技术特征：
1.一种训练视盘出血检测模型的方法，包括：获取眼底图像，所述眼底图像包括视盘出血的真实出血信息；对所述眼底图像进行图像分析，以获得至少指示所述眼底图像中的视盘的边缘的视盘边缘信息；以及利用所述眼底图像和所述视盘边缘信息，训练所述视盘出血检测模型。2.根据权利要求1所述的方法，其中所述视盘出血检测模型基于以下步骤被训练：基于所述眼底图像和所述视盘边缘信息，根据所述视盘出血检测模型，来预测视盘出血信息；以及基于所预测的所述视盘出血信息与所述真实出血信息之间的差异，训练所述视盘出血检测模型。3.根据权利要求2所述的方法，其中，根据所述视盘出血检测模型预测所述视盘出血信息还包括：预测以下中的一项或多项：视盘出血区域和视盘出血中心；并且基于以下中的一项或多项的加权和，训练所述视盘出血检测模型：所预测的所述视盘出血区域与所述真实出血信息中的真实出血区域之间的差异、以及所预测的所述视盘出血中心与所述真实出血信息中的真实出血中心之间的差异。4.一种处理眼底图像的方法，包括：对所述眼底图像进行图像分析，以获得至少指示所述眼底图像中的视盘的边缘的视盘边缘信息；基于所述眼底图像和所述视盘边缘信息，根据用于检测视盘出血的经训练的视盘出血检测模型，来检测视盘出血信息；以及输出所述视盘出血信息。5.根据权利要求4所述的方法，所述方法还包括：在根据所述经训练的视盘出血检测模型检测所述视盘出血信息之后，确定所检测的所述视盘出血信息是否满足视盘出血条件，所述视盘出血条件至少指示以下中的一项或多项：出血区域与视盘的边缘的夹角、出血区域的形状、以及出血区域与视盘的重叠；以及响应于所检测的所述视盘出血信息满足所述视盘出血条件，输出所述视盘出血信息。6.根据权利要求5所述的方法，其中确定所检测的所述视盘出血信息是否满足所述视盘出血条件包括：响应于以下中的一项或多项，确定所述视盘出血信息满足所述视盘出血条件：所述视盘出血信息中包括的出血区域与所述视盘的边缘的夹角在夹角阈值范围内，所述夹角阈值范围根据所述视盘出血信息中包括的所述出血区域的形状而变化；所述视盘出血信息中包括的所述出血区域的形状是所述视盘出血条件所指示的所述形状；以及所述视盘出血信息中包括的所述出血区域与所述视盘重叠。7.根据权利要求4所述的方法，其中所述经训练的视盘出血检测模型是根据权利要求1
‑
3所述的训练视盘出血检测模型的方法来进行训练的。8.一种电子设备，包括：处理器；以及
与所述处理器耦合的存储器，所述存储器具有存储于其中的指令，所述指令在被处理器执行时使所述设备执行动作，所述动作包括：获取眼底图像，所述眼底图像包括视盘出血的真实出血信息；对所述眼底图像进行图像分析，以获得至少指示所述眼底图像中的视盘的边缘的视盘边缘信息；以及利用所述眼底图像和所述视盘边缘信息，训练所述视盘出血检测模型。9.根据权利要求8所述的设备，其中所述视盘出血检测模型基于以下步骤被训练：基于所述眼底图像和所述视盘边缘信息，根据所述视盘出血检测模型，来预测视盘出血信息；以及基于所预测的所述视盘出血信息与所述真实出血信息之间的差异，训练所述视盘出血检测模型。10.根据权利要求9所述的设备，其中，根据所述视盘出血检测模型预测所述视盘出血信息还包括：预测以下中的一项或多项：视盘出血区域和视盘出血中心；并且基于以下中的一项或多项的加权和，训练所述视盘出血检测模型：所预测的所述视盘出血区域与所述真实出血信息中的真实出血区域之间的差异、以及所预测的所述视盘出血中心与所述真实出血信息中的真实出血中心之间的差异。11.一种电子设备，包括：处理器；以及与所述处理器耦合的存储器，所述存储器具有存储于其中的指令，所述指令在被处理器执行时使所述设备执行动作，所述动作包括：对所述眼底图像进行图像分析，以获得至少指示所述眼底图像中的视盘的边缘的视盘边缘信息；基于所述眼底图像和所述视盘边缘信息，根据用于检测视盘出血的经训练的视盘出血检测模型，来检测视盘出血信息；以及输出所述视盘出血信息。12.根据权利要求11所述的设备，所述动作还包括：在根据所述经训练的视盘出血检测模型检测所述视盘出血信息之后，确定所检测的所述视盘出血信息是否满足视盘出血条件，所述视盘出血条件至少指示以下中的一项或多项：出血区域与视盘的边缘的夹角、出血区域的形状、以及出血区域与视盘的重叠；以及响应于所检测的所述视盘出血信息满足所述视盘出血条件，输出所述视盘出血信息。13.根据权利要求12所述的设备，其中确定所检测的所述视盘出血信息是否满足所述视盘出血条件包括：响应于以下中的一项或多项，确定所述视盘出血信息满足所述视盘出血条件：所述视盘出血信息中包括的出血区域与所述视盘的边缘的夹角在夹角阈值范围内，所述夹角阈值范围根据所述视盘出血信息中包括的所述出血区域的形状而变化；所述视盘出血信息中包括的所述出血区域的形状是所述视盘出血条件所指示的所述形状；以及所述视盘出血信息中包括的所述出血区域与所述视盘重叠。
14.根据权利要求11所述的设备，其中所述经训练的视盘出血检测模型是根据权利要求1
‑
3所述的训练视盘出血检测模型的方法来进行训练的。15.一种计算机可读存储介质，具有存储在其上的计算机可读程序指令，所述计算机可读程序指令用于执行根据权利要求1
‑
7中任一项所述的方法。
技术总结
本公开的实施例涉及训练视盘出血检测模型的方法、设备和存储介质。在本公开的实施例所提供的训练视盘出血检测模型的方法中，获取眼底图像，眼底图像包括视盘出血的真实出血信息；对眼底图像进行图像分析，以获得至少指示眼底图像中的视盘的边缘的视盘边缘信息；以及利用眼底图像和视盘边缘信息，训练视盘出血检测模型。以此方式，可以提供能够减小视盘出血的误检率的视盘出血检测模型。的误检率的视盘出血检测模型。的误检率的视盘出血检测模型。
技术研发人员：杜云峰 赵建春 丁大勇
受保护的技术使用者：北京致远慧图科技有限公司
技术研发日：2021.08.18
技术公布日：2021/11/16