[发明专利]糖尿病视网膜病变检测系统、方法、设备和训练系统

权利要求书

1.一种糖尿病视网膜病变检测系统，其特征在于，包括质控模块和糖网判别模块：

所述质控模块，被配置为获取影像采集装置当前采集到的眼底影像，对所述眼底影像进行质量判断；

所述质控模块，还被配置为在判断出所述眼底影像的质量合格时，将所述眼底影像输入至糖网判别模块；

其中，所述质量合格包括所述眼底影像的边缘不漏光，所述眼底影像的边缘亮度达到第一预设亮度，所述眼底影像的黄斑区亮度达到第二预设亮度，所述眼底影像的视盘位置处于预设位置范围内，所述眼底影像的视盘可见，所述眼底影像的黄斑区、视盘区、上方视网膜血管弓和下方视网膜血管弓均可见中的至少一种；

所述糖网判别模块，被配置为接收所述眼底影像，对所述眼底影像进行检测，得到相应的检测结果，并对所述检测结果进行类别划分；

其中，所述类别包括转诊类别和非转诊类别。

2.根据权利要求1所述的系统，其特征在于，所述质控模块包括接收处理子模块和影像判别子模块；

所述接收处理子模块，被配置为接收获取所述影像采集装置当前采集到的眼底影像，并对所述眼底影像进行预处理；其中，所述预处理包括裁剪、缩放和归一化操作中的至少一种；

所述影像判别子模块，被配置为对经过预处理后的眼底影像进行质量判断，并在判断出所述眼底影像的质量合格时，将所述眼底影像输入至所述糖网判别模块；

其中，所述影像判别子模块包括可用于学习参数的深度学习模型；所述深度学习模型包括卷积神经网络，所述卷积神经网络中的分类的数目取值为2。

3.根据权利要求1所述的系统，其特征在于，所述糖网判别模块包括输入图像子模块、第一预处理子模块、第二预处理子模块、特征提取子模块、特征融合子模块和分类子模块；

所述输入图像子模块，被配置为接收由所述质控模块发送的所述眼底影像；

所述第一预处理子模块，被配置为对所述眼底影像进行初级预处理，得到初级眼底影像；所述初级预处理包括裁剪和缩放中的至少一种；

所述第二预处理子模块，被配置为对所述初级眼底影像进行图像增强，并对增强后的眼底影像进行归一化操作，得到二级眼底影像；

所述特征提取子模块，被配置为获取所述眼底影像和所述二级眼底影像，基于所述眼底影像和所述二级眼底影像提取相应的特征；

所述特征融合子模块，被配置为对所述特征提取子模块提取到的所述特征进行融合，得到相应的检测结果；

所述分类子模块，被配置为根据预先设置的分类规则对所述检测结果进行类别划分；

其中，所述特征提取子模块包括可用于学习参数的深度学习模型特征提取器，所述模型特征提取器为卷积神经网络，所述卷积神经网络中分类的数目设置为2。

4.一种网络模型训练系统，其特征在于，包括第一训练模块；

所述第一训练模块，被配置为对权利要求1至3任一项所述的糖尿病视网膜病变检测系统中的质控模块进行训练；

其中，所述第一训练模块包括第一构造子模块、预处理子模块、第一扩增子模块和第一训练子模块：

所述第一构造子模块，被配置为构造深度学习算法可训练的质控数据集；其中，所述质控数据集包括第一负样本数据集和第一正样本数据集；

所述第一负样本数据集包括标注为合格的眼底影像样本，所述第一正样本数据集包括标注为不合格的眼底影像样本；

所述第一负样本数据集中的样本数据量与所述第一正样本数据集中的样本数据量的比例为1:1；

所述预处理子模块，被配置为对所述第一负样本数据集中的样本数据和所述第一正样本数据集中的样本数据进行预处理操作；其中，所述预处理操作包括裁剪、缩放和归一化操作中的至少一种；

所述第一扩增子模块，被配置为由所述质控数据集中逐次选取一批样本数据，并对当前选取的样本数据均进行随机扩增；其中，所选取的每批样本数据中的样本数据量为32；

所述第一训练子模块，被配置为将扩增后的样本数据依次输入至预先设计的深度学习模型中，对所述深度学习模型进行训练；

其中，所述深度学习模型包括卷积神经网络，所述卷积神经网络中分类的数目设置为2。