本发明涉及图像处理领域，特别是涉及一种提取眼底图像标注的方法及装置。
背景技术
医疗影像在医学领域上起到了极为重要的作用，例如，医生可以通过医疗影像进行病理分析、疾病诊断等等。然而，当前大多数医院内拍摄的医疗影像都是通过医生在医疗影像上添加标注的方式来标注病变位置，而此种方式得到的医疗影像只能由专业的医疗人员分析诊断病情，而对于一些没有医疗经验的人来说，仅仅通过一张医疗影像是无法进行病理分析、疾病诊断等行为。
技术实现要素：
本发明提供一种基于提取眼底图像标注的方法及装置，通过坐标信息被提取的眼底图像可以应用于后续的机器学习，从而可以达到检测病灶的目的。
为了解决上述问题，本发明公开了一种提取眼底图像标注的方法，包括：依据第一设定阈值和第二设定阈值获取所述眼底图像中的各边缘信息；获取各边缘信息所界定的至少一个目标区域；对属于同一类的各所述目标区域进行拟合处理，以得到拟合区域；依据各所述拟合区域的长短半径比或面积周长比、及各所述拟合区域中存在的嵌套拟合区域，从各所述拟合区域中选择符合预设条件的至少一个目标拟合区域。
优选地，在所述依据第一设定阈值和第二设定阈值获取所述眼底图像中的各边缘信息的步骤之前，还包括：对所述眼底图像进行滤波处理，以得到滤波处理后的眼底图像；所述依据第一设定阈值和第二设定阈值获取所述眼底图像中的各边缘信息的步骤，包括：依据所述第一设定阈值和第二设定阈值获取所述滤波处理后的眼底图像中的各边缘信息。
优选地，所述获取各边缘信息所界定的至少一个目标区域的步骤，包括：对各所述边缘信息界定的至少一个区域进行膨胀操作，以确定各所述目标区域。
优选地，所述第一设定阈值为80，第二设定阈值为150。
优选地，在所述对属于同一类的各所述目标区域进行拟合处理，以得到拟合区域的步骤之前，还包括：依据所述眼底图像获取各所述目标区域对应的颜色特征；将所述颜色特征相同的目标区域划分为同一类。
优选地，所述边缘信息包括边缘坐标信息，所述对属于同一类的各所述目标区域进行拟合处理，以得到拟合区域的步骤，包括：采用椭圆拟合法对属于同一类的各所述目标区域的边缘坐标信息进行拟合处理，以得到所述拟合区域。
优选地，所述依据各所述拟合区域的长短半径比或面积周长比、及各所述拟合区域中存在的嵌套拟合区域，从各所述拟合区域中选择符合预设条件的至少一个目标拟合区域的步骤，包括：依据各所述拟合区域的长短半径比或面积周长比，从各所述拟合区域中获取满足设定比值的至少一个第一拟合区域；判断各所述第一拟合区域中是否存在嵌套拟合区域；若是，则去除所述嵌套拟合区域中内层的第一拟合区域，以得到所述目标拟合区域。
为了解决上述问题，本发明还公开了一种提取眼底图像标注的装置，包括：边缘信息获取模块，用于依据第一设定阈值和第二设定阈值获取所述眼底图像中的各边缘信息；目标区域获取模块，用于获取各边缘信息所界定的至少一个目标区域；拟合区域获取模块，用于对属于同一类的各所述目标区域进行拟合处理，以得到拟合区域；目标拟合区域选择模块，用于依据各所述拟合区域的长短半径比或面积周长比、及各所述拟合区域中存在的嵌套拟合区域，从各所述拟合区域中选择符合预设条件的至少一个目标拟合区域。
优选地，还包括：滤波处理模块，用于对所述眼底图像进行滤波处理，以得到滤波处理后的眼底图像；所述边缘信息获取模块包括：边缘信息获取子模块，用于依据所述第一设定阈值和第二设定阈值获取所述滤波处理后的眼底图像中的各边缘信息。
优选地，所述目标区域获取模块包括：目标区域获取子模块，用于对各所述边缘信息界定的至少一个区域进行膨胀操作，以确定各所述目标区域。
优选地，所述第一设定阈值为80，第二设定阈值为150。
优选地，还包括：颜色特征获取模块，用于依据所述眼底图像获取各所述目标区域对应的颜色特征；目标区域分类模块，用于将所述颜色特征相同的目标区域划分为同一类。
优选地，所述边缘信息包括边缘坐标信息，所述拟合区域获取模块包括：拟合区域获取子模块，用于采用椭圆拟合法对属于同一类的各所述目标区域的边缘坐标信息进行拟合处理，以得到所述拟合区域。
优选地，所述目标拟合区域选择模块包括：第一拟合区域获取子模块，用于依据各所述拟合区域的长短半径比或面积周长比，从各所述拟合区域中获取满足设定比值的至少一个第一拟合区域；嵌套拟合区域判断子模块，用于判断各所述第一拟合区域中是否存在嵌套拟合区域；目标拟合区域获取子模块，用于在各所述第一拟合区域中存在嵌套拟合区域时，去除所述嵌套拟合区域中内层的第一拟合区域，以得到所述目标拟合区域。
为了解决上述问题，本发明公开了一种存储介质，在其上存储有计算机指令，其中，所述计算机指令被处理器运行时执行上述任一项所述的提取眼底图像标注的方法的一个或多个步骤。
为了解决上述问题，本发明还公开了一种终端设备，包括一个或多个处理器，所述处理器被配置为运行计算机指令以执行上述任一项所述的提取眼底图像标注的方法的一个或多个步骤。
与现有技术相比，本发明包括以下优点：
本发明实施例提供了一种提取眼底图像标注的方法及装置，依据第一设定阈值和第二设定阈值获取眼底图像中的各边缘信息，并获取各边缘信息所界定的至少一个目标区域，对属于同一类的各目标区域进行拟合处理，以得到拟合区域，依据各拟合区域的长短半径比或面积周长比、及各拟合区域中存在的嵌套拟合区域，从各目标区域中选择符合预设条件的至少一个目标拟合区域，从而可以提取出眼底图像中提取出特定区域(如病灶位置等)的坐标信息，而通过坐标信息被提取的眼底图像可以应用于后续的机器学习，在医学领域上可以达到检测病灶的目的。
附图说明
图1示出了本发明实施例提供的一种提取眼底图像标注的方法的步骤流程图；
图1a示出了本发明实施例提供的一种眼底医疗图像的示意图；
图1b示出了本发明实施例提供的一种眼底医疗图像中各目标区域的界定边缘示意图；
图1c示出了本发明实施例提供的一种进行膨胀操作之后的眼底医疗图像的示意图；
图1d示出了本发明实施例提供的一种从眼底医疗图像中提取目标区域的示意图；
图1e示出了本发明实施例提供的一种眼底医疗图像中不同掩码的示意图；
图1f示出了本发明实施例提供的一种眼底医疗图像中不同掩码的示意图；
图1g示出了本发明实施例提供的一种拟合处理后的眼底医疗图像的示意图；
图1h示出了本发明实施例提供的一种拟合处理后的眼底医疗图像的示意图；
图1i示出了本发明实施例提供的一种拟合处理后的眼底医疗图像的示意图；及
图2示出了本发明实施例提供的一种提取眼底图像标注的装置的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例一
参照图1，示出了本发明实施例提供的一种提取眼底图像标注的方法的步骤流程图，该图像处理方法具体可以包括如下步骤：
步骤101：依据第一设定阈值和第二设定阈值获取所述眼底图像中的各边缘信息。
在本发明实施例中，眼底图像即为眼底医疗图像，是采用医疗设备拍摄，并由专职医生对图像中的病变位置添加标注之后得到的，例如，参照图1a，示出了本发明实施例提供的一种眼底医疗图像的示意图，如图1a所示，眼底医疗图像中医生标注的圈定的位置即为医生标注的区域，也即为本发明实施例所需提取坐标信息的区域。
眼底图象的边缘是指图象局部区域亮度变化显著的部分，该区域的灰度剖面一般可以看作是一个阶跃，即从一个灰度值在很小的缓冲区域内急剧变化到另一个灰度相差较大的灰度值。采用边缘检测算法对眼底图像进行边缘检测，可以获取眼底图像中存在的局部区域亮度变化显著的部分的各边缘信息，如边缘坐标等，依据各边缘信息界定的至少一个目标区域，可以确定出目标区域，例如，如图1a所示，眼底医疗图像中椭圆标注的位置即为需要提取的目标区域，可以对标注的椭圆的边缘信息进行获取，椭圆的边缘界定的部分即为目标区域。
可以理解，上述示例仅是为了更好地理解本发明实施例的技术方案而列举的示例，不作为对本发明的唯一限制。
本发明中可以采用canny边缘检测算法对眼底医疗图像进行边缘检测，从而确定出眼底医疗图像中的边缘信息，canny边缘检测算法中可以采用双阈值(即本发明实施例中的第一设定阈值和第二设定阈值)的方法去查找眼底医疗图像中的边缘点，进而可以依据第一设定阈值和第二设定阈值获取眼底医疗图像中的各边缘信息，如边界点坐标信息等。
较高的亮度梯度比较有可能是边缘，但是没有一个确切的值来限定多大的亮度梯度是边缘，所以canny算法中使用了滞后阈值，滞后阈值需要两个阈值—高阈值与低阈值。假设图像中的重要边缘都是连续的曲线，这样可以跟踪给定曲线中模糊的部分，并且避免将没有组成曲线的噪声像素当成边缘。所以从一个较大的阈值开始，这将标识出比较确信的真实边缘，使用前面导出的方向信息，从这些真正的边缘开始在图像中跟踪整个的边缘。在跟踪的时候，使用一个较小的阈值，这样就可以跟踪曲线的模糊部分直到回到起点。一旦这个过程完成，就可以得到一个二值图像，每点表示是否是一个边缘点。
在使用canny边缘检测算法对眼底医疗图像进行边缘检测时，阈值设定过小可能会引入过多视盘信息和眼球边缘信息，而阈值设定过大可能会损失眼底医疗图像中医生标注的椭圆标注信息。
在本发明的一种优选实施例中，第一设定阈值可以为低阈值，可以设置为80，则第二设定阈值为高阈值，可以设置为150，当然，第二设定阈值可以为低阈值，可以设置为80，则第一设定阈值为高阈值，可以设置为150。使用sobel算子，内核大小取3，进而提取出眼底图像中的椭圆标注，例如，参照图1b，示出了本发明实施例提供的一种眼底医疗图像中各目标区域的界定边缘示意图，如图1b所示，椭圆圈定的部分即为即为医生标注的椭圆标注区域，也即各种眼底疾病发生的位置。
可以理解地，上述第一设定阈值和第二设定阈值的具体数值是经过实验得到的，而对于具体的实验过程可以采用本领域技术人员常用的实验方法，本发明实施例在此不再加以赘述。
在本发明的另一优选实施例中，在上述步骤101之前，还可以包括：
步骤s：对所述眼底图像进行滤波处理，以得到滤波处理后的眼底图像。
在本发明实施例中，在采用第一设定阈值和第二设定阈值获取眼底图像中的各边缘信息之前，需要对眼底图像进行滤波处理。
任何一种边缘检测算法都不可能在未经处理的原始数据上很好地工作，因而需要对眼底图像中的原始图像进行滤波处理，优选地，可以采用高斯滤波法对眼底图像进行处理，例如，将眼底图像的原始数据与高斯mask(掩膜)作卷积，从而可以实现对眼底图像的去噪处理，例如，高斯mask的程序可以为：img＝cv2.gaussianblur(bgr，(3，3)，0)。
而在对眼底医疗图像进行滤波处理得到滤波处理后的眼底图像之后，才可以采用边缘检测算法对滤波处理后的眼底图像进行边缘检测，从而可以避免眼底医疗图像中的椭圆标注信息检测不准确的问题。
在依据第一设定阈值和第二设定阈值获取眼底图像中的各边缘信息之后，则执行步骤102。
步骤102：获取各边缘信息所界定的至少一个目标区域。
在依据第一设定阈值和第二设定阈值获取眼底图像中的各边缘信息之后，可以依据获取各边缘信息所界定的至少一个目标区域，例如，参照图1b所示，在对图1a中的眼底医疗图像进行边缘信息获取之后，依据各边缘信息可以获取到如图1b所示的椭圆区域，即为各边缘信息所界定的目标区域。
在本发明的一种优选实施例中，上述步骤102可以包括：
子步骤b2：对各所述边缘信息界定的至少一个区域进行膨胀操作，以确定各所述目标区域。
在本发明实施例中，可以对各边缘信息界定的至少一个目标区域进行膨胀操作，从而将目标区域的边缘扩大，以去除目标区域的边缘或者是内部的坑，具体执行过程可以为：
将图1b与任意形状的内核b进行卷积，选取的内核b通常为正方形或圆形(本发明实施例中采取正方形内核，大小为3*3，内核b有一个可定义的锚点，通常定义为内核中心点，在进行膨胀操作时，将内核b划过图1b，将内核b覆盖区域的最大像素值提取，并代替锚点位置的相素。显然，这一最大化操作将会导致图像中的亮区开始“扩展”，从而可以得到边缘高亮显示且区域扩展的目标区域，例如，参照图1c，示出了本发明实施例提供的一种进行膨胀操作之后的眼底医疗图像的示意图，如图1b和图1c所示，在对图1b进行膨胀操作之后，可以得到如图1c所示的图像，目标区域的边缘高亮显示，且对目标区域的边缘进行了扩展，进行膨胀操作的代码可以如下所示：
kernel1＝cv2.getstructuringelement(cv2.morph_rect,(3,3))
dilated＝cv2.dilate(canny,kernel1)
参照图1d，示出了本发明实施例提供的一种从眼底医疗图像中提取目标区域的示意图，在得到图1c之后，可以将图1c中的圈定区域提取出来，进而得到仅包含目标区域的图像(如图1d所示)。
可以理解地，上述示例仅是为了更好地理解本发明实施例的技术方案而列举的示例，不作为对本发明的唯一限制。
在获取至少一个目标区域之后，执行步骤103。
步骤103：对属于同一类的各所述目标区域进行拟合处理，以得到拟合区域。
在本发明实施例中，在获取眼底图像中的至少一个目标区域之后，可以对属于同一类的各目标区域进行拟合处理，从而得到拟合区域，进而可以得到拟合区域的中心点坐标，以及拟合区域的各边缘坐标信息，从而提取眼底图像中属于同一类的目标区域的坐标信息，以供后续机器学习使用。
而在本发明的一种优选实施例中，在上述步骤103之前，还可以包括：
步骤c1：依据所述眼底图像获取各所述第一目标区域对应的颜色特征；
步骤c2：将所述颜色特征相同的第一目标区域划分为同一类。
在本发明实施例中，眼底医疗图像中对于不同的病灶医生分别用不同的颜色标注，以图1a为例，有两种不同的病灶，进而，可以根据实际需要选择所需的颜色特征，进而根据颜色从待检测图像中获取各目标区域对应的颜色特征。对于每种颜色可以提取出4-8个代表像素值，对于图1d中的每一个像素点，计算其与每个代表像素值的欧式距离，若小于等于所设定的阈值，则像素值设为(0，0，0)，若大于阈值，则该像素值设为(255，255，255)，由此得到眼底图像中不同病灶椭圆标注的掩码，从而可以得到图1e、图1f所示的图像，例如，参照图1e和图1f，示出了本发明实施例提供的一种眼底医疗图像中不同掩码的示意图，在对图1d进行色彩提取之后，可以得到如图1e和图1f所示的不同掩码。在提取各目标对象的颜色特征之后，进而可以将颜色特征相同的目标对象划分为同一类，例如，眼底医疗图像1a中标注有两种颜色，白色和黑色，白色区域有三个，可以分别设为a、b、c，黑色区域有两个，可以分别设为e和d，则根据颜色特征，可以将a、b、c划分为同一类，并将e、d划分为同一类。
可以理解地，上述示例仅是为了更好地理解本发明实施例的技术方案而列举的示例，不作为对本发明的唯一限制。
在实际应用中，本领域技术人员还可以采用其它方式对各目标区域进行分类，本发明实施例对此不加以限制。
在本发明实施例的另一种优选实施例中，上述步骤103可以包括：
子步骤d：采用椭圆拟合法对属于同一类的各所述目标区域的边缘坐标信息进行拟合处理，以得到所述拟合区域。
在本发明实施例中，由于眼底医疗图像中医生添加的标注为椭圆标注，因而，在本发明实施例中，可以采用椭圆拟合法对属于同一类的各目标区域的边缘坐标信息进行拟合处理，从而得到拟合区域。
在本发明实施例中，由于医疗图像都是由医生事先对各病灶标注了椭圆区域，因而，可以采用椭圆拟合法对属于同一类的各目标对象的边缘坐标信息进行拟合处理。
各目标区域的边缘信息可以包括边缘坐标信息，各目标区域的边缘坐标信息组成了目标区域的边界像素点集，进而采用椭圆拟合法对各边界像素点集中各边界像素点进行拟合，从而得到的拟合区域可以包含拟合区域的中心点坐标。
椭圆拟合法的核心思想在于：对于给定平面上的一组样本点，寻找一个椭圆，使其尽可能靠近这些样本点。也就是说，将眼底医疗图像中的一组数据以椭圆方程为模型进行拟合，使某一椭圆方程尽量满足这些数据，并求出该椭圆方程的各个参数。最后确定的最佳椭圆的中心即是要确定的靶心。例如，参照图1g、图1h、图1i，示出了本发明实施例提供的一种拟合处理后的眼底医疗图像的示意图，对图1e中的椭圆界定的区域进行拟合处理后可以得到如图1g所示的拟合区域，对图1h中的椭圆界定的区域进行拟合处理后可以得到如图1f所示的拟合区域，而对眼底医疗图像中所有的目标对象均进行拟合处理之后，可以得到如图1i所示的拟合图像，拟合区域的圆心即为拟合区域的中心，拟合出的圆的半径为拟合区域的半径，从而可以获取到拟合区域的中心点坐标，即各边界点的坐标信息，进而提取出坐标信息的眼底图像可以进行后续的机器学习，达到检测眼底病灶的目的。
在对属于同一类的各目标区域进行拟合处理，以得到拟合区域之后，执行步骤104。
步骤104：依据各所述拟合区域的长短半径比或面积周长比、及各所述拟合区域中存在的嵌套拟合区域，从各所述拟合区域中选择符合预设条件的至少一个目标拟合区域。
在本发明实施例中，对于一些噪音点，可以根据眼底图像的特点采取阈值的方法将噪音点剔除。可以依据各拟合区域的长短半径比或面积周长比、及各拟合区域中存在的嵌套拟合区域，从各拟合区域中选择符合预设条件的至少一个目标拟合区域。例如，对于拟合区域的长短半径之比大于3的拟合区域或拟合区域面积与周长之比大于800的拟合区域，大多为眼球边缘的噪音点所生成而并非病灶信息，因此需要剔除，而对于嵌套的拟合区域，则保留最外层的拟合区域，剔除嵌套于最外层拟合区域中的拟合区域。
具体地，以下述优选实施例进行详细描述。
在本发明的一种优选实施例中，上述步骤104可以包括：
子步骤n1：依据各所述拟合区域的长短半径比或面积周长比，从各所述拟合区域中获取满足设定比值的至少一个第一拟合区域。
在本发明实施例中，第一拟合区域是指长短半径比或面积周长比满足设定比值的拟合区域。
设定比值是根据实际要求由业务人员事先设定的，而对于如何设定比值及设定比值的大小，本发明实施例均不加以限制。
在预先设置长短半径比对应的设定比值之后，则将各拟合区域的长短半径进行比较，并将长短半径比不满足设定比值的拟合区域进行剔除，例如，设定比值为3，长短半径大于3的拟合区域即为不满足设定比值的拟合区域，则计算各拟合区域的长短半径比，将长短半径比大于3的拟合区域进行剔除，从而剩余的拟合区域即为第一拟合区域。
当然，还可以预先设置面积周长比对应的设定比值，则将各拟合区域的面积周长进行比较，并将面积周长比不满足设定比值的拟合区域进行剔除，例如，设定比值为800，面积周长比大于800的拟合区域即为不满足设定比值的拟合区域，则计算各拟合区域的面积周长比，将面积周长比大于800的拟合区域进行剔除，从而剩余的拟合区域即为第一拟合区域。
可以理解地，上述示例仅是为了更好地理解本发明实施例的技术方案而列举的示例，不作为对本发明的唯一限制。
在实际应用中，本领域技术人员可以选择各拟合区域的长短半径比和面积周长比中的任一种比值确定出第一拟合区域，本发明实施例对此不加以限制。
在依据各拟合区域的长短半径比或面积周长比，从各拟合区域中获取满足设定比值的至少一个第一拟合区域之后，执行子步骤n2。
子步骤n2：判断各所述第一拟合区域中是否存在嵌套拟合区域。
嵌套拟合区域是指眼底图像中的一个拟合区域处于另一个拟合区域所处的区域内。
在获取符合设定比值的第一拟合区域之后，则判断各第一拟合区域中是否存在嵌套拟合区域，若否，则不作处理，将所有第一拟合区域作为目标拟合区域，若存在嵌套拟合区域，则执行子步骤n3。
子步骤n3：去除所述嵌套拟合区域中内层的第一拟合区域，以得到所述目标拟合区域。
在存在嵌套拟合区域时，则去除嵌套拟合区域中内层的第一拟合区域，例如，第一拟合区域a和b，第一拟合区域b处于第一拟合区域a的区域内，则第一拟合区域b属于嵌套拟合区域中内层的第一拟合区域，则去除第一拟合区域b，并将剩余的第一拟合区域作为目标拟合区域。
本发明实施例提供的提取眼底图像标注的方法，依据第一设定阈值和第二设定阈值获取眼底图像中的各边缘信息，并获取各边缘信息所界定的至少一个目标区域，对属于同一类的各目标区域进行拟合处理，以得到拟合区域，依据各拟合区域的长短半径比或面积周长比、及各拟合区域中存在的嵌套拟合区域，从各目标区域中选择符合预设条件的至少一个目标拟合区域，从而可以提取出眼底图像中提取出特定区域(如病灶位置等)的坐标信息，而通过坐标信息被提取的眼底图像可以应用于后续的机器学习，在医学领域上可以达到检测病灶的目的。
实施例二
参照图2，示出了本发明实施例提供了一种提取眼底图像标注的装置的结构示意图，该提取眼底图像标注的装置可以包括：
边缘信息获取模块201，用于依据第一设定阈值和第二设定阈值获取所述眼底图像中的各边缘信息；目标区域获取模块202，用于获取各边缘信息所界定的至少一个目标区域；拟合区域获取模块203，用于对属于同一类的各所述目标区域进行拟合处理，以得到拟合区域；目标拟合区域选择模块204，用于依据各所述拟合区域的长短半径比或面积周长比、及各所述拟合区域中存在的嵌套拟合区域，从各所述拟合区域中选择符合预设条件的至少一个目标拟合区域。
优选地，还包括：滤波处理模块，用于对所述眼底图像进行滤波处理，以得到滤波处理后的眼底图像；所述边缘信息获取模块201包括：边缘信息获取子模块，用于依据所述第一设定阈值和第二设定阈值获取所述滤波处理后的眼底图像中的各边缘信息。
优选地，所述目标区域获取模块202包括：目标区域获取子模块，用于对各所述边缘信息界定的至少一个区域进行膨胀操作，以确定各所述目标区域。
优选地，所述第一设定阈值为80，第二设定阈值为150。
优选地，还包括：颜色特征获取模块，用于依据所述眼底图像获取各所述目标区域对应的颜色特征；目标区域分类模块，用于将所述颜色特征相同的目标区域划分为同一类。
优选地，所述边缘信息包括边缘坐标信息，所述拟合区域获取模块203包括：拟合区域获取子模块，用于采用椭圆拟合法对属于同一类的各所述目标区域的边缘坐标信息进行拟合处理，以得到所述拟合区域。
优选地，所述目标拟合区域选择模块204包括：第一拟合区域获取子模块，用于依据各所述拟合区域的长短半径比或面积周长比，从各所述拟合区域中获取满足设定比值的至少一个第一拟合区域；嵌套拟合区域判断子模块，用于判断各所述第一拟合区域中是否存在嵌套拟合区域；目标拟合区域获取子模块，用于在各所述第一拟合区域中存在嵌套拟合区域时，去除所述嵌套拟合区域中内层的第一拟合区域，以得到所述目标拟合区域。
本发明实施例提供的提取眼底图像标注的装置，依据第一设定阈值和第二设定阈值获取眼底图像中的各边缘信息，并获取各边缘信息所界定的至少一个目标区域，对属于同一类的各目标区域进行拟合处理，以得到拟合区域，依据各拟合区域的长短半径比或面积周长比、及各拟合区域中存在的嵌套拟合区域，从各目标区域中选择符合预设条件的至少一个目标拟合区域，从而可以提取出眼底图像中提取出特定区域(如病灶位置等)的坐标信息，而通过坐标信息被提取的眼底图像可以应用于后续的机器学习，在医学领域上可以达到检测病灶的目的。
本发明实施例还公开了一种存储介质，在其上存储有计算机指令，其中，所述计算机指令被处理器运行时执行上述实施例一中任一项所述的提取眼底图像标注的方法的一个或多个步骤。
本发明实施例还公开了一种终端设备，包括一个或多个处理器，所述处理器被配置为运行计算机指令以执行上述实施例一中任一项所述的提取眼底图像标注的方法的一个或多个步骤。
其中，处理器可以是中央处理单元(cpu)或者现场可编程逻辑阵列(fpga)或者单片机(mcu)或者数字信号处理器(dsp)或者专用集成电路(asic)或者图形处理器(gpu)等具有数据处理能力和/或程序执行能力的逻辑运算器件。
计算机指令包括了一个或多个由对应于处理器的指令集架构定义的处理器操作，这些计算机指令可以被一个或多个计算机程序在逻辑上包含和表示。
容易理解，该提取眼底图像标注装置还可以连接各种输入设备(例如用户界面、键盘等)、各种输出设备(例如扬声器等)、以及显示设备等实现计算机产品与其它产品或用户的交互，本文在此不再赘述。
在本发明实施例中，连接、耦接等可以是通过网络连接，例如无线网络、有线网络、和/或无线网络和有线网络的任意组合。网络可以包括局域网、互联网、电信网、基于互联网和/或电信网的物联网(internetofthings)、和/或以上网络的任意组合等。有线网络例如可以采用双绞线、同轴电缆或光纤传输等方式进行通信，无线网络例如可以采用3g/4g/5g移动通信网络、蓝牙、zigbee或者wi-fi等通信方式。
需要注意的是，上述所描述的功能模块以及附图中所示的框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
通过以上的实施方式的描述，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本发明实施方式的方法。
对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上对本发明所提供的一种提取眼底图像标注的方法和一种提取眼底图像标注的装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。