一種基于大數(shù)據(jù)模型的眼科疾病圖像分類系統(tǒng)

技術(shù)特征：

1.一種基于大數(shù)據(jù)模型的眼科疾病圖像分類方法，其特征在于，包括如下步驟：

2.根據(jù)權(quán)利要求1所述的一種基于大數(shù)據(jù)模型的眼科疾病圖像分類方法，其特征在于：所述數(shù)據(jù)增強(qiáng)技術(shù)中，隨機(jī)水平翻轉(zhuǎn)的概率為0.2，隨機(jī)旋轉(zhuǎn)角度在-5到5度之間，自動(dòng)對(duì)比度調(diào)整的概率為0.2。

3.根據(jù)權(quán)利要求1所述的一種基于大數(shù)據(jù)模型的眼科疾病圖像分類方法，其特征在于：在臨床驗(yàn)證的第一階段，收集的病例總數(shù)為100例，且各類別病例數(shù)量固定。

4.根據(jù)權(quán)利要求1所述的一種基于大數(shù)據(jù)模型的眼科疾病圖像分類方法，其特征在于：在臨床驗(yàn)證的第二階段，研究人員收集數(shù)據(jù)的時(shí)間在內(nèi)部中心為2023年7月21日到2023年8月20日，在外部中心為2023年8月21日到2023年10月31日，患者自行采集數(shù)據(jù)的時(shí)間在內(nèi)部中心為2023年11月10日到2024年1月10日，在外部中心為2024年1月20日到2024年3月10日。

5.根據(jù)權(quán)利要求1所述的一種基于大數(shù)據(jù)模型的眼科疾病圖像分類方法，其特征在于：所述模型訓(xùn)練中運(yùn)用遷移學(xué)習(xí)算法的具體步驟如下：

6.一種基于大數(shù)據(jù)模型的眼科疾病圖像分類系統(tǒng)，其特征在于，包括：

7.根據(jù)權(quán)利要求6所述的一種基于大數(shù)據(jù)模型的眼科疾病圖像分類系統(tǒng)，其特征在于：所述模型訓(xùn)練模塊中的數(shù)據(jù)增強(qiáng)技術(shù)包括以0.2概率進(jìn)行隨機(jī)水平翻轉(zhuǎn)、-5到5度之間的隨機(jī)旋轉(zhuǎn)以及以0.2概率進(jìn)行自動(dòng)對(duì)比度調(diào)整。

8.根據(jù)權(quán)利要求6所述的一種基于大數(shù)據(jù)模型的眼科疾病圖像分類系統(tǒng)，其特征在于：所述臨床驗(yàn)證模塊在第一階段按照固定數(shù)量收集各類眼科疾病病例。

9.根據(jù)權(quán)利要求6所述的一種基于大數(shù)據(jù)模型的眼科疾病圖像分類系統(tǒng)，其特征在于：所述臨床驗(yàn)證模塊在第二階段按照設(shè)定的時(shí)間范圍在不同中心分別進(jìn)行研究人員收集數(shù)據(jù)和患者自行采集數(shù)據(jù)。

技術(shù)總結(jié)
本發(fā)明公開了一種基于大數(shù)據(jù)模型的眼科疾病圖像分類系統(tǒng)，包括：數(shù)據(jù)集構(gòu)建模塊：用于收集眼科門診中不同眼科疾病患者由智能手機(jī)拍攝的眼部圖像，并進(jìn)行圖像標(biāo)記處理以構(gòu)建訓(xùn)練及測(cè)試數(shù)據(jù)集；圖像分割模塊：采用YOLOv7對(duì)智能手機(jī)拍攝的圖像進(jìn)行圖像分割，得到僅包含眉毛以下、顴弓以上部分的眼部圖像；模型訓(xùn)練模塊：采用五折交叉驗(yàn)證方法對(duì)圖像進(jìn)行模型訓(xùn)練，應(yīng)用數(shù)據(jù)增強(qiáng)技術(shù)、白平衡調(diào)整以及遷移學(xué)習(xí)算法，本發(fā)明涉及眼科疾病圖像分類技術(shù)領(lǐng)域。該基于大數(shù)據(jù)模型的眼科疾病圖像分類系統(tǒng)，在開發(fā)階段測(cè)試集以及不同臨床評(píng)估階段，白內(nèi)障、角膜炎和翼狀胬肉等疾病均展現(xiàn)出較高的分類準(zhǔn)確率。

技術(shù)研發(fā)人員：馬睿琦,趙晨,彭之昱
受保護(hù)的技術(shù)使用者：復(fù)旦大學(xué)附屬眼耳鼻喉科醫(yī)院
技術(shù)研發(fā)日：
技術(shù)公布日：2026/6/8