【技术实现步骤摘要】
一种眼部图像处理方法及装置、电子设备、存储介质
[0001]本申请涉及图像处理
，特别涉及一种眼部图像处理方法及装置、电子设备、存储介质。
技术介绍
[0002]人体的体质在疾病预防、疾病诊断、运动计划制定以及特殊职位的适应性判断等方面均是一项重要的依据，因此如何准确地确定出人员所属的体质类型已成为当前一个重要研究方向。
[0003]当前对于体质的确定，主要是通过对人员进行问卷调查，并根据调查的结果以及判断标准进行体质判定。或者是基于舌部或面部上的特征进行体质判定等。
[0004]但是对于问卷调查的方式，不仅效率低，并且年龄以及文化程度等，会影响问卷调查的结果，从而影响判定结果的准确性。而基于舌部图像或面部图像上的特征进行体质判定等方式，由于舌部以及面部上的特征的局限性，因此也无法有效保证判定结果的准确性。
技术实现思路
[0005]基于上述现有技术的不足，本申请提供了一种眼部图像处理方法及装置、电子设备、存储介质，以解决现有技术无法有效保证判断结果的准确性的问题。
[0006]...
【技术保护点】
【技术特征摘要】
1.一种眼部图像处理方法，其特征在于，包括：获取当前用户的眼部图像；从所述当前用户的眼部图像中提取出所述当前用户的各项关键特征；其中，各项所述关键特征为预先通过独立卡方检验从所有维度的眼部特征中，确定出的仅与单一的体质类别相关，且重要程度满足要求的多项眼部特征；利用所述当前用户的各项关键特征，分别计算所述当前用户与每个样本用户的眼象综合相似度矩阵；基于所述当前用户与各个所述样本用户的眼象综合相似度矩阵，将所述当前用户添加至体质相似度网络中；其中，所述体质相似度网络中的每个节点对应一个所述样本用户，每两个所述节点间的边的权重为两个所述节点对应的所述样本用户间的眼象综合相似度矩阵的值；将所述体质相似度网络输入预先训练好的混合图神经网络中，通过所述混合图神经网络，确定出所述当前用户所属的体质类别；其中，所述混合图神经网络预先利用所述体质相似度网络训练得到。2.根据权利要求1所述的方法，其特征在于，所述获取当前用户的眼部图像，包括：分别获取所述当前用户上视、下视、左视以及右视时的彩色眼部图像。3.根据权利要求1所述的方法，其特征在于，所述利用所述当前用户的各项关键特征，分别计算所述当前用户与每个样本用户的眼象综合相似度矩阵，包括：利用所述当前用户的各项关键特征，计算所述当前用户与每个所述样本用户间的皮尔逊相关系数的绝对值，以及所述当前用户与每个所述样本用户间的标准化欧式距离；分别利用所述当前用户与每个所述样本用户间的所述皮尔逊相关系数的绝对值以及所述标准化欧式距离，构建所述当前用户与每个样本用户的眼象综合相似度矩阵。4.根据权利要求1所述的方法，其特征在于，还包括：确定人眼的所有维度的眼部特征以及各个所述眼部特征与各个所述体质类别的关联信息；将其中一个所述体质类别作为正样本，并将其余所述体质类别作为负样本；分别针对每个所述负样本，通过对所述正样本和所述负样本关联的各个所述眼部特征进行独立卡方检验，筛选出重要性排在前N位的所述负样本关联的所述眼部特征；对筛选出的所有所述负样本关联的所述眼部特征的集合进行去重，得到各项重要眼部特征；将各项所述重要眼部特征中仅与一个所述体质类别存在关联关系的各个所述重要眼部特征，确定为所述关键特征。5.根据权利要求1所述的方法，其特征在于，所述混合图神经网络的训练方法，包括：获取各个所述体质类别的多个所述样本用户的眼部图像；使用smote算法对样本数少于预设数量的所述体质类别的所述样本用户的眼部图像进行数据增强；分别从各个所述样本用户的眼部图像中提取出各个所述样本用户的各项所述关键特征；利用各个所述样本用户的各项所述关键特征，分别计算每两个所述样本用户间的眼象
综合相似度矩阵；利用所述样本用户间的眼象综合相似度矩阵，构建所述体质相似度网络；将所述体质相似度网络输入混合图神经网络中，通过所述混合图神经网络预测...
【专利技术属性】
技术研发人员：刘子强，王文君，朱婷，赵宇丹，
申请(专利权)人：博奥生物集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。