[发明专利]一种基于迁移学习的糖尿病黄斑水肿自动筛查方法

权利要求书

1.一种基于迁移学习的糖尿病黄斑水肿自动筛查方法，其特征在于：包括自动筛查方法如下步骤：

S1：获取光学相干断层的扫描影像及眼底彩照；

S2：对光学相干断层扫描影像和眼底彩照进行是否患有糖尿病黄斑水肿的标记，获取光学相干断层扫描训练集和眼底彩照训练集；

S3：基于光学相干断层扫描影像，构建深度残差网络初始模型；

S4：光学相关断层扫描训练集对深度残差网络初始模型进行训练，获取深度残差神经人工智能模型；

S5：利用深度残差神经人工智能模型对光学相干断层的扫描影像进行整体特征的识别和提取，获取待识别患者的眼部特征；

S6：利用深度残差神经人工智能模型对待识别的眼底特征进行验证和识别并根据识别结果对光学相干断层扫描影像进行有无糖尿病黄斑水肿的分类，获得有无糖尿病黄斑水肿的光学相干断层扫描影像分类结果；

S7：使用眼底彩照训练集通过迁移学习对深度残差神经人工智能模型的全连接层调整，获取基于眼底彩照的糖尿病黄斑水肿的智能筛查模型。

2.如权利要求1所述的一种基于迁移学习的糖尿病黄斑水肿自动筛查方法，其特征在于，所述S2中具体为：

对光学相干断层扫描影像和眼底彩照进行是否患有糖尿病黄斑水肿的标记并对标记后的光学相干断层扫描影像和眼底彩照进行预处理，获取光学相干断层扫描训练集和眼底彩照训练集。

3.如权利要求2所述的一种基于迁移学习的糖尿病黄斑水肿自动筛查方法，其特征在于，所述预处理包括：

将光学相干断层扫描影像和眼底彩照降采样至256*256分辨率，和局部空间色彩平均，图像增强，平移1-3个像素、旋转90°、180°或者270°并进行扩增以及对光学相干断层扫描影像和眼底彩照图像进行归一化处理，使输入数据归一化为0到1之间，从而得到光学相干断层扫描训练集和眼底彩照训练集。

4.如权利要求3所述的一种基于迁移学习的糖尿病黄斑水肿自动筛查方法，其特征在于，所述S7之后还包括S8：

获取新收集糖尿病患者的眼底彩照和光学相干断层扫描图像；

对新收集糖尿病患者的眼底彩照和光学相干断层扫描图像进行是否患有糖尿病黄斑水肿的标记，构成外部验证集；

根据外部验证集对所述基于眼底彩照的糖尿病黄斑水肿的智能筛查模型进行验证；

当外部验证集对所述基于眼底彩照的糖尿病黄斑水肿的智能筛查模型的结果一致时，则确定所述基于眼底彩照的糖尿病黄斑水肿的智能筛查模型准确；

当外部验证集对所述基于眼底彩照的糖尿病黄斑水肿的智能筛查模型的结果不一致时，则根据外部验证集对所述基于眼底彩照的糖尿病黄斑水肿的智能筛查模型进行修正。

5.如权利要求4所述的一种基于迁移学习的糖尿病黄斑水肿自动筛查方法，其特征在于，所述S3中的深度卷积神经网络算法包括：

所述的残差网络包括一个由6个卷积层、2个激活函数层、2个BN层以及1个跳跃连接层组成的基本的残差模块连接1个激活函数层。

6.如权利要求5所述的一种基于迁移学习的糖尿病黄斑水肿自动筛查方法，其特征在于，所述S4具体包括：

将所述光学相关断层扫描数据集分为训练集与内部验证集，将训练集数据输入深度残差网络初始模型，将内部验证集表现最好的深度残差神经人工智能模型作为训练结果保存。

7.如权利要求6所述的一种基于迁移学习的糖尿病黄斑水肿自动筛查方法，其特征在于，所述S1具体为：

通过数据库获取预设的训练样本并根据训练样本，获取的光学相干断层的扫描影像及眼底彩照。

8.如权利要求7所述的一种基于迁移学习的糖尿病黄斑水肿自动筛查方法，其特征在于，

所述训练样本的数值为9000，糖尿病黄斑水肿与正常眼底彩照比例为1:2；

所述数据库为医院门诊的接访数据库。

9.如权利要求8所述的一种基于迁移学习的糖尿病黄斑水肿自动筛查方法，其特征在于，所述外部验证集的数值为3000。