A METHOD AND SYSTEM FOR STAGING DIABETIC KIDNEY DISEASE USING DEEP LEARNING

Embodiments herein disclose a method and system for staging diabetic kidney disease using deep learning techniques. An image capturing unit captures a set of ophthalmic images of a user. The ophthalmic images set undergoes pre-processing before being fed to a first deep learning module. The first de...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: PRASAD, Raghu, GUPTA, Mansi, VANKAYALA, Anvesh, CHAVHAN, Ankit, BABU T C, Ganesh
Format: Patent
Sprache:eng ; fre
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:Embodiments herein disclose a method and system for staging diabetic kidney disease using deep learning techniques. An image capturing unit captures a set of ophthalmic images of a user. The ophthalmic images set undergoes pre-processing before being fed to a first deep learning module. The first deep learning module extracts pathological data indicative of vascular abnormalities from the pre-processed set of ophthalmic images. The first deep learning module quantifies the extracted pathological data, and maps them to a stage of diabetic retinopathy and urine protein levels. A second deep learning module receives as input the quantified pathological data, the mapped diabetic retinopathy stage and urine protein levels, and clinical and demographic parameters. Based on this input, the second deep learning module predicts a stage of diabetic kidney disease. Des modes de réalisation de la présente invention concernent un procédé et un système de stadification d'une maladie rénale diabétique à l'aide de techniques d'apprentissage profond. Une unité de capture d'image capture un ensemble d'images ophtalmiques d'un utilisateur. L'ensemble d'images ophtalmiques subit un prétraitement avant d'être fourni à un premier module d'apprentissage profond. Le premier module d'apprentissage profond extrait des données pathologiques indiquant des anomalies vasculaires à partir de l'ensemble prétraité d'images ophtalmiques. Le premier module d'apprentissage profond quantifie les données pathologiques extraites, et les met en correspondance avec une étape de rétinopathie diabétique et des niveaux de protéines d'urine. Un second module d'apprentissage profond reçoit en tant qu'entrée les données pathologiques quantifiées, les niveaux de rétinopathie diabétique mis en correspondance et les niveaux de protéine d'urine, et des paramètres cliniques et démographiques. Sur la base de cette entrée, le second module d'apprentissage profond prédit une étape de maladie rénale diabétique.