[发明专利]一种基于深度学习的手机端糖尿病性视网膜病变筛查APP

权利要求书

1.一种基于深度学习的糖尿病性视网膜病变筛查手机端APP，其特征在于：技术流程如下：

1)利用眼底照片数据训练深度学习模型；

2)将1)训练好的深度学习模型进行剪枝与压缩，使深度学习模型轻量化；

3)将2)轻量化后的深度学习模型及本发明独创的高效眼底图像处理算法部署到手机端，加入筛查报告生成机制后即形成本发明的手机端糖尿病性视网膜病变筛查APP的主要功能模块。

2.如权利要求1所述的一种基于深度学习的糖尿病性视网膜病变筛查手机端APP，其特征在于：1)中，训练深度学习模型需要输入原始的眼底照片和与原始眼底照片对应的标签，标签即糖尿病性视网膜病变的程度标识，该标签在模型训练过程中将作为目标向量，是模型输出需要逼近的目标，同时原始图像在输入深度学习模型预测之前需要做图像预处理，该步骤的目的是强化图片的特征，经过特征强化的眼底图片可以加快模型训练速度，提升模型训练效果，深度学习模型会为每一张特征强化的眼底图片预测一个输出，模型的预测输出与目标向量的差异将作为损失量，指导深度学习模型参数的修正，直到深度学习模型的输出与目标向量的差异足够小，深度学习模型训练完成。

3.如权利要求1所述的一种基于深度学习的糖尿病性视网膜病变筛查手机端APP，其特征在于：2)中，将步骤1)训练好的深度学习模型进行剪枝与压缩，其目的是在保证模型精度的前提下，减少深度学习模型预测需要计算量，从而弥补手机硬件平台计算能力不足的缺点，具体实施中，根据深度学习模型权重的稀疏特征，去掉部分对输出影响不大的权重，即卷积核。

4.如权利要求1所述的一种基于深度学习的糖尿病性视网膜病变筛查手机端APP，其特征在于：3)中，将本发明的高效眼底图像处理算法、剪枝压缩后的深度学习模型及筛查报告生成模块在手机端的整合，在算法层面，深度学习模型与图像处理两个大耗时算法用异步多线程方式调度，减少本发明手机端APP使用的延时感，在软件工具层面，集成了以用于深度学习模型推理与用于图像处理为主的工具包，本发明的APP的运行将依赖该工具包。

5.如权利要求1所述的一种基于深度学习的糖尿病性视网膜病变筛查手机端APP，其特征在于：

1)中，输入目标向量以及原始眼底照片图片处理流程如下：

a在原始眼底图像上分别截取X轴和Y轴的中心线，得到两个一维数据；

b对步骤1的两个一维数据做阈值化处理；

c步骤2的阈值化处理后，得到四个坐标点，分别是X轴的最小最大坐标xmin,xmax，Y轴的最小最大坐标ymin,ymax；

d利用xmin,xmax，ymin,ymax四个值对原始图像做区域截取，得到一个聚焦图像；

e对聚焦图像做纹理提取，得到特征增强图像。

6.如权利要求1-5中任一项所述的一种基于深度学习的糖尿病性视网膜病变筛查手机端APP，其特征在于：手机端APP做到0.2秒完整一张原始图象的处理。

7.如权利要求6所述的一种基于深度学习的糖尿病性视网膜病变筛查手机端APP，其特征在于：采用深度卷积神经网络。

8.如权利要求7所述的一种基于深度学习的糖尿病性视网膜病变筛查手机端APP，其特征在于：手机端生成筛查报告。