科创中国
基于可解释性算法和真实世界数据的老年黄斑变性干湿分型方法及装置
发布时间: 2023-09-08
基本信息
合作方式：
技术服务
成果类型：
发明专利
行业领域：
物理
成果介绍
本发明公开了基于可解释性算法和真实世界数据的老年黄斑变性干湿分型方法及装置：包括S1：收集数据；S2：生成数据预处理标杆、验证数据集、测试数据集；S3：针对眼科影像学非结构化数据在AMD诊断的图片特征敏感度进行预处理；S4：对数据使用病症标记矫正，双盲标记法；S5：对单一数据源进行深度学习模型干湿分类；S6：基于多数据源的干湿分类进行处理；S7：基于多模型的AMD进行干湿分类；S8：对于超广角眼底图像的处理方法；S9：基于多源数据融合算法实现AMD干湿分类。本发明的基于可解释性算法和真实世界数据的老年黄斑变性干湿分型方法及装置，此方法可以有效提高数据的准确率，提高可解释性，实现基于真实世界数据的算法性能提升。
成果亮点
基于可解释性算法和真实世界数据的老年黄斑变性干湿分型方法，包括以下操作步骤：
S1：收集公开数据集和过往保留下来的回顾性数据，以此作为模型训练数据集，数据类型包括：人口学结构化数据、电子病历结构化数据、和眼科影像学数据，眼科影像学非结构化数据包括：彩色眼底照相、眼底自发荧光、红外成像、光谱域光学相干断层扫描OCT、光学相干断层扫描血管造影术、多色共焦扫描激光眼底镜图像和超广角眼底相片；
S2：收集上述以真实世界数据作为数据预处理标杆、验证数据集、测试数据集；
S3：针对眼科影像学非结构化数据在AMD诊断的图片特征敏感度不一，分别进行特殊的预处理，对收集公开数据集/过往保留下来的回顾性数据与真实数据不一致情况，进行预处理，同时收集公开数据集/过往保留下来的回顾性数据一般为真实世界数据正则化处理后的数据；
S4：对数据使用病症标记矫正，双盲标记法，同时公开数据与过往数据也许会存在差错；
S5：对单一数据源，分别进行多种深度学习模型干湿分类，并对每种深度学习模型进行可解释性解析和模型优化；
团队介绍
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
成果资料
产业化落地方案
下载app