[發明專利]巨細胞病毒性視網膜炎輔助識別方法、裝置及電子設備

在審

• 申請號: 202110494543.3
• 申請日: 2021-05-07
• 公開（公告）號: CN113205500A
• 公開（公告）日: 2021-08-03
• 發明（設計）人: 魏文斌;董力;杜葵芳;張凱;李赫妍
• 申請（專利權）人: 首都醫科大學附屬北京同仁醫院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/00;G06K9/62;G06N3/04;G16H50/20;A61B3/12;A61B3/14
• 代理公司: 北京細軟智谷知識產權代理有限責任公司 11471
• 代理人: 劉明華

本申請涉及一種巨細胞病毒性視網膜炎輔助識別方法、裝置及電子設備，巨細胞病毒性視網膜炎輔助識別方法包括獲取患者眼底圖像，提取眼底圖像中巨細胞病毒性視網膜炎參數，巨細胞病毒性視網膜炎參數包括病灶位置和病灶形態，將巨細胞病毒性視網膜炎參數輸入訓練好的巨細胞病毒性視網膜炎輔助識別模型輸出特征向量以根據特征向量得到分類結果。本申請根據分類結果可以識別患者是否患有巨細胞病毒性視網膜炎，從而實現巨細胞病毒性視網膜炎地精準預測，并且，操作簡單，可進行多醫療中心推廣甚至社區普及，改善大眾醫療水平。

技術領域

本申請屬于醫學影像機器學習技術領域，具體涉及一種巨細胞病毒性視網膜炎輔助識別方法、裝置及電子設備。

背景技術

深度學習在醫學影像自動診斷和篩查方面以得到快速發展，例如利用病患的廣域眼底彩照診斷患者是否患有視網膜脫離、格子樣變性等疾病。超廣角眼底成像檢查，通過自動化、友好化的方式捕獲視網膜圖像，可以獲得比較全面的眼底圖像，完善視網膜脫離的影像表現，降低視網膜脫離的漏診、誤診率。但是從未有研究用深度學習基于病患的廣域眼底彩照自動診斷巨細胞病毒性視網膜炎(cytomegalovirus retinitis，CMVR)。CMVR的確診有賴于經驗豐富的眼科醫師行眼底鏡檢查,目前主要依靠眼底檢查進行CMVR的診斷，但中國醫療分配不均勻，在高年資眼科醫生相對匱乏的地區,造成部分地區病例確診困難，并且由于缺少臨床診斷率的數據，臨床情況的復雜及不確定性因素，為眼科醫生的診斷增加了困難。

發明內容

為至少在一定程度上克服CMVR的確診有賴于經驗豐富的眼科醫師行眼底鏡檢查,目前主要依靠眼底檢查進行CMVR的診斷，但中國醫療分配不均勻，在高年資眼科醫生相對匱乏的地區,造成部分地區病例確診困難，并且，由于缺少臨床診斷率的數據，臨床情況的復雜及不確定性因素，為眼科醫生的診斷增加了困難的問題，本申請提供一種巨細胞病毒性視網膜炎輔助識別方法、裝置及電子設備。

第一方面，本申請提供一種巨細胞病毒性視網膜炎輔助識別方法，包括：

獲取患者眼底圖像；

提取所述眼底圖像中巨細胞病毒性視網膜炎參數，所述巨細胞病毒性視網膜炎參數包括病灶位置和病灶形態；

將所述巨細胞病毒性視網膜炎參數輸入訓練好的巨細胞病毒性視網膜炎輔助識別模型輸出特征向量，以根據所述特征向量得到分類結果。

進一步的，還包括：

構建基于深度卷積神經網絡的巨細胞病毒性視網膜炎輔助識別模型；

采用內部數據集對所述巨細胞病毒性視網膜炎輔助識別模型進行四倍交叉驗證以訓練所述巨細胞病毒性視網膜炎輔助識別模型。

進一步的，所述構建基于深度卷積神經網絡的巨細胞病毒性視網膜炎輔助識別模型包括：

采用InceptionResnetV2網絡模型作為基于深度卷積神經網絡的巨細胞病毒性視網膜炎輔助識別模型的基礎網絡模型；

采用Cross Entropy損失函數作為基于深度卷積神經網絡的巨細胞病毒性視網膜炎輔助識別模型的損失函數；

根據所述損失函數得到分類結果；

根據分類結果判斷患者是否患有巨細胞病毒性視網膜炎。

進一步的，還包括：

對內部數據集中的樣本進行分類；

根據內部數據集中樣本類別施加不同權重。

進一步的，訓練好的巨細胞病毒性視網膜炎輔助識別模型后，還包括：

采用外部驗證數據集進行外部驗證；

根據外部驗證結果優化模型性能參數；

和/或；