[发明专利]基于图像识别的皮损面积测量方法及皮肤疾病诊疗系统在审
申请号: | 201910503082.4 | 申请日: | 2019-06-11 |
公开(公告)号: | CN110335304A | 公开(公告)日: | 2019-10-15 |
发明(设计)人: | 许必亮 | 申请(专利权)人: | 苏州思白人工智能技术研发有限公司 |
主分类号: | G06T7/62 | 分类号: | G06T7/62;G16H20/40;G16H50/20;A61B5/107;A61N5/06 |
代理公司: | 上海麦其知识产权代理事务所(普通合伙) 31257 | 代理人: | 董红曼 |
地址: | 215351 江苏省苏州市相城区元*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 病患 光疗仪 紫外线辐射 临床医生 面积测量 皮肤疾病 图像识别 诊疗系统 治疗 量化 皮肤病患处 强度传感器 辐照 变化趋势 患处部位 患者皮肤 临床诊断 数据信息 自动停止 诊疗 疾病 观察 科研 发现 | ||
1.一种基于图像识别的皮损面积测量方法,其特征在于,所述方法包括以下步骤:
(1)选定目标皮损部位,并设置参照标签;
(2)采集包含所述目标皮损部位和所述参照标签的图像;
(3)对所述图像进行识别、矫正、纠偏;
(4)采用神经网络模型计算皮损区域的面积。
2.如权利要求1所述的基于图像识别的皮损面积测量方法,其特征在于,所述步骤4中神经网络模型的计算包括以下步骤:
步骤4a:背景识别;
步骤4b:识别皮损区域的边界;
步骤4c:计算皮损区域的白斑面积。
3.如权利要求2所述的基于图像识别的皮损面积测量方法,其特征在于,所述神经网络模型通过深度学习技术调优;基于pytorch深度学习框架,通过采集大量的皮损区域图像,并进行人工标注,产生训练数据;加入BN层与dropout层,以及调参后,使用adam梯度下降算法进行训练后,获得效果最好的模型。
4.如权利要求2所述的基于图像识别的皮损面积测量方法,其特征在于,所述步骤4b识别皮损区域的边界之后,进一步识别皮损区域中的黑色素岛,计算黑色素岛区域面积。
5.如权利要求1所述的基于图像识别的皮损面积测量方法,其特征在于,所述参照标签为背景板,或者为能在皮肤上形成任何特定尺寸、形状、颜色的实物、印章或投影。
6.一种皮肤疾病诊疗系统,其特征在于,所述系统包括:
图像采集模块,用于采集目标皮损部位图像;
图像识别模块,其采用如权利要求1-5之任一项所述的方法测量皮损面积;
剂量检测模块,用于检测紫外线照射剂量;
信息收集模块,用于收集病患信息及用药信息;
数据挖掘模块,用于根据信息收集模块收集的信息及图像识别模块测量的皮损面积将病患分型、分期分类;
平台期检测模块,用于检测是否处于平台期;
方案推荐模块,其预设不同医生的配置方案供用户导入;
语音识别模块,通过所述语音识别模块去完成光疗仪的参数设定和治疗;
数据传输模块,其用于在光疗仪设备,智能终端间,云服务器间传输数据。
7.如权利要求6所述的皮肤疾病诊疗系统,其特征在于,所述病患信息及用药信息包括:病患的年龄,性别,居住区域,有无遗传史,白癜风的初步诊断级别,分型,分类,白斑面积,初次发现白斑的时间,服药情况,工作种类,每次使用所述系统记录的所使用药物的名称和次数。
8.如权利要求6所述的皮肤疾病诊疗系统,其特征在于,所述配置方案包括:初始剂量设定,治疗的频率,治疗后红斑效果后的剂量调整,平台期的判断和休息时间,最大单次剂量和累计剂量及不同部位的时间设定;所述配置方案进一步包括治疗效果评价。
9.如权利要求6所述的皮肤疾病诊疗系统,其特征在于,所述数据挖掘模块通过图像识别和大数据分析病患的治疗效果,挖掘治疗效果与光疗的具体配置,和不同药物使用之间的联系。
10.如权利要求6所述的皮肤疾病诊疗系统,其特征在于,所述剂量检测模块通过辐照强度传感器知检测在光疗实施时的实时的辐照强度,同时检测温度、电压参数;通过辐照强度传感器,温度传感器和电压数值变化去判断辐照强度变化,从而启动降温系统维持稳定需要的辐照强度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州思白人工智能技术研发有限公司,未经苏州思白人工智能技术研发有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910503082.4/1.html,转载请声明来源钻瓜专利网。