[發(fā)明專利]眼底造影圖像無灌注區(qū)自動(dòng)識(shí)別及激光光凝區(qū)域推薦算法

在審

• 申請?zhí)枺?/td>: 202110139672.0
• 申請日: 2021-02-01
• 公開（公告）號(hào): CN112957005A
• 公開（公告）日: 2021-06-15
• 發(fā)明（設(shè)計(jì)）人: 張喜梅;侯軍軍;謝娟;孫斌;張光華;馬非;劉漢;王龍
• 申請（專利權(quán)）人: 山西省眼科醫(yī)院（山西省紅十字防盲流動(dòng)眼科醫(yī)院;山西省眼科研究所）;山西智能大數(shù)據(jù)產(chǎn)業(yè)技術(shù)創(chuàng)新研究院
• 主分類號(hào): A61B3/12
• 分類號(hào): A61B3/12;A61B3/14
• 代理公司: 太原申立德知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 14115
• 代理人: 郭海燕

本發(fā)明屬于智能醫(yī)療技術(shù)領(lǐng)域，具體涉及一種眼底造影圖像無灌注區(qū)自動(dòng)識(shí)別及激光光凝區(qū)域推薦算法。針對目前國內(nèi)外研究未利用AI技術(shù)對FFA圖像進(jìn)行無灌注區(qū)定量分析，本發(fā)明使用55°視野圖像的眼底熒光造影機(jī)標(biāo)注RVO患者視網(wǎng)膜無灌注區(qū)面積，結(jié)合AI強(qiáng)大高效的影像分析判斷能力及臨床大數(shù)據(jù)處理能力，追蹤RVO患者的自然病程、治療及預(yù)后，實(shí)現(xiàn)眼底造影圖像的無灌注區(qū)面積精準(zhǔn)定量分析，并可為激光手術(shù)提供規(guī)劃，且能智能規(guī)避視盤黃斑區(qū)域。

技術(shù)領(lǐng)域

本發(fā)明屬于智能醫(yī)療技術(shù)領(lǐng)域，具體涉及一種眼底造影圖像無灌注區(qū)自動(dòng)識(shí)別及激光光凝區(qū)域推薦算法。

背景技術(shù)

視網(wǎng)膜靜脈系統(tǒng)中血栓形成或因炎癥而造成相應(yīng)靜脈發(fā)生梗阻稱為視網(wǎng)膜靜脈阻塞(Retinal Vein Occlusion，RVO)，它是僅次于糖尿病視網(wǎng)膜病變的第二大最常見的視網(wǎng)膜血管性疾病，也是造成視力喪失的重要原因。臨床上根據(jù)阻塞發(fā)生部位不同，RVO可分為視網(wǎng)膜中央靜脈阻塞(Central Retinal Vein Occlusion，CRVO)及視網(wǎng)膜分支靜脈阻塞(Branch Retinal Vein Occlusion，BRVO)。

眼底熒光血管造影(fundus fluorescence angiography，F(xiàn)FA)可用于評估RVO血管阻塞范圍、缺血程度和黃斑水腫的類型，是評估視網(wǎng)膜循環(huán)狀態(tài)的重要工具和金標(biāo)準(zhǔn)。缺血性RVO定義，在CRVO為伴有10個(gè)視盤面積(disc areas，DA)以上的無灌注區(qū)(non-perfusion areas，NPA)，BRVO為伴有5個(gè)DA以上的無灌注區(qū)。臨床上明確分型的重要意義在于缺血型和非缺血型RVO在自然病程、處理方法、治療的反應(yīng)及預(yù)后方面均不同，而分型的關(guān)鍵在于無灌注區(qū)面積的定量分析，因此無灌注區(qū)面積的自動(dòng)識(shí)別對于RVO的病情分析及治療方案選擇都是至關(guān)重要的。

人工智能簡稱AI(Artificial Intelligence)是計(jì)算機(jī)科學(xué)的分支，一種能夠模擬人類智能行為和思維過程的系統(tǒng)。最早于1956年由被譽(yù)為“人工智能之父”的美國人約翰麥卡錫在達(dá)特茅斯會(huì)議上首次提出。近年來AI在生產(chǎn)生活各個(gè)領(lǐng)域的突破主要來自深度學(xué)習(xí)(Deep Learning)技術(shù)，源于人工神經(jīng)網(wǎng)絡(luò)的研究，通過組合低層特征形成更加抽象的高層表示屬性類別或特征，以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示，是人工智能的核心技術(shù)。其概念由被稱為“神經(jīng)網(wǎng)絡(luò)之父”的Hinton于2006年提出。2012年Hinton教授的研究團(tuán)隊(duì)研發(fā)的多層卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，突破性的將圖像識(shí)別錯(cuò)誤率大大降低。這一革命性的技術(shù)，讓神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)飛速躍入了醫(yī)療領(lǐng)域。隨著大數(shù)據(jù)時(shí)代的到來和計(jì)算機(jī)硬件的巨大進(jìn)步，深度學(xué)習(xí)技術(shù)尤其是卷積神經(jīng)網(wǎng)絡(luò)，在圖像分類、分割、檢測等很多任務(wù)中相對傳統(tǒng)模式識(shí)別方法優(yōu)勢顯著。

AI+醫(yī)學(xué)影像，是將人工智能技術(shù)具體應(yīng)用在醫(yī)學(xué)影像的診斷上，已報(bào)道人工智能涉及了X線、CT、MRI、病理、超聲等多種醫(yī)療影像，涉及的病種也越來越廣，在提高影像判讀效率、提高病變診斷準(zhǔn)確率方面有著人類無法比擬的優(yōu)勢。基于眼部影像學(xué)圖像分析是AI在眼科領(lǐng)域應(yīng)用的關(guān)鍵點(diǎn)。2016年頂級(jí)醫(yī)學(xué)期刊JAMA報(bào)道，Google團(tuán)隊(duì)研發(fā)的人工智能診斷技術(shù)，根據(jù)眼底照片快速診斷糖尿病視網(wǎng)膜病變，靈敏度及特異度均在90％以上，診斷能力已達(dá)專家水平。其篩查糖尿病視網(wǎng)膜病變的能力已達(dá)專家級(jí)。其后，各國研究者基于對眼底彩照、眼前節(jié)彩照、OCT及靜態(tài)視野等眼科影像學(xué)圖片進(jìn)行分析處理，利用AI的深度學(xué)習(xí)算法，對先天性白內(nèi)障診治方案、濕性年齡相關(guān)性黃斑變性治療決策、青光眼、早產(chǎn)兒視網(wǎng)膜視網(wǎng)膜病變、孔源性視網(wǎng)膜脫離等方面都有文獻(xiàn)報(bào)道。但是，目前在視網(wǎng)膜靜脈阻塞的FFA影像方面研究未見報(bào)道。

發(fā)明內(nèi)容

基于目前國內(nèi)外研究未利用AI技術(shù)對FFA圖像進(jìn)行無灌注區(qū)定量分析，本發(fā)明使用55°視野圖像的眼底熒光造影機(jī)標(biāo)注RVO患者視網(wǎng)膜無灌注區(qū)面積，結(jié)合AI強(qiáng)大高效的影像分析判斷能力及臨床大數(shù)據(jù)處理能力，追蹤RVO患者的自然病程、治療及預(yù)后，實(shí)現(xiàn)眼底造影圖像的無灌注區(qū)面積精準(zhǔn)定量分析，并可為激光手術(shù)提供規(guī)劃，且能智能規(guī)避視盤黃斑區(qū)域。

為了達(dá)到上述目的，本發(fā)明采用了下列技術(shù)方案：