科创中国

电子信息技术,物理

本发明提供一种基于融合深度学习模型的多源老年性黄斑变性分析系统，包括：预处理模块，用于获取数据源，对数据源执行预处理，得到预处理数据，数据源用于表征多源老年性黄斑变性图片数据；分类预测模块，用于对预处理数据执行特征提取，得到特征数据；对特征数据执行融合，得到融合特征；对融合特征进行分类，得到老年性黄斑变性分析结果。本发明的有益效果为：相比于完全图片级别黑盒子分类，本发明的技术方案提高了临床可解释性，兼容多种数据源的AMD分析，解决阳性数据和标记数据量较少，数据格式不一的难题。

1.一种基于融合深度学习模型的多源老年性黄斑变性分析系统，其特征在于，包括： 预处理模块，用于获取数据源，对所述数据源执行预处理，得到预处理数据，所述数据源用于表征多源老年性黄斑变性图片数据； 分类预测模块，用于对所述预处理数据执行特征提取，得到特征数据；对所述特征数据执行融合，得到融合特征；对所述融合特征进行分类，得到老年性黄斑变性分析结果。 2.根据权利要求1所述的基于融合深度学习模型的多源老年性黄斑变性分析系统，其特征在于，所述多源老年性黄斑变性图片数据包括常规彩色眼底照相、眼底自荧光、光谱域光学相干层析及超广角中的至少一种。 3.根据权利要求2所述的基于融合深度学习模型的多源老年性黄斑变性分析系统，其特征在于，所述预处理模块包括： 用于对所述对多源老年性黄斑变性图片进行图像增强处理，进而进行椒盐噪声滤波处理，得到滤波处理图片，所述图像增强处理包括图像旋转、基于条件生成对抗网络的数据生成和降噪中的至少一种； 以及，对所述滤波处理图片根据多源老年性黄斑变性图片数据的数据类型执行对应的所述预处理。

中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。

点击查看