一种眼肿瘤诊断和良恶性判断方法、系统及设备

本发明涉及医学影像机器学习，尤其涉及一种眼肿瘤诊断和良恶性判断方法、系统及设备。

背景技术：

1、眼肿瘤是发生在眼睑、结膜、眼球各层组织以及眼附件的肿瘤，肿瘤具体包括良性的和恶性的，但是两种情况都可能会对眼部组织及其功能造成损伤。

2、现有眼肿瘤的诊断，主要由医生结合患者的症状、体征、专业检查结果以及病理学检查等多方面信息进行综合诊断，这就要求医生的专业素质过硬，避免有诊断错误而延误病情的情况发生；但是实际上，早期眼肿瘤的症状可能并不明显，或与其他眼部疾病的症状相似，而如果医生的经验不够多时，这些都可能误导医生做出初步判断。

3、因此基于上述情况，有必要研发一种方法来提供自动化诊断，可以辅助医生进行治疗，便于病情的诊治。

技术实现思路

1、为了解决上述技术问题，本发明提供了一种眼肿瘤诊断和良恶性判断方法、系统及设备，利用广域眼底彩照构建了眼肿瘤诊断模型，将待测广域眼底彩照进行分类来判断眼肿瘤是否存在；并利用oct影像构建了眼肿瘤良恶性判断模型，将待测oct影像进行分类来判断眼肿瘤的良恶性。

2、第一方面，本发明的第一目的是提供一种眼底肿瘤诊断和良恶性判断方法，包括如下步骤：

3、获取广域眼底彩照和oct影像，将广域眼底彩照作为第一样本数据，将oct影像作为第二样本数据；根据是否包含眼肿瘤将第一样本数据进行分类并标注，根据眼肿瘤的良恶性将第二样本数据进行分类并标注；

4、利用标注后的所述第一样本数据对眼肿瘤诊断模型进行训练，所述眼肿瘤诊断模型用于输出待测广域眼底彩照的分类结果及第一热图；利用标注后的所述第二样本数据对眼肿瘤良恶性判断模型的进行训练，所述眼肿瘤良恶性判断模型用于输出各个眼肿瘤对应的待测oct影像的分类结果；

5、将患者的待测广域眼底彩照输入眼肿瘤诊断模型，若眼肿瘤诊断模型输出第一热图及分类结果为包含眼肿瘤；根据第一热图获取同一患者各个眼肿瘤处的待测oct影像，将所述待测oct影像输入眼肿瘤良恶性判断模型中并输出眼肿瘤良恶性的分类结果。

6、进一步，还包括：将患者的待测广域眼底彩照输入眼肿瘤诊断模型，若眼肿瘤诊断模型输出第一热图和分类结果为不包含眼肿瘤，则结束。

7、进一步，对训练好的眼肿瘤诊断模型和眼肿瘤良恶性判断模型采用内部数据集对所述眼肿瘤诊断模型和眼肿瘤良恶性判断模型进行五倍交叉验证以训练所述眼肿瘤诊断模型和眼肿瘤良恶性判断模型；采用外部验证数据集进行外部验证；根据外部验证结果优化模型性能参数；和/或采用前瞻性验证数据集进行前瞻性验证；根据前瞻性验证结果优化模型性能参数。

8、进一步，所述模型性能参数包括：准确率，敏感度，特异性和auc值中的一个或多个。

9、进一步，所述眼肿瘤良恶性判断模型输出用于辅助判断眼肿瘤良恶性的第二热图。

10、进一步，所述第一热图或第二热图的生成过程包括：

11、获取所述眼肿瘤诊断模型或眼肿瘤良恶性判断模型输出的分类结果和卷积层输出；

12、根据分类结果和卷积层输出生成梯度矩阵；

13、将梯度矩阵缩放成与眼肿瘤诊断模型或眼肿瘤良恶性判断模型的原始输入图像相同分辨率再与原始输入图像叠加生成第一热图或第二热图。

14、第二方面，本发明的第二目的是提供一种眼底肿瘤诊断和良恶性判断系统，包括：

15、数据获取模块：获取广域眼底彩照和oct影像，将广域眼底彩照作为第一样本数据，将oct影像作为第二样本数据；根据是否包含眼肿瘤将第一样本数据进行分类并标注，根据眼肿瘤的良恶性将第二样本数据进行分类并标注；

16、模型构建模块：与数据获取模块连接，用于利用标注后的所述第一样本数据对眼肿瘤诊断模型进行训练，所述眼肿瘤诊断模型用于输出待测广域眼底彩照的分类结果及第一热图；利用标注后的所述第二样本数据对眼肿瘤良恶性判断模型的进行训练，所述眼肿瘤良恶性判断模型用于输出各个眼肿瘤对应的待测oct影像的分类结果；

17、诊断生成模块：与诊断生成模块连接，用于将患者的待测广域眼底彩照输入眼肿瘤诊断模型，若眼肿瘤诊断模型输出第一热图及分类结果为包含眼肿瘤；根据第一热图获取同一患者各个眼肿瘤处的待测oct影像，将所述待测oct影像输入眼肿瘤良恶性判断模型中并输出眼肿瘤良恶性的分类结果。

18、第三方面，本发明提供一种电子设备，包括：一个或者多个存储器，其上存储有可执行程序；一个或者多个处理器，用于执行所述存储器中的所述可执行程序，以实现第一方面所述方法的步骤。

19、本发明实施例具有以下技术效果：

20、基于上述技术方案，本申请利用广域眼底彩照构建了眼肿瘤诊断模型，将待测广域眼底彩照进行分类来判断眼肿瘤是否存在；并利用oct影像构建了眼肿瘤良恶性判断模型，将待测oct影像进行分类来判断眼肿瘤的良恶性；其中，oct影像要根据眼肿瘤诊断模型生成的热图中眼肿瘤位置获取；热图也可辅助进行眼肿瘤的诊断；

21、本申请在保证了识别准确率的情况下，提供了一种有效的辅助诊断眼肿瘤的方法，降低了误诊的风险，操作简单，更加有利于眼肿瘤的诊断，可进行普及改善大众医疗水平。

技术特征：

1.一种眼肿瘤诊断和良恶性判断方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种眼底肿瘤诊断和良恶性判断方法，其特征在于，还包括：将患者的待测广域眼底彩照输入眼肿瘤诊断模型，若眼肿瘤诊断模型输出第一热图和分类结果为不包含眼肿瘤，则结束。

3.根据权利要求1所述的一种眼底肿瘤诊断和良恶性判断方法，其特征在于，采用内部数据集对所述眼肿瘤诊断模型和眼肿瘤良恶性判断模型进行五倍交叉验证以训练所述眼肿瘤诊断模型和眼肿瘤良恶性判断模型；

4.根据权利要求3所述的一种眼底肿瘤诊断和良恶性判断方法，其特征在于，所述模型性能参数包括：

5.根据权利要求1所述的一种眼底肿瘤诊断和良恶性判断方法，其特征在于，所述眼肿瘤良恶性判断模型输出用于辅助判断眼肿瘤良恶性的第二热图。

6.根据权利要求5所述的一种眼底肿瘤诊断和良恶性判断方法，其特征在于，第一热图或第二热图的生成过程包括：

7.一种眼底肿瘤诊断和良恶性判断系统，其特征在于，包括：

8.一种电子设备，其特征在于，包括：

技术总结
本发明涉及医学影像机器学习技术领域，公开了一种眼肿瘤诊断和良恶性判断方法、系统及设备，本发明利用广域眼底彩照构建了眼肿瘤诊断模型，将待测广域眼底彩照进行分类来判断眼肿瘤是否存在；并利用OCT影像构建了眼肿瘤良恶性判断模型，将待测OCT影像进行分类来判断眼肿瘤的良恶性；其中，OCT影像要根据眼肿瘤诊断模型生成的热图中眼肿瘤位置获取；热图也可辅助进行眼肿瘤的诊断；本发明在保证了识别准确率的情况下，提供了一种有效的辅助诊断眼肿瘤的方法，降低了误诊的风险，操作简单，更加有利于眼肿瘤的诊断，可进行普及改善大众医疗水平。

技术研发人员：董力,魏文斌,张瑞恒,张凯
受保护的技术使用者：首都医科大学附属北京同仁医院
技术研发日：
技术公布日：2024/12/10