[發明專利]一種疾病診斷系統

在審

• 申請號: 201810301757.2
• 申請日: 2018-04-04
• 公開（公告）號: CN108231194A
• 公開（公告）日: 2018-06-29
• 發明（設計）人: 姜迅;薛瑞
• 申請（專利權）人: 蘇州醫云健康管理有限公司
• 主分類號: G16H50/20
• 分類號: G16H50/20;G06T7/11;G06N3/04
• 代理公司: 成都七星天知識產權代理有限公司 51253
• 代理人: 楊永梅

1.一種疾病診斷系統，其特征在于，包括：

圖像獲取模塊，用于獲取帶標注的醫學圖像；

診斷模型建立模塊，用于基于所述帶標注的醫學圖像，構建深度神經網絡并對所述深度神經網絡進行優化訓練，輸出診斷模型；

疾病診斷模塊，用于獲取待診患者的醫學圖像，并將所述待診患者的醫學圖像輸入所述診斷模型，利用所述診斷模型提取所述帶標注的醫學圖像的標準特征集、所述待診患者的醫學圖像的待診特征集以及所述標準特征集中各個特征的權重，并將所述待診特征集與所述標準特征集進行比對，基于所述權重和比對結果，獲得與所述待診患者的醫學圖像相匹配的帶標注的醫學圖像，根據所述相匹配的帶標注的醫學圖像，確定所述待診患者的診斷結果。

2.如權利要求1所述的系統，其特征在于，所述醫學圖像為眼底圖像。

3.如權利要求1所述的系統，其特征在于，所述醫學圖像存儲在云端，所述云端包括數據備份單元，所述數據備份單元用于對所述醫學圖像進行備份以及跨區域復制。

4.如權利要求1所述的系統，其特征在于，所述圖像獲取模塊還用于對所述醫學圖像進行加密處理。

5.如權利要求1所述的系統，其特征在于，所述深度神經網絡為卷積神經網絡。

6.如權利要求2所述的系統，其特征在于，所述疾病診斷模塊包括：

圖像獲取單元，用于獲取待診患者的眼底圖像；

預處理單元，用于基于圖像分割算法對所述眼底圖像進行分割，根據分割得到的各區域內的眼底血管，提取所述眼底圖像中的異常區域；

提取單元，用于利用所述深度神經網絡提取所述帶標注的眼底圖像異常區域的標準特征集、所述待診患者的眼底圖像異常區域的待診特征集以及所述標準特征集中各個特征的權重；

對比單元，用于將所述標準特征集中的特征與所述待診特征集中的對應特征進行比對，獲得待診特征集中每一特征與標準特征集中對應特征之間的相似度，基于所述相似度和權重，確定所述待診特征集與標準特征集的匹配度；

診斷結果確定單元，用于基于所述匹配度和設定閾值，確定與所述待診患者的眼底圖像相匹配的帶標注的眼底圖像，根據所述相匹配的帶標注的眼底圖像確定所述待診患者的診斷結果，所述診斷結果為糖網病的病變等級。

7.如權利要求6所述的系統，其特征在于，所述標準特征集包括：顏色特征、形狀特征和空間位置關系特征中的至少一種。

8.如權利要求1所述的系統，其特征在于，所述系統還包括：

圖像處理模塊，用于對所述醫學圖像進行規范化處理和擴增處理。

9.如權利要求8所述的系統，其特征在于，所述擴增處理包括：裁剪、旋轉、拉伸、平移、色彩空間調整、白化中的至少一種。

10.如權利要求1所述的系統，其特征在于，所述系統還包括：

用戶終端：用于采集待診患者的醫學圖像以及接收所述診斷結果。

11.一種疾病診斷裝置，所述裝置包括：

至少一個處理器；以及

存儲器，所述存儲器上存儲有可執行指令，所述可執行指令由所述至少一個處理器執行，導致所述裝置實現如下方法：

獲取帶標注的醫學圖像；

基于所述帶標注的醫學圖像，構建深度神經網絡并對所述深度學習神經網絡進行優化訓練，輸出診斷模型；

獲取待診患者的醫學圖像，并將所述待診患者的醫學圖像輸入所述診斷模型，利用所述診斷模型提取所述帶標注的醫學圖像的標準特征集、所述待診患者的醫學圖像的待診特征集以及所述標準特征集中各個特征的權重，并將所述待診特征集與所述標準特征集進行比對，基于所述權重和比對結果，獲得與所述待診患者的醫學圖像相匹配的帶標注的醫學圖像，根據所述相匹配的帶標注的醫學圖像，確定所述待診患者的診斷結果。

12.一種計算機可讀儲存介質，包括可執行指令，所述指令被至少一個處理器執行時，實現如下方法：

獲取帶標注的醫學圖像；

基于所述帶標注的醫學圖像，構建深度神經網絡并對所述深度學習神經網絡進行優化訓練，輸出診斷模型；

獲取待診患者的醫學圖像，并將所述待診患者的醫學圖像輸入所述診斷模型，利用所述診斷模型提取所述帶標注的醫學圖像的標準特征集、所述待診患者的醫學圖像的待診特征集以及所述標準特征集中各個特征的權重，并將所述待診特征集與所述標準特征集進行比對，基于所述權重和比對結果，獲得與所述待診患者的醫學圖像相匹配的帶標注的醫學圖像，根據所述相匹配的帶標注的醫學圖像，確定所述待診患者的診斷結果。