[發明專利]視網膜病變評估模型建立方法及系統

在審

• 申請號: 201910885097.1
• 申請日: 2019-09-19
• 公開（公告）號: CN112365535A
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 黃宗祺;廖英凱;蔡宜佑;吳亞倫
• 申請（專利權）人: 長佳智能股份有限公司
• 主分類號: G06T7/70
• 分類號: G06T7/70;G06T7/00;G06T5/00;G06T3/60;G06K9/62;G16H50/50;A61B3/10
• 代理公司: 北京泰吉知識產權代理有限公司 11355
• 代理人: 張雅軍;許榮文

1.一種視網膜病變評估模型建立方法，由視網膜病變評估模型建立系統執行，所述視網膜病變評估模型建立系統存儲多張分別相關于多個訓練者的視網膜圖像，每一視網膜圖像對應病變嚴重程度等級，其特征在于：所述視網膜病變評估模型建立方法包含以下步驟：

(A)將所述視網膜圖像進行圖像校正，以獲得多張校正后圖像；

(B)將所述校正后圖像分群成訓練子集、驗證子集，及測試子集；

(C)根據所述訓練子集中的每一校正后圖像及其對應的病變嚴重程度等級，與所述驗證子集中的每一校正后圖像及其對應的病變嚴重程度等級，建立視網膜病變評估模型；及

(D)根據所述測試子集檢測所述視網膜病變評估模型的準確率。

2.根據權利要求1所述的視網膜病變評估模型建立方法，其特征在于：每一視網膜圖像包括感興趣區域，步驟(A)包括以下子步驟：

(A-1)對于每一視網膜圖像，調整該視網膜圖像的亮度值、灰階值及色階的其中至少一者，以去除該視網膜圖像的噪聲；及

(A-2)對于每一調整后的視網膜圖像，將調整后的該視網膜圖像進行邊界調整、裁切、翻轉、平移及縮放的其中至少一者，以獲得校正后圖像，所述校正后圖像包括的所述感興趣區域具有相同大小、角度，及位置。

3.根據權利要求1所述的視網膜病變評估模型建立方法，其特征在于：步驟(C)包括以下子步驟：

(C-1)對于所述訓練子集的每一校正后圖像，進行卷積運算，以獲得特征圖組；

(C-2)對于每一特征圖組，進行池化運算，以獲得降低維度的特征圖組；及

(C-3)對于每一降低維度的特征圖組及其對應的病變嚴重程度等級，利用歸一化指數函數方法進行全連接運算，以建立訓練模型；

(C-4)根據所述訓練子集中的每一校正后圖像及其對應的病變嚴重程度等級、所述驗證子集中的每一校正后圖像及其對應的病變嚴重程度等級，及所述訓練模型，建立所述視網膜病變評估模型。

4.根據權利要求3所述的視網膜病變評估模型建立方法，其特征在于：步驟(C-4)包括以下子步驟：

(C-4-1)根據所述訓練子集中的每一校正后圖像及其對應的病變嚴重程度等級與所述驗證子集中的每一校正后圖像及其對應的病變嚴重程度等級判定所述訓練模型是否過擬合或欠擬合；

(C-4-2)當判定出所述訓練模型過擬合或欠擬合時，調整所述訓練模型，并重復步驟(C-4-1)；

(C-4-3)當判定出所述訓練模型未有過擬合且欠擬合時，所述訓練模型即為所述視網膜病變評估模型。

5.根據權利要求4所述的視網膜病變評估模型建立方法，其特征在于：在步驟(C-4-2)中，進行調整相關于所述訓練模型的超參數組，以及將所述訓練子集中的每一校正后圖像進行隨機灰階值調整以獲得多張不同灰階值的灰階圖像、進行隨機平移以獲得多張對應有不同感興趣區域位置的平移圖像、進行隨機翻轉以獲得多張具有不同翻轉角度的翻轉圖像，及進行隨機縮放以獲得多張具有不同大小且圖像大小在224*224～299*299間的縮放圖像的其中至少一者后，進行步驟(C-1)～(C-3)重新建立所述訓練模型的其中至少一者，以調整所述訓練模型。

6.一種視網膜病變評估模型建立系統，其特征在于：包含：

存儲單元，存儲多張分別相關于多個訓練者的視網膜圖像，每一視網膜圖像對應病變嚴重程度等級；

圖像校正單元，電連接所述存儲單元，將所述視網膜圖像進行圖像校正，以獲得多張校正后圖像；及

模型建立單元，電連接所述圖像校正單元，將所述校正后圖像分群成訓練子集、驗證子集，及測試子集，并根據所述訓練子集中的每一校正后圖像及其對應的病變嚴重程度等級，與所述驗證子集中的每一校正后圖像及其對應的病變嚴重程度等級，建立視網膜病變評估模型，且根據所述測試子集檢測所述視網膜病變評估模型的準確率。