一种特征组织标注方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术提供了一种特征组织标注方法，包括：获取初始OCT图像；对初始OCT图像进行预处理得到待标注图像，预处理包括有效剪裁和/或对比度增强；将待标注图像作为标注模型的输入，获取标注模型输出的目标图像，目标图像中标注有特征组织所在的位置。采用标注模型来识别特征组织，脱离了专业人员亲自观察判断这一固有步骤，使得其应用的场景更加灵活，也降低了专业人员的工作强度。此外由于对OCT图像进行了预处理，因此输入到标注模型中的待标注图像干扰度很小，提高了最终的识别效果。此外，本发明专利技术还提供一种特征组织标注装置、计算机设备及存储介质。

【技术实现步骤摘要】
一种特征组织标注方法、装置、计算机设备及存储介质
本专利技术涉及图像识别
，尤其涉及一种特征组织标注方法、装置、计算机设备及存储介质。
技术介绍
随着人工智能的发展，现如今的人工智能已经能够代替人工处理诸多工作，尤其是深度学习，其功能十分强大。在现如今各个领域基本都存在人工智能的相关应用，比如图像识别、自动驾驶、语音识别等等。OCT图像是针对目标物进行光学相干成像得到的图像，专业人员可以根据OCT图像进行检查，判断图像中是否存在特征组织及特征组织的位置，实现了目标物的病理、缺陷等方面的检测。但是由专业人员肉眼判断精度达到微米及更高分辨率的OCT图像时，人眼已无法长时间在这种高分辨大动态的显示区域内进行有效的辨识，若继续进行辨识，则会影响准确性。此外由于人眼对计算机灰阶成像的图像的辨识本身就存在效率低和准确率低的问题。其次，目前辨识OCT图像只能由专业人员才能进行，无法在家庭或其他场景中使用。
技术实现思路
针对现有技术中所存在的不足，本专利技术提供了一种特征组织标注方法、装置、计算机设备及存储介质。第一本文档来自技高网...

【技术保护点】
1.一种特征组织标注方法，其特征在于，包括：/n获取初始OCT图像，所述初始OCT图像包括生物体的OCT图像、有机材料的OCT图像或无机材料的OCT图像；/n对所述初始OCT图像进行预处理得到待标注图像，所述预处理包括有效剪裁和/或对比度增强；/n将所述待标注图像作为标注模型的输入，获取所述标注模型输出的目标图像，所述目标图像中标注有特征组织所在的位置，所述特征组织指在所述目标图像中与均匀组织有差异的组织。/n

【技术特征摘要】
1.一种特征组织标注方法，其特征在于，包括：
获取初始OCT图像，所述初始OCT图像包括生物体的OCT图像、有机材料的OCT图像或无机材料的OCT图像；
对所述初始OCT图像进行预处理得到待标注图像，所述预处理包括有效剪裁和/或对比度增强；
将所述待标注图像作为标注模型的输入，获取所述标注模型输出的目标图像，所述目标图像中标注有特征组织所在的位置，所述特征组织指在所述目标图像中与均匀组织有差异的组织。


2.根据权利要求1所述的特征组织标注方法，其特征在于，所述有效剪裁，包括：
遍历所述初始OCT图像，得到所述初始OCT图像中边界区域与内部区域的亮度或灰度分布情况；
若所述边界区域的平均亮度值或平均灰度值超出第一范围，或所述边界区域与所述内部区域的亮度值之差或灰度值之差超出第二亮度范围，则将所述边界区域与所述内部区域的分界线作为剪裁线；
根据所述剪裁线对所述初始OCT图像进行剪裁。


3.根据权利要求1所述的特征组织标注方法，其特征在于，所述对比度增强，包括：
检测所述初始OCT图像中每个像素点的灰度值，确定当前所有像素点所在的初始灰度范围；
获取目标灰度范围，根据所述初始灰度范围和所述目标灰度范围确定每个像素点对应的调整比例；
根据所述调整比例对每个像素点进行灰度调整。


4.根据权利要求1所述的特征组织标注方法，其特征在于，所述标注模型的训练步骤，包括：
获取训练样本集，所述训练样本集中包括多个训练样本，每个训练样本包括训练待标注图像和训练目标图像；
将所述训练待标注图像作为所述标注模型的输入，将所述训练目标图像作为所述标注模型的期望输出，对所述标注模型进行训练；
根据所述标注模型的实际输出和所述期望输出的比对结果更新所述标注模型的权重参数，得到训练好的所述标注模型。


5.根据权利要求4所述的特征组织标注方法，其特征在于，在所述获取训练...

【专利技术属性】
技术研发人员：李静，朱伟，
申请(专利权)人：成都益英光电科技有限公司，
类型：发明
国别省市：四川;51