[发明专利]基于多病灶目标检测的早产儿视网膜病变诊断系统

权利要求书

1.基于多病灶目标检测的早产儿视网膜病变诊断系统，其特征在于，包括眼底照片存储模块、眼底照片采集模块、眼底照片处理模块、眼底照片目标检测模块、目标检测子模型生成模块、集成模型生成模块、视网膜分析诊断模块、诊断报告形成模块和可视化展示模块；

其中，所述眼底照片存储模块、眼底照片采集模块、眼底照片处理模块、眼底照片目标检测模块、目标检测子模型生成模块、集成模型生成模块、视网膜分析诊断模块、诊断报告形成模块和可视化展示模块均集成于计算机内部；所述可视化展示模块具体为计算机显示屏。

2.根据权利要求1所述的基于多病灶目标检测的早产儿视网膜病变诊断系统，其特征在于，所述眼底照片存储模块用于存储大量早产儿视网膜的眼底照片；所述眼底照片采集模块用于调取眼底照片存储模块中的大量早产儿视网膜的眼底照片，并发送至眼底照片处理模块。

3.根据权利要求1所述的基于多病灶目标检测的早产儿视网膜病变诊断系统，其特征在于，所述眼底照片处理模块用于接收眼底照片采集模块发送的大量早产儿视网膜的眼底照片，并利用空域直方图增强方法和频域同态滤波增强方法对其进行图像参数方面的优化处理；所述图像参数包括清晰度、色调、灰度、尺寸和噪声。

4.根据权利要求1所述的基于多病灶目标检测的早产儿视网膜病变诊断系统，其特征在于，所述眼底照片目标检测模块用于对经过眼底照片处理模块优化处理后的大量早产儿视网膜的眼底照片进行目标检测，识别分析出其目标区域，得到早产儿视网膜病变中的各类病理形态学特征；所述目标检测子模型生成模块用于利用深度学习算法对早产儿视网膜病变中的各类病理形态学特征进行训练，得到多个目标检测子模型；所述目标检测子模型生成模块具体生成过程如下：

S1：利用眼底照片采集模块提取大量早产儿视网膜的眼底照片，并通过眼底照片处理模块和眼底照片目标检测模块对其经处理，得到各类病理形态学特征集合；

S2：将各类病理形态学特征集合进行随机分配，形成训练集1、训练集2、……和训练集n；

S3：构建多个分类器，分别将训练集1、训练集2、……和训练集n放入多个分类器中，得到目标检测子模型1、目标检测子模型2、……和目标检测子模型n；

所述深度学习算法具体为深度神经网络。

5.根据权利要求1所述的基于多病灶目标检测的早产儿视网膜病变诊断系统，其特征在于，所述集成模型生成模块用于提取多个目标检测子模型的各类病理结构的量化特征，并根据各类病理结构的量化特征构建集成模型；所述集成模型生成模块具体生成过程如下：

SS1：针对每一张眼底照片，由多个目标检测子模型分别进行预测，依据病灶的大小、范围、数量等，获得病理结构的量化特征1、病理结构的量化特征2、……和病理结构的量化特征n；

SS2：构建集成分类器，将病理结构的量化特征1、病理结构的量化特征2、……和病理结构的量化特征n，作为集成分类器的输入数据，并由人类专家标记诊断结果，通过集成学习策略训练得到集成模型。

6.根据权利要求1所述的基于多病灶目标检测的早产儿视网膜病变诊断系统，其特征在于，所述视网膜分析诊断模块用于接收新眼底照片的量化特征，并将其输入集成模型，得到诊断结果，所述视网膜分析诊断模块具体分析诊断过程如下：

SSS1：针对新的眼底照片，由各个目标检测子模型分别预测,得到各类病理结构的量化特征；

SSS2：将提取到的各类病理结构的量化特征输入集成模型，得到诊断结果。

7.根据权利要求1所述的基于多病灶目标检测的早产儿视网膜病变诊断系统，其特征在于，所述诊断报告形成模块用于利用图表标注软件将诊断结果进行清晰化处理，形成诊断报告，所述图表标注软件的图表类型包括柱形图、折线图、饼图、条形图和三线图；

所述可视化展示模块用于将诊断报告进行可视化展示，为医护人员提供视网膜病变诊断辅助。