糖尿病视网膜疾病数据处理方法、装置及电子设备制造方法及图纸

本发明专利技术公开了一种糖尿病视网膜疾病数据处理方法、装置及电子设备，所述方法包括：对原始糖尿病视网膜图像进行超分辨率重建，获得分辨率达到第一预设值的重建糖尿病视网膜图像；基于重建糖尿病视网膜图像和卷积神经网络，获得重建糖尿病视网膜图像的疾病数据。解决了现有技术中存在的基于计算机对眼底视网膜影像的检测速度慢、基于眼底视网膜影像获得的病变数据精度低的问题，达到了提高基于计算机对眼底视网膜影像的检测速度，提高了基于眼底视网膜影像获得的病变数据的精度的技术效果。

Data Processing Method, Device and Electronic Equipment for Diabetic Retinopathy

【技术实现步骤摘要】
糖尿病视网膜疾病数据处理方法、装置及电子设备
本专利技术涉及图像处理领域，具体而言，涉及一种糖尿病视网膜疾病数据处理方法、装置及电子设备。
技术介绍
随着医疗技术的不断发展，人们对高分辨率医学图像的需求也越来越迫切。分辨率高的医学图像能够帮助医生做出更为准确的判断，尤其是在眼底视网膜影像这一特殊领域，对高分辨率的图像要求更高。然而，由于我国很多地区医疗设备和资源落后，拍摄获得的眼底视网膜影像分辨率低、质量差，进而导致基于计算机对眼底视网膜影像的检测速度慢、基于眼底视网膜影像获得的病变数据精度低的问题。
技术实现思路
本专利技术的目的在于提供一种糖尿病视网膜疾病数据处理方法、装置及电子设备，其旨在改善现有技术中存在的上述不足。第一方面，本专利技术实施例提供了一种糖尿病视网膜疾病数据处理方法，包括：对原始糖尿病视网膜图像进行超分辨率重建，获得分辨率达到第一预设值的重建糖尿病视网膜图像；基于所述重建糖尿病视网膜图像和卷积神经网络，获得所述重建糖尿病视网膜图像的疾病数据。可选的，所述对所述原始糖尿病视网膜图像进行超分辨率重建，获得分辨率达到预设值的重建糖尿病视网膜图像，包括：对所述原始糖尿病视网膜图像进行双立方插值处理，获得插值糖尿病视网膜图像；获得所述插值糖尿病视网膜图像的低维特征，所述低维特征表征所述插值糖尿病视网膜图像中精度小于第二预设值的特征；获得所述插值糖尿病视网膜图像的高维特征，所述高维特征表征所述插值糖尿病视网膜图像中精度不小于第二预设值的特征；对所述低维特征和所述高维特征进行融合，获得融合特征；基于所述融合特征，获得所述重建糖尿病视网膜图像。可选的，所述对所述低维特征和所述高维特征进行融合，获得融合特征，包括：对所述低维特征和所述高维特征进行像素叠加，获得融合特征。可选的，所述疾病数据包括类别信息和所述类别信息对应的等级信息；所述类别信息表征所述重建糖尿病视网膜图像中呈现的糖尿病视网膜病变的类型信息，所述类别信息对应的等级信息表征糖尿病视网膜病变的轻重情况的等级；所述基于所述重建糖尿病视网膜图像和卷积神经网络，获得所述重建糖尿病视网膜图像的疾病数据，包括：将所述重建糖尿病视网膜图像输入所述卷积神经网络中，所述卷积神经网络针对所述重建糖尿病视网膜图像输出所述重建糖尿病视网膜图像的所述类别信息和所述类别信息对应的等级信息；所述卷积神经网络包括第一部分网络和第二部分网络，所述第二部分网络用于对所述第一部分网络输出的数据进行降维，以获得所述重建糖尿病视网膜图像的所述类别信息和所述类别信息对应的等级信息。可选的，所述卷积神经网络的训练方法包括：获得训练数据，所述训练数据包括多张预先标注的重建糖尿病视网膜图像，所述预先标注的重建糖尿病视网膜图像包括图像数据、所述图像数据的类别信息以及所述类别信息对应的等级信息；基于所述训练数据对所述卷积神经网络进行训练，获得可以针对重建糖尿病视网膜图像输出所述重建糖尿病视网膜图像的类别信息和所述类别信息对应的等级信息的卷积神经网络。可选的，在对所述原始糖尿病视网膜图像进行超分辨率重建，获得分辨率达到第一预设值的重建糖尿病视网膜图像之前，所述方法还包括：对所述原始糖尿病视网膜图像进行预处理。可选的，在所述对原始糖尿病视网膜图像进行超分辨率重建，获得分辨率达到第一预设值的重建糖尿病视网膜图像之前，所述方法还包括：获得待检测的原始糖尿病视网膜图像。第二方面，本专利技术实施例提供了一种糖尿病视网膜疾病数据处理装置，包括：第一处理模块，用于对原始糖尿病视网膜图像进行超分辨率重建，获得分辨率达到第一预设值的重建糖尿病视网膜图像；第二处理模块，用于基于所述重建糖尿病视网膜图像和卷积神经网络，获得所述重建糖尿病视网膜图像的疾病数据。第三方面，本专利技术实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项所述方法的步骤。第四方面，本专利技术实施例提供了一种电子设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一项所述方法的步骤。相对现有技术，本专利技术具有以下有益效果：本专利技术实施例提供了一种糖尿病视网膜疾病数据处理方法、装置及电子设备，所述方法包括：对原始糖尿病视网膜图像进行超分辨率重建，获得分辨率达到第一预设值的重建糖尿病视网膜图像；基于重建糖尿病视网膜图像和卷积神经网络，获得重建糖尿病视网膜图像的疾病数据。首先通过对原始糖尿病视网膜图像进行超分辨率重建，获得分辨率达到第一预设值的重建糖尿病视网膜图像，重建糖尿病视网膜图像的分辨率达到第一预设值，重建糖尿病视网膜图像的分辨率高，重建糖尿病视网膜图像的特征明显且丰富，可以提高眼底视网膜影像的质量；然后基于重建糖尿病视网膜图像和卷积神经网络，通过卷积神经网络针对重建糖尿病视网膜图像输出重建糖尿病视网膜图像的疾病数据，由于重建糖尿病视网膜图像的质量提高，再通过卷积神经网络对重建糖尿病视网膜图像进行处理，进而提高基于计算机对眼底视网膜影像的检测速度，由于重建糖尿病视网膜图像的特征明显且丰富，故提高了基于眼底视网膜影像获得的病变数据的精度。因此，解决了现有技术中存在的基于计算机对眼底视网膜影像的检测速度慢、基于眼底视网膜影像获得的病变数据精度低的问题，达到了提高基于计算机对眼底视网膜影像的检测速度，提高了基于眼底视网膜影像获得的病变数据的精度的技术效果。本专利技术实施例的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术实施例了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1示出了本专利技术实施例提供的一种糖尿病视网膜疾病数据处理方法的流程图。图2示出了本专利技术实施例提供的另一种糖尿病视网膜疾病数据处理方法的流程图。图3示出了本专利技术实施例提供的一种糖尿病视网膜疾病数据处理装置200的方框结构示意图。图4示出了本专利技术实施例提供的一种电子设备的方框结构示意图。具体实施方式下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。在传统技术中，是采用图形处理器(GraphicsProcessingUnit，GPU)对医学图像进行图像处理，例如对眼底视网膜影像进行处理。然而，采用GPU的医疗设备的整体体积偏大，极大浪费医疗工作站的空间，此外，高性能GPU的造价过高，造成医疗设备的成本增加。为了提高眼底视网膜影像病变的检测中的速度，需要提高眼底视网膜影像的特征的质量。同时，还需要以提高获得的病变数据的精度。本专利技术实施例提供了本专利技术实施例提供了一种糖尿病视网膜疾病数据处理方法、装置及电子设备，用以解决现有技术中存在的基于计算机对眼底本文档来自技高网...

【技术保护点】
1.一种糖尿病视网膜疾病数据处理方法，其特征在于，包括：对原始糖尿病视网膜图像进行超分辨率重建，获得分辨率达到第一预设值的重建糖尿病视网膜图像；基于所述重建糖尿病视网膜图像和卷积神经网络，获得所述重建糖尿病视网膜图像的疾病数据。

【技术特征摘要】
1.一种糖尿病视网膜疾病数据处理方法，其特征在于，包括：对原始糖尿病视网膜图像进行超分辨率重建，获得分辨率达到第一预设值的重建糖尿病视网膜图像；基于所述重建糖尿病视网膜图像和卷积神经网络，获得所述重建糖尿病视网膜图像的疾病数据。2.根据权利要求1所述的方法，其特征在于，所述对所述原始糖尿病视网膜图像进行超分辨率重建，获得分辨率达到预设值的重建糖尿病视网膜图像，包括：对所述原始糖尿病视网膜图像进行双立方插值处理，获得插值糖尿病视网膜图像；获得所述插值糖尿病视网膜图像的低维特征，所述低维特征表征所述插值糖尿病视网膜图像中精度小于第二预设值的特征；获得所述插值糖尿病视网膜图像的高维特征，所述高维特征表征所述插值糖尿病视网膜图像中精度不小于第二预设值的特征；对所述低维特征和所述高维特征进行融合，获得融合特征；基于所述融合特征，获得所述重建糖尿病视网膜图像。3.根据权利要求2所述的方法，其特征在于，所述对所述低维特征和所述高维特征进行融合，获得融合特征，包括：对所述低维特征和所述高维特征进行像素叠加，获得融合特征。4.根据权利要求1所述的方法，其特征在于，所述疾病数据包括类别信息和所述类别信息对应的等级信息；所述类别信息表征所述重建糖尿病视网膜图像中呈现的糖尿病视网膜病变的类型信息，所述类别信息对应的等级信息表征糖尿病视网膜病变的轻重情况的等级；所述基于所述重建糖尿病视网膜图像和卷积神经网络，获得所述重建糖尿病视网膜图像的疾病数据，包括：将所述重建糖尿病视网膜图像输入所述卷积神经网络中，所述卷积神经网络针对所述重建糖尿病视网膜图像输出所述重建糖尿病视网膜图像的所述类别信息和所述类别信息对应的等级信息；所述卷积神经网络包括第一部分网络和第二部分网络，所述第...

【专利技术属性】
技术研发人员：李玖林，
申请(专利权)人：成都医云科技有限公司，
类型：发明
国别省市：四川,51