[发明专利]一种基于眼底图片的人工智能白内障筛查转诊系统

说明书

本发明提供了一种基于眼底图片的人工智能白内障筛查转诊系统，包括采集处理模块、模型训练模块、自检修复模块、转诊输出模块、拼接标识模块、记忆恢复模块；发明的白内障筛查转诊系统，是基于普通眼底照相并利用深度学习算法开发一种人工智能系统，用以自动识别白内障并自动做出严重程度的分级，用以在眼科医生相对缺乏的偏远地区，实现人群白内障的自动筛查和转诊，减少人群中白内障导致的低视力和致盲率，操作简单，非医学人员也可以操作，可以实时、自动、快速准确筛查白内障并确定其严重程度，适合大量推广。

技术领域

本发明属于医疗检测技术领域，具体是涉及一种基于眼底图片的人工智能白内障筛查转诊系统。

背景技术

白内障是目前全世界最主要的致盲疾病之一，随着人口的老年化，白内障发病率逐年增加，然而在偏远的相对欠发达的农村地区，由于眼科医生的缺乏，许多已发生白内障导致视力障碍的患者不能得到及时的诊治，根据第六次全国人口普查显示,我国居住在农村人口占全国人口的比例是50.32％。

眼底照相是用于检查整个视网膜的形态学改变。其原理就是用一种特制的照相机记录眼底镜下所看到的景象，眼底照相能够观察到视网膜、视盘、黄斑区、视网膜血管的形态，以及视网膜上有无出血、渗出、血管瘤、视网膜变性区、视网膜裂孔、新生血管、萎缩斑、色素紊乱等改变，眼底照相作为眼底常用的检查手段，可以快速获得患者眼底的信息，以便及时处理，减少患者视功能不可逆损害。

目前，针对白内障的筛查，主要还是依靠医生通过裂隙灯人工对病人进行检查眼睛进行检查，以明确是否有白内障，以及是否需要手术治疗，而人工检查白内障，人力成本高，效率相对较低下，因此亟需一种无眼科医生仍可以进行白内障的筛查转诊的系统。

发明内容

针对上述存在的问题，本发明提供了一种基于眼底图片的人工智能白内障筛查转诊系统。

本发明的技术方案是：一种基于眼底图片的人工智能白内障筛查转诊系统，包括采集处理模块、模型训练模块、自检修复模块、转诊输出模块；

所述采集处理模块用于对初始眼底图片进行初步筛分和预处理，采集处理模块包括直接使用标准眼底图片数据库中的图像建立不同患病程度区域模板的模板创建单元、用于眼底图片采集加载的图片采集单元、根据所述模板创建单元创建的区域模板与采集到的眼底图片上对应的各个区域分别进行对比的比较单元、根据对比结果对不同患病程度眼底照片进行分类的分类单元、调节分类后眼底图像的明暗程度、旋转、镜面反转，并进行数据增量的预处理单元、使用深度学习卷积神经网路进行模型的训练、验证并获得算法模型的模型创建单元；

所述模型训练模块是利用深度卷积神经网络DenseNet训练模型，对不同类别下的眼底图片进行特征的提取，然后做出分类训练；

所述自检修复模块用于对模型训练模块的训练结果进行检查和修复，自检修复模块包括对上述各个训练单元的判别结果与模板创建单元进行对比确认的自查单元、根据所述自查单元的确认结果判定上述各个训练单元的分类结果是否异常的结果确认单元、用于异常判定且用于触发各个预处理单元重新对分类后的眼底图片进行处理的触发单元；

所述转诊输出模块用于将自检修复模块的检测结果进行输出，转诊输出模块包括输出单元、对输出单元生成的分类结果进行数据保存的存储单元、根据输出单元生成的分类结果产生相对应的转诊结果的转诊单元。

进一步地，所述采集处理模块还包括调节补正单元，所述调节补正单元用于检测初始眼底图片的清晰度、曝光度以及灰度是否达到设定值并调节，调节补正单元包括清晰度判定子单元、曝光度判定子单元、灰度判定子单元、对初始眼底图片的清晰度、曝光度以及灰度进行调节的补正子单元，通过对初始眼底图片的清晰度、曝光度以及灰度进行检测并调节至设定值，保证了眼底图片的画质和算法模型的精确度，提高系统可靠性。

进一步地，所述深度卷积神经网络可替换为InceptionResNetV2。