[发明专利]一种基于肢端肥大症的图像数据分析方法及系统

说明书

本发明公开了一种基于肢端肥大症的图像数据分析方法及系统，其分析方法包括：步骤S1：获取终端上传的当前拍摄图像，对当前拍摄图像进行识别分析以获得识别出用户的当前特征信息以及身份信息；步骤S2：根据用户的身份信息搜索并筛选用户在指定时间段内对应的目标数据，其目标数据为拍摄人体外观所得的目标人体图像和/或扫描人体组织所得的目标照射图像，并对目标数据进行特征分析以获得目标特征信息；步骤S3：将目标特征信息和当前特征信息进行比对，并结合用户年龄信息生成对应的风险因子，根据风险因子计算输出风险概率。本发明可缓解现有技术中存在预测结果准确度较差的技术问题，提高风险预测准确率。

技术领域

本发明涉及医疗器械技术领域，尤其涉及一种基于肢端肥大症的图像数据分析方法及系统。

背景技术

肢端肥大症是成年人出现生长激素分泌过多而导致的疾病，但由于医生和患者对该并缺乏足够的人事，很少人知道该疾病的症状，很多人认为，随着年龄的增加、身材的改变，手脚自然会增大，容貌自然也会改变；因此，不少患者因为没有意识到这也是患病的症状，从而耽误了治疗；甚至有肢端肥大症患者需要花费多年时间才能确诊，症状明显时病情已发展严重，治疗难度也增大，因此现阶段需要让医患提高对肢端肥大症的认知，提高该疾病的早起检出率及就诊率。

而现有的肢端肥大症的筛查方法一般只是局限于判断患者手脚尺寸是否大于正常人，例如专利文献CN111951934A公开了一种新型肢端肥大症筛查系统，其预先通过健康人群的手部照片进行人工智能深度学习从而建立模型，将用户当前手部照片导入模型中即可筛查该用户患病的可能性。但是，单纯通过判断手脚尺寸大小来确定用户患病几率的准确性并不高，无法确定用户在连续时间段内的发育情况，用户有可能只是手脚偏大，但是其生长激素等各内分泌指标都正常，借此原因确认用户患有肢端肥大症显然是不合理的，不准确的筛查方法无疑给医生和患者都带来一定程度上的负担。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供一种基于肢端肥大症的图像数据分析方法，以缓解现有技术中存在预测结果准确度较差的技术问题。

本发明的目的之二在于提供一种基于肢端肥大症的图像数据分析系统。

本发明的目的之一采用如下技术方案实现：

一种基于肢端肥大症的图像数据分析方法，包括：

步骤S1：获取终端上传的当前拍摄图像，对当前拍摄图像进行识别分析以获得识别出用户的当前特征信息以及身份信息；

步骤S2：根据用户的身份信息搜索并筛选用户在指定时间段内对应的目标数据，其目标数据为拍摄人体外观所得的目标人体图像和/或扫描人体组织所得的目标照射图像，并对目标数据进行特征分析以获得目标特征信息；

步骤S3：将目标特征信息和当前特征信息进行比对，并结合用户年龄信息生成对应的风险因子，根据风险因子计算输出风险概率。

进一步地，根据所述风险因子输出风险概率的方法为：

风险概率E=所述风险因子*所述风险因子所对应的权重系数；

其中，所述风险因子为第一风险因子、第二风险因子和/或第三风险因子。

进一步地，所述获取终端上传的当前拍摄图像前还包括：

预先采集不同年龄段的健康人群的人脸图像样本及其手部图像样本，根据任一样本数据生成对应的人脸模型和手部模型，并分别标记出人脸模型和手部模型中的特征点位置；

利用处于同一年龄段人群的其他样本数据分别对人脸模型和手部模型进行特征点修正，再通过所述终端展示修正后的人脸模型和手部模型使得用户按照展示的人脸模型和手部模型进行拍摄从而获得对应的当前拍摄图像。

进一步地，所述当前拍摄图像包括人脸图像和手部图像，对当前拍摄图像进行识别分析时，还包括：