[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

一種分析虹膜影像及視網膜影像診斷糖尿病及前兆癥狀的方法，包括：使用用戶的移動終端拍取用戶眼部圖像的階段；為提取關注領域而進行圖像前處理的階段；擴展關注領域分辨率的階段；為減少數據儲存量，利用數據庫形式壓縮需傳輸到服務器上的關注領域數據的階段；利用虹膜圖像進行用戶認證的階段；對影像數據進行加密的階段；為診斷糖尿病及其前兆癥狀而讓人工神經網學習被儲存數據的階段；及利用被學習的人工神經網絡預測糖尿病患病概率的階段。同時，對成像圖像進行前處理的階段還包含：對于未提取成關注領域的部分，進行灰度處理后，僅提取關注領域的階段；預測糖尿病患病概率的階段還包含：以病變位置及形狀為基礎，預測糖尿病種類的階段。

技術領域

本發明是有關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圖像的方法，即將提供可以在智能手機上拍取虹膜及視網膜影像后，正確診斷糖尿病，且提供具有可信度的糖尿病患病概率等服務的發明。

背景技術

糖尿病是一種以高血糖(血中葡萄糖濃度升高)為特征的代謝性疾病。高血糖是由于胰島素分泌缺陷或其生物作用受損，或兩者兼有引起。高血糖將引起各種癥狀及前兆，且通過小便排除葡萄糖。

糖尿病分為1型糖尿病和2型糖尿病。1型糖尿病，原名胰島素依賴型糖尿病，一般因為完全不能生產胰島素而發病，通常多發生在兒童和青少年。2型糖尿病由于體內降低血糖的胰島素的功能下降而導致細胞不能有效燃燒葡萄糖而發病。

目前，診斷糖尿病時通常會通過以下三種檢查方法判斷其嚴重程度。即血糖檢查、口服葡萄糖耐量測試、糖基化血紅蛋白(HbA1c)檢查。其中血糖檢查是最為代表性和普遍的糖尿病診斷方法。其方法為：空腹時的血糖(8小時禁食后檢測的血糖)值為126mg/dL以上時和無關飲食與否不定時檢查的血糖值為200mg/dL以上時將視為是糖尿病。口服葡萄糖耐量測試是針對其血糖值雖然不高但又脫離正常范圍的患者，為了確診而進行的檢查方法。其檢查方法為：空腹8小時以上后采取靜脈血液，然后口服300ml的與75g葡萄糖混合的水，并在30分、60分、120分鐘后，每時間段各采取血液進行檢查。接下來將其各血糖值與標準值進行比較后，如果2小時以后檢測的血糖值高于200mg/dL，即判斷為是糖尿病。糖基化血紅蛋白(HbA1c)檢查是最近醫學界最為重點使用的糖尿病診斷方法基準及血糖調節力的評價指標。其檢查結果將反應近2～3個月的血糖平均值，即反應血糖調節程度。范圍在4～6％之間屬于正常，6.5％以上便診斷為是糖尿病。根據其血糖檢查結果將分為糖耐量異常、空腹血糖異常及糖尿病。

最近，利用人工智能技術診斷各種疾病的服務層出不窮，以往最普遍的人工智能疾病診斷服務的結構為：服務器-客戶端結構，且為了學習或診斷疾病采用的圖像為MRI、PET、視網膜圖像等。這種服務將通過卷積神經網絡(CNN：Convolution Neural Network)，從其圖像中提取各疾病的特征后，不僅能夠找出問題部位，還能以高準確度診斷出相關疾病。

以往的技術雖然其區分疾病的準確的較高，但醫院需要引進昂貴的MRI、PET、視網膜專用拍攝器等醫療設備，即患者需要承擔高額的醫療診斷費用，親戚訪問醫院醫院方可接受診療。這種服務器-客戶端結構的缺點是如非洲等缺乏醫療設備及醫生的落后國家很難引進和使用。據統計，75％的糖尿病患者分布在發展中國家，如果能夠開發出價格便宜、且使用方法簡單醫療設備的，那么可以幫助更多的患者預防糖尿病。

綜上所述，我們有必要發明出在沒有專業醫師的情況下也能讓患者隨時隨地接受糖尿病及其前兆癥狀的診斷服務，同時診斷價格便宜但其準確度和可信度高的診斷服務。

發明內容

發明要解決的問題