[發明專利]高度近視眼底病變圖像識別裝置

有效

• 申請號: 202011429632.1
• 申請日: 2020-12-07
• 公開（公告）號: CN112545452B
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 楊衛華;李晗;萬程;蔣沁;曹國凡;張杰
• 申請（專利權）人: 南京醫科大學眼科醫院
• 主分類號: A61B3/12
• 分類號: A61B3/12
• 代理公司: 北京中知法苑知識產權代理有限公司 11226
• 代理人: 李明;趙吉陽

本發明公開一種基于卷積神經網絡及知識蒸餾的高度近視眼底病變風險預測方法，包括：獲取眼底圖像，隨機劃分訓練集和測試集數據；對訓練集采取隨機翻轉、裁剪、色彩抖動、歸一化等預處理，對測試集僅進行歸一化預處理；利用知識蒸餾方法進行分類網絡模型的訓練，將訓練數據分別送入預訓練好的教師網絡和待訓練的學生網絡；將教師網絡輸出的軟標簽值與真實標簽值作為監督信息，分別與學生網絡輸出的預測值計算KL Loss和Focal Loss；將兩種不同的Loss值加權求和，作為最終的損失函數，用于學生網絡的參數更新；訓練好的學生網絡可以對眼底圖像測試集進行正常?低風險高度近視眼底病變?高風險高度近視眼底病變的三分類預測。

技術領域

本發明涉及一種基于卷積神經網絡及知識蒸餾的高度近視眼底病變圖像識別法，屬于醫學圖像（眼底圖像）處理領域。

背景技術

我國是近視高發國家，高度近視（近視度數600度以上）的患病人數逐年增長，且呈現出年輕化趨勢。高度近視可能會引起多種嚴重的并發癥，甚至致盲，其帶來的視力損害是永久性且不可逆的，目前公認為高度近視是致盲性眼病。依據2017年中華醫學會眼科學分會眼視光學組制定的《重視高度近視防控的專家共識》，高度近視可以分為低風險的單純性高度近視，以及高風險的病理性近視。低風險的高度近視雖然度數高，但一般不具有嚴重的眼底病變，且成年后趨于穩定。高風險的高度近視和病理性近視則會出現不可逆甚至致盲性的眼底病變，隨著病程進展不斷加深，近視度數會不斷加深，伴隨患者終生。在視網膜眼底圖像中，單純性高度近視的主要表現為較大且有一定傾斜的卵圓形視盤以及視盤周圍的弧形斑，同時伴有豹紋狀眼底；相較于低風險的單純性高度近視，高風險的高度近視和病理性近視則表現為一系列更加嚴重的眼部退行性病變，眼底可見后鞏膜葡萄腫、黃斑區漆裂紋、CNV、黃斑區Fuchs’斑、黃斑區視網膜脈絡膜萎縮（包括彌漫性脈絡膜視網膜萎縮、斑片狀脈絡膜視網膜萎縮、黃斑萎縮）等病灶。

目前我國對于高度近視的檢測主要依靠于屈光度檢測、眼軸測量、眼底彩照、光學相干斷層掃描檢查等多種輔助檢查方法進行綜合評估，有經驗的專家可以結合多種檢查進行有限的高度近視眼底病變風險預測。但人工的高度近視風險預測耗時費力，精確度不高，難以推廣實施。對于醫療資源相對匱乏的地區，高度近視患者更加難以得到定期的隨訪監測，眼科醫生和醫療設備的短缺可能使高度近視患者錯過最佳預防和治療的窗口期。而人工智能輔助診療技術可以在沒有資深眼科醫生和專業高度近視檢測儀器的情況下，利用簡單易得的眼底圖像自動進行高度近視眼底病變的風險預測，可以在眼鏡店和體檢中心或基層醫院眼科實施，能夠通過簡單的檢查手段做到定期的高度近視眼底監測和風險預測，做到早發現、早干預、早治療，對于近視防控具有十分重要的意義。

發明內容

發明目的：本發明目的在于針對現有技術的不足，提供，實現對視網膜眼底圖像中相關特征的獲取，能夠自動完成高度近視眼底病變的風險預測，精度高，速度快。

技術方案：本發明所述基于卷積神經網絡及知識蒸餾高度近視眼底病變風險預測方法，包括如下步驟：

獲取眼底圖像，隨機劃分訓練集和測試集數據；

對訓練集進行預處理，以達到數據增廣的目的，對測試集進行歸一化預處理；

利用知識蒸餾方法進行分類網絡模型的訓練，將訓練數據分別送入在ImageNet上預訓練好的教師網絡和待訓練的學生網絡；

將所述教師網絡輸出的軟標簽值與真實標簽值作為監督信息，分別與所述學生網絡輸出的預測值計算KL Loss和Focal Loss；

將兩種不同的Loss值加權求和，作為最終的損失函數，用于學生網絡的參數更新；

訓練好的學生網絡作為分類網絡模型，對眼底圖像測試集進行正常-低風險高度近視眼底病變-高風險高度近視眼底病變的三分類預測，從而完成高度近視眼底病變的風險預測。