【技术实现步骤摘要】
一种MH术后裂孔状态预测模型的建立方法和终端
本专利技术涉及临床医学眼科和计算机工程领域，特别涉及一种MH术后裂孔状态预测模型的建立方法和终端。
技术介绍
MH(MacularHole，黄斑裂孔)患者主要临床表现为中心视力下降和视物变形，在MH的发病机制中，玻璃体前后方向的牵拉和切线方向的牵引力均起重要作用。玻璃体切除术联合内界膜剥除术(VILMP，vitrectomyandinternallimitingmembranepeeling)是目前治疗MH的最主要术式，术后裂孔愈合率也较为理想，但仍有约三分之一的患者术后裂孔闭合失败甚至进一步扩大。对于这部分患者，采用手术治疗不仅达不到治疗效果，反而增加了患者的经济负担和身心负担，以及社会医疗负担。因此，术前预测MH患者行VILMP术后裂孔的解剖学复位情况，对该术式治疗预后不佳的患者及时改用其他治疗方法(如改变手术方式或采用药物治疗)，达到早期判断病情、个性化治疗改善预后的目的。有研究表明，MH的预后信息可以从术前的OCT(OpticalCoherenceTomograp...
【技术保护点】
1.一种MH术后裂孔状态预测模型的建立方法，其特征在于，包括：/n获取MH患者的OCT图像和临床文本数据，构建MH数据集，并将数据集划分训练集和测试集；/n对所述OCT图像预处理，并基于所述MH患者将所述OCT图像与所述临床文本数据配对；/n搭建基于VGG卷积神经网络的图像特征提取网络；/n利用所述训练集训练所述图像特征提取网络；/n搭建并训练用于提取临床文本特征的全连接神经网络；/n基于训练后的所述图像特征提取网络与所述全连接神经网络搭建多模态特征融合网络；/n采用所述测试集对训练好的多模态特征融合网络进行性能评估，并当性能评估通过后，将训练好的多模态特征融合网络作为MH...
【技术特征摘要】
1.一种MH术后裂孔状态预测模型的建立方法，其特征在于，包括：
获取MH患者的OCT图像和临床文本数据，构建MH数据集，并将数据集划分训练集和测试集；
对所述OCT图像预处理，并基于所述MH患者将所述OCT图像与所述临床文本数据配对；
搭建基于VGG卷积神经网络的图像特征提取网络；
利用所述训练集训练所述图像特征提取网络；
搭建并训练用于提取临床文本特征的全连接神经网络；
基于训练后的所述图像特征提取网络与所述全连接神经网络搭建多模态特征融合网络；
采用所述测试集对训练好的多模态特征融合网络进行性能评估，并当性能评估通过后，将训练好的多模态特征融合网络作为MH术后裂孔状态预测模型。
2.如权利要求1所述的方法，其特征在于，所述OCT图像关联有标签；所述标签与术后OCT图像上裂孔状态对应；
所述临床文本数据包括：性别、年龄、病程、裂孔最小直径、裂孔最大直径、裂孔最大高度、黄斑裂孔指数、裂孔形成因子、裂孔牵拉指数、裂孔直径指数。
3.如权利要求1所述的方法，其特征在于，所述“对所述OCT图像预处理”，包括：
对所述OCT图像进行饱和像素值的移除、降噪、边缘切除的处理；
将处理后的所述OCT图像调整为统一尺寸大小。
4.如权利要求1所述的方法，其特征在于，所述“基于所述MH患者将所述OCT图像与所述临床文本数据配对”，包括：
读取所述临床文本数据与所述OCT图像；
按照MH患者的ID编号，使得读取的所述临床文本数据与所述OCT图像根据同一ID编号配对在同一索引位置，以完成数据配对；其中，数据配对的所述临床文本数据与所述OCT图像的维度一致。
5.如权利要求1所述的方法，其特征在于，所述“搭建基于VGG卷积神经网络的图像特征提取网络”，包括：
采用交叉熵损失函数评估VGG卷积神经网络输出值和真实值之间的差异程度；
采用ReLU激活函数，提高VGG卷积神经网络的非线性，增加VGG卷积神经网络的稀疏...
【专利技术属性】
技术研发人员：余洪华，蔡宏民，肖宇，全悟秀，吴乔伟，刘宝怡，
申请(专利权)人：广东省人民医院，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。