[發明專利]一種基于眼底圖像的心腦血管疾病發生種類及風險預測方法、系統、計算機設備及存儲介質在審
| 申請號: | 202011246515.1 | 申請日: | 2020-11-10 |
| 公開(公告)號: | CN114549541A | 公開(公告)日: | 2022-05-27 |
| 發明(設計)人: | 項毅帆;騫保民;周騫 | 申請(專利權)人: | 騫保民 |
| 主分類號: | G06T7/11 | 分類號: | G06T7/11;G06T7/00;G06T3/40;G06N3/08;G06N3/04;G16H30/40;G16H50/30 |
| 代理公司: | 廣州潤禾知識產權代理事務所(普通合伙) 44446 | 代理人: | 鄭永泉 |
| 地址: | 510000 廣*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 眼底 圖像 腦血管 疾病 發生 種類 風險 預測 方法 系統 計算機 設備 存儲 介質 | ||
本發明公開了一種基于眼底圖像的心腦血管疾病發生種類及風險預測方法、系統、計算機設備及存儲介質。所述方法包括:S1、獲取心腦血管疾病樣本數據集,所述樣本數據集包括過往患者的眼底圖像以及三年和五年隨訪的心腦血管疾病的發生情況;S2、將所述樣本數據集中眼底圖像作為輸入數據,以其中三年和五年隨訪的心腦血管疾病的發生情況為數據標簽,輸入至深度學習模型Inception?ResNet?V2中進行特征提取、訓練及驗證,構建基于眼底圖像的心腦血管發生種類及風險預測模型;S3、將待測患者眼底圖像輸入到已構建的預測模型中,輸出預測結果,所述預測結果為患者未來三年和五年的心腦血管疾病的的病種分類及發生風險等級分類。本發明基于眼底圖像對心腦血管發生種類和風險進行預測,簡單便捷,預測準確率高、效果好。
技術領域
本發明涉及人工智能領域,更具體地,涉及一種基于眼底圖像的心腦血管疾病發生種類及風險預測方法、系統、計算機設備及存儲介質。
背景技術
心腦血管疾病是心臟血管和腦血管疾病的統稱,泛指由于高脂血癥、血液黏稠、動脈粥樣硬化、高血壓等所導致的心臟、大腦及全身組織發生的缺血性或出血性疾病。心腦血管疾病是一種嚴重威脅人類,特別是50歲以上中老年人健康的常見病,具有高患病率、高致殘率和高死亡率的特點,即使應用目前最先進、完善的治療手段,仍可有50%以上的腦血管意外幸存者生活不能完全自理,全世界每年死于心腦血管疾病的人數高達1500萬人,居各種死因首位。實現心腦血管疾病的提前預警,提早進行疾病管理和預防,可有效緩解乃至減少心血管疾病引起的致殘、致死等重大損傷,并減少疾病帶來的家庭、醫療和社會負擔,具有極大的社會和經濟效益。
目前,心血管病的診斷需要CT、MRI、血管造影、多普勒超聲等輔助診斷技術,幫助發現心腦血管病變的部位和性質。但關于心腦血管病的預測尚無相關醫療技術的報道和臨床應用,建立一種有效且可進行臨床應用的心腦血管疾病預測技術對于心腦血管疾病的有效防控具有重要意義。
其中,眼底圖像血管可以精準的反應全身血管情況,特別是微血管和毛細血管的病變情況,對于提示心腦血管病變具有重要意義。血管的粗細和交叉壓跡,對于反應心腦血管疾病的患病種類和嚴重程度,也具有極大的提示作用。此外,血管內脂質微粒等色素顆粒的沉積,提示心腦血管疾病患病的高風險,對于明確心腦血管病變的高危人群,至關重要。因此,基于眼底圖像可有效的進行關于心腦血管發生種類及風險的預測。
傳統技術中,醫生可以通過患者眼底圖像數據進行人工預測分析,但是人工識別難度大,且識別準確率低效率慢,且無法進行大量數據的分析。隨著科技的發展,現已將深度學習等人工智能技術結合在醫療診斷中,可有效幫助醫生進行各類數據分析,但眼底圖像各部分區域色系均偏黃,對比度較低,且眼底血管呈網絡樣生長,血管分支眾多,粗細不一,存在相互交叉,使得普通深度學習網絡模型識別圖形特征難度大,信息提取能力差且普適性受人群差異影響較大。
發明內容
本發明旨在克服上述現有技術的至少一種缺陷(不足),提供一種基于眼底圖像的心腦血管疾病發生種類及風險預測方法、系統、計算機設備及存儲介質,用于實現基于眼底圖像對心腦血管疾病發生種類及風險進行預測,解決普通深度學習網絡模型識別圖形特征難度大,信息提取能力差且普適性受人群差異影響較大的問題,達到預測準確率高的效果。
為了解決上述的技術問題,本發明提供的一個技術方案是,一種基于眼底圖像的心腦血管疾病發生種類及風險預測方法,所述方法包括以下步驟:
S1、獲取心腦血管疾病樣本數據集,所述樣本數據集包括過往患者的眼底圖像以及三到五年隨訪的心腦血管疾病的發生情況,所述發生情況包括三年和五年發生心腦血管疾病的病種及患病情況;
S2、將所述樣本數據集中眼底圖像作為輸入數據,以其中三年和五年隨訪的心腦血管疾病的發生情況為數據標簽,輸入至深度學習模型Inception-ResNet-V2中進行特征提取、訓練及驗證,構建基于眼底圖像的心腦血管發生種類及風險預測模型,所述預測模型包括三年病種預測模型、三年風險預測模型、五年病種預測模型以及五年風險預測模型;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于騫保民,未經騫保民許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011246515.1/2.html,轉載請聲明來源鉆瓜專利網。
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設備、圖像形成系統和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





