及系统。

第一方面，本申请提供了一种基于移动端的眼底图像分类方法，所述方法包括：基于DenseNet，构建基础眼底图像识别层；构建图像分类器，根据所述基础眼底图像识别层和所述图像分类器，构建获得基础眼底图像分类模型；根据所述基础眼底图像分类模型，通过知识蒸馏，获得移动端眼底图像分类模型；采集获取目标用户的眼底图像，获得目标眼底图像；对所述目标眼底图像进行数据增强扩充，获得目标眼底图像集合；将所述目标眼底图像集合输入所述移动端眼底图像分类模型，获得图像分类结果。

另一方面，本申请还提供了一种基于移动端的眼底图像分类系统，用于执行如第一方面所述的一种基于移动端的眼底图像分类方法，其中，所述系统包括：基础识别层构建模块，用于基于DenseNet，构建基础眼底图像识别层；基础识别模型构建模块，用于构建图像分类器，根据所述基础眼底图像识别层和所述图像分类器，构建获得基础眼底图像分类模型；移动端识别模型构建模块，用于根据所述基础眼底图像分类模型，通过知识蒸馏，获得移动端眼底图像分类模型；眼底图像采集模块，用于采集获取目标用户的眼底图像，获得目标眼底图像；图像增强扩充模块，用于对所述目标眼底图像进行数据增强扩充，获得目标眼底图像集合；图像识别分类模块，用于将所述目标眼底图像集合输入所述移动端眼底图像分类模型，获得图像分类结果。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：