[发明专利]一种基于深度学习的左右眼识别算法

说明书

本发明公开了一种基于深度学习的左右眼识别算法，图像预处理和数据扩充，Alexnet与Resnet对左右眼识别效果的比较分析，基于Alexnet网络的优化，分类器Softmax回归与支持向量机SVM的比较。通过卷积神经网络对图像特征的自动提取功能，实现对左右眼的判断，识别速率快、准确率高，克服了人工判断费时费力的弊端，以及不用使用光学仪器，成本低，容易普及。

技术领域

本发明涉及图像识别领域，特别是一种基于深度学习的左右眼识别算法。

背景技术

随着社会的发展，人们生活水平的提高，人们对疾病治疗的准确性要求越来越高，尤其是对眼部的确认。在临床医学中分辨眼科图像所示的是左眼还是右眼具有重要的意义和实用价值。现有的左右眼识别装置一种是基于光学仪器的左右眼识别装置，但这种方式受限于光学仪器元件，成本高，安装复杂，不易普及，应用范围比较局限。另一种直接利用眼科图像中视盘的颜色和形状特性来对视盘进行定位，进而根据视盘所在位置进行左右眼的识别。但这种方案易受到视盘形变、图像本身的亮度、对比度及其他病变区域的影响，速度和准确率较低。

发明内容

为解决现有技术的问题，本发明的目的在于提供一种基于深度学习的左右眼识别算法，提高分类识别的速度和准确率，并且成本低，容易普及，应用范围广。

本发明为解决其问题所采用的技术方案是：

一种基于深度学习的左右眼识别算法，包括以下步骤：

S1：图像预处理和数据扩充，

S11：图像的裁剪：获取的眼科图像往往四周带有许多黑色的无效区域，为了消除黑色无效区域对图像识别的干扰并减少数据量，需要对图像中的有效区域进行提取，由于有效区域与黑色无效区域具有明显的边界，且黑色所对应的像素值为0，所以不需要人工标记有效区域的四个边缘点A、B、C、D，可以直接通过算法来自动提取，获取的眼科彩图的各个通道的像素值大小范围通常均为[0，255]，设置像素值阈值为20，通过逐行或逐列遍历图像通道的像素，获取的第一个与最后一个像素值大于阈值的点即为对应的边缘点，具体的算法流程如下：

A1：逐行遍历图中像素，获取的第一个像素值大于20的像素的纵坐标，即为A的纵坐标y1；

A2：逐行遍历图中像素，获取的最后一个像素值大于20的像素的纵坐标，即为C的纵坐标y2；

A3：逐列遍历图中像素，获取的第一个像素值大于20的像素的横坐标，即为B的横坐标x1；

A4：逐列遍历图中像素，获取的最后一个像素值大于20的像素的横坐标，即为D的横坐标x2；

有了A、B、C、D四个点的坐标x1，x2，y1，y2，可以直接得到裁剪后的有效图像；

S12：对图片进行亮度和对比度的随机调整来扩充数据，

调整图像的亮度和对比度来扩充训练数据集的数据量，使用下面这个公式来改变图像的亮度和对比度来扩充训练数据集，

g(x)＝a*f(x)+b

其中：f(x)表示原图像像素，

g(x)表示输出图像像素，

参数a被称为增益，常常被用来控制图像的对比度，我们设置a的取值范围为[0.5，1.5]，每次对图像操作时从中随机取值，

参数b被称为偏置，常常被用来控制图像的亮度，我们设置b的取值范围为[－50，50]，每次对图像操作时从中随机取值，

S13：对图片进行标准化，

使用反向传播算法学习参数，同时，对图像进行标准化处理，

其公式如下：