[發明專利]利用人工智能技術分析虹膜影像及視網膜影像的方法

在審

• 申請號: 202010083980.1
• 申請日: 2020-02-10
• 公開（公告）號: CN111820863A
• 公開（公告）日: 2020-10-27
• 發明（設計）人: 南宮鐘
• 申請（專利權）人: 宏博株式會社
• 主分類號: A61B3/12
• 分類號: A61B3/12;A61B3/14;G06F21/60;G06F21/62;G06T7/00
• 代理公司: 成都超凡明遠知識產權代理有限公司 51258
• 代理人: 金相允;魏彥

1.一種作為為了診斷糖尿病及其前兆癥狀，利用人工智能技術分析虹膜及視網膜影像的方法，其中，追加包括：

在用戶移動終端上拍取用戶眼部圖像的階段；

在上述用戶移動終端上，為提取關注領域，對上述拍取的圖像進行前處理的階段；

在上述用戶移動終端上，擴展上述提取的關注領域分辨率的階段；

在上述用戶移動終端上，為減少上述需傳輸到服務器上的關注領域的數據量，利用數據庫進行壓縮的階段；

在上述用戶移動終端上，利用上述虹膜圖像進行用戶身份認證的階段；

在上述用戶移動終端上，對上述需儲存到服務器上的虹膜及視網膜影像數據進行加密的階段；

在上述服務器上，以被儲存的上述數據為基礎，學習上述診斷糖尿病及其前兆癥狀的人工神經網的階段；及

在上述用戶移動終端上，利用上述被學習的人工神經網預測糖尿病發病概率的階段；

上述對拍取到的圖像進行前處理的階段還將包括：對上述拍取圖像中未被提取成關注領域的部分進行灰度處理后，只提取關注領域的階段；

上述預測糖尿病發病概率的階段還將包括：根據上述關注領域內的病變位置及形狀預測糖尿種類的階段。

2.根據權利要求1所述的利用人工智能技術分析虹膜及視網膜影像的方法，其中，

在上述獲取成像圖像的階段，追加包括使用可套在用戶移動終端上使用的虹膜認證專用鏡頭，提取上述虹膜及視網膜圖像階段。

3.根據權利要求1所述的利用人工智能技術分析虹膜及視網膜影像的方法，其中，

對上述成像圖像的前處理階段還將包含：

從上述成像圖像中提取含虹膜及視網膜領域的關注領域的階段；

在上述關注領域上，為求上述虹膜及視網膜領域旋轉率而設置基準軸的階段；

在上述關注領域中，只提取上述虹膜領域及視網膜領域的階段；及

以上述旋轉率為基礎，重新布置上述虹膜及視網膜領域階段的。

4.根據權利要求3所述的利用人工智能技術分析虹膜及視網膜影像的方法，其中，

設置上述基準軸的階段還將包含：劃分眼皮之后，為求上述旋轉率而設置基準軸的階段；

重新布置上述虹膜及視網膜領域的階段還將包含：如上述關注領域在垂直方向上傾斜，將利用上述基準軸，使上述關注領域在上述垂直方向上旋轉成0°傾斜或通過插補方式進行重新布置階段。

5.根據權利要求1所述的利用人工智能技術分析虹膜及視網膜影像的方法，其中，

上述擴展分辨率的階段追加包括：將上述關注領域以特定尺寸的小塊劃分后，對劃分的圖像適用神經網后，將上述關注領域的分辨率擴展到事前設定分辨率的階段；

在適用上述卷積神經網絡前，將追加零填充方法的階段；

在適用上述卷積神經網絡時，為了重新學習前階段的各種特征信息，使用稠密塊方式，并適用跳躍式連接方式的階段。

6.根據權利要求1所述的利用人工智能技術分析虹膜及視網膜影像的方法，其中，

上述加密階段追加包含：適用加密密鑰對從上述需要儲存到服務器上的上述虹膜及視網膜圖像相關數據中提取的代碼值進行加密階段。

7.根據權利要求1所述的利用人工智能技術分析虹膜及視網膜影像的方法，其中，

上述人工神經網絡的學習階段還將包含：

將上述虹膜及視網膜影像的數據儲存到數據庫的階段；

為了能夠同步完成對上述糖尿病及其前兆癥狀的分類、檢測、劃分等診斷工作，利用人工神經網學習上述被儲存數據的階段；

上述人工神經網絡包含：因數分解法、深度可分離卷積結構及逐點卷積法。