使用彩色眼底图像数据的针对糖尿病视网膜病变严重程度的自动筛查制造技术

本文提供了用于评估糖尿病视网膜病变(DR)严重程度的方法和系统。接收针对正在评估DR的眼睛的彩色眼底成像数据。使用所述彩色眼底成像数据生成度量，所述度量指示针对所述眼睛中的所述DR严重程度的评分落在选定范围内的概率。的概率。的概率。

【技术实现步骤摘要】
【国外来华专利技术】使用彩色眼底图像数据的针对糖尿病视网膜病变严重程度的自动筛查
[0001]交叉引用
[0002]本申请要求于2020年12月4日提交的名称为“AUTOMATED SCREENING FOR DIABETIC RETINOPATHY SEVERITY USING COLOR FUNDUS IMAGE DATA”的美国临时专利申请号63/121,711以及于2021年4月1日提交的名称为“AUTOMATED SCREENING FOR DIABETIC RETINOPATHY SEVERITY USING COLOR FUNDUS IMAGE DATA”的美国临时专利申请号63/169,809的优先权，这些申请全文以引用的方式并入本文以用于所有目的。


[0003]本说明书整体涉及评估受试者中的糖尿病视网膜病变(DR)的严重程度。更具体地，本说明书提供了用于使用彩色眼底成像数据经由神经网络系统对轻度至中度DR、轻度至中重度DR、轻度至重度DR、中度至中重度DR、中度至重度DR、中重度至重度DR、轻度以上DR、中度以上DR、中重度以上DR或重度以上DR进行筛查的方法和系统。

技术介绍

[0004]糖尿病视网膜病变(DR)是糖尿病患者中的常见微血管并发症。当高血糖水平导致视网膜血管受损时，就发生DR。DR的两个阶段包括早期阶段(非增殖性糖尿病视网膜病变(NPDR))和晚期阶段(增殖性糖尿病视网膜病变(PDR))。在NPDR的情况下，微小血管可能会渗漏并导致视网膜和/或黄斑肿胀。在一些情况下，可能发生黄斑缺血，视网膜中可能会形成微小渗出物，或者两者兼有。在PDR的情况下，新的脆弱血管可能以可能使血液渗漏到玻璃体液中、损坏视神经或两者兼有的方式生长。如果不治疗，PDR可能导致严重的视力丧失甚至失明。
[0005]在某些情况下，可能需要识别患有轻度NPDR、中度NPDR、中重度NPDR或重度NPDR(即将发展为PDR的严重程度级别)的受试者。例如，临床试验可以使用筛查检查来识别患有中度NPDR、中重度NPDR或重度NPDR的受试者以可能包括在临床试验中。然而，一些目前可用的用于执行此类筛查的方法可能需要训练有素的评级员(例如，人类分级员、检查员、病理学家、临床医生、评级机构、评级实体等)，并且可能是不准确的、依赖评级员的且耗时的。因此，需要使用自动程序来准确地评估DR严重程度的系统和方法。

技术实现思路

[0006]本公开提供了用于评估糖尿病视网膜病变(DR)严重程度的系统和方法。接收针对正在评估DR的眼睛的彩色眼底成像数据。使用彩色眼底成像数据生成度量，该度量指示针对眼睛中的DR严重程度的评分落在选定范围内的概率。使用经训练的神经网络生成输出。
[0007]在一个或多个实施例中，提供了一种用于评估DR严重程度的方法。接收针对受试者的眼睛的彩色眼底成像数据。使用接收到的彩色眼底成像数据生成(例如，经由神经网络系统)针对眼睛的预测的DR严重程度评分。经由神经网络系统生成度量，该度量指示预测的
DR严重程度评分落在选定范围内。
附图说明
[0008]为了更完整地理解本文所公开的原理及其优点，现参考以下结合附图进行的描述，在附图中：
[0009]图1是根据各种实施例的第一评估系统的框图。
[0010]图2示出了根据各种实施例的糖尿病视网膜病变严重程度评分(DRSS)的示例。
[0011]图3示出了根据各种实施例的图像标准化程序的示例。
[0012]图4是根据各种实施例的用于评估糖尿病视网膜病变(DR)严重程度的第一过程的流程图。
[0013]图5是根据各种实施例的第二评估系统的框图。
[0014]图6是根据各种实施例的用于评估DR严重程度的第二过程的流程图。
[0015]图7是根据各种实施例的在训练本文关于图1和/或图5所述的系统中使用的神经网络训练程序的框图。
[0016]图8是根据各种实施例的计算机系统的框图。
[0017]应当理解，附图不一定按比例绘制，图中的对象也不一定相对于彼此按比例绘制。附图是旨在清楚和理解本文公开的设备、系统和方法的各种实施例的描绘。在可能的情况下，将在整个附图中使用相同的附图标记来指代相同或相似的部分。此外，应当理解，附图不旨在以任何方式限制本教导的范围。
具体实施方式
[0018]概述
[0019]用于针对患有或有风险患有糖尿病视网膜病变(DR)的患者进行筛查的当前方法依赖于由早期治疗糖尿病视网膜病变研究(ETDRS)开发的糖尿病视网膜病变严重程度量表(DRSS)。DRSS在很大程度上被认为是用于对DR的严重程度进行分类的黄金标准(特别是在研究背景下)。DRSS评分35指示轻度DR，DRSS评分43指示中度DR，DRSS评分47指示中重度DR，以及DRSS评分53指示重度DR(其是PDR的前兆)。
[0020]在一些情况下，可以针对患有落在严重程度的选定范围内的DR的受试者来设计临床试验或研究。例如，特定的临床试验可能希望集中于患有DR的患者，该DR落在轻度与中度之间、轻度与中重度之间、轻度与重度之间、中度与中重度之间、中重度与重度之间、中度与重度之间、轻度以上、中度以上、中重度以上或重度以上。能够快速、高效、准确地识别受试者的DR是否可以分类为中度、中重度或重度对于筛查或预筛查大量可能的受试者可能是很重要的。
[0021]目前，对受试者的筛查或预筛查可以包括：生成针对受试者的一个或多个彩色眼底图像，并将这些彩色眼底图像发送给具有必要知识和经验的专家级人类分级员，以便给该受试者分配DRSS评分。对数百、数千或数万名可能需要接受筛查的受试者重复此过程可能是昂贵的、依赖于评级员的且耗时的。在一些情况下，在筛查或预筛查过程中对DR严重程度的这种类型的手动分级可能会形成以不希望的方式影响临床试验或研究的“瓶颈”。此外，在某些情况下，由于人为误差，这种类型的手动分级可能不如预期准确。
[0022]因此，本公开的方法和系统实现了针对糖尿病DR的选定范围的自动筛查。本文所述的方法和系统可以帮助减少与筛查相关联的时间和成本，提供独立于或接近独立于评级员的过程，减轻上述其他问题中的一个或多个其他问题，或它们的组合。在本文所述的各种实施例中，神经网络系统接收针对受试者的眼睛的彩色眼底成像数据。神经网络系统用于生成对针对眼睛中的DR的严重程度评分是否落在选定范围内的指示。选定范围可以是例如但不限于以下的DRSS评分：在35与43之间并包括35和43、在35与47之间并包括35和47、在35与53之间并包括35和53、在43与47之间并包括43和47、在47与53之间并包括47和53、在43与53之间并包括43和53、至少35、至少43、至少47或至少53。
[0023]使用足够数量的样本来训练神经网络以确保所需的准确度。在一个或多个实施例中，使用已经由单个人类分级员或分级员组织分级的样本来执行训练。在其他实施例中，可以使用已经由多个人类分级员或多个分级员组织分级本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于评估糖尿病视网膜病变(DR)严重程度的方法，所述方法包括：接收输入数据，所述输入数据至少包括针对受试者的眼睛的彩色眼底成像数据；对所述彩色眼底成像数据执行至少一个图像标准化程序；生成一组标准化的图像数据；以及至少使用所述标准化的图像数据生成度量，所述度量指示针对所述受试者的所述眼睛中的DR严重程度的评分落在选定范围内的概率。2.根据权利要求1所述的方法，其进一步包括：基于与所述彩色眼底成像数据相关联的多个视野来确定所述彩色眼底成像数据的分级能力，所述分级能力指示对所述彩色眼底成像数据包含或不包含预定数目的视野的指示。3.根据权利要求1所述的方法，其中所述选定范围表示轻度至中度DR、轻度至中重度DR、轻度至重度DR、中度至中重度DR、中重度至重度DR、中度至重度DR、轻度以上DR、中度以上DR、中重度以上DR或重度以上DR。4.根据权利要求1所述的方法，其中所述选定范围包括糖尿病视网膜病变严重程度量表(DRSS)的一部分，所述一部分为在35与43之间并包括35和43、在35与47之间并包括35和47、在35与53之间并包括35和53、在43与47之间并包括43和47、在47与53之间并包括47和53、在43与53之间并包括43和53、至少35、至少43、至少47或至少53。5.根据权利要求1所述的方法，其中所述至少一个图像标准化程序包括以下中的一者或多者：场检测程序、中心裁剪程序、前景提取程序、区域提取程序、中心区域提取程序、自适应直方图均衡化(AHE)程序和对比度受限的AHE(CLAHE)程序。6.根据权利要求1所述的方法，其中所述输入数据进一步包括以下中的一者或多者：与所述受试者相关联的基线人口统计特征和与所述受试者相关联的基线临床特征；并且其中生成所述度量进一步包括使用所述基线人口统计特征和所述基线临床特征中的一者或多者来生成所述度量。7.根据权利要求1所述的方法，其中生成所述度量包括使用神经网络系统生成所述度量。8.一种用于评估糖尿病视网膜病变(DR)严重程度的系统，所述系统包括：非暂时性存储器；和一个或多个处理器，其与所述非暂时性存储器耦合并且配置成从所述非暂时性存储器读取指令以使所述系统执行操作，所述操作包括：接收输入数据，所述输入数据至少包括针对受试者的眼睛的彩色眼底成像数据；对所述彩色眼底成像数据执行至少一个图像标准化程序；生成一组标准化的图像数据；以及至少使用所述标准化的图像数据生成度量，所述度量指示针对所述受试者的所述眼睛中的DR严重程度的评分落在选定范围内的概率。9.根据权利要求13所述的系统，其中所述操作进一步包括：基于与所述彩色眼底成像数据相关联的多个视野来确定所述彩色眼底成像数据的分级能力，所述分级能力指示对所述彩色眼底成像数据包含或不包含预定数目的视野的指示。
10.根据权利要求8所述的系统，其中所述选定范围表示轻度至中度DR、轻度至中重度DR、轻度至重度DR、中度至中重度DR、中重度至重度DR、中度至重度DR、轻度以上DR、中度以上DR、中重度以上DR或重度以上DR。11.根据权利要求8所述的系统，其中所述选定范围...

【专利技术属性】
技术研发人员：杨淇，F，
申请(专利权)人：豪夫迈，
类型：发明
国别省市：