[发明专利]色素痣恶变风险监测系统

说明书

本发明公开了色素痣恶变风险监测系统，通过从待监测色素痣的实时图片中识别并提取待监测色素痣的实时皮损图像及其实时边界轮廓；根据提取的实时边界轮廓计算待监测色素痣的实时直径、实时对称度以及实时边界平滑度；计算实时皮损图像中待监测色素痣的实时颜色分布均匀度及其实时的实际大小值，获取待监测色素痣的过去预设时段的实际大小值，根据待监测色素痣的实时的、其过去预设时段的实际大小值计算待监测色素痣的实时长大速率；根据待监测色素痣的实时直径、实时对称度、实时边界平滑度、实时颜色分布均匀度以及实时长大速率判断待监测色素痣是否存在恶变风险。本发明能准确预测色素痣向黑素瘤转变风险。

技术领域

本发明涉及色素痣智能监测领域，尤其涉及色素痣恶变风险监测系统。

背景技术

色素痣，即痣细胞局部增多聚集而成的良性肿物，较为常见，几乎每个人都有。色素痣的形态、色泽、大小多变，其上可伴或不伴毛发生长。先天性色素痣有大有小，根据痣细胞在皮肤的位置不同，可分为交界痣、皮内痣和混合痣。后天性色素痣的基本表现一般为直径6mm的斑疹或丘疹，界限清楚、边缘规则、色泽均匀，可呈棕色、褐色、黑色等多种颜色。少有瘙痒或疼痛等伴随症状。

色素痣的部位和特征相当程度上决定了其发生恶变的风险大小。对亚洲人来说，四肢末端的色素痣因为长期摩擦，容易导致恶变；长在甲下的色素痣（甲母痣），也有很高的恶变风险，需密切随访，及早治疗；头面四肢等暴露部分的色素痣，长期受日晒等因素影响，也可能转变为恶性黑色素瘤。另外，“痣”长期稳定无异常，一般来说良性可能性大；如果短期内迅速增大或出现破溃，伴瘙痒疼痛，或出现周围卫星灶（小痣），往往提示有恶变的可能。

为解决上述问题，研究人员通过对人工智能机器展示100,000多张恶性黑色素瘤以及良性痣的图像来训练人工智能机器识别皮肤癌。并将人工智能机器的表现与58名国际皮肤科医生的表现进行了比较，当人工智能机器被调整到与医生相同的水平以正确识别良性痣(71.3%)时，它能检测到95%的黑色素瘤，而医生只能准确地检测出平均86.6%的黑色素瘤。发现智能诊断能够降低黑素瘤的漏诊率，对良性痣的误诊率也大大降低，证明了良性色素痣和恶性黑素瘤在影像学上的差异性，以及机器识别的可能性。

现有的智能诊断方法虽然能准确区分黑色素瘤和色素痣，但却缺乏对于色素痣良性向恶性转变的风险预测；而早期识别具有高度恶变风险的色素痣，能提高色素痣的治愈成功率，且对于患者预后具有重要意义。

因此，如何准确监测色素痣恶变风险已成为本领域技术人员亟待解决的技术问题。

发明内容

本发明提供了色素痣恶变风险监测系统，用于解决现有技术缺乏对于色素痣良性向恶性转变的风险预测的技术问题。

为解决上述技术问题，本发明提出的技术方案为：

一种色素痣恶变风险监测系统，包括：

采集模块：用于采集待监测色素痣的实时图片；

轮廓监测模块：用于从所述实时图片中识别并提取待监测色素痣的实时皮损图像及其实时边界轮廓；并根据所述实时边界轮廓计算待监测色素痣的实时直径、实时对称度以及实时边界平滑度；

颜色监测模块：用于识别所述实时皮损图像中待监测色素痣的实时颜色类别及各颜色的分布区域，并根据所述实时颜色类别及各颜色的分布区域确定待监测色素痣的实时颜色分布均匀度；

大小监测模块：用于根据所述实时直径计算所述待监测色素痣的实时的实际大小值，获取待监测色素痣的过去预设时段的实际大小值，根据待监测色素痣的实时的实际大小值及其过去预设时段的实际大小值计算待监测色素痣的实时长大速率；

预测模块：用于根据待监测色素痣的实时直径、实时对称度、实时边界平滑度、实时颜色分布均匀度以及实时长大速率判断所述待监测色素痣是否存在恶变风险。

优选的，所述轮廓监测模块包括特征识别模型以及轮廓分割模型；