[發明專利]基于深度神經網絡的眼底病變篩查系統

有效

• 申請號: 201810551007.0
• 申請日: 2017-05-04
• 公開（公告）號: CN108771530B
• 公開（公告）日: 2021-03-30
• 發明（設計）人: 王娟;白玉婧;黎曉新;胡志鋼;趙瑜
• 申請（專利權）人: 深圳硅基智能科技有限公司
• 主分類號: A61B3/12
• 分類號: A61B3/12;A61B3/14;G06T7/00;G06N3/04;G06N3/08
• 代理公司: 深圳舍穆專利代理事務所(特殊普通合伙) 44398
• 代理人: 黃賢炬

本發明提供了一種基于深度神經網絡的眼底病變篩查系統，其特征在于：包括：多個深度神經網絡裝置，深度神經網絡裝置包括：預處理模塊，其用于對來自于同一個人的眼底的目標眼底圖像和參考眼底圖像分別進行預處理，目標眼底圖像和參考眼底圖像分別屬于不同眼睛；第一神經網絡，其用于從目標眼底圖像產生第一高級特征集；第二神經網絡，其用于從參考眼底圖像產生第二高級特征集；特征組合模塊，其用于將第一高級特征集與第二高級特征集進行融合而形成特征組合集；和第三神經網絡，其用于根據特征組合集產生對眼底圖像病變的判斷結果；以及判斷器，對從多個深度神經網絡裝置分別輸出的結果進行綜合并輸出最終判斷結果。

本申請是申請日為2017年05月04日、申請號為201710602986.3、發明名稱為用于識別糖尿病視網膜病變的深度神經網絡及系統的專利申請的分案申請。

技術領域

本發明涉及人工神經網絡領域，特別涉及一種基于深度神經網絡的眼底病變篩查系統。

背景技術

人工神經網絡(Artificial Neural Network)是一種模擬人腦結構的機器學習模型。隨著人工神經網絡，特別是深度學習等人工智能技術的發展，人工神經網絡在醫學影像診斷領域的應用也越來越得到關注。通過這樣的人工神經網絡，能夠根據醫學影像自動判斷可能出現病變，完成對醫學影像的自動篩查。例如，目前深度學習等人工神經網絡已經在乳腺癌病理檢查、肺癌檢測、心血管成像等各個領域得到了廣泛的研究。

醫學影像通常通過照相機、X射線透射機、CT、OCT或MRI等來獲得，其包含了豐富的身體結構或組織的諸多細節，通過識別醫學影像中的這些細節，能夠幫助醫生等進行相關的診斷。以醫學影像中的眼底圖像為例，在眼底圖像中包括豐富的玻璃體、視網膜脈絡膜和視網膜脈絡膜等的細節，如果眼底發生相關病變，則會在眼底圖像中呈現出微血管瘤、出血、硬性滲出等病變。其中，例如糖尿病性視網膜病變作為常見的眼底病變是糖尿病的并發癥之一，已成為工作年齡段的成年人致盲的主要原因之一。據估計，在我國，現有糖尿病患者9240萬，其5年發病率為43％，致盲率為10％。各種研究表明，糖尿病性視網膜病變的早期診斷和治療可以有效地減緩甚至改善患者的視力損傷。因此，對糖尿病病人進行定期的眼底疾病篩查具有重要的社會意義。然而，傳統的糖尿病性視網膜病變的篩查需要專業的眼科醫生依靠肉眼識別眼底圖像來作出診斷，工作量大，人力成本高，不利于大規模地推廣。同時，眼底篩查要求醫生在短期內閱讀大量眼底圖片，可能會導致由疲勞而產生的診斷準確度下降。因此，由計算機通過人工智能算法實現自動篩查(自動讀片)變得極為需要。

目前，已有科研團隊進行類似的研究，例如非專利文獻1公開了一種利用人工智能進行糖尿病視網膜病變診斷的方法，其利用了著名的深度學習網絡結構Inception-v3進行相關研究，并獲得良好的準確率，至少實現了可以部分替代眼科專業醫生工作的效果。

另外，專利文獻2公開了一種基于深度學習的眼底圖像處理方法、裝置及系統。在專利文獻2中，使用了傳統的卷積神經網絡對圖像進行識別和分析，具體而言，其使用了重采樣后的眼底圖像作為輸入，并采用了包括5個卷卷積層和2個全連接層的7層卷積神經網絡進行識別。

[參考文獻]

非專利文獻1：Development And Validation Of A Deep Learning AlgorithmFor Detection Of Diabetic Retinopathy In Retinal Fundus Photographs,JAMANovember 29,2016。

專利文獻2：中國專利申請公開號CN106408564A。

發明內容