[发明专利]视盘视杯的分割方法、模型训练方法、装置、设备及介质

权利要求书

1.一种眼底图像的视盘视杯分割方法，包括：

获取眼底图像；

基于注意力机制，对眼底图像的视盘和视杯进行分割，得到视盘和视杯分割的图像。

2.根据权利要求1所述的方法，其中，基于注意力机制，对眼底图像的视盘和视杯进行分割，得到视盘和视杯分割的图像，包括：

采用预先训练的、基于注意力机制的视盘视杯分割模型，对所述眼底图像的视盘和视杯进行分割，得到所述视盘和视杯分割的图像。

3.根据权利要求2所述的方法，其中，采用预先训练的、基于注意力机制的视盘视杯分割模型，对所述眼底图像的视盘和视杯进行分割，得到所述视盘和视杯分割的图像，包括：

采用所述视盘视杯分割模型中的各编码模块，分别对输入的特征信息进行编码处理，得到编码特征；所述第一层编码模块输入的特征信息为所述眼底图像的特征；

采用所述视盘视杯分割模型中的各注意力处理单元，分别基于对应层的所述编码模块的编码特征和对应的解码模块的解码特征进行注意力机制的特征处理，并将处理后的特征信息作为下一层的解码模块的输入；

采用所述视盘视杯分割模型中的各解码模块，分别对输入的特征信息进行解码处理，直至最有一层所述解码模块解码得到所述视盘和视杯分割的图像。

4.根据权利要求3所述的方法，其中，采用所述视盘视杯分割模型中的各注意力处理单元，分别基于对应的所述编码模块的编码特征和对应的解码模块的解码特征进行注意力机制的特征处理，并将处理后的特征信息作为下一层的解码模块的输入，包括：

采用所述视盘视杯分割模型中的各所述注意力处理单元中的给模块，分别对对应层的所述编码模块的编码特征进行基于注意力机制的特征处理，得到处理后的第一注意力特征；

采用所述视盘视杯分割模型中的各所述注意力处理单元中的取模块，分别基于对应的所述解码模块的解码特征和对应的所述给模块输出的所述第一注意力特征，进行基于注意力机制的特征处理，得到处理后的第二注意力特征，作为下一层的所述解码模块的输入。

5.一种视盘视杯分割模型的训练方法，包括：

获取诊断结果为是青光眼的训练眼底图像的多种视盘和视杯分割标注的权重参数；

基于所述多种视盘和视杯分割标注的权重参数和所述多种视盘和视杯分割标注，获取所述训练眼底图像对应的视盘和视杯分割的标签图像；

采用所述训练眼底图像、与所述视盘和视杯分割的标签图像，训练基于注意力机制实现的视盘视杯分割模型。

6.根据权利要求5所述的方法，其中，获取训练眼底图像的多种视盘和视杯分割标注的权重参数，包括：

基于所述训练眼底图像、以及所述训练眼底图像的诊断结果，采用预先训练的青光眼诊断模型，获取所述多种视盘和视杯分割标注的权重参数。

7.根据权利要求5所述的方法，其中，基于所述多种视盘和视杯分割标注的权重参数和所述多种视盘和视杯分割标注，获取所述训练眼底图像对应的视盘和视杯分割的标签图像，包括：

基于所述多种视盘和视杯分割标注的权重参数，对所述多种视盘和视杯分割标注进行加权求平均，得到所述训练眼底图像对应的所述视盘和视杯分割的标签图像。

8.根据权利要求5所述的方法，其中，采用所述训练眼底图像、所述视盘和视杯分割的标签图像，训练基于注意力机制实现的视盘视杯分割模型，包括：

基于所述训练眼底图像，获取所述视盘视杯分割模型根据注意力机制预测的视盘和视杯分割的预测图像；

基于所述视盘和视杯分割的标签图像和所述视盘和视杯分割的预测图像，构建损失函数；

在所述损失函数不收敛时，调整基于注意力机制实现的所述视盘视杯分割模型的参数。