[发明专利]血象信息预测方法和装置、电子设备、存储介质在审

专利信息
申请号: 202111275682.3 申请日: 2021-10-29
公开(公告)号: CN114022502A 公开(公告)日: 2022-02-08
发明(设计)人: 苏昊;吕彬;吕传峰 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06T7/13 分类号: G06T7/13;G06T7/00;G06N3/08;G06N3/04;G06K9/62;A61B5/145;A61B5/00;A61B3/14;A61B3/12;G06V10/44;G06V10/82
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 洪铭福
地址: 518000 广东省深圳市福田区福*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 血象 信息 预测 方法 装置 电子设备 存储 介质
【说明书】:

本公开实施例提供血象信息预测方法和装置、电子设备、存储介质,涉及人工智能技术领域。该血象信息预测方法包括:获取用户特征信息和眼底图像信息,将用户特征信息进行第一特征表达,得到第一输入特征,将眼底图像信息进行第二特征表达,得到第二图像特征,将第一输入特征和第二图像特征输入训练好的血象预测模型中进行血象预测,得到第一血象预测结果和第二血象预测结果。本实施例将用户特征信息和眼底图像信息结合起来,使得预测模型能够融合文本和图像的双重特征,达到提升预测精度的目的,并且在同一血象预测模型中同时进行两个不同血象结果预测,节省预测时间开销和运算空间开销,并能够进一步防止梯度爆炸,提升预测模型的预测精度。

技术领域

发明涉及人工智能技术领域,尤其涉及血象信息预测方法和装置、电子设备和存储介质。

背景技术

血红蛋白浓度是评价人体生理指标的一项重要参数,在临床上可用以诊断某些变性血红蛋白症和血液系统疾病,其增减的临床意义基本上与红细胞增减的意义相同,但血红蛋白能更好地反映贫血程度。因此可以通过分析血红蛋白浓度来表征贫血程度。现有的血红蛋白浓度检测方法多为有创检测方法,不仅会给患者带来床上,也无法进行实时检测。

相关技术中,利用眼底照相得到眼底彩照是一种无创的非介入的成像方式,并且可以直接观察眼底彩照判断到眼底微血管系统的形态变化,从而根据眼底彩照预测血红蛋白浓度,例如应用人工智能基于眼底彩照进行血红蛋白以及是否贫血的预测,有一定的进展,但相关技术中检测方法的检测精度较低,无法直接应用检测结果。

发明内容

本公开实施例的主要目的在于提出一种血象信息预测方法和装置、电子设备和存储介质,能够实现无创的形式进行血象预测,降低有创操作带来的风险,并提高血象检测的准确性。

为实现上述目的,本公开实施例的第一方面提出了一种血象信息预测方法,包括:

获取用户特征信息和眼底图像信息,所述用户特征信息包括:年龄信息和性别信息;

将所述年龄信息和所述性别信息分别进行第一特征表达,得到第一输入特征,所述第一输入特征包括:所述年龄信息对应的第一用户特征和所述性别信息对应的第二用户特征;

利用预先训练好的图像信息提取模型对所述眼底图像信息进行第二特征表达,得到第二图像特征;

将所述第一输入特征和所述第二图像特征输入训练好的血象预测模型中进行血象预测,得到第一血象预测结果和第二血象预测结果,所述第一血象预测结果用于标识血红蛋白浓度预测值,所述第二血象预测结果用于标识贫血等级预测值。

在一些实施例,所述用户特征信息包括:年龄信息和性别信息,所述将所述用户特征信息进行第一特征表达,得到第一输入特征,包括:

对所述年龄信息进行第一编码,得到所述第一用户特征,所述第一编码为二进制编码;

对所述性别信息进行第二编码,得到所述第二用户特征,所述第二编码为One-Hot编码。

在一些实施例,所述利用预先训练好的图像信息提取模型对所述眼底图像信息进行第二特征表达,得到第二图像特征,包括:

将所述眼底图像信息输入到预先训练好的图像信息提取模型,提取包括热点特征、边缘特征或频域特征中一种或多种的所述第二图像特征。在一些实施例,所述血象预测模型包括输入层、第一分类层和第二分类层,所述将所述第一输入特征和所述第二图像特征输入训练好的血象预测模型中进行血象预测,得到第一血象预测结果和第二血象预测结果,包括:

将所述第一输入特征和所述第二图像特征输入所述输入层,得到第一输出信息;

将所述第一输出信息输入所述第一分类层,得到所述第一血象预测结果;

将所述第一输出信息输入所述第二分类层,得到第二血象预测结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111275682.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top