资源类型：
申请号：
申请日期：
授权年份：
公开号：
公开日：
法律状态：
主分类号：
分类号：
摘要：
本申请涉及一种巨细胞病毒性视网膜炎辅助识别方法、装置及电子设备，巨细胞病毒性视网膜炎辅助识别方法包括获取患者眼底图像，提取眼底图像中巨细胞病毒性视网膜炎参数，巨细胞病毒性视网膜炎参数包括病灶位置和病灶形态，将巨细胞病毒性视网膜炎参数输入训练好的巨细胞病毒性视网膜炎辅助识别模型输出特征向量以根据特征向量得到分类结果。本申请根据分类结果可以识别患者是否患有巨细胞病毒性视网膜炎，从而实现巨细胞病毒性视网膜炎地精准预测，并且，操作简单，可进行多医疗中心推广甚至社区普及，改善大众医疗水平。
主权项：
1.一种巨细胞病毒性视网膜炎辅助识别方法，其特征在于，包括： 获取患者眼底图像； 提取所述眼底图像中巨细胞病毒性视网膜炎参数，所述巨细胞病毒性视网膜炎参数包括病灶位置和病灶形态； 将所述巨细胞病毒性视网膜炎参数输入训练好的巨细胞病毒性视网膜炎辅助识别模型输出特征向量，以根据所述特征向量得到分类结果； 根据分类结果可以识别出患者是否患有巨细胞病毒性视网膜炎； 若识别出患者患有巨细胞病毒性视网膜炎，则： 根据训练好的巨细胞病毒性视网膜炎辅助识别模型得到对分类结果贡献的梯度； 根据所述梯度生成病灶热图； 将所述病灶热图与患者眼底图像采用深度学习原因可视化算法Grad-CAM进行叠加，根据叠加结果确定病灶位置； 其中，所述根据所述梯度生成病灶热图，包括： 获取模型输出的分类结果和卷积层输出； 按照梯度链式法则根据分类结果和卷积层输出生成梯度矩阵； 将梯度矩阵缩放成与原始输入图像相同分辨率再与原始输入图像叠加生成最终热图。
