PROCESSING FUNDUS CAMERA IMAGES USING MACHINE LEARNING MODELS TRAINED USING OTHER MODALITIES

• Main Authors: VARADARAJAN, Avinash Vaidyanathan, BAVISHI, Pinal, WEBSTER, Dale R, PENG, Lily Hao Yi
• Format: Patent
• Language: English; French
• Published: 23.04.2020
• Subjects: HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATIONTECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING ORPROCESSING OF MEDICAL OR HEALTHCARE DATA; INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTEDFOR SPECIFIC APPLICATION FIELDS; PHYSICS

Methods, systems, and apparatus, including computer programs encoded on computer storage media, for training a fundus image processing machine learning models that is configured to process one or more fundus images captured by a fundus camera to generate a predicted label. One of the methods includes generating training data, comprising: receiving sets of one or more training fundus images captured by a fundus camera; receiving, for each of the sets, a ground truth label assigned to a different image of the eye of the patient corresponding to the set that has been captured using a different imaging modality; and generating, for each set of training fundus images, a training example that includes the set of training fundus images in association with the ground truth label assigned to the different image of the patient's eye; and training the machine learning model on the training examples in the training data. L'invention concerne des procédés, des systèmes et un appareil, comprenant des programmes d'ordinateur codés sur des supports d'informations d'ordinateur, pour entraîner un modèle d'apprentissage machine de traitement d'image de fond d'œil qui est configuré pour traiter une ou plusieurs images de fond d'œil capturées par un appareil de prise de vues de fond d'œil afin de générer une étiquette prédite. L'un des procédés comprend la génération de données d'apprentissage, consistant : à recevoir des ensembles d'une ou plusieurs images de fond d'œil d'apprentissage capturées par un appareil de prise de vue de fond d'œil ; à recevoir, pour chacun des ensembles, une étiquette de vérité de référence attribuée à une image différente de l'œil du patient correspondant à l'ensemble qui a été capturé à l'aide d'une modalité d'imagerie différente ; et à générer, pour chaque ensemble d'images de fond d'œil d'apprentissage, un exemple d'apprentissage qui comprend l'ensemble d'images de fond d'œil d'apprentissage en association avec l'étiquette de vérité de référence attribuée à l'image différente de l'œil du patient ; et à entraîner le modèle d'apprentissage machine sur les exemples d'apprentissage dans les données d'apprentissage.