[發明專利]基于深度神經網絡的糖尿病視網膜病變檢測方法及裝置

在審

• 申請號: 201711439401.7
• 申請日: 2017-12-26
• 公開（公告）號: CN108154505A
• 公開（公告）日: 2018-06-12
• 發明（設計）人: 章毅;鐘捷;郭際香;郭泉;陳媛媛;張蕾;李杰;高振濤;何濤;張煒;舒鑫;徐修遠;杜霞
• 申請（專利權）人: 四川大學;四川省人民醫院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/08;G06N3/04
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 鄧超

本發明實施例提供的基于深度神經網絡的糖尿病視網膜病變檢測方法及裝置，屬于圖像處理領域。該方法包括采集多張眼底彩照圖像數據；將所述多張眼底彩照圖像數據輸入到預設的深度神經網絡模型；獲取所述深度神經網絡模型輸出的分類結果及所述分類結果對應的置信度；判斷所述分類結果是否有效；若是，查找所述分類結果所對應的糖尿病視網膜病變程度；基于所述糖尿病視網膜病變程度輸出檢測結果。從而使得用戶只需要上傳眼底圖像，就能夠獲取檢測結果，并且在有效提高了準確率的同時，還能夠為用戶帶來方便以及成本低的技術效果。以及在沒有或者缺少專業醫師的情況下，可以大幅提高診斷效率，為患者節省寶貴的時間。

技術領域

本發明涉及圖像處理領域，具體而言，涉及基于深度神經網絡的糖尿 病視網膜病變檢測方法及裝置。

背景技術

糖尿病性視網膜病變(diabeticretinopathy，DR)是目前世界上增 長最快的致盲原因，是糖尿病患者的并發癥之一，每位患者都有可能因為 糖尿病視網膜病變而失明。據國際糖尿病聯合會IDF發布的《糖尿病地圖》 數據顯示，2015年，全球20－79歲的人中約有4.15億人患有糖尿病。我國 糖尿病患者數量全球第一，而且糖尿病的發病情況呈現出快速上升和年輕 化的趨勢。

糖尿病性視網膜病變在出現不可逆的視覺損傷前，沒有任何臨床癥狀。 目前防止失明的主要手段是定期檢查，通過使用特制設備，采集患者眼底 圖片，由專業眼科醫生對采集的圖像進行診斷。然而，在許多地方，并沒 有足夠的醫生來做這些工作的，差不多一半的患者還沒來得及確診就已經 失明了。因此，隨著糖尿病發病率的不斷攀升，對糖尿病性視網膜病變進 行低成本地自動診斷至關重要。

發明內容

本發明提供的基于深度神經網絡的糖尿病視網膜病變檢測方法及裝置， 旨在改善上述問題。

本發明提供的基于深度神經網絡的糖尿病視網膜病變檢測方法，包括： 采集多張眼底彩照圖像數據；將所述多張眼底彩照圖像數據輸入到預設的 深度神經網絡模型；獲取所述深度神經網絡模型輸出的分類結果及所述分 類結果對應的置信度；判斷所述分類結果是否有效；若是，查找所述分類 結果所對應的糖尿病視網膜病變程度；基于所述糖尿病視網膜病變程度輸 出檢測結果。

可選地，所述的預設的深度神經網絡模型通過以下方式建立：將所述 多張眼底彩照圖像數據進行處理，以獲取待處理數據；基于反向傳播算法 對所述待處理數據進行深度神經網絡訓練，得到預設的深度神經網絡模型， 其中，所述深度神經網絡模型包括：多組交替疊加的卷積和池化層，在網 絡模型的中間包含多個跨層的短路連接用以將淺層提取到的特征無損傳遞 給深層網絡，在網絡的末端使用Softmax分類器對樣本進行分類。

可選地，所述的將所述多張眼底彩照圖像數據進行處理，以獲取待處 理數據，包括：對所述多張眼底彩照圖像數據進行標注，以得到每張所述 眼底彩照圖像數據的病變類型及病變程度的準確標簽；基于所述每張眼底 彩照圖像數據和所述準確標簽，生成樣本集；將所述樣本集為訓練集和測 試集；對所述訓練集中的每張所述眼底彩照圖像數據進行數據增廣；將增 廣后的所述訓練集以及所述測試集作為所述待處理數據。

可選地，所述訓練集滿足： TrainSet＝{(X⁽¹⁾,Y⁽¹⁾),(X⁽²⁾,Y⁽²⁾),…,(X^(m),Y^(m))}；所述測試集滿足： TestSet＝{(X^(m+1),Y^(m+1)),(X^(m+2),Y^(m+2)),…,(X⁽ⁿ⁾,Y⁽ⁿ⁾)}；其中， X⁽ⁱ⁾∈R^3×H×W為3通道彩色圖像，Y⁽ⁱ⁾∈R^N為N維標簽向量，n為所述樣本 的個數，所述m為所述訓練集中的樣本個數，n－m為所述測試集中的樣本個 數。