眼底图像的分割方法和装置制造方法及图纸

本公开的实施例公开了眼底图像的分割方法和装置。该方法的一具体实施方式包括：获取待检测的眼底图像；将待检测的眼底图像输入图像生成模型，得到待检测的眼底图像对应的杯盘掩膜图像；基于待检测的眼底图像对应的杯盘掩膜图像，拟合出待检测的眼底图像中的视杯区域的掩膜图像和视盘区域的掩膜图像。该实施方式可以准确地分割出眼底图像中的视盘区域和视杯区域。

Segmentation Method and Device of Eyeground Image

【技术实现步骤摘要】
眼底图像的分割方法和装置本公开的实施例涉及计算机
，具体涉及图像处理领域，尤其涉及眼底图像的分割方法和装置。
技术介绍
当前，随着计算机技术的发展，各种图像分割技术不断涌现。图像分割技术能够解决很多实际问题。其中一个典型的应用是医学影像的分割处理，图像分割可以定位出影像中的关键部位，从而帮助诊断和治疗。在眼底图像的图像处理中，期望通过图像分割技术来分割视杯区域和视盘区域。目前的眼底图像分割技术大多是基于视杯和视盘的图像的像素值进行阈值分割。
技术实现思路
本公开的实施例提出了眼底图像的分割方法和装置。第一方面，本公开的实施例提供了一种眼底图像的分割方法，该方法包括：获取待检测的眼底图像；将待检测的眼底图像输入图像生成模型，得到待检测的眼底图像对应的杯盘掩膜图像，待检测的眼底图像对应的杯盘掩膜图像表征待检测的眼底图像中的视杯和视盘之间的差分区域；基于待检测的眼底图像对应的杯盘掩膜图像，拟合出待检测的眼底图像中的视杯区域的掩膜图像和视盘区域的掩膜图像。在一些实施例中，基于待检测的眼底图像对应的杯盘掩膜图像，拟合出待检测的眼底图像中的视杯区域的掩膜图像和视盘区域的掩膜图像，包括：采用椭圆拟合方法对待检测的眼底图像对应的杯盘掩膜图像的内边界和外边界进行拟合，得到视杯区域的掩膜图像和视盘区域的掩膜图像。在一些实施例中，该方法还包括：基于视杯区域的掩膜图像和视盘区域的掩膜图像，确定出待检测的眼底图像中的视杯区域和视盘区域的边界信息；控制显示设备显示包含边界信息的待检测的眼底图像。在一些实施例中，图像生成模型是按照如下方式生成的：获取样本集，其中，样本集中的样本包括眼底图像以及与眼底图像对应的样本掩膜图像，样本掩膜图像表征对应的样本的眼底图像中视杯和视盘的差分区域；获取初始生成对抗网络，其中，初始生成对抗网络包括生成网络和判别网络；从样本集中选取样本，以及执行以下训练步骤：利用生成网络预测选取的样本的眼底图像中的视杯和视盘之间的差分区域，得到样本的眼底图像对应的预测掩膜图像；以及将预测掩膜图像和选取的样本掩膜图像输入判别网络，得到样本掩膜图像和对应的预测掩膜图像的类别判定结果；将类别判定结果与预设的期望类别判定结果进行比较；根据比较结果确定生成网络是否训练完成；响应于确定生成网络训练完成，将生成网络确定为图像生成模型。在一些实施例中，选取的样本的眼底图像中的视杯和视盘之间的差分区域是利用生成网络按照如下方式预测出的：在样本的眼底图像中叠加噪声后输入生成网络以预测样本的眼底图像中的视杯和视盘之间的差分区域。第二方面，本公开的实施例提供了一种眼底图像的分割装置，该装置包括：获取单元，被配置为获取待检测的眼底图像；生成单元，被配置为将待检测的眼底图像输入图像生成模型，得到待检测的眼底图像对应的杯盘掩膜图像，待检测的眼底图像对应的杯盘掩膜图像表征待检测的眼底图像中的视杯和视盘之间的差分区域；拟合单元，被配置为基于待检测的眼底图像对应的杯盘掩膜图像，拟合出待检测的眼底图像中的视杯区域的掩膜图像和视盘区域的掩膜图像。在一些实施例中，拟合单元进一步被配置为按照如下方式拟合出待检测的眼底图像中的视杯区域的掩膜图像和视盘区域的掩膜图像：采用椭圆拟合方法对待检测的眼底图像对应的杯盘掩膜图像的内边界和外边界进行拟合，得到视杯区域的掩膜图像和视盘区域的掩膜图像。在一些实施例中，该装置还包括：确定单元，被配置为基于视杯区域的掩膜图像和视盘区域的掩膜图像，确定出待检测的眼底图像中的视杯区域和视盘区域的边界信息；显示单元，被配置为控制显示设备显示包含边界信息的待检测的眼底图像。在一些实施例中，图像生成模型是按照如下方式生成的：获取样本集，其中，样本集中的样本包括眼底图像以及与眼底图像对应的样本掩膜图像，样本掩膜图像表征对应的样本的眼底图像中视杯和视盘的差分区域；获取初始生成对抗网络，其中，初始生成对抗网络包括生成网络和判别网络；从样本集中选取样本，以及执行以下训练步骤：利用生成网络预测选取的样本的眼底图像中的视杯和视盘之间的差分区域，得到样本的眼底图像对应的预测掩膜图像；以及将预测掩膜图像和选取的样本掩膜图像输入判别网络，得到样本掩膜图像和对应的预测掩膜图像的类别判定结果；将类别判定结果与预设的期望类别判定结果进行比较；根据比较结果确定生成网络是否训练完成；响应于确定生成网络训练完成，将生成网络确定为图像生成模型。在一些实施例中，选取的样本的眼底图像中的视杯和视盘之间的差分区域是利用生成网络按照如下方式预测出的：在样本的眼底图像中叠加噪声后输入生成网络以预测样本的眼底图像中的视杯和视盘之间的差分区域。第三方面，本公开的实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。第四方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面中任一实现方式描述的方法。本公开的实施例提供的眼底图像的分割方法和装置，通过获取待检测的眼底图像，将待检测的眼底图像输入图像生成模型，得到待检测的眼底图像对应的杯盘掩膜图像，待检测的眼底图像对应的杯盘掩膜图像表征待检测的眼底图像中的视杯和视盘之间的差分区域，最后，基于待检测的眼底图像对应的杯盘掩膜图像，拟合出待检测的眼底图像中的视杯区域的掩膜图像和视盘区域的掩膜图像。从而能够得到一种图像分割的方法，实现准确快速的分割图像区域。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：图1是本公开的一个实施例可以应用于其中的示例性系统架构图；图2是根据本公开的眼底图像的分割方法的一个实施例的流程图；图3是根据本公开的实施例的眼底图像的分割方法的一个应用场景的示意图；图4是上述图像生成模型的生成方法的一种实现方式的流程图；图5a、图5b是根据本公开的实施例的样本眼底图像和对应的样本掩膜图像的示例图；图6是根据本公开的实施例的眼底图像的分割装置的一个实施例的结构示意图；图7是适于用来实现本公开的实施例的电子设备的结构示意图。具体实施方式下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。图1示出了可以应用本公开的眼底图像的分割方法或眼底图像的分割装置的示例性架构100。如图1所示，系统架构100可以包括终端101、102，网络103、数据库服务器104和服务器105。网络103用以在终端101、102，数据库服务器104与服务器105之间提供通信链路的介质。网络103可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。用户110可以使用终端101、102通过网络103与服务器105进行交互，以接收或发送消息等。终端101、102上可以安装有各种客户端应用，例如模型训练类应用、图像处理类应用、购物类应用、支付类本文档来自技高网...

【技术保护点】
1.一种眼底图像的分割方法，包括：获取待检测的眼底图像；将所述待检测的眼底图像输入图像生成模型，得到待检测的眼底图像对应的杯盘掩膜图像，所述待检测的眼底图像对应的杯盘掩膜图像表征待检测的眼底图像中的视杯和视盘之间的差分区域；基于所述待检测的眼底图像对应的杯盘掩膜图像，拟合出所述待检测的眼底图像中的视杯区域的掩膜图像和视盘区域的掩膜图像。

【技术特征摘要】
1.一种眼底图像的分割方法，包括：获取待检测的眼底图像；将所述待检测的眼底图像输入图像生成模型，得到待检测的眼底图像对应的杯盘掩膜图像，所述待检测的眼底图像对应的杯盘掩膜图像表征待检测的眼底图像中的视杯和视盘之间的差分区域；基于所述待检测的眼底图像对应的杯盘掩膜图像，拟合出所述待检测的眼底图像中的视杯区域的掩膜图像和视盘区域的掩膜图像。2.根据权利要求1所述的方法，其中，所述基于待检测的眼底图像对应的杯盘掩膜图像，拟合出待检测的眼底图像中的视杯区域的掩膜图像和视盘区域的掩膜图像，包括：采用椭圆拟合方法对待检测的眼底图像对应的杯盘掩膜图像的内边界和外边界进行拟合，得到视杯区域的掩膜图像和视盘区域的掩膜图像。3.根据权利要求2所述的方法，其中，所述方法还包括：基于所述视杯区域的掩膜图像和所述视盘区域的掩膜图像，确定出所述待检测的眼底图像中的视杯区域和视盘区域的边界信息；控制显示设备显示包含边界信息的待检测的眼底图像。4.根据权利要求1所述的方法，其中，所述图像生成模型是按照如下方式生成的：获取样本集，其中，样本集中的样本包括眼底图像以及与眼底图像对应的样本掩膜图像，样本掩膜图像表征对应的样本的眼底图像中视杯和视盘的差分区域；获取初始生成对抗网络，其中，初始生成对抗网络包括生成网络和判别网络；从样本集中选取样本，以及执行以下训练步骤：利用生成网络预测选取的样本的眼底图像中的视杯和视盘之间的差分区域，得到样本的眼底图像对应的预测掩膜图像；以及将预测掩膜图像和选取的样本掩膜图像输入判别网络，得到样本掩膜图像和对应的预测掩膜图像的类别判定结果；将类别判定结果与预设的期望类别判定结果进行比较；根据比较结果确定生成网络是否训练完成；响应于确定生成网络训练完成，将生成网络确定为图像生成模型。5.根据权利要求4所述的方法，其中，所述选取的样本的眼底图像中的视杯和视盘之间的差分区域是利用生成网络按照如下方式预测出的：在样本的眼底图像中叠加噪声后输入生成网络以预测样本的眼底图像中的视杯和视盘之间的差分区域。6.一种眼底图像的分割装置，包括：获取单元，被配置为获取待检测的眼底图像；生成单元，被配置为将所述待检测的眼底图像输入图像生成模型，得到待检测的眼底图像对应的杯盘掩膜图像，所...

【专利技术属性】
技术研发人员：孙钦佩，杨叶辉，王磊，许言午，黄艳，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京,11