眼底图像处理的方法、装置、电子设备和可读存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114240774A(43)申请公布日2022.03.25(21)申请号202111421388.9(22)申请日2021.11.26(71)申请人北京大恒普信医疗技术有限公司地址100000北京市海淀区苏州街3号9层901-01(72)发明人何彬赵雷唐轶金蒙李博超(74)专利代理机构北京超凡宏宇专利代理事务所(特殊普通合伙)11463代理人李飞(51)Int.Cl.G06T5/00(2006.01)G06T7/00(2017.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书3页说明书18页附图3页(54)发明名称眼底图像处理的方法、装置、电子设备和可读存储介质(57)摘要本申请涉及图像处理技术领域，公开了眼底图像处理的方法、装置、电子设备和可读存储介质，该方法包括获取待处理眼底图像；采用训练好的亮度增强模型，对待处理眼底图像进行亮度增强处理，获得处理后的目标眼底图像；其中，亮度增强模型是基于对抗生成网络以及图像质量损失函数训练获得的。本申请实施例方法通过对抗生成网络以及图像质量损失函数训练获得亮度增强模型，能够提高通过亮度增强模型获得的眼底图像的图像质量。CN114240774ACN114240774A权利要求书1/3页1.一种眼底图像处理的方法，其特征在于，包括：获取待处理眼底图像；采用训练好的亮度增强模型，对所述待处理眼底图像进行亮度增强处理，获得处理后的目标眼底图像；其中，所述亮度增强模型是基于图像质量损失函数对对抗生成网络进行训练获得的。2.根据权利要求1所述的方法，其特征在于，在所述采用训练好的亮度增强模型，对所述待处理眼底图像进行亮度增强处理之前，所述方法还包括：获取样本眼底图像集合；将所述样本眼底图像集合中的样本眼底图像输入至所述对抗生成网络中，获得相应的重构样本眼底图像；利用目标损失函数，确定所述样本眼底图像集合中的样本眼底图像与相应的重构样本眼底图像之间的总体损失值；根据所述总体损失值，对所述对抗生成网络中的参数进行调整，获得训练好的亮度增强模型。3.根据权利要求2所述的方法，其特征在于，所述获取样本眼底图像集合，包括：获取初始图像集合，其中，所述初始图像集合包括第一初始图像集合和第二初始图像集合，所述第一初始图像集合包含至少一个第一初始图像，所述第二初始图像集合包含至少一个第二初始图像；所述第一初始图像集合中的各第一初始图像的亮度值位于第一亮度值范围，所述第二初始图像集合中的各第二初始图像的亮度值位于第二亮度值范围，且所述第一亮度值范围的最大亮度值小于所述第二亮度值范围的最小亮度值；对所述第一初始图像集合中的各第一初始图像进行剪裁黑边、特征提取以及尺寸调整，获得第一预处理初始图像集合，其中，所述第一预处理初始图像集合包含各第一初始图像对应的第一预处理初始图像；对所述第二初始图像集合中的各第二初始图像进行所述剪裁黑边、特征提取以及尺寸调整，获得第二预处理初始图像集合，其中，所述第二预处理初始图像集合包含各第二初始图像对应的第二预处理初始图像；对所述第一预处理初始图像集合中的至少一张第一预处理初始图像进行随机裁切以及翻转，获得第一样本眼底图像集合，其中，所述第一样本眼底图像集合包含多个第一样本眼底图像；对所述第二预处理初始图像集合中的至少一张第二预处理初始图像进行所述随机裁切以及翻转，获得第二样本眼底图像集合，其中，所述第二样本眼底图像集合包含多个第二样本眼底图像；其中，所述第一样本眼底图像集合和所述第二样本眼底图像集合均为样本眼底图像集合，且所述多个第一样本眼底图像和所述多个第二样本眼底图像均为样本眼底图像。4.根据权利要求3所述的方法，其特征在于，所述对抗生成网络中包括第一生成器和第二生成器；所述将所述样本眼底图像集合中的样本眼底图像输入至所述对抗生成网络中，获得相应的重构样本眼底图像，包括：2CN114240774A权利要求书2/3页将所述第一样本眼底图像集合中的第一样本眼底图像输入至所述第一生成器中，获得第一重构亮图；将所述第一重构亮图，输入至所述第二生成器中，获得第一重构暗图；将所述第二样本眼底图像集合中的第二样本眼底图像输入至所述第二生成器中，获得第二重构暗图；将所述第二重构暗图，输入至所述第一生成器中，获得第二重构亮图；其中，所述第一重构暗图和所述第二重构亮图均为重构样本眼底图像。5.根据权利要求4所述的方法，其特征在于，所述目标损失函数包含对抗损失函数、循环一致性损失函数以及所述图像质量损失函数，所述对抗生成网络中还包括第一判别器和第二判别器；所述利用目标损失函数，确定所述样本眼底图像集合中的样本眼底图像与相应的重构样本眼底图像之间的总体损失值，包括：采用所述图像质量损失函数，确定