[发明专利]基于眼底图像的糖尿病及相关疾病的分类方法及设备

权利要求书

1.一种糖尿病及相关疾病的分类模型构建方法，其特征在于，包括：

获取样本数据，包括眼底图像和多个类型信息，所述多个类型信息为糖尿病类型信息和至少一种糖尿病关联疾病类型信息，或者为至少两种糖尿病关联疾病类型信息；

利用大量所述样本数据对机器学习模型进行训练，使其输出评估结果，所述评估结果至少包括对应于一种所述类型信息的分类结果，所述机器学习模型包括特征提取网络和至少一个输出网络，其中所述特征提取网络用于从所述眼底图像中提取特征信息，所述至少一个输出网络用于分别根据所述特征信息输出所述评估结果；所述机器学习模型至少根据输出的所述评估结果与样本数据中的类型信息调整自身的参数。

2.根据权利要求1所述的方法，其特征在于，所述输出网络有多个，分别根据所述特征信息输出对应不同所述类型信息的分类结果；所述机器学习模型至少根据输出的所述评估结果与样本数据中的类型信息调整自身的参数，包括：

根据所述分类结果与对应的类型信息的差异确定第二损失值；

根据所述第二损失值确定第一损失值；

所述机器学习模型根据所述第一损失值调整自身参数。

3.根据权利要求1所述的方法，其特征在于，所述样本数据中还包括辅助信息，所述辅助信息包括糖尿病相关信息和/或糖尿病关联疾病相关信息。

4.根据权利要求3所述的方法，其特征在于，所述输出网络有多个，其中包括用于分别根据所述特征信息输出对应不同所述类型信息的分类结果的输出网络，以及根据所述特征信息输出对应所述辅助信息的识别结果的输出网络；所述评估结果包括对应于各种所述类型信息的分类结果和对应于所述辅助信息的识别结果；

所述机器学习模型根据输出的所述评估结果与样本数据中的类型信息调整自身的参数，包括：

根据所述分类结果与对应的类型信息的差异确定第二损失值；

根据所述辅助信息与对应的识别结果的差异确定第三损失值；

根据所述第二损失值和所述第三损失值确定第一损失值；

所述机器学习模型根据所述第一损失值调整自身参数。

5.根据权利要求2或4所述的方法，其特征在于，所述机器学习模型至少根据所述第一损失值调整所述特征提取网络的参数。

6.根据权利要求2所述的方法，其特征在于，所述机器学习模型根据所述第二损失值调整相应的输出网络的参数。

7.根据权利要求4所述的方法，其特征在于，所述机器学习模型根据所述第二损失值和所述第三损失值调整相应的输出网络的参数。

8.根据权利要求1-7中任一项所述的方法，其特征在于，所述糖尿病关联疾病包括糖尿病并发症和/或糖尿病合并症。

9.一种糖尿病及相关疾病的分类方法，其特征在于，包括：获取用户的眼底图像；利用权利要求1-8中任一项所述的方法构建的机器学习模型对所述眼底图像进行识别，输出至少一个分类结果。

10.一种糖尿病分类模型构建设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如权利要求1-8中任意一项所述的糖尿病及相关疾病的分类模型构建方法。

11.一种糖尿病及相关疾病的分类设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如权利要求10所述的糖尿病及相关疾病的分类方法。