一种慢性糖尿病肾病识别方法和装置、存储介质制造方法及图纸

本发明专利技术公开一种慢性糖尿病肾病识别方法和装置、可读介质，包括以下步骤：S1、获取DM患者的历史视网膜影像数据和历史DKD数据；S2、对所述历史视网膜影像数据进行预处理；S3、将预处理后的历史视网膜影像数据和历史DKD数据输入深度学习模型进行训练；S4、将待识别DM患者的视网膜影像数据和DKD数据输入到训练后的深度学习模型，实现DM患者的糖尿病肾病识别。采用本发明专利技术的技术方案，克服现有DKD识别分级方法存在有创、高成本且繁杂的缺陷。高成本且繁杂的缺陷。高成本且繁杂的缺陷。

【技术实现步骤摘要】
一种慢性糖尿病肾病识别方法和装置、存储介质


[0001]本专利技术属于疾病识别
，尤其涉及一种慢性糖尿病肾病识别方法和装置、存储介质。

技术介绍

[0002]糖尿病(diabetes mellitus，DM)是一种全球性慢性代谢性疾病，多种并发症与其息息相关。糖尿病肾病(diabetic kidney disease,DKD)是糖尿病患者最严重的微血管并发症之一，其降低患者的生存质量，增加全球卫生保健系统的经济负担，增加糖尿病患者的死亡率。DKD发病隐匿，一旦发现往往疾病严重程度高，易恶化为终末期肾衰竭，是糖尿病患者的主要死因之一。因此，DKD的早筛、早诊、早治对于提高糖尿病患者生活质量、减少不良事件发生及减小全球卫生保健系统的经济负担而言，均具有重大意义。目前对DKD的筛查依赖于估算的肾小球滤过率(estimated glomerular filtration rate，eGFR，由血清肌酐计算)的测量和尿白蛋白检测。一些DKD的病理标志物已被明确对DKD患者的预后具有重要识别价值，其中肾活检是一种有意义的检查手段，但就日常筛查而言，肾本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种慢性糖尿病肾病识别方法，其特征在于，包括以下步骤：S1、获取DM患者的历史视网膜影像数据和历史DKD数据；S2、对所述历史视网膜影像数据进行预处理；S3、将预处理后的历史视网膜影像数据和历史DKD数据输入深度学习模型进行训练；S4、将待识别DM患者的视网膜影像数据和DKD数据输入到训练后的深度学习模型，实现DM患者的糖尿病肾病识别。2.如权利要求1所述的慢性糖尿病肾病识别方法，其特征在于，所述深度学习模型为基于ResNet卷积神经网络的端到端深度学习模型。3.如权利要求1所述的慢性糖尿病肾病识别方法，其特征在于，所述历史DKD数据包含：空腹血糖数据、糖化血红蛋白数据、糖化白蛋白数据、血清肌酐数据、β2
‑
微球蛋白数据、尿液肌酐数据、尿液蛋白数据、尿液白蛋白数据。4.如权利要求1所述的慢性糖尿病肾病识别方法，其特征在于，对所述历史视网膜影像数据进行预处理包含：降噪和切除空白边缘处理、去除眼底彩照255强度值的饱和像素、将眼底彩照大小调整为224
×
224像素、以及根据DM患者UACR和CKD分期对眼底彩照进行标记。5.一种慢性糖尿病肾病识别装置，其特征在于，包括：获取装置，用于获取DM患者的历史视网膜影像数据和历史DKD数据；预处理...

【专利技术属性】
技术研发人员：余洪华，杨小红，蔡宏民，刘宝怡，张滨，肖宇，方莹，马建华，
申请(专利权)人：广东省人民医院，
类型：发明
国别省市：