买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广东省人民医院申请的专利一种基于眼底彩照筛查抑郁症的方法、系统、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119313610B 。

龙图腾网通过国家知识产权局官网在2025-08-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411308349.1，技术领域涉及：G06T7/00；该发明授权一种基于眼底彩照筛查抑郁症的方法、系统、设备及介质是由杨小红;余洪华;刘磊;张夏茵;李聪;王艳;廖天正设计研发完成，并于2024-09-19向国家知识产权局提交的专利申请。

本一种基于眼底彩照筛查抑郁症的方法、系统、设备及介质在说明书摘要公布了：本发明公开了一种基于眼底彩照筛查抑郁症的方法、系统、设备及介质，包括以下步骤：收集包含健康个体和抑郁症患者的眼底彩照图像数据集，对图像数据集进行特征测量，基于随机森林构建模型，对图像数据进行分类，对模型进行验证和评估，将模型应用于临床工作流程中。本发明能够通过眼底彩照图像，抑郁症的诊断以及临床危险因素，对已确诊抑郁症患者及相同年龄性别的健康人群对照进行模型训练和验证，得到训练好的随机森林模型，用于区分健康人群和抑郁症患者，为抑郁症的早期筛查和识别提供方法和工具。

本发明授权一种基于眼底彩照筛查抑郁症的方法、系统、设备及介质在权利要求书中公布了：1.一种基于眼底彩照筛查抑郁症的方法，其特征在于，包括以下步骤： 步骤S100：收集包含健康个体和抑郁症患者的图像数据集； 步骤S200：对所述图像数据集进行视盘倾斜角度和视盘圆度测量； 步骤S300：基于眼底图像特征、性别、体重指数和年龄因素构建随机森林模型，对图像数据进行分类； 步骤S400：对所述模型进行验证和评估； 步骤S500：将所述模型应用于临床工作流程中； 所述视盘倾斜角度和视盘圆度具体为： 视盘倾斜角度：最小外椭圆长轴与水平线的夹角； 视盘圆度： 其中，C代表视盘的圆度，F代表视盘面积，即视盘面积所占像素数，R代表视盘最小圆周半径； 所述基于眼底图像特征、性别、体重指数和年龄因素构建随机森林模型，包括以下步骤： 步骤S310：随机选择样本，采用有放回的自助采样法Bootstrap，从包含眼底图像特征、抑郁症诊断的原始数据集D中随机抽取样本，构建多棵决策树； 步骤S320：随机选择特征，所述特征包括视盘倾斜角度、视盘圆度、性别、年龄、体重指数，在每棵决策树的每个节点上，随机选择特征进行分裂； 步骤S330：构建决策树，使用CART即ClassificationandRegressionTrees算法构建决策树，使用基尼指数GiniIndex作为选择特征和划分节点的标准之一； 步骤S340：训练所述随机森林模型，通过预处理和特征选择后的数据训练所述随机森林模型； 所述基尼指数越小，表示数据集纯度越高，即样本属于同一类别的可能性越大； 基尼指数的计算，对于含有K个类别，此处K为2，包括健康人群和抑郁症患者的数据集D，其基尼指数定义为： 其中，pk是数据集D中第k类样本所占的比例； 特征A包括：视盘倾斜角度、视盘圆度、性别、年龄和体重指数，对于特征A下的一种划分D1和D2，即数据集D根据特征A划分为两部分，划分后的基尼指数为： 其中，∣D∣、∣D1∣和∣D2∣分别表示数据集D、D1和D2的样本数量； 基于所述CART算法构建决策树的具体过程包括以下步骤： 步骤S321：计算数据集中每个特征的基尼指数，选择基尼指数最小的特征作为最优划分特征，并根据所述特征的不同取值将数据集划分为不同的子集； 步骤S322：对每个所述子集重复步骤S321，直到满足停止条件； 步骤S333：对所述决策树进行剪枝处理。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东省人民医院，其通讯地址为：510030 广东省广州市越秀区中山二路106号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。