【技术实现步骤摘要】
本专利技术属于医学图像分析领域，具体而言，涉及基于图像识别的黄疸病况监测识别分析方法及系统。
技术介绍
1、黄疸作为多种肝脏、胆道疾病的典型临床表现，其有效监测与识别对疾病诊断、病情评估及治疗决策至关重要。传统黄疸评估主要依赖于临床观察和实验室检测，存在主观性强、操作繁琐、滞后于病情变化等问题。近年来，随着图像识别技术在医学领域的广泛应用，尤其是深度学习、计算机视觉等先进技术的发展，为黄疸病况的无创、实时、定量监测提供了新途径。
2、现有技术中，也有一些涉及到黄疸病况监测、识别、评定等相关解决方案，例如，中国专利号为cn2018107447724的一种黄疸监测方法及装置，其通过接收图像采集终端发送的标定图像和监测对象的皮肤图像，根据预先训练得到的黄疸预测模型确定黄疸监测值并反馈给图像采集终端，为实时监测新生儿黄疸症状提供了便利和支持。
3、另外一件的中国专利号为cn2018112710086的一种基于人工智能的新生儿黄疸识别装置、设备、系统，其收集大量的历史新生儿黄疸图像并对这些图像进行特征提取从而得到训练样本，将这些训练样本输入到细粒度分类模型中进行训练得到新生儿黄疸识别模型。最后，通过摄像头拍摄当前新生儿黄疸图像，按照上述的特征提取方法提取到该图像的目标特征，然后将目标特征带入到训练好的新生儿黄疸识别模型中从而得到了该图像对应的黄疸等级，实现对新生儿黄疸病况严重等级的识别。
4、上述方案虽然提出了黄疸病况监测的一些解决方法，但是现有黄疸病况监测技术还存在以下几种局限性表现，具体为：1、现有
5、2、现有技术针对黄疸患者的黄疸病况等级评估缺乏全面性和细致性，通常依据全身以及巩膜的黄染情况作为黄疸病况等级评估的决定性因素，忽略黄疸病患常见的黄斑分布特征和皮肤粗糙特征，导致黄疸病患的黄疸病况等级评估可信度不足。
技术实现思路
1、鉴于此，为解决上述
技术介绍
中所提出的问题，现提出基于图像识别的黄疸病况监测识别分析方法及系统。
2、本专利技术解决其技术问题采用的技术方案是：第一方面，本专利技术提供基于图像识别的黄疸病况监测识别分析方法，包括：s1.目标对象图像采集：采集目标对象全身图像和巩膜图像。
3、s2.黄疸患病现象判断：根据目标对象全身图像，判断目标对象是否存在黄疸患病现象，若判断存在，则执行s3，反之执行s5。
4、s3.黄疸患病现象验证：根据目标对象全身图像和巩膜图像，结合web云端存储的黄疸病患基础特征表现集，对目标对象的黄疸患病现象判断准确性进行验证并输出验证结果，验证结果为一致和非一致中的一个，若验证结果为一致，则执行s4,反之执行s5。
5、s4.黄疸病患反馈：将目标对象标记为黄疸病患，评估目标对象的黄疸病况等级并进行反馈。
6、s5.非黄疸病患反馈：将目标对象标记为非黄疸病患并进行反馈。
7、第二方面，本专利技术提供基于图像识别的黄疸病况监测识别分析系统，包括：目标对象图像采集模块、黄疸患病现象判断模块、黄疸患病现象验证模块、黄疸病患反馈模块、非黄疸病患反馈模块和云数据库。
8、所述目标对象图像采集模块与黄疸患病现象判断模块连接，所述黄疸患病现象判断模块分别与黄疸患病现象验证模块、非黄疸病患反馈模块连接，所述黄疸患病现象验证模块分别与黄疸病患反馈模块、非黄疸病患反馈模块连接，所述云数据库分别与黄疸患病现象判断模块、黄疸患病现象验证模块连接。
9、目标对象图像采集模块，用于采集目标对象全身图像和巩膜图像。
10、黄疸患病现象判断模块，用于根据目标对象全身图像，判断目标对象是否存在黄疸患病现象，若判断存在，则执行黄疸患病现象验证模块，反之执行非黄疸病患反馈模块。
11、黄疸患病现象验证模块，用于根据目标对象全身图像和巩膜图像，结合云数据库存储的黄疸病患基础特征表现集，对目标对象的黄疸患病现象判断准确性进行验证并输出验证结果，验证结果为一致和非一致中的一个，若验证结果为一致，则执行黄疸病患反馈模块,反之执行非黄疸病患反馈模块。
12、黄疸病患反馈模块，用于将目标对象标记为黄疸病患，评估目标对象的黄疸病况等级并进行反馈。
13、非黄疸病患反馈模块，用于将目标对象标记为非黄疸病患并进行反馈。
14、云数据库，用于存储黄疸病患基础特征表现集和各类黄斑形态轮廓，存储黄疸患病概率达标阈值，存储黄色色相角度区间。
15、相对于现有技术，本专利技术的实施例至少具有如下优点或有益效果：（1）本专利技术通过从hsv颜色空间像素维度分析目标对象手掌、脚掌、面部以及身体区域图像的黄疸倾向指数，确保对黄疸易显露易涉及的皮肤表面进行全面评估，实现黄疸征象的客观量化，从而判断目标对象是否存在黄疸患病现象，提高判断结果的准确性和一致性。
16、本专利技术通过识别目标对象是否符合黄疸病患基础特征表现集内巩膜黄染特征及其他任一或一以上特征，对目标对象的黄疸患病现象判断准确性进行验证，完善现有技术对于黄疸患病现象的确切验证机制，有助于规范黄疸图像诊断行为，进一步增强黄疸患病现象判断结果的全面性和可靠性。
17、本专利技术依据黄疸整体形态相似度识别目标对象的黄斑分布特征，依据黄疸整体纹理粗糙度识别目标对象的皮肤粗糙特征，依据巩膜黄染状态指数识别目标对象的巩膜黄染特征，实现对黄疸表征的多角度立体化的刻画，不仅有效提升黄疸诊断的科学性和精准性，还为后续黄疸病况严重程度评估提供客观依据。
18、本专利技术通过整合目标对象手掌、脚掌、面部以及身体区域图像的黄疸颜色特征、黄斑分布特征和皮肤粗糙特征，结合目标对象巩膜图像的巩膜黄染特征，实现对目标对象黄疸病况严重程度全面且细致化的了解，自动化精准化的黄疸病情评估为医务人员提供更便捷、快速的诊断工具，有助于及时发现和处理黄疸患者。
本文档来自技高网...【技术保护点】
1.基于图像识别的黄疸病况监测识别分析方法，其特征在于，包括：
2.根据权利要求1所述的基于图像识别的黄疸病况监测识别分析方法，其特征在于：所述判断目标对象是否存在黄疸患病现象，包括：识别定位目标对象全身图像内的手掌区域图像、面部区域图像、脚掌区域图像和身体区域图像；
3.根据权利要求2所述的基于图像识别的黄疸病况监测识别分析方法，其特征在于：所述判断目标对象是否存在黄疸患病现象，还包括：提取WEB云端存储的黄疸患病概率达标阈值，若目标对象的黄疸患病概率大于或等于黄疸患病概率达标阈值，则判断目标对象存在黄疸患病现象，反之判断目标对象不存在黄疸患病现象。
4.根据权利要求2所述的基于图像识别的黄疸病况监测识别分析方法，其特征在于：所述对目标对象的黄疸患病现象判断准确性进行验证，包括：提取黄疸病患基础特征表现集，包括黄斑分布特征、皮肤粗糙特征和巩膜黄染特征，根据目标对象的全身图像和巩膜图像，识别目标对象是否符合黄疸病患基础特征表现集内巩膜黄染特征及其他任一特征，若识别符合，则输出目标对象的黄疸患病现象判断准确性验证结果为一致，若识别不符合，则输出目
5.根据权利要求4所述的基于图像识别的黄疸病况监测识别分析方法，其特征在于：所述识别目标对象是否符合黄斑分布特征，包括：提取目标对象手掌区域图像内各黄色像素点，以某黄色像素点为起点进行连通域搜索，获取目标对象手掌区域图像内各潜在黄疸子区域并勾勒其轮廓，根据WEB云端存储的黄疸病患各类黄斑形态轮廓，分析潜在黄疸子区域轮廓与黄疸病患各类黄斑形态轮廓的对比相似度，筛选其中最大值作为潜在黄疸子区域的黄斑形态相似度，进而得到目标对象手掌区域图像内各潜在黄疸子区域的黄斑形态相似度，通过均值计算目标对象手掌区域的黄疸整体形态相似度，与预设的黄疸整体形态相似度达标阈值进行比对，若，则表示目标对象手掌区域符合黄斑分布特征，反之表示目标对象手掌区域不符合黄斑分布特征；
6.根据权利要求5所述的基于图像识别的黄疸病况监测识别分析方法，其特征在于：所述识别目标对象是否符合皮肤粗糙特征，包括：提取目标对象手掌区域图像内各潜在黄疸子区域并转化为灰度图像，构建目标对象手掌区域图像内各潜在黄疸子区域的灰度共生矩阵并计算其对比度和能量，将对比度和能量的比值作为纹理粗糙度，进而得到目标对象手掌区域图像内各潜在黄疸子区域的纹理粗糙度，通过均值计算得到目标对象手掌区域图像的黄疸整体纹理粗糙度，与预设的黄疸整体纹理粗糙度达标阈值进行比对，若，则表示目标对象手掌区域符合皮肤粗糙特征，反之表示目标对象手掌区域不符合皮肤粗糙特征；
7.根据权利要求6所述的基于图像识别的黄疸病况监测识别分析方法，其特征在于：所述计算目标对象手掌区域图像内各潜在黄疸子区域的灰度共生矩阵的对比度和能量，包括：将目标对象手掌区域图像内某潜在黄疸子区域的灰度共生矩阵内元素值记为，其中表示元素所在灰度共生矩阵的行数，表示元素所在灰度共生矩阵的列数，获取该潜在黄疸子区域的灰度共生矩阵的灰度级数，分别由公式、得到该潜在黄疸子区域的灰度共生矩阵的对比度、能量，进而得到目标对象手掌区域图像内各潜在黄疸子区域的灰度共生矩阵的对比度和能量。
8.根据权利要求6所述的基于图像识别的黄疸病况监测识别分析方法，其特征在于：所述识别目标对象是否符合巩膜黄染特征，包括：提取目标对象的巩膜图像并转化为HSV颜色空间，获取目标对象巩膜图像内各黄色像素点及黄色像素点数量占比，以巩膜图像内瞳孔为圆点，以预设半径依次累加构建各同心的巩膜圆环区域，记为各巩膜环，并按照巩膜环与眼球的距离以从小到大的顺序为各巩膜环进行编号，提取各巩膜环内各黄色像素点的饱和度分量，通过均值计算得到各巩膜环的平均黄疸颜色饱和度，其中为各巩膜环的编号，，计算目标对象的巩膜黄染状态指数，，其中为巩膜环数量，为自然常数，为第个巩膜环的平均黄疸颜色饱和度；
9.根据权利要求8所述的基于图像识别的黄疸病况监测识别分析方法，其特征在于：所述评估目标对象的黄疸病况等级，包括：提取目标对象手掌区域图像的黄疸倾向指数、黄疸整体形态相似度和黄疸整体纹理粗糙度并进行累加，得到目标对象手掌区域黄疸病况严重程度系数；
10.基于图像识别的黄疸病况监测识别分析系统，其特征在于，包括：
...【技术特征摘要】
1.基于图像识别的黄疸病况监测识别分析方法，其特征在于，包括：
2.根据权利要求1所述的基于图像识别的黄疸病况监测识别分析方法，其特征在于：所述判断目标对象是否存在黄疸患病现象，包括：识别定位目标对象全身图像内的手掌区域图像、面部区域图像、脚掌区域图像和身体区域图像；
3.根据权利要求2所述的基于图像识别的黄疸病况监测识别分析方法，其特征在于：所述判断目标对象是否存在黄疸患病现象，还包括：提取web云端存储的黄疸患病概率达标阈值，若目标对象的黄疸患病概率大于或等于黄疸患病概率达标阈值，则判断目标对象存在黄疸患病现象，反之判断目标对象不存在黄疸患病现象。
4.根据权利要求2所述的基于图像识别的黄疸病况监测识别分析方法，其特征在于：所述对目标对象的黄疸患病现象判断准确性进行验证，包括：提取黄疸病患基础特征表现集，包括黄斑分布特征、皮肤粗糙特征和巩膜黄染特征，根据目标对象的全身图像和巩膜图像，识别目标对象是否符合黄疸病患基础特征表现集内巩膜黄染特征及其他任一特征，若识别符合，则输出目标对象的黄疸患病现象判断准确性验证结果为一致，若识别不符合，则输出目标对象的黄疸患病现象判断准确性验证结果为非一致。
5.根据权利要求4所述的基于图像识别的黄疸病况监测识别分析方法，其特征在于：所述识别目标对象是否符合黄斑分布特征，包括：提取目标对象手掌区域图像内各黄色像素点，以某黄色像素点为起点进行连通域搜索，获取目标对象手掌区域图像内各潜在黄疸子区域并勾勒其轮廓，根据web云端存储的黄疸病患各类黄斑形态轮廓，分析潜在黄疸子区域轮廓与黄疸病患各类黄斑形态轮廓的对比相似度，筛选其中最大值作为潜在黄疸子区域的黄斑形态相似度，进而得到目标对象手掌区域图像内各潜在黄疸子区域的黄斑形态相似度，通过均值计算目标对象手掌区域的黄疸整体形态相似度，与预设的黄疸整体形态相似度达标阈值进行比对，若，则表示目标对象手掌区域符合黄斑分布特征，反之表示目标对象手掌区域不符合黄斑分布特征；
6.根据权利要求5所述的基于图像识别的黄疸病况监测识别分析方法，其特征在于：所述识别目标对象是否符合皮肤粗糙特征，包括...
【专利技术属性】
技术研发人员：崔笑楠，凌锦春，贲晓明，马红霞，何志江，
申请(专利权)人：深圳大学总医院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。