【技术实现步骤摘要】
糖尿病视网膜病变的分级方法、系统、设备及存储介质
[0001]本专利技术涉及图像分级
,尤其是涉及一种糖尿病视网膜病变的分级方法、系统、设备及存储介质。
技术介绍
[0002]糖尿病视网膜病变(Diabetic Retinopathy,简称DR)是一种微血管疾病,是极为常见的糖尿病眼科疾病并发症,是世界范围内公认为危害人类视力的主要因素之一,严重地影响了人们的生产和生活。根据国际临床糖尿病视网膜病变协议,糖尿病视网膜病变的分级通常取决于不同相关病变表现和并发症的数量和大小,共分为五个等级:无视网膜病变(0级)、轻度非增殖性视网膜病变(1级)、中度视网膜病变(2级)、重度非增殖性视网膜病变(3级)和增殖性视网膜病变(4级)。非增殖性是DR的前期表征,而增殖性视网膜病变则是DR的后期表现,患增殖性糖尿病视网膜病变的患者,在五年内有60%的几率会出现严重的视力衰退。定期的眼底筛查有助于发现病情并降低失明风险。根据世界卫生组织发布的第一份世界视力报告,在全球范围内,至少有22亿人有视力障碍或失明,其中至少有10亿人的视力障碍本 ...
【技术保护点】
【技术特征摘要】
1.一种糖尿病视网膜病变的分级方法,其特征在于,所述方法包括:获取糖尿病视网膜病变的待分级图像;将所述待分级图像划分为多个相同尺寸的斑块,根据所述斑块的病变情况识别得到每个所述斑块对应的病变概率;根据所述病变概率为对应的斑块分配对应的注意力权重,并将所有所述斑块的所述注意力权重拼接得到第一注意力权重图;根据预设的病变定位网络对所述待分级图像进行病变位置和类别的预测,得到预测结果,根据所述预测结果生成第二注意力权重图;融合所述第一注意力权重图和所述第二注意力权重图,得到第三注意力权重图,将所述第三注意力权重图与所述待分级图像加权后输入至预设的分级网络,得到所述待分级图像的糖尿病视网膜病变分级结果。2.根据权利要求1所述的一种糖尿病视网膜病变的分级方法,其特征在于,所述病变概率包括四维概率向量和所述斑块的标签值;所述四维概率向量包括正常、微动脉瘤、出血和渗出四个维度的概率。3.根据权利要求2所述的一种糖尿病视网膜病变的分级方法,其特征在于,所述根据所述斑块的病变情况识别得到每个所述斑块对应的病变概率通过预设的局部网络完成;所述局部网络由卷积层、最大池化层和完全连接层依次连接组成,卷积层之间的激活函数为Mish函数,完全连接层之后使用dropout防止过拟合。4.根据权利要求3所述的一种糖尿病视网膜病变的分级方法,其特征在于,所述根据所述病变概率为对应的斑块分配对应的注意力权重,包括:令由所述待分级图像划分的所述斑块为第一级斑块;若所述第一级斑块对应的第一级四维病变概率中存在至少二个维度的概率均大于预设的概率阈值,则将所述第一级斑块放大为第二级斑块,将所述第二级斑块输入至局部网络,得到所述第二级斑块对应的第二级四维病变概率,若所述第二级四维病变概率中存在至少二个维度的概率均大于预设的概率阈值,则将所述第二级斑块放大为第三级斑块,将所述第三级斑块输入至局部网络,依此类推,直至第N级斑块对应的第N级四维病变概率不存在至少二个维度的概率均大于预设的概率阈值,其中所述第N级斑块的尺寸是第N
‑
1级斑块的尺寸的m倍;若所述第N级斑块的第N级四维病变概率不存在至少二个维度的概率均大于所述概率阈值,获取所述第N级斑块的标签值和所述第N级斑块对应的四维概率向量中的最大概率,根据所述标签值和所述最大概率得到述所述第N级斑块的注意力权重。5.根据权利要求4所述的一种糖尿病视网膜病变的分级方法,其特征在于,所述概率阈值的获取,包括:判断...
【专利技术属性】
技术研发人员:夏卓群,胡航宇,李文静,江其盛,
申请(专利权)人:湖南省人民医院湖南师范大学附属第一医院,
类型:发明
国别省市:
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。