買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉廣東省人民醫(yī)院申請的專利一種基于眼底彩照篩查抑郁癥的方法、系統(tǒng)、設(shè)備及介質(zhì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119313610B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-22發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202411308349.1，技術(shù)領(lǐng)域涉及：G06T7/00；該發(fā)明授權(quán)一種基于眼底彩照篩查抑郁癥的方法、系統(tǒng)、設(shè)備及介質(zhì)是由楊小紅;余洪華;劉磊;張夏茵;李聰;王艷;廖天正設(shè)計(jì)研發(fā)完成，并于2024-09-19向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于眼底彩照篩查抑郁癥的方法、系統(tǒng)、設(shè)備及介質(zhì)在說明書摘要公布了：本發(fā)明公開了一種基于眼底彩照篩查抑郁癥的方法、系統(tǒng)、設(shè)備及介質(zhì)，包括以下步驟：收集包含健康個體和抑郁癥患者的眼底彩照圖像數(shù)據(jù)集，對圖像數(shù)據(jù)集進(jìn)行特征測量，基于隨機(jī)森林構(gòu)建模型，對圖像數(shù)據(jù)進(jìn)行分類，對模型進(jìn)行驗(yàn)證和評估，將模型應(yīng)用于臨床工作流程中。本發(fā)明能夠通過眼底彩照圖像，抑郁癥的診斷以及臨床危險因素，對已確診抑郁癥患者及相同年齡性別的健康人群對照進(jìn)行模型訓(xùn)練和驗(yàn)證，得到訓(xùn)練好的隨機(jī)森林模型，用于區(qū)分健康人群和抑郁癥患者，為抑郁癥的早期篩查和識別提供方法和工具。

本發(fā)明授權(quán)一種基于眼底彩照篩查抑郁癥的方法、系統(tǒng)、設(shè)備及介質(zhì)在權(quán)利要求書中公布了：1.一種基于眼底彩照篩查抑郁癥的方法，其特征在于，包括以下步驟： 步驟S100：收集包含健康個體和抑郁癥患者的圖像數(shù)據(jù)集； 步驟S200：對所述圖像數(shù)據(jù)集進(jìn)行視盤傾斜角度和視盤圓度測量； 步驟S300：基于眼底圖像特征、性別、體重指數(shù)和年齡因素構(gòu)建隨機(jī)森林模型，對圖像數(shù)據(jù)進(jìn)行分類； 步驟S400：對所述模型進(jìn)行驗(yàn)證和評估； 步驟S500：將所述模型應(yīng)用于臨床工作流程中； 所述視盤傾斜角度和視盤圓度具體為： 視盤傾斜角度：最小外橢圓長軸與水平線的夾角； 視盤圓度： 其中，C代表視盤的圓度，F(xiàn)代表視盤面積，即視盤面積所占像素?cái)?shù)，R代表視盤最小圓周半徑； 所述基于眼底圖像特征、性別、體重指數(shù)和年齡因素構(gòu)建隨機(jī)森林模型，包括以下步驟： 步驟S310：隨機(jī)選擇樣本，采用有放回的自助采樣法Bootstrap，從包含眼底圖像特征、抑郁癥診斷的原始數(shù)據(jù)集D中隨機(jī)抽取樣本，構(gòu)建多棵決策樹； 步驟S320：隨機(jī)選擇特征，所述特征包括視盤傾斜角度、視盤圓度、性別、年齡、體重指數(shù)，在每棵決策樹的每個節(jié)點(diǎn)上，隨機(jī)選擇特征進(jìn)行分裂； 步驟S330：構(gòu)建決策樹，使用CART即ClassificationandRegressionTrees算法構(gòu)建決策樹，使用基尼指數(shù)GiniIndex作為選擇特征和劃分節(jié)點(diǎn)的標(biāo)準(zhǔn)之一； 步驟S340：訓(xùn)練所述隨機(jī)森林模型，通過預(yù)處理和特征選擇后的數(shù)據(jù)訓(xùn)練所述隨機(jī)森林模型； 所述基尼指數(shù)越小，表示數(shù)據(jù)集純度越高，即樣本屬于同一類別的可能性越大； 基尼指數(shù)的計(jì)算，對于含有K個類別，此處K為2，包括健康人群和抑郁癥患者的數(shù)據(jù)集D，其基尼指數(shù)定義為： 其中，pk是數(shù)據(jù)集D中第k類樣本所占的比例； 特征A包括：視盤傾斜角度、視盤圓度、性別、年齡和體重指數(shù)，對于特征A下的一種劃分D1和D2，即數(shù)據(jù)集D根據(jù)特征A劃分為兩部分，劃分后的基尼指數(shù)為： 其中，∣D∣、∣D1∣和∣D2∣分別表示數(shù)據(jù)集D、D1和D2的樣本數(shù)量； 基于所述CART算法構(gòu)建決策樹的具體過程包括以下步驟： 步驟S321：計(jì)算數(shù)據(jù)集中每個特征的基尼指數(shù)，選擇基尼指數(shù)最小的特征作為最優(yōu)劃分特征，并根據(jù)所述特征的不同取值將數(shù)據(jù)集劃分為不同的子集； 步驟S322：對每個所述子集重復(fù)步驟S321，直到滿足停止條件； 步驟S333：對所述決策樹進(jìn)行剪枝處理。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人廣東省人民醫(yī)院，其通訊地址為：510030 廣東省廣州市越秀區(qū)中山二路106號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。