[发明专利]一种人工智能白内障分析系统

权利要求书

1.一种人工智能白内障分析系统，其特征在于，包括：

模式识别模块，用于识别输入的眼部图像的拍照模式，所述拍照模式根据拍摄所述眼部图像时裂隙灯的裂隙宽度和/或是否有进行散瞳处理进行划分；所述模式识别模块用于识别输入的眼部图像的拍照模式的步骤，具体是采用深度学习方法；

初步分析模块，用于对不同拍照模式的眼部图像选用相应的深度学习模型，利用深度学习模型基于眼部图像中晶状体的特征进行分类；所述初步分析模块用于利用深度学习模型基于眼部图像中晶状体的特征进行分类的步骤，具体包括：利用深度学习模型基于眼部图像中晶状体的特征分类为正常晶状体、白内障、白内障摘除术后；

还包括：评估分析模块，用于对已分类为有白内障的眼部图像根据输入的年龄分类为先天性白内障和获得性白内障；所述评估分析模块，还用于对已分类为先天性白内障的眼部图像，基于眼部图像中视轴区的特征分类为无视轴区浑浊和有视轴区浑浊；

还包括：转诊建议模块，用于当眼部图像被分类为有视轴区浑浊或囊膜下浑浊或核硬度Ⅲ-Ⅴ时，生成转诊的建议。

2.根据权利要求1所述的人工智能白内障分析系统，其特征在于，所述评估分析模块，还用于对已分类为获得性白内障的眼部图像，基于眼部图像中晶状体核的特征分类为核硬度Ⅰ-Ⅱ和核硬度Ⅲ-Ⅴ。

3.根据权利要求2所述的人工智能白内障分析系统，其特征在于，所述评估分析模块，还用于对已分类为核硬度Ⅰ-Ⅱ的眼部图像，基于眼部图像中囊膜的特征分类为无囊膜浑浊和囊膜下浑浊。

4.根据权利要求1所述的人工智能白内障分析系统，其特征在于，所述评估分析模块，还用于对已分类为白内障摘除术后的眼部图像，基于眼部图像中后囊膜的特征筛选出后囊膜下浑浊的眼部图像。

5.根据权利要求4所述的人工智能白内障分析系统，其特征在于，所述评估分析模块，还用于对已筛选为后囊膜下浑浊的眼部图像，基于眼部图像中视轴区的特征分类为无视轴区浑浊和有视轴区浑浊。

6.根据权利要求1至5任一项所述的人工智能白内障分析系统，其特征在于，所述评估分析模块用于基于眼部图像中视轴区的特征分类为无视轴区浑浊和有视轴区浑浊的步骤和/或基于眼部图像中晶状体核的特征分类为核硬度Ⅰ-Ⅱ和核硬度Ⅲ-Ⅴ的步骤和/或基于眼部图像中囊膜的特征分类为无囊膜浑浊和囊膜下浑浊的步骤和/或基于眼部图像中后囊膜的特征筛选出后囊膜下浑浊的眼部图像的步骤，具体是采用深度学习方法。