[發明專利]評估眼底圖像的糖尿病視網膜病變的評估系統及評估方法

在審

• 申請號: 202210051524.8
• 申請日: 2022-01-17
• 公開（公告）號: CN115120180A
• 公開（公告）日: 2022-09-30
• 發明（設計）人: 郭寧;胡志鋼;張詩華;童志鵬;段曉明;連倩
• 申請（專利權）人: 深圳硅基智能科技有限公司
• 主分類號: A61B3/12
• 分類號: A61B3/12;A61B3/14;A61B3/00
• 代理公司: 深圳舍穆專利代理事務所(特殊普通合伙) 44398
• 代理人: 鄭菊鳳

本公開描述了一種評估眼底圖像的糖尿病視網膜病變的評估系統及評估方法，該評估系統包括獲取眼底圖像并進行預處理的獲取模塊；對眼底圖像是否存在糖尿病視網膜病變進行判斷并輸出第一判斷結果的第一判斷模塊；基于眼底圖像的第一判斷結果中的子模型結果對應的置信度將眼底圖像分成初級質控圖像或高級質控圖像的質控分級模塊；用于抽取初級質控圖像并作為抽樣眼底圖像的第一抽樣模塊；用于對初級質控圖像和抽樣眼底圖像進行判斷以獲取第二判斷結果的第二判斷模塊；用于判定初級質控圖像的第一判斷結果是否合格的抽樣監控模塊；基于各個判斷結果獲取最終判斷結果的第三判斷模塊。由此，能夠提高眼底圖像的糖尿病視網膜病變的評估準確率。

技術領域

本公開大體涉及一種評估眼底圖像的糖尿病視網膜病變的評估系統及評估方法。

背景技術

醫療圖像常常包含身體結構或組織的諸多細節。在現代化的醫院中，大部分的治療信息來源于醫療圖像例如眼底圖像。在臨床中，通過理解醫療圖像中的這些細節，能夠幫助醫生進行相關疾病識別。醫療圖像已經發展成臨床識別疾病的主要方法。然而，傳統的基于醫療圖像識別疾病信息主要依靠專業的醫師根據經驗進行判斷。在這種情況下，開發一種能夠輔助醫生進行相關疾病識別的系統已經成為醫療圖像學領域的熱門方向。隨著人工智能技術的發展，基于計算機視覺和人工智能例如機器學習的疾病識別的系統已經在醫療圖像識別中得到開發和應用。

例如，專利文獻1(CN105513077A)中公開了一種用于糖尿病性視網膜病變篩查的系統，該系統包括：眼底圖像獲取設備、圖像處理及篩查設備以及報告輸出設備，眼底圖像獲取設備用于采集或接收被檢人員的眼底圖像；圖像處理及篩查設備用于對眼底圖像進行處理并檢測其中是否存在病變，然后將檢測結果輸送給報告輸出設備；報告輸出設備基于檢測結果輸出相應檢測報告。

然而，在實際臨床應用中，由于眼底圖像的多樣性，專利文獻1所描述的篩查系統在評估某些眼底圖像時可能輸出錯誤或者不準確的檢測報告，導致篩查系統的評估準確率下降。

發明內容

本公開是有鑒于上述的狀況而提出的，其目的在于提供一種能夠提高眼底圖像的糖尿病視網膜病變的評估準確率的評估眼底圖像的糖尿病視網膜病變的評估系統及評估方法。

為此，本公開第一方面提供了一種評估眼底圖像的糖尿病視網膜病變的評估系統，包括獲取模塊、第一判斷模塊、質控分級模塊、第一抽樣模塊、第二判斷模塊、抽樣監控模塊、以及第三判斷模塊；所述獲取模塊用于獲取眼底圖像并對所述眼底圖像進行預處理；所述第一判斷模塊基于機器學習的判斷模型對所述眼底圖像是否存在糖尿病視網膜病變進行判斷并輸出第一判斷結果，所述第一判斷結果包括針對各個糖尿病視網膜病變的分期的子模型結果以及所述子模型結果對應的置信度；所述質控分級模塊基于所述眼底圖像的第一判斷結果將所述眼底圖像分成初級質控圖像或高級質控圖像，所述初級質控圖像為所述第一判斷結果中不存在子模型結果對應的置信度小于預設置信度的子模型結果的眼底圖像，所述高級質控圖像為所述第一判斷結果中存在子模型結果對應的置信度小于所述預設置信度的子模型結果的眼底圖像；所述第一抽樣模塊用于對所述初級質控圖像進行抽樣并將抽取的初級質控圖像作為抽樣眼底圖像；所述第二判斷模塊用于將所述高級質控圖像和/或所述抽樣眼底圖像作為質控圖像并對所述質控圖像進行判斷以獲取第二判斷結果；所述抽樣監控模塊用于獲取所述初級質控圖像的第二判斷結果并判定該初級質控圖像的第一判斷結果是否合格，若不合格，則停止所述抽樣，將該初級質控圖像作為所述質控圖像并進行判斷以獲取所述第二判斷結果；以及所述第三判斷模塊用于對所述第一判斷模塊的第一判斷結果和所述第二判斷模塊的第二判斷結果進行確認和判斷以獲取最終判斷結果。在這種情況下，利用基于機器學習的判斷模型獲取第一判斷結果，基于第一判斷結果中的置信度對眼底圖像進行劃分，利用不同判斷模塊對劃分后的眼底圖像進行針對性的判斷并對判斷模塊進行抽樣。由此，能夠提高眼底圖像的糖尿病視網膜病變的評估準確率。