[发明专利]一种眼表肿物的判断方法及装置

权利要求书

1.一种眼表肿物的判断方法，其特征在于，包括：

获取眼表肿物图；

将所述眼表肿物图输入至眼表肿物判断模型中，以使所述眼表肿物判断模型进行眼表肿物良恶性判断，得到判断结果；其中，所述眼表肿物判断模型用于根据所述眼表肿物图获取第一特征图和候选区域，继而根据所述第一特征图和所述候选区域得到多个第二特征图，将多个所述第二特征图的维度设置为第一维度后进行眼表肿物良恶性判断；其中，所述候选区域为疑似病灶区域。

2.根据权利要求1所述的一种眼表肿物的判断方法，其特征在于，在所述将多个所述第二特征图的维度设置为第一维度后，还包括：

根据维度均为所述第一维度的多个所述第二特征图进行眼表肿物的分类，并输出分类结果。

3.根据权利要求2所述的一种眼表肿物的判断方法，其特征在于，在获取所述候选区域后，还包括：

通过计算所述候选区域的回归，对所述候选区域的位置进行修正，得到修正后的候选区域。

4.根据权利要求3所述的一种眼表肿物的判断方法，其特征在于，在获取所述候选区域后，还包括：

将所述候选区域根据第一比例缩放后映射至所述眼表肿物图中，得到所述候选区域的置信度；

根据所述置信度，结合所述判断结果、所述分类结果和所述修正后的候选区域，生成可视化结果。

5.根据权利要求4所述的一种眼表肿物的判断方法，其特征在于，所述获取眼表肿物图，具体为：

获取初始输入图像，将所述初始输入图像根据所述第一比例缩放生成所述眼表肿物图并获取。

6.根据权利要求5所述的一种眼表肿物的判断方法，其特征在于，所述眼表肿物判断模型的生成过程具体为：

获取第一训练样本集；其中，所述第一训练样本集包括：含良性标注、恶性标注以及眼表肿物类型标注的眼表肿物图；

对所述第一训练样本集按照预设概率进行翻转和进行HSV颜色转换，得到第二训练样本集；

将所述第二训练样本集输入神经网络模型中，以使所述神经网络模型进行训练后生成所述眼表肿物判断模型。

7.根据权利要求6所述的一种眼表肿物的判断方法，其特征在于，所述眼表肿物判断模型包括：特征提取层、RPN层、Roi池化层和分类层；

其中，所述特征提取层用于根据所述眼表肿物图获取所述第一特征图；

所述RPN层用于根据所述第一特征图获取所述候选区域；

所述Roi池化层用于根据所述第一特征图和所述候选区域得到多个所述第二特征图，将多个所述第二特征图的维度设置为所述第一维度；

所述分类层用于根据维度均为所述第一维度的多个所述第二特征图，进行眼表肿物良恶性判断以及对眼表肿物进行分类。

8.根据权利要求7所述的一种眼表肿物的判断方法，其特征在于，所述分类层还用于通过计算所述候选区域的回归，对所述候选区域的位置进行修正，得到所述修正后的候选区域。

9.根据权利要求8所述的一种眼表肿物的判断方法，其特征在于，所述眼表肿物判断模型还包括：输出层；

所述输出层用于输出所述修正后的候选区域、所述判断结果和所述分类结果；

所述输出层还用于将所述候选区域根据所述第一比例缩放后映射至所述眼表肿物图中，得到所述候选区域的置信度后并输出。

10.一种眼表肿物的判断装置，其特征在于，包括：获取模块和判断模块；

其中，所述获取模块用于获取眼表肿物图；

所述判断模块用于将所述眼表肿物图输入至眼表肿物判断模型中，以使所述眼表肿物判断模型进行眼表肿物良恶性判断，得到判断结果；其中，所述眼表肿物判断模型用于根据所述眼表肿物图获取第一特征图和候选区域，继而根据所述第一特征图和所述候选区域得到多个第二特征图，将多个所述第二特征图的维度设置为第一维度后进行眼表肿物良恶性判断；其中，所述候选区域为疑似病灶区域。