[发明专利]基于深度学习的糖尿病视网膜病变分类分级方法

摘要

本发明涉及一种基于深度学习的糖尿病视网膜病变分类分级方法，它针对每一类糖尿病视网膜病变准备大量眼底镜照片；建立包含多级神经网络架构的深度卷积神经网络；基于大量眼底镜照片对深度卷积神经网络进行训练，使深度卷积神经网络的最终输出值符合眼底镜照片的分级结果；从而即可利用训练好的深度卷积神经网络自动进行疾病分级。本发明的方法通过对大量包括诊断标记的眼底镜照片的运用，通过深度学习实现自动从训练范例库中学习所需特征并进行分级判断，在训练过程中不断纠正用于判断的数据特征以及深度卷积神经网络参数，从而能够极大提高在现实应用场景中的分级准确性和可靠度。

主权项

一种基于深度学习的糖尿病视网膜病变分类分级方法，其特征在于：所述基于深度学习的糖尿病视网膜病变分类方法包括以下步骤：（1）准备照片库，所述照片库中包含若干包括诊断标记的眼底镜照片，且每类糖尿病视网膜病变均对应有具有多张所述眼底镜照片的分类照片库；（2）对所述照片库中的眼底镜照片进行预处理而得训练范例照片，且所述训练范例照片构成训练范例库，所述训练范例库中的照片数量大于所述照片库中的照片数量；每类糖尿病视网膜病变均对应有具有多张所述训练范例照片的分类训练范例库；（3）针对每类糖尿病视网膜病变分别建立其对应的深度卷积神经网络；每个所述深度卷积神经网络均包括多级神经网络架构；每个所述深度卷积神经网络中，除第一级所述神经网络架构以外的各级所述神经网络架构基于其前一级所述神经网络架构而搭建；（4）针对每个所述深度卷积神经网络，采用对应的所述分类训练范例库中的训练范例照片多次训练所述深度卷积神经网络中的各级神经网络架构，训练时按照设定的学习率调整所述神经网络架构的参数，从而得到针对每类糖尿病视网膜病变的多个训练后的深度卷积神经网络；（5）基于各所述训练后的深度卷积神经网络中最后一级所述神经网络架构的输出值对所述糖尿病视网膜病变进行分级。