基于多种图像融合的糖尿病视网膜病变会诊方法及系统技术方案

本发明专利技术提供了一种基于多种图像融合的糖尿病视网膜病变会诊方法及系统，通过获取患者眼底检测图像集的RGB检测特征值，匹配正常状态的影像检测记录，构建异常检测模型；将RGB检测特征值输入异常检测模型进行异常区域标识，根据异常区域标识结果，对异常区域进行OCT图像序列采集和造影图像采集；得到密度估计值和黄斑中心凹厚度计算结果；并输入区块链远程会诊平台进行多方会诊。解决现有技术中对患者进行远程会诊时可用诊断信息有效性和信息量不满足会诊要求且会诊信息存证困难不便进行会诊结果留存的技术问题，提高远程会诊结果的有效性和会诊信息存证可信度的技术效果。效性和会诊信息存证可信度的技术效果。效性和会诊信息存证可信度的技术效果。

【技术实现步骤摘要】
基于多种图像融合的糖尿病视网膜病变会诊方法及系统


[0001]本专利技术涉及医疗数据处理
，具体涉及一种基于多种图像融合的糖尿病视网膜病变会诊方法及系统。

技术介绍

[0002]随着糖尿病人群数量的逐渐增多，由糖尿病视网膜病变（DR）导致的眼盲越来越多，研究表明，大约每3名糖尿病患者中就有1名DR患者。作为糖尿病的主要微血管并发症， DR所导致的眼盲和低视力已成为重大公共卫生问题。
[0003]现阶段糖尿病患者往往出现明显眼部病变后才会进行眼部检查，由于医疗水平的不平衡，对于农村或偏远山区的患者，当出现糖尿病导致的眼部疾病时，并不能得到专业、细致、精准的诊断。例如：普通眼部检查多通过获取眼底图像进行诊断，但是普通的眼底检查，受视野范围影响，并不能展示病变部位的全部，也不能全面反应疾病严重程度及发展进程，对于有出血、渗出或者黄斑病变的患者情况时，单纯的眼底图像并不能获得准确的检测结果，需要合并广角光学相干断层扫描（OCT）、眼底视网膜的荧光素血管造影（FFA）检查进行判断，由专业的眼科医生才能给出判断。
[0004]随着互联网的发展，可进行数据传输的信息形式不断增多且信息传输效率不断提高，传统医学治疗方式随之革新进步，能够实现患者足不出户或足不出市即可享受远方优质医疗资源的远程会诊应运而生。
[0005]远程会诊在缩短患者与优质医疗资源之间的空间距离的同时，也存在有患者诊断参考信息的可用度不足且远程会诊的诊断信息难于进行留存，保障患者后续治疗的缺陷，因而对远程会诊这一诊疗方式进行革新优化迫在眉睫。
[0006]现有技术中存在对患者进行远程会诊时可用诊断信息的有效性和信息量不满足会诊需求，且会诊信息存证困难不便于进行会诊结果留存的技术问题。

技术实现思路

[0007]本申请提供了一种基于多种图像融合的糖尿病视网膜病变会诊方法及系统，用于针对解决现有技术中糖尿病视网膜病变完全依赖线下医师，远程会诊时可用诊断信息的有效性和信息量不满足会诊需求，且会诊信息存证困难不便于进行会诊结果留存的技术问题。
[0008]鉴于上述问题，本申请提供了一种基于多种图像融合的糖尿病视网膜病变会诊方法及系统。
[0009]本申请的第一个方面，提供了一种 基于多种图像融合的糖尿病视网膜病变会诊方法，包括：根据门诊记录数据对患者进行超广角眼底图像采集，生成眼底检测图像集；通过对所述眼底检测图像集进行颜色特征提取，生成RGB颜色检测特征值；将所述患者眼底检测图像集和患者基本信息输入远程会诊平台，匹配会诊记录影像检测集，其中，所述会诊记录影像检测集为正常状态的影像检测记录；
对所述会诊记录影像检测集进行颜色特征提取，生成RGB颜色基准特征值；根据所述RGB颜色基准特征值，构建异常检测模型；将所述RGB颜色检测特征值输入所述异常检测模型进行异常区域标识，生成异常区域标识结果；根据异常区域标识结果，对异常区域进行OCT图像序列采集和造影图像采集；在采集的造影图像中，采用自适应搜索框，进行密度统计，得到密度估计值；在OCT图像序列中利用深度卷积神经网络确定黄斑中心凹的位置，计算黄斑中心凹厚度；通过所述远程会诊平台匹配第一区块链会诊节点、第二区块链会诊节点直到第N区块链会诊节点，输入所述输入所述异常区域标识结果、密度估计值及黄斑中心凹厚度至预设显示界面开始会诊。
[0010]本申请的第二个方面，提供了一种基于区块链技术的远程会诊系统，所述系统包括：影像检测执行模块，根据门诊记录数据对患者进行超广角眼底图像采集，生成眼底检测图像集；颜色特征提取模块，用于通过对所述影像检测图像集进行颜色特征提取，生成RGB颜色检测特征值；影像记录匹配模块，用于将所述患者眼底检测图像集和患者基本信息输入远程会诊平台，匹配会诊记录影像检测集，其中，所述会诊记录影像检测集为正常状态的影像检测记录；基准特征生成模块，用于对所述会诊记录影像检测集进行颜色特征提取，生成RGB颜色基准特征值；检测模型构建模块，用于根据所述RGB颜色基准特征值，构建异常检测模型；异常区域标识模块，用于将所述RGB颜色检测特征值输入所述异常检测模型进行异常区域标识，生成异常区域标识结果；远程会诊执行模块，用于通过所述远程会诊平台匹配第一区块链会诊节点、第二区块链会诊节点直到第N区块链会诊节点，输入所述异常区域标识结果至预设显示界面开始会诊。
[0011]本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：本申请实施例提供的方法通过根据门诊记录数据对患者进行超广角眼底图像采集，生成生成眼底检测图像集；通过对生成眼底检测图像集进行颜色特征提取，生成RGB颜色检测特征值，为后续进行患者图像异常标识提高影像检测图像在远程会诊中的诊断可参考性；将所述患者眼底检测图像集和患者基本信息输入远程会诊平台，匹配会诊记录影像检测集，所述会诊记录影像检测集为正常状态的影像检测记录；对所述会诊记录影像检测集进行颜色特征提取，生成RGB颜色基准特征值；根据所述RGB颜色基准特征值，构建异常检测模型，通过模型替代医护人员医疗经验进行图像异常标识，提高了标识准确度并降低图像异常标识对于医疗资源的依赖性；将所述RGB颜色检测特征值输入所述异常检测模型进行异常区域标识，生成异常区域标识结果；通过所述远程会诊平台匹配第一区块链会诊节点、第二区块链会诊节点直到第N区块链会诊节点，输入所述异常区域标识结果至预设显示界面开始会诊。达到了为远程会诊提供高可用性的病患诊断参考资料，从而提高远程会诊结果的有效度和会诊信息存证的可信度的技术效果。
附图说明
[0012]图1为本申请提供的一种 基于多种图像融合的糖尿病视网膜病变会诊方法流程示意图；图2为本申请提供的生成RGB颜色检测特征值的流程示意图；
图3为本申请提供的构建异常检测模型的流程示意图；图4为本申请提供的一种基于区块链技术的远程会诊系统的结构示意图。
[0013]附图标记说明：影像检测执行模块11，颜色特征提取模块12，影像记录匹配模块13，基准特征生成模块14，检测模型构建模块15，异常区域标识模块16，远程会诊执行模块17。
具体实施方式
[0014]本申请提供了一种基于多种图像融合的糖尿病视网膜病变会诊方法及系统，用于针对解决现有技术中存在的技术问题，达到了为远程会诊提供高可用性的病患诊断参考资料，从而提高远程会诊结果的有效度和会诊信息存证的可信度的技术效果。
[0015]本专利技术技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
[0016]下面，将参考附图对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本专利技术的一部分实施例，而不是本专利技术的全部实施例，应理解，本专利技术不受这里描述的示例实施例的限制。基于本专利技术的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部。
[0017]实施例一如图1所示，本申本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多种图像融合的糖尿病视网膜病变会诊方法，其特征在于，包括：根据门诊记录数据对患者进行超广角眼底图像采集，生成眼底检测图像集；通过对所述眼底检测图像集进行颜色特征提取，生成RGB颜色检测特征值；将所述患者眼底检测图像集和患者基本信息输入远程会诊平台，匹配会诊记录影像检测集，其中，所述会诊记录影像检测集为正常状态的影像检测记录；对所述会诊记录影像检测集进行颜色特征提取，生成RGB颜色基准特征值；根据所述RGB颜色基准特征值，构建异常检测模型；将所述RGB颜色检测特征值输入所述异常检测模型进行异常区域标识，生成异常区域标识结果；根据异常区域标识结果，对异常区域进行OCT图像序列采集和造影图像采集；在采集的造影图像中，采用自适应搜索框，进行密度统计，得到密度估计值；在OCT图像序列中利用深度卷积神经网络确定黄斑中心凹的位置，计算黄斑中心凹厚度；通过所述远程会诊平台匹配第一区块链会诊节点、第二区块链会诊节点直到第N区块链会诊节点，输入所述异常区域标识结果、密度估计值及黄斑中心凹厚度至预设显示界面开始会诊。2.如权利要求1所述的方法，其特征在于，通过对所述眼底检测图像集进行颜色特征提取，生成RGB颜色检测特征值；包括：对眼底检测图像进行过滤，去除不合格眼底图像，将合格的眼底检测图像形成检测图像集；将所述检测图像集输入构建的像素点三维定位坐标系，生成第一像素点定位坐标集；遍历所述第一像素点定位坐标集进行RGB特征值提取，生成所述RGB颜色检测特征值。3.如权利要求2所述的方法，其特征在于，所述对所述会诊记录影像检测集进行颜色特征提取，生成RGB颜色基准特征值，包括：将所述会诊记录影像检测集输入所述像素点三维定位坐标系，生成第二像素点定位坐标集；遍历所述第二像素点定位坐标集对所述会诊记录影像检测集进行RGB特征值，生成所述RGB颜色基准特征值。4.如权利要求3所述的方法，其特征在于，所述根据所述RGB颜色基准特征值，构建异常检测模型，包括：根据所述RGB颜色基准特征值进行区域层次聚类分析，生成区域划分结果；遍历所述区域划分结果，提取RGB颜色基准特征值分区结果；遍历所述RGB颜色基准特征值分区结果，基于二叉决策树，构建异常检测森林，设为所述异常检测模型。5.如权利要求4所述的方法，其特征在于，所述遍历所述RGB颜色基准特征值分区结果，基于二叉决策树，构建异常检测森林，设为所述异常检测模型，包括：从所述RGB颜色基准特征值分区结果，提取第K分区RGB颜色基准特征值集合；对第K分区RGB颜色基准特征值集合中任意两个RGB颜色基准特征值进行方差计算，生成方差计算结果集合；
从所述方差计算结果集合中提取最大方差，设为第K异常方差阈值；根据所述第K异常方差阈值遍历所述第K分区RGB颜色基准特征值，生成第K二叉决策树，其中，所述第K二叉决策树的层级数和所述第K分区RGB颜色基准特征值的数量相同；遍历所述RGB颜色基准特征值分区结果，构建第一二叉决策树直到所述第K二叉决策树；将所述第一二叉决策树直到所述第K二叉决策树合并，生成所述异常检测森林，设为所述异常检测模型。6.如权利要求4所述的方法，其特征在于，所述根据所述RGB颜色基准特征值进行区域层次聚类分析，生成区域划分结果，包括：根据所述第二像素点定位坐标集，随机确定层次聚类第一坐标点；基于所述层次聚类初始坐标点，根据所述第二像素点定位坐标集随机确定层次聚类第二坐标点，其中，所述层次聚类第一坐标点和所述层次聚类第二坐标点相邻；根据所述层次聚类第一坐标点和所述层次聚类第二坐标点，调取所述RGB颜色基准特征值进行比对，生成特征值偏差；判断所述特征值偏差是否满足特征值偏差阈值；若是所述...

【专利技术属性】
技术研发人员：王勇，东莉洁，张楠，韩菲菲，
申请(专利权)人：天津医科大学眼科医院，
类型：发明
国别省市：