基于图像信息和排序学习技术的疾病预测方法

在基于图像信息的疾病临床诊断中,医生通常将患者的采集图像与标准照片对比,通过比较图像中的视觉特征信息来判断患者疾病的严重程度。然而,这种诊断方法比较主观且可重复性不高,因此提出一种新颖的基于图像信息和排序学习技术的计算机辅助诊断疾病方法,并通过白内障疾病诊断的临床实验来验证方法的有效性。该方法利用排序函数对记录了患者白内障疾病的裂隙灯图像进行排序,而该排序函数则是基于一类新提出的近似排序标准并通过梯度法优化而求解的。在实验中,以1 000名具备白内障疾病患者的裂隙灯图像来组建实验用数据库,用提出的新方法和现有的其他基于模式识别技术的诊断方法分别对这1 000个案例进行了疾病诊断预测,预测结果采用统计学方法进行了比较和分析,新提出的方法可行性和优越性均得到了验证。