[发明专利]基于眼底影像确定吸烟程度的方法及设备

权利要求书

1.一种基于眼底影像确定吸烟程度的方法，其特征在于，包括：

获取眼底彩照和眼底OCT图像；

利用机器学习模型对所述眼底彩照和所述眼底OCT图像进行识别，所述机器学习模型包括第一特征提取网络、第二特征提取网络、融合网络和输出网络，所述第一特征提取网络用于对所述眼底彩照提取第一特征数据，所述第二特征提取网络用于对所述眼底OCT图像提取第二特征数据，所述融合网络用于融合所述第一特征数据和所述第二特征数据得到融合特征数据，所述输出网络用于根据所述融合特征数据确定吸烟程度信息。

2.根据权利要求1所述的方法，其特征在于，在利用机器学习模型对所述眼底彩照和所述眼底OCT图像进行识别之前，还包括：获取年龄信息和/或性别信息；

所述机器学习模型包括多个输出网络，其中一个输出网络用于根据所述融合特征数据确定吸烟程度信息，其它输出网络用于根据所述融合特征数据确定年龄信息和/或性别信息。

3.一种吸烟程度模型训练方法，其特征在于，包括：

获取多个训练数据，所述训练数据包括眼底彩照、眼底OCT图像和吸烟程度信息；

根据输出网络输出的吸烟程度信息与训练数据中的吸烟程度信息的差异优化所述机器学习模型的参数。

4.根据权利要求3所述的方法，其特征在于，所述训练数据还包括年龄信息和/或性别信息；

所述机器学习模型包括多个输出网络，其中一个输出网络用于根据所述融合特征数据确定吸烟程度信息，其它输出网络用于根据所述融合特征数据确定年龄信息和/或性别信息；

根据输出网络输出的吸烟程度信息与训练数据中的吸烟程度信息的差异，以及输出网络输出的年龄信息和/或性别信息与训练数据中的年龄信息和/或性别信息的差异优化所述机器学习模型的参数。

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述眼底OCT图像包括黄斑中心区域。

6.根据权利要求1-5中任一项所述的方法，其特征在于，所述眼底彩照是与所述眼底OCT图像位置相应的局部图像。

7.根据权利要求1-4中任一项所述的方法，其特征在于，所述融合网络为全连接网络。

8.根据权利要求1-4中任一项所述的方法，其特征在于，所述吸烟程度信息是用于表示是否有超过一年的吸烟史的信息。

9.一种基于眼底影像确定吸烟程度的设备，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、2、5-8中任意一项所述的基于眼底影像确定吸烟程度的方法。

10.一种吸烟程度模型训练设备，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3-8中任意一项所述的吸烟程度模型训练方法。