[发明专利]一种眼象与症状信息的信息关联方法

权利要求书

1.一种眼象与症状信息的信息关联方法，其特征在于，所述信息关联方法包括步骤：

采集图像样本和人口学信息，所述图像样本包括糖尿病人群的双眼眼象图像和正常人群的双眼眼象图像，所述人口学信息包括糖尿病人群的人口学信息和正常人群的人口学信息；

对所述图像样本进行预处理，得到训练样本集；

对所述训练样本集中的每个训练样本进行标注；

利用所述训练样本集对深度残差神经网络进行训练，得到图像级分类器；

将所述图像级分类器与所述人口学信息进行结合，得到糖尿病样本级分类器。

2.如权利要求1所述的信息关联方法，其特征在于，所述对所述图像样本进行预处理，得到训练样本集，包括步骤：

对所述双眼眼象图像进行前景提取处理，使所述双眼眼象图像中仅保留眼表巩膜图像和虹膜图像，并对所述双眼眼象图像进行归一化处理；

对所述双眼眼象图像进行增强处理，得到所述训练样本集。

3.如权利要求2所述的信息关联方法，其特征在于，所述对所述双眼眼象图像进行前景提取处理，包括步骤：

从所述图像样本中提取部分图像样本作为图像数据集，并对所述图像数据集进行标注；

基于经过标注的所述图像数据集构建前景分类数据集，所述前景分类数据集包括前景分类训练集、前景分类验证集和前景分类测试集；

利用所述前景分类数据集对构建的基于像素级的卷积神经网络进行训练，得到前景分类器；

基于所述前景分类器对所述图像样本进行分割处理，使每幅所述图像样本仅保留所述眼表巩膜图像和所述虹膜图像。

4.如权利要求1～3任一项所述的信息关联方法，其特征在于，还包括步骤：

基于所述糖尿病样本级分类器进行眼象图像遮挡试验，得到与糖尿病症状相关的重要眼象区和/或眼象特征。

5.如权利要求4所述的信息关联方法，其特征在于，所述基于所述糖尿病样本集分类器进行眼象图像遮挡试验，得到与糖尿病症状相关的重要眼象区域和/或眼象特征，包括步骤：

标注所述训练样本集中的双眼眼象图像的虹膜区域，并计算所述虹膜区域的中心坐标；

以所述中心坐标为基准，使用固定大小的图块对所述双眼眼象图像依次进行滑动遮挡；

对于每一次的遮挡后的遮挡图像，利用所述糖尿病样本集分类器对所述遮挡图像进行预测，并根据预测结果计算诊断准确率差值；

以所述中心坐标为原点并基于所述诊断准确率差值绘制融合热图，所述融合热图中的颜色与所述诊断准确率差值相关；

基于所述融合热图进行计算，得到所述重要眼象区域和/或所述眼象特征。

6.一种眼象与症状信息的信息关联装置，其特征在于，所述信息关联装置包括：

数据采集模块，用于采集图像样本和人口学信息，所述图像样本包括糖尿病人群的双眼眼象图像和正常人群的双眼眼象图像，所述人口学信息包括糖尿病人群的人口学信息和正常人群的人口学信息；

数据预处理模块，用于对所述图像样本进行预处理，得到训练样本集；

样本标注模块，用于对所述训练样本集中的每个训练样本进行标注；

模型训练模块，用于利用所述训练样本集对深度残差神经网络进行训练，得到图像级分类器；

信息融合模块，用于将所述图像级分类器与所述人口学信息进行结合，得到糖尿病样本级分类器。

7.如权利要求6所述的信息关联装置，其特征在于，所述数据预处理模块包括：

前景提取单元，用于对所述双眼眼象图像进行前景提取处理，使所述双眼眼象图像中仅保留眼表巩膜图像和虹膜图像，并对所述双眼眼象图像进行归一化处理；

图像增强单元，用于对所述双眼眼象图像进行增强处理，得到所述训练样本集。