本发明专利技术涉及一种基于深度学习的眼科疾病类别智能分析方法及装置，所述方法包括：识别目标眼科疾病数据中的眼科疾病类型，对目标眼科疾病数据进行数据结构化处理，得到眼科结构化数据；提取眼科结构化数据中的眼科疾病标签，构建眼科疾病标签与眼科疾病类型的关联关系；获取就医人员的眼底影像和OTC影像，分别对眼底影像和OTC影像进行图像归一化设置，得到归一化眼底影像和归一化OTC影像；分别对归一化眼底影像和归一化OTC影像进行热力图可视化，得到眼底热力影像和OTC热力影像，分别提取眼底热力影像和OTC热力影像的眼底特征图和OTC特征图；以识别就医人员的当前眼科疾病类型。本发明专利技术可提高眼科疾病类别智能分析的准确性。性。性。
【技术实现步骤摘要】
基于深度学习的眼科疾病类别智能分析方法及装置
[0001]本专利技术涉及智能分析领域，尤其涉及一种基于深度学习的眼科疾病类别智能分析方法及装置。
技术介绍
[0002]眼科疾病是指眼睛构成的疾病，眼科疾病类别智能分析可以高效且准确的确定患者的眼疾类型，并及时治疗，提高医院对眼疾患者的就治效率。
[0003]目前眼科疾病类别智能分析主要通过拍患者眼部照片和历史眼疾照片比对分析出眼科疾病类别的方法，这种方式分析的患者眼部疾病的照片模态单一，无法从深层次分析眼睛的病症信息，从而导致眼科疾病类别分析不够准确。
技术实现思路
[0004]为了解决上述问题，本专利技术提供了一种基于深度学习的眼科疾病类别智能分析方法及装置，可以提高眼科疾病类别智能分析的准确性。
[0005]第一方面，本专利技术提供了一种基于深度学习的眼科疾病类别智能分析方法，包括：获取历史眼科疾病信息，对所述历史眼科疾病信息进行数据预处理，得到目标眼科疾病数据，识别所述目标眼科疾病数据中的眼科疾病类型，根据所述眼科疾病类型，对所述目标眼科疾病数据进行数据结构化处理，得到眼科结构化数据；提取所述眼科结构化数据中的眼科疾病标签，构建所述眼科疾病标签与所述眼科疾病类型的关联关系；获取就医人员的病例信息，其中，所述病例信息包括：眼底影像和OTC影像，分别对所述眼底影像和所述OTC影像进行图像归一化设置，得到归一化眼底影像和归一化OTC影像；分别对所述归一化眼底影像和所述归一化OTC影像进行热力图可视化，得到眼底热力影像和OTC热力影像，分别提取所述眼底热力影像和所述OTC热力影像的眼底特征图和OTC特征图；将所述关联关系、所述眼底特征图以及所述OTC特征图作为输入值输入训练好的眼科疾病类别分析模型中，以识别所述就医人员的当前眼科疾病类型。
[0006]在第一方面的一种可能实现方式中，所述对所述历史眼科疾病信息进行数据预处理，得到目标眼科疾病数据，包括：对所述历史眼科疾病信息进行数据降噪，得到降噪眼科数据；分析所述降噪眼科数据的眼科数据属性；根据所述眼科数据属性，识别所述降噪眼科疾病数据的眼科疾病数据；检验所述眼科疾病数据的数据有效性；根据所述数据有效性，从所述眼科疾病数据中筛选出所述目标眼科疾病数据。
[0007]在第一方面的一种可能实现方式中，所述识别所述目标眼科疾病数据中的眼科疾
病类型，包括：分析所述目标眼科疾病数据的数据特征；根据所述数据特征，利用下述公式计算所述目标眼科疾病数据中的眼科疾病类型：；其中，表示眼科疾病类型，表示分类函数，表示目标眼科疾病数据，表示目标眼科疾病数据中的第j个数据，表示目标眼科疾病数据中的第j个数据的数据特征，表示目标眼科疾病数据的数据数量。
[0008]在第一方面的一种可能实现方式中，所述根据所述眼科疾病类型，对所述目标眼科疾病数据进行数据结构化处理，得到眼科结构化数据，包括：分析所述眼科疾病类型的类型特征；根据所述类型特征，对所述目标眼科疾病数据进行数据关联，得到数据连接关系；根据所述数据连接关系，识别目标眼科疾病数据的数据关联节点；根据所述数据关联节点，对所述目标眼科疾病数据进行数据结构化处理，得到所述眼科结构化数据。
[0009]在第一方面的一种可能实现方式中，所述提取所述眼科结构化数据中的眼科疾病标签，包括：识别所述眼科结构化数据中的的眼科数据结构；根据所述眼科数据结构，利用下述公式计算眼科结构化数据中的眼科疾病标签：；其中，所述表示眼科疾病标签，表示眼科结构化数据中第f个数据，表示眼科结构化数据中第f个数据对应的眼科数据结构中的结构节点，表示眼科数据结构，表示结构节点权重系数。
[0010]在第一方面的一种可能实现方式中，所述分别对所述眼底影像和所述OTC影像进行图像归一化设置，得到归一化眼底影像和归一化OTC影像，包括：利用下述公式计算所述眼底影像和所述OTC影像的归一化眼底影像和归一化OTC影像：；其中，表示归一化眼底影像或归一化OTC影像，表示眼底影像或OTC影像的长度，表示眼底影像或OTC影像的宽度，表示卷积核的大小，表示对
眼底影像或OTC影像的填充的行数和列数，和表示眼底影像或OTC影像水平和垂直的步幅。
[0011]在第一方面的一种可能实现方式中，所述分别提取所述眼底热力影像和所述OTC热力影像的眼底特征图和OTC特征图，包括：分别将所述眼底热力影像和所述OTC热力影像像素化，得到眼底像素图和OTC像素图；分别提取所述眼底像素图和所述OTC像素图中每个像素空间的眼底像素信息和OTC像素信息；分别识别所述眼底像素信息和所述OTC像素信息中的眼底像素特征和OTC像素特征；所述眼底像素特征和所述OTC像素特征，构建所述眼底热力影像和所述OTC热力影像的眼底特征图和OTC特征图。
[0012]在第一方面的一种可能实现方式中，所述根据所述眼底像素特征和所述OTC像素特征，构建所述眼底热力影像和所述OTC热力影像的眼底特征图和OTC特征图，包括：利用下述公式计算所述所述眼底热力影像和所述OTC热力影像的眼底特征图和OTC特征图：；其中，和表示眼底特征图和OTC特征图，表示眼底像素图和OTC像素图的像素坐标，和表示眼底像素特征和OTC像素特征，和表示像素特征的对应的权重。
[0013]在第一方面的一种可能实现方式中，所述将所述关联关系、所述眼底特征图以及所述OTC特征图作为输入值输入训练好的眼科疾病类别分析模型中，以识别所述就医人员的当前眼科疾病类型，包括：利用下述公式以识别所述就医人员的当前眼科疾病类型：；其中，表示当前眼科疾病类型，()表示多模态眼科疾病分类模型，眼底特征图和OTC特征图所标记的疾病标签，表示疾病标签对应的权重，表示关联关系。
[0014]第二方面，本专利技术提供了一种基于深度学习实现眼科疾病类别智能分析装置，所述装置包括：数据结构化模块，用于获取历史眼科疾病信息，对所述历史眼科疾病信息进行数据预处理，得到目标眼科疾病数据，识别所述目标眼科疾病数据中的眼科疾病类型，根据所述眼科疾病类型，对所述目标眼科疾病数据进行数据结构化处理，得到眼科结构化数据；眼科疾病标签关联模块，用于提取所述眼科结构化数据中的眼科疾病标签，构建所述眼科疾病标签与所述眼科疾病类型的关联关系；
影像归一化模块，用于获取就医人员的病例信息，其中，所述病例信息包括：眼底影像和OTC影像，分别对所述眼底影像和所述OTC影像进行图像归一化设置，得到归一化眼底影像和归一化OTC影像；影像特征图获取模块，用于分别对所述归一化眼底影像和所述归一化OTC影像进行热力图可视化，得到眼底热力影像和OTC热力影像，分别提取所述眼底热力影像和所述OTC热力影像的眼底特征图和OTC特征图；眼科疾病类型判别模块，用于将所述关联关系、所述眼底特征图以及所述OTC特征图作为输入值输入训练好的眼科疾病类别分析模型中，以识别所述就医人员的当前眼科疾病类型。
[0015]与现有技术相比，本方案的技术原理及有益效果在于：本专利技术可及时排除有可能影响数据库本身数据进行有效处理与分析的非法数据本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于深度学习的眼科疾病类别智能分析方法，其特征在于，所述方法包括：获取历史眼科疾病信息，对所述历史眼科疾病信息进行数据预处理，得到目标眼科疾病数据，识别所述目标眼科疾病数据中的眼科疾病类型，根据所述眼科疾病类型，对所述目标眼科疾病数据进行数据结构化处理，得到眼科结构化数据；提取所述眼科结构化数据中的眼科疾病标签，构建所述眼科疾病标签与所述眼科疾病类型的关联关系；获取就医人员的病例信息，其中，所述病例信息包括：眼底影像和OTC影像，分别对所述眼底影像和所述OTC影像进行图像归一化设置，得到归一化眼底影像和归一化OTC影像；分别对所述归一化眼底影像和所述归一化OTC影像进行热力图可视化，得到眼底热力影像和OTC热力影像，分别提取所述眼底热力影像和所述OTC热力影像的眼底特征图和OTC特征图；将所述关联关系、所述眼底特征图以及所述OTC特征图作为输入值输入训练好的眼科疾病类别分析模型中，以识别所述就医人员的当前眼科疾病类型。2.根据权利要求1所述的方法，其特征在于，所述对所述历史眼科疾病信息进行数据预处理，得到目标眼科疾病数据，包括：对所述历史眼科疾病信息进行数据降噪，得到降噪眼科数据；分析所述降噪眼科数据的眼科数据属性；根据所述眼科数据属性，识别所述降噪眼科疾病数据的眼科疾病数据；检验所述眼科疾病数据的数据有效性；根据所述数据有效性，从所述眼科疾病数据中筛选出所述目标眼科疾病数据。3.根据权利要求1所述的方法，其特征在于，所述识别所述目标眼科疾病数据中的眼科疾病类型，包括：分析所述目标眼科疾病数据的数据特征；根据所述数据特征，利用下述公式计算所述目标眼科疾病数据中的眼科疾病类型：；其中，表示眼科疾病类型，表示分类函数，表示目标眼科疾病数据，表示目标眼科疾病数据中的第j个数据，表示目标眼科疾病数据中的第j个数据的数据特征，表示目标眼科疾病数据的数据数量。4.根据权利要求1所述的方法，其特征在于，所述根据所述眼科疾病类型，对所述目标眼科疾病数据进行数据结构化处理，得到眼科结构化数据，包括：分析所述眼科疾病类型的类型特征；根据所述类型特征，对所述目标眼科疾病数据进行数据关联，得到数据连接关系；根据所述数据连接关系，识别目标眼科疾病数据的数据关联节点；根据所述数据关联节点，对所述目标眼科疾病数据进行数据结构化处理，得到所述眼科结构化数据。
5.根据权利要求1所述的方法，其特征在于，所述提取所述眼科结构化数据中的眼科疾病标签，包括：识别所述眼科结构化数据中的的眼科数据结构；根据所述眼科数据结构，利用下述公式计算眼科结构化数据中的眼科疾病标签：；其中，所述表示眼科疾病标签，表示眼科结构化数据中第f个数据，表示眼科结构化数据中第f个数据对应的眼科数据结构中的结构节点，表示眼科数据结构，表示结构节点权重系数。6.根据权利要求1所述的方法，其特征在于，所述分别对所述眼底影像和所述OTC影像进行图像归一化设置，得到归一化眼底影像和归一化OTC影像，包括：利用下述公式计算...
【专利技术属性】
技术研发人员：肖璇，陈婷，李莹，蔡菡，万玮，
申请(专利权)人：武汉大学人民医院湖北省人民医院，
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。