用于眼底血管图像分类的训练方法及相关系统和方法技术方案

本公开描述一种用于眼底血管图像分类的训练方法及相关系统和方法，训练方法用于针对早期糖尿病视网膜病变的分类模型，训练方法包括：获取多张训练图像；对训练图像进行预处理以获取与训练图像对应的分割图像、第一通道图像和第二通道图像；基于第一通道图像和第二通道图像获得与眼底血管的血氧饱和度相关的第一特征集；基于分割图像进行特征提取以获得针对眼底血管的形态的第二特征集；并且基于包括第一特征集和第二特征集的特征集对分类模型进行训练以确定经训练分类模型以及目标特征集。由此，能够提高分类结果的准确性。

【技术实现步骤摘要】

本公开涉及生物医学工程领域，具体涉及一种用于眼底血管图像分类的训练方法及相关系统和方法。

技术介绍

1、现今，随着糖尿病发病率的增加，与糖尿病相关的眼底疾病(例如糖尿病视网膜病变(diabetic retinopathy，dr)等疾病已经成为威胁人体健康的重要因素。视网膜是人体眼底接收和传递视觉信息的关键器官。dr是由糖尿病引起的微血管并发症，往往会导致人体眼底出现缺血、缺氧或出血等问题，严重时甚至可能导致视神经损伤，对视觉功能产生不可逆转的影响。因此，dr往往会对人的生活质量造成严重影响。有研究指出，早期发现并干预dr一般可以避免约95％的失明风险。

2、为了及时识别早期dr，近年来，出现了人工智能辅助的dr识别方法。目前，人工智能辅助的dr识别方法通常是采用深度学习算法(例如卷积神经网络算法等)对眼底血管图像进行分类。

3、然而，现有的dr识别方法对于中晚期dr的分类效果一般较好，但对于早期dr的分类效果往往不佳。

技术实现思路

1、本公开是有鉴于上述的状况而提出的，其目的在于提供本文档来自技高网...

【技术保护点】

1.一种用于眼底血管图像分类的训练方法，是用于针对早期糖尿病视网膜病变的分类模型的训练方法，其特征在于，所述训练方法包括：

2.根据权利要求1所述的用于眼底血管图像分类的训练方法，其特征在于：

3.根据权利要求2所述的用于眼底血管图像分类的训练方法，其特征在于：

4.根据权利要求1所述的用于眼底血管图像分类的训练方法，其特征在于：

5.根据权利要求1或4所述的用于眼底血管图像分类的训练方法，其特征在于：

6.根据权利要求1所述的用于眼底血管图像分类的训练方法，其特征在于：

7.根据权利要求1所述的用于眼底血管图像分类...

【技术特征摘要】

1.一种用于眼底血管图像分类的训练方法，是用于针对早期糖尿病视网膜病变的分类模型的训练方法，其特征在于，所述训练方法包括：

2.根据权利要求1所述的用于眼底血管图像分类的训练方法，其特征在于：

3.根据权利要求2所述的用于眼底血管图像分类的训练方法，其特征在于：

4.根据权利要求1所述的用于眼底血管图像分类的训练方法，其特征在于：

5.根据权利要求1或4所述的用于眼底血管图...

【专利技术属性】
技术研发人员：肖鹏，袁进，张金泽，骆仲舟，
申请(专利权)人：中山大学中山眼科中心，
类型：发明
国别省市：