一种基于不平衡眼底图像数据的疾病预测方法
摘要文本
本发明公开了一种基于不平衡眼底图像数据的疾病预测方法，针对不平衡眼底病变图像数据通过训练不平衡数据疾病预测模型来提高眼底图像病变筛查率和准确率，首先对图像进行预处理，之后采用融合标签增强技术将输入眼底图像的逻辑标签转换为标签分布，然后将得到的标签分布作为输入传入不平衡标记分布学习网络中进行训练以平衡模型的训练数据，最后利用训练好的网络预测眼底病变图像获得患对应每种病的概率值。通过本基于不平衡眼底图像数据的疾病预测方法可以得出每个图像对每个病变类别的可能性，从而更好地处理不确定性情况，能够更全面、准确、可靠地识别和分析眼底病变。
申请人信息
- 申请人:中国矿业大学; 徐州市第一人民医院
- 申请人地址:221000 江苏省徐州市大学路1号
- 发明人: 中国矿业大学; 徐州市第一人民医院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于不平衡眼底图像数据的疾病预测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311491055.2 |
| 申请日 | 2023/11/10 |
| 公告号 | CN117576012A |
| 公开日 | 2024/2/20 |
| IPC主分类号 | G06T7/00 |
| 权利人 | 中国矿业大学; 徐州市第一人民医院 |
| 发明人 | 徐晓; 李甦雁; 廖先强; 吴梦楚; 杨旭; 牛亮; 王奥运; 雷静宜; 牛强 |
| 地址 | 江苏省徐州市大学路1号中国矿业大学; 江苏省徐州市铜山区大学路269号 |
专利主权项内容
1.一种基于不平衡眼底图像数据的疾病预测方法，其特征在于，对于输入的数据(x，l)，x表示输入的目标眼底变图像，l表示输入的目标眼底变图像对应疾病的逻辑标签，通过训练不平衡数据疾病预测模型以提高对要预测的眼底病变图像x的眼底图像病变筛查率和准确率，具体包括以下步骤：****Step1，通过图像预处理模块对输入的眼底图像x进行预处理；*Step2，建立标签增强网络模型，使用预测模型f(·)执行多标签训练，同时使用标签分布估计器g(·)进行标签增强以完成匹配和交互，实现将输入的训练集中的眼底病变图像逻辑标签l转换为标签分布d，得到眼底病变图像的标签分布**式中：x表示第i个眼底病变图像样本；d表示第i个眼底病变图像样本的标签分布；N表示样本的总数；iiStep3，建立不平衡标记分布学习网络模型，不平衡标记分布学习网络模型包括一个自编码器网络和一个变分自编码器网络，将Step2增强网络输出的眼底病变图像的标签分布作为不平衡标记分布学习网络模型的输入，将眼底病变图像样本和对应的标签分布分别输入自编码器网络和变分自编码器网络中实现对不平衡眼底病变数据的标记分布学习；Step4，将要预测的眼底病变图像x输入到不平衡标记分布学习网络，得到患病的概率分布值d。x