眼底图像处理方法、分类方法、装置、电子设备及介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114742748A(43)申请公布日2022.07.12(21)申请号202210177573.6(22)申请日2022.02.25(71)申请人北京工业大学地址100022北京市朝阳区平乐园100号(72)发明人李建强文棚嶒(74)专利代理机构北京路浩知识产权代理有限公司11002专利代理师郑朝然(51)Int.Cl.G06T7/00(2017.01)G06K9/62(2022.01)G06N3/08(2006.01)G06V10/764(2022.01)G06V10/25(2022.01)权利要求书2页说明书10页附图7页(54)发明名称眼底图像处理方法、分类方法、装置、电子设备及介质(57)摘要本发明提供一种眼底图像处理方法、分类方法、装置、电子设备及介质，所述眼底图像处理方法包括：获取待处理眼底图像；提取所述待处理眼底图像的感兴趣区域图像，并对所述感兴趣区域图像进行自适应中值滤波处理，得到第一眼底图像；对所述第一眼底图像执行黑帽运算处理，得到第二眼底图像；对所述第二眼底图像执行图像二值化处理，得到第三眼底图像。本发明提供的眼底图像处理方法，基于眼底图像实现了对眼底血管特征的精准采集，进而基于该血管特征实现对患者是否为高度近视的准确判断。CN114742748ACN114742748A权利要求书1/2页1.一种眼底图像处理方法，其特征在于，包括：获取待处理眼底图像；提取所述待处理眼底图像的感兴趣区域图像，并对所述感兴趣区域图像进行自适应中值滤波处理，得到第一眼底图像；对所述第一眼底图像执行黑帽运算处理，得到第二眼底图像；对所述第二眼底图像执行图像二值化处理，得到第三眼底图像。2.根据权利要求1所述的眼底图像处理方法，其特征在于，所述提取所述待处理眼底图像的感兴趣区域图像，具体包括：对所述待处理眼底图像执行灰度处理，得到灰度眼底图像；基于所述灰度眼底图像和第一预设阈值区间提取所述感兴趣区域图像对应的第一掩膜图像；基于所述第一掩膜图像对所述待处理眼底图像执行与运算，得到所述感兴趣区域图像。3.根据权利要求1所述的眼底图像处理方法，其特征在于，在所述对所述第一眼底图像执行黑帽运算处理，得到第二眼底图像之前，所述方法还包括：降低所述第一眼底图像的像素。4.根据权利要求1所述的眼底图像处理方法，其特征在于，在所述对所述第二眼底图像执行图像二值化处理，得到第三眼底图像之前，所述方法还包括：基于第二预设阈值区间提取所述第二眼底图像的第二掩膜图像，并基于所述第二掩膜图像对所述第二眼底图像执行与运算。5.一种基于权利要求1‑4中任一项所述眼底图像处理方法的眼底图像分类方法，其特征在于，包括：将第三眼底图像输入到图像分类模型中，得到所述图像分类模型输出的图像类别；其中，所述图像分类模型是由样本图像集训练得到的，所述样本图像集由所述第三眼底图像和与所述第三眼底图像对应的诊断标签组成，所述图像分类模型用于基于残差网络确定所述第三眼底图像对应的所述图像类别。6.一种眼底图像处理装置，其特征在于，包括：获取模块，用于获取待处理眼底图像；提取模块，用于提取所述待处理眼底图像的感兴趣区域图像，并对所述感兴趣区域图像进行自适应中值滤波处理，得到第一眼底图像；黑帽运算模块，用于对所述第一眼底图像执行黑帽运算处理，得到第二眼底图像；二值化处理模块，用于对所述第二眼底图像执行图像二值化处理，得到第三眼底图像。7.一种眼底图像分类装置，其特征在于，包括：分类模块，用于将第三眼底图像输入到图像分类模型中，得到所述图像分类模型输出的图像类别；其中，所述图像分类模型是由样本图像集训练得到的，所述样本图像集由所述第三眼底图像和与所述第三眼底图像对应的诊断标签组成，所述图像分类模型用于基于残差网络确定所述第三眼底图像对应的所述图像类别。8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运2CN114742748A权利要求书2/2页行的计算机程序，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至4任一项所述眼底图像处理方法的步骤或实现如权利要求5所述眼底图像分类方法的步骤。9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述眼底图像处理方法的步骤或实现如权利要求5所述眼底图像分类方法的步骤。10.一种计算机程序产品，所计算机程序产品包括有计算机程序，其特征在于，该计算机程序被处理器执行时实现根据权利要求1至4任一项所述眼底图像处理方法的步骤或实现如权利要求5所述眼底图像分类方法的步骤。3CN114742748A说明书1/10页眼底图像处理方法、分类方法、装置、电子设备及介质技术领域[0001]本发明涉及医疗