基于眼底彩照U-Transformer模型的全身多系统疾病筛查方法及系统技术方案

本发明专利技术涉及疾病筛查领域，更具体地，涉及一种基于眼底彩照U‑Transformer模型的全身多系统疾病筛查方法及系统，包括：S1：在公开数据库中采集患者眼底图像以及其全身系统性疾病诊断的数据制作数据集；S2：对上述步骤得到的数据集进行数据预处理；S3：将预处理好的数据输入到U‑Transformer模型中进行训练；S4：将待测眼底彩照输入到训练好的U‑Transformer模型中进行检测，得到系统疾病筛查结果；本发明专利技术实现了只需要将眼底彩照输入到模型中进行检测即可得出全身系统性疾病的诊断结果，大大地降低了检测成本以及提高了检测效率，并且该种检测方法为非侵入性的，使得操作更加简便，不仅能实现健康或疾病二分类，还能够对全身七大类系统疾病进行精确筛查分类。

【技术实现步骤摘要】

本专利技术涉及疾病筛查领域，更具体地，涉及一种基于眼底彩照u-transformer模型的全身多系统疾病筛查方法及系统。

技术介绍

1、随着人工智能(ai)技术特别是深度学习的快速发展，ai在眼科领域的研究呈现出病种多样化、场景广泛化和研究深入化的趋势。ai在糖尿病视网膜病变、老年性黄斑变性、青光眼等眼科疾病的研究中表现出良好的性能，展现出眼科ai的巨大潜力。眼底照片已经被广泛用于眼科领域的诊断和监测。传统上，医生主要使用眼底彩照来检测眼部疾病，然而，这些传统方法主要依赖于专业医生的经验和技能，并且仅关注眼部疾病的诊断。但在在临床中，许多全身系统性疾病患者合并有不同程度的眼部症状和体征，如黄疸、角膜色素沉着环、干眼症等，而眼底血管异常率也明显高于一般人群。研究表明，眼底图像中蕴含着关于全身健康状况的重要信息，包括但不限于心血管疾病、糖尿病、高血压等。并且当前对于多系统性疾病的筛查主要依赖于生物化学标志物和影像学检查，这些方法往往具有侵入性、成本高且不易普及。因此，眼底检查作为一种非侵入性、低成本且操作简便的诊断手段，为疾病的早期筛查提供了新的途径。

本文档来自技高网...

【技术保护点】

1.一种基于眼底彩照U-Transformer模型的全身多系统疾病筛查方法，包括：

2.根据权利要求1所述的一种基于眼底彩照U-Transformer模型的全身多系统疾病筛查方法，其特征在于，所述U-Transformer模型由改进的U-Net混合Transformer网络构建而成，包括：

3.根据权利要求1所述的一种基于眼底彩照U-Transformer模型的全身多系统疾病筛查方法，其特征在于，所述利用梯度积分算法进行可视化分析精确定位眼底图像中不同系统疾病影像标志物，包括：

4.根据权利要求1所述的一种基于眼底彩照U-Transformer模型的全...

【技术特征摘要】

1.一种基于眼底彩照u-transformer模型的全身多系统疾病筛查方法，包括：

2.根据权利要求1所述的一种基于眼底彩照u-transformer模型的全身多系统疾病筛查方法，其特征在于，所述u-transformer模型由改进的u-net混合transformer网络构建而成，包括：

3.根据权利要求1所述的一种基于眼底彩照u-transformer模型的全身多系统疾病筛查方法，其特征在于，所述利用梯度积分算法进行可视化分析精确定位眼底图像中不同系统疾病影像标志物，包括：

4.根据权利要求1所述的一种基于眼底彩照u-transformer模型的全身多系统疾病筛查方法，其特征在于，所述步骤s2中，所述数据预处理包括：

5.根据权利要求4所述的一种基于眼底彩照u-transformer模型的全身多系统疾病筛查方法，其特征在于，在步骤s23中，所述图像增强至少包括了：

6.根据权利要求1所述的一种基于眼底彩照u-transformer...

【专利技术属性】
技术研发人员：杨小红，余洪华，张夏茵，杜紫荆，吴永贤，梁殷浩，方莹，
申请(专利权)人：广东省人民医院，
类型：发明
国别省市：