【技术实现步骤摘要】
本申请涉及人工智能，特别涉及一种图像处理方法、装置、电子设备及存储介质。
技术介绍
1、随着人工智能技术的不断发展，人工智能技术的应用场景越来越广泛，例如，被应用于处理眼底图像，以进行眼底疾病的筛查，可以提前预警用户是否存在眼底疾病，并且给出转诊的指示，提示用户可能具有一些高风险眼底疾病，需要去医院进行进一步的更细节的诊断。相关技术中，在基于眼底图像进行眼底疾病的筛查时，筛查的眼底疾病类型比较单一、且筛查结果的准确率不高，导致眼底疾病的筛查效率比较低。
技术实现思路
1、本申请实施例提供一种图像处理方法、装置、电子设备及存储介质，以解决相关技术中存在的眼底疾病的筛查效率比较低的技术问题。
2、根据本申请的第一方面，公开了一种图像处理方法，所述方法包括：
3、获取待筛查的目标眼底图像；
4、提取所述目标眼底图像的多尺度眼底特征；
5、根据所述多尺度眼底特征，生成目标矩阵，其中，所述目标矩阵中包含n个元素，每个所述元素对应于一个疾病分类类别，不同的所述元素对应于不同的疾病分类类别，n为大于2的整数；
6、根据所述目标矩阵，确定所述目标眼底图像对应的目标筛查结果。
7、根据本申请的第二方面，公开了一种图像处理装置，所述装置包括：
8、获取模块，用于获取待筛查的目标眼底图像；
9、提取模块，用于提取所述目标眼底图像的多尺度眼底特征；
10、生成模块，用于根据所述多尺度眼底特征，生成目
11、确定模块，用于根据所述目标矩阵，确定所述目标眼底图像对应的目标筛查结果。
12、根据本申请的第三方面，公开了一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序以实现如第一方面中的图像处理方法。
13、根据本申请的第四方面，公开了一种计算机可读存储介质，其上存储有计算机程序/指令，该计算机程序/指令被处理器执行时实现如第一方面中的图像处理方法。
14、根据本申请的第五方面，公开了一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现如第一方面中的图像处理方法。
15、本申请实施例中，考虑到不同的眼底疾病之间的病灶区域的尺度是不同的，在需要对目标眼底图像进行眼底疾病筛查时，可以提取目标眼底图像的多尺度眼底特征，根据多尺度眼底特征，对目标眼底图像进行眼底疾病筛查，得到目标筛查结果。由于从目标眼底图像中提取的多尺度眼底特征可以充分获取图像的病灶区域信息，因此根据提取的多尺度眼底特征可以准确地识别出多种眼底疾病类别，可以解决相关技术中存在的眼底疾病筛查种类单一和筛查结果不准确的问题，进而提高眼底疾病的筛查效率。
本文档来自技高网...【技术保护点】
1.一种图像处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述疾病分类类别包括：无眼底疾病和有眼底疾病，所述有眼底疾病包括以下至少一项：不同的眼底疾病和各眼底疾病的不同严重程度。
3.根据权利要求1所述的方法，其特征在于，所述目标矩阵中的每个所述元素的值为概率值；
4.根据权利要求1-3任一项所述的方法，其特征在于，所述提取所述目标眼底图像的多尺度眼底特征；根据所述多尺度眼底特征，生成目标矩阵，包括：
5.根据权利要求4所述的方法，其特征在于，所述分类模型通过以下方式训练得到：
6.根据权利要求5所述的方法，其特征在于，所述目标损失函数通过以下方式构造得到：
7.一种图像处理装置，其特征在于，所述装置包括：
8.根据权利要求7所述的装置，其特征在于，所述疾病分类类别包括：无眼底疾病和有眼底疾病，所述有眼底疾病包括以下至少一项：不同的眼底疾病和各眼底疾病的不同严重程度。
9.根据权利要求7所述的装置，其特征在于，所述目标矩阵中的每个所述元素的值为概率值；
10.根据权利要求7-9任一项所述的装置，其特征在于，所述提取模块包括：
11.根据权利要求10所述的装置，其特征在于，所述分类模型通过以下方式训练得到：
12.根据权利要求11所述的装置，其特征在于，所述目标损失函数通过以下方式构造得到：
13.一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-6任一项所述的图像处理方法。
14.一种计算机可读存储介质，其上存储有计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求1-6任一项所述的图像处理方法。
15.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求1-6任一项所述的图像处理方法。
...【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述疾病分类类别包括：无眼底疾病和有眼底疾病，所述有眼底疾病包括以下至少一项：不同的眼底疾病和各眼底疾病的不同严重程度。
3.根据权利要求1所述的方法，其特征在于，所述目标矩阵中的每个所述元素的值为概率值；
4.根据权利要求1-3任一项所述的方法，其特征在于，所述提取所述目标眼底图像的多尺度眼底特征；根据所述多尺度眼底特征，生成目标矩阵，包括：
5.根据权利要求4所述的方法，其特征在于，所述分类模型通过以下方式训练得到：
6.根据权利要求5所述的方法，其特征在于，所述目标损失函数通过以下方式构造得到：
7.一种图像处理装置，其特征在于，所述装置包括：
8.根据权利要求7所述的装置，其特征在于，所述疾病分类类别包括：无眼底疾病和有眼底疾病，所述有眼底疾病包括以下至少一项：不同的眼底疾病和各眼底...
【专利技术属性】
技术研发人员：齐秀梅，陈亦新，赵昕，
申请(专利权)人：北京鹰瞳科技发展股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。