[发明专利]使用机器学习模型处理眼底图像

说明书

一种用于使用眼底图像处理机器学习模型处理眼底图像的方法、系统和设备，所述方法、系统和设备包括编码在计算机存储介质上的计算机程序。所述方法中的一个包括：获得包括一个或多个眼底图像的模型输入，每个眼底图像是患者的眼睛的眼底的图像；使用眼底图像处理机器学习模型处理所述模型输入，其中所述眼底图像处理机器学习模型被配置成处理包括所述一个或多个眼底图像的模型输入，以生成模型输出；以及处理所述模型输出以生成健康分析数据。

技术领域

本说明书涉及使用机器学习模型处理图像。

背景技术

机器学习模型接收输入并且基于接收的输入生成输出，例如预测的输出。一些机器学习模型是参数模型，并且基于接收的输入和模型的参数值生成输出。

一些机器学习模型是深度模型，所述深度模型采用多层模型来为接收的输入生成输出。例如，深度神经网络是深度机器学习模型，所述深度机器学习模型包括输出层和一个或多个隐藏层，所述输出层和一个或多个隐藏层各自对接收的输入应用非线性转变以生成输出。

一些神经网络是递归神经网络。递归神经网络是接收输入序列并且从所述输入序列生成输出序列的神经网络。特别地，在从所述输入序列中的当前输入生成输出中，在处理输入序列中的前一个输入之后，递归神经网络使用网络的内部状态中的一些或全部。

发明内容

本说明书总体上描述一种通过使用眼底图像处理机器学习模型处理包括患者的一个或多个眼底图像的数据来生成有关患者的健康分析数据的系统。

可以实现本说明书中所描述的主题的特定实施例，以便实现以下优点中的一个或多个。健康分析系统可以仅使用患者的眼睛的眼底的一个或多个图像以及最少或没有其它患者数据来有效地分析患者的健康。特别地，健康分析系统可以使用眼底图像有效地分析特定身体状况的存在或可能的进展。替代地或另外，健康分析系统可以有效地预测在治疗身体状况的过程中哪些治疗或后续举措将是最有效的。替代地或另外，健康分析系统可以准确地评估患者出现不期望的健康事件的风险，或者使用眼底图像准确地评估患者的整体健康。替代地或另外，健康分析系统可以使用眼底图像准确地预测导致患者会出现特定一组健康事件的风险的一组因素的值。

在一些实现方式中，系统可以向系统的用户呈现数据，所述数据解释针对由系统生成的预测值的基础，即机器学习模型所专注的以生成特定预测的眼底图像部分。在执行该操作时，所述系统可以允许医师或其他用户洞察预测过程。

附图和下面的描述中阐述了本说明书的主题的一个或多个实施例的细节。根据描述、附图和权利要求，所述主题的其它特征、方面和优点将变得显而易见。

附图说明

图1示出示例眼底图像分析系统。

图2A是用于生成健康分析数据的示例过程的流程图。

图2B示出通过眼底图像处理机器学习模型处理示例眼底图像。

图3是用于生成特定于特定身体状况的健康分析数据的示例过程的流程图。

图4是用于生成识别患者后续举措的健康分析数据的示例过程的流程图。

图5是用于生成预测身体状况的可能进展的健康分析数据的示例过程的流程图。

图6是用于生成预测针对给定患者的身体状况的适当治疗的健康分析数据的示例过程的流程图。

图7是用于生成包括预测的眼底图像的健康分析数据的示例过程的流程图。

图8是用于生成预测健康事件发生的风险的健康分析数据的示例过程的流程图。

图9是用于生成表征患者的整体健康的健康分析数据的示例过程的流程图。

图10是用于生成包括有关一个或多个风险因素的预测值的健康分析数据的示例过程的流程图。