眼底图像分析方法、系统、终端及计算机可读存储介质技术方案

本发明专利技术公开了一种眼底图像分析方法、系统、终端及计算机可读存储介质，所述方法包括：获取目标眼底图像和目标非影像学数据，将眼底图像输入到编码器输出视觉特征；将视觉特征作为特征超图的结点的特征，构建特征超图的超边组，得到特征超图的第一关联矩阵；对非影像学数据进行分类得到多个分组得到属性超图的超边，根据多条超边构建属性超图的超边组，得到属性超图的第二关联矩阵；将第一关联矩阵和第二关联矩阵进行拼接，得到目标超图的目标关联矩阵；将视觉特征和目标关联矩阵输入带权超图卷积模块中得到目标结点特征，根据目标结点特征得到每个类别的概率，根据概率生成眼底图像分析报告。本发明专利技术在处理眼底图像分析任务时显示出卓越的性能。

【技术实现步骤摘要】

本专利技术涉及图像处理，尤其涉及一种眼底图像分析方法、系统、终端及计算机可读存储介质。

技术介绍

1、随着眼科领域多模态临床数据的迅速积累，对整合影像数据(例如眼底图像和光学相干断层扫描图像)与非影像数据(例如年龄、性别)的学习模型的需求日益增长，开发能够融合成像和非成像数据的深度学习模型显得尤为重要，这样的模型能够利用日益丰富的多模态医学数据，对眼底图像实现更全面的特征表示和更准确的分析。

2、然而，目前的这些模型都是将从图像中提取的特征与非影像学数据通过拼接或相加等手段进行融合，虽能够从眼底图像中自动提取视觉特征，从实现对眼底图像的分析，但是无法有效地建模不同用户之间的交互和关联，导致分析结果不够理想；图卷积网络模型为这一问题提供了新的解决途径；在这类模型中，个体被视作图中的节点，它们之间的关系则通过边来表示。例如，可以将个体的眼底图像作为节点，并利用非影像学信息来构建这些节点之间的边；虽然图卷积网络虽然可以建立两个对象之间的成对关系，但是传统图卷积网络在处理用户间复杂高阶关系时存在的局限性。

3、因此，现有技术还有待于改进和发本文档来自技高网...

【技术保护点】

1.一种眼底图像分析方法，其特征在于，所述的眼底图像分析方法包括：

2.根据权利要求1所述的眼底图像分析方法，其特征在于，所述特征超图、所述属性超图和所述目标超图均包括结点集V和超边集E；

3.根据权利要求2所述的眼底图像分析方法，其特征在于，所述预设算法包括最近邻方法和聚类方法；

4.根据权利要求3所述的眼底图像分析方法，其特征在于，所述根据所述特征超图的超边组得到所述特征超图的第一关联矩阵，具体包括：

5.根据权利要求4所述的眼底图像分析方法，其特征在于，所述对所述非影像学数据进行分类得到多个分组，根据每个所述分组得到一条属性超图的超边...

【技术特征摘要】

1.一种眼底图像分析方法，其特征在于，所述的眼底图像分析方法包括：

2.根据权利要求1所述的眼底图像分析方法，其特征在于，所述特征超图、所述属性超图和所述目标超图均包括结点集v和超边集e；

3.根据权利要求2所述的眼底图像分析方法，其特征在于，所述预设算法包括最近邻方法和聚类方法；

4.根据权利要求3所述的眼底图像分析方法，其特征在于，所述根据所述特征超图的超边组得到所述特征超图的第一关联矩阵，具体包括：

5.根据权利要求4所述的眼底图像分析方法，其特征在于，所述对所述非影像学数据进行分类得到多个分组，根据每个所述分组得到一条属性超图的超边，根据多条所述超边构建所述属性超图的超边组，根据所述属性超图的超边组得到所述属性超图的第二关联矩阵，具体包括：

6.根据权利要求5所述的眼底图像分析方法，其特征在于，所述将所述第...

【专利技术属性】
技术研发人员：雷柏英，屈俊龙，张国明，谢莹鹏，谢海，汪天富，
申请(专利权)人：深圳大学，
类型：发明
国别省市：