【技术实现步骤摘要】
本专利技术属于肾小球基底膜厚度测量，具体涉及基于人工智能的电镜下肾小球基底膜厚度测量方法及系统。
技术介绍
1、近年来人工智能发展十分迅速，为医学进步带来许多机遇，随着肾脏病在世界范围内患病率逐年上升，早发现、早诊断、早治疗对于改善肾脏病的预后十分关键，人工智能在肾脏病的诊断、治疗、预后及预测等方面提供了有效帮助，能减轻肾脏病诊治的工作负担，提高肾脏病管理的效率，肾小球基底膜（gbm）位于足细胞和肾小球毛细血管上特化的有孔内皮细胞之间，在肾小球发生过程中，由未成熟的足细胞和内皮细胞各自合成的基质不断发育融合而成，在肾小球滤过中，gbm发挥机械屏障和电荷屏障的重要作用，随着机体的发育，gbm 不断增厚，儿童的厚度一般为275~315 nm，生长发育至成人厚度增加为 330~460nm 。电镜下肾小球基底膜厚度是多种肾脏疾病诊断的关键依据，多种疾病均表现为肾小球基底膜厚度的变化，薄基底膜肾病（tbmn）的诊断依赖于透射电镜检查表现为电镜下可见gbm弥漫性变薄，糖尿病肾病主要表现为电镜下肾小球gbm弥漫均匀的增厚，在人群中发病率较高的膜性肾病主要病理特点为肾小球gbm显增厚和上皮下含免疫球蛋白沉积物，抗基底膜性肾病主要表现为肾小球基底膜断裂，多种遗传相关的编码 gbm 上细胞外基质蛋白的基因突变均可引起的基底膜改变，其中alport 综合征是一种常见的与基底膜相关的遗传性肾病，主要表现为肾小球基底膜分层样改变。
2、而目前肾小球基底膜的测量方式仍为电镜下随机取样后测量，不能准确和全面的反应该肾小球基底膜的厚度，人为的主观判
技术实现思路
1、本专利技术的目的是提供基于人工智能的电镜下肾小球基底膜厚度测量方法及系统，能够准确测量肾小球基底膜的厚度，从而为肾脏疾病的诊断提供更为精确的数据支持。
2、本专利技术采取的技术方案具体如下：
3、基于人工智能的电镜下肾小球基底膜厚度测量方法，包括：
4、获取肾小球的电镜图像数据，对所述基底图像数据进行特征提取，输出肾小球基底膜的区域特征图像，再对所述肾小球基底膜的区域特征图像进行预处理，得到基底图像数据；
5、依据所述肾小球基底膜的区域特征图像，提取肾小球基底膜的边缘曲线，并依据所述边缘曲线计算肾小球基底膜的厚度，且将所述肾小球基底膜的厚度记录为基准特征参数；
6、对所述基准特征参数进行评估处理，并依据评估结果确定肾脏状态，其中，所述肾脏状态包括正常状态和异常状态；
7、所述正常状态下，表明所述肾小球基底膜的厚度在正常范围内，并进行持续监测，且将正常范围内的肾小球基底膜的厚度记录至检测日志；
8、所述异常状态下，则表明所述肾小球基底膜的厚度超出了正常范围，并输出所述肾小球基底膜的检测偏量，再依据所述检测偏量确定肾脏异常等级。
9、在一种优选方案中，所述对所述肾小球基底膜的区域特征图像进行预处理，得到基底图像数据的步骤，包括：
10、获取所述肾小球的电镜图像数据，并对所述电镜图像数据进行去噪处理，消除所述电镜图像数据中的噪声干扰；
11、对去噪后的电镜图像数据进行灰度转换，将所述电镜图像数据转换为灰度图像；
12、对所述灰度图像进行边缘检测，突出所述肾小球基底膜的边缘信息，并同步增强肾小球基底膜的边缘特征；
13、依据所述肾小球基底膜的边缘特征进行区域分割，将肾小球基底膜从灰度图像的背景中分离，形成区域特征图像，并记录为基底图像数据。
14、在一种优选方案中，所述依据所述边缘曲线计算肾小球基底膜的厚度，且将所述肾小球基底膜的厚度记录为基准特征参数的步骤，包括：
15、依据所述基底图像数据构建虚拟坐标系，并在所述虚拟坐标系中标定边缘曲线中边缘拐点的拐点坐标；
16、依据每三个所述边缘拐点构建多个封闭曲线，其中，所述封闭曲线呈圆形；
17、筛选与所述肾小球基底膜外圈对应，且半径取值最大的封闭曲线，并标定为标准外圈曲线；
18、筛选与所述肾小球基底膜内圈对应，且半径取值最小的封闭曲线，并标定为标准内圈曲线；
19、依据所述标准外圈曲线和标准内圈曲线，计算所述肾小球基底膜的厚度，并记录为基准特征参数。
20、在一种优选方案中，所述依据所述标准外圈曲线和标准内圈曲线，计算所述肾小球基底膜的厚度，并记录为基准特征参数的步骤，包括：
21、在所述标准外圈曲线上设置多个取样节点，其中，多个所述取样节点在标准外圈曲线上呈环形等距分布；
22、以各个所述取样节点为基准，向所述标准内圈曲线的圆心处进行延伸虚拟线段，且将所述虚拟线段与标准内圈曲线之间的交点，并记录为测量交点；
23、计算同一虚拟线段下的测量交点与取样节点之间的距离作为肾小球基底膜的厚度，并同步记录为基准特征参数。
24、在一种优选方案中，所述对所述基准特征参数进行评估处理，并依据评估结果确定肾脏状态的步骤，包括：
25、获取所有所述基准特征参数；
26、获取评估区间，并将所述基准特征参数与评估区间进行比较；
27、若所有所述基准特征参数均落入至评估区间内，则表明所述肾小球基底膜的厚度正常，并将对应的肾脏状态记录为正常状态；
28、若存在所述基准特征参数未落入至评估区间内，则统计未落入至评估区间内的基准特征参数的数量，并记录为后置评估条件参数，且在所述后置评估条件参数超出预设的评估阈值，则将对应的肾脏状态记录为异常状态，反之，仍记录为正常状态。
29、在一种优选方案中，所述正常状态下，从所述检测日志中调用肾小球基底膜的历史检测厚度，并记录为历史条件参数；
30、获取评估函数，并将所述历史条件参数输入至评估函数中，且将所述评估函数的输出结果记录为趋势条件参数；
31、获取所述评估区间的边缘值，所述边缘值包括评估区间的上限值和下限值；
32、依据所述边缘值和趋势条件参数，计算并输出所述正常状态下，所述肾小球基底膜的预测安全时长。
33、在一种优选方案中，所述输出所述肾小球基底膜的检测偏量的步骤，包括：
34、获取所述异常状态下，所有未落入至评估区间内的基准特征参数，并记录为异常条件参数；
35、对所述异常条件参数和评估区间的边缘值进行做差处理，得到初始厚度偏量，其中，所述初始厚度偏量包括高于评估区间上限值的第一厚度偏量，以及低于评估区间下限值的第二厚度偏量；
36、获取测算函数，并将所述第一厚度偏量和第二厚度偏量分别输入至测算函数中，且将所述测算函数的输出结果记录为肾小球基底膜的检测偏量。
37、在一种优选方本文档来自技高网...
【技术保护点】
1.基于人工智能的电镜下肾小球基底膜厚度测量方法，其特征在于：包括：
2.根据权利要求1所述的基于人工智能的电镜下肾小球基底膜厚度测量方法，其特征在于：所述对所述肾小球基底膜的区域特征图像进行预处理，得到基底图像数据的步骤，包括：
3.根据权利要求1所述的基于人工智能的电镜下肾小球基底膜厚度测量方法，其特征在于：所述依据所述边缘曲线计算肾小球基底膜的厚度，且将所述肾小球基底膜的厚度记录为基准特征参数的步骤，包括：
4.根据权利要求3所述的基于人工智能的电镜下肾小球基底膜厚度测量方法，其特征在于：所述依据所述标准外圈曲线和标准内圈曲线，计算所述肾小球基底膜的厚度，并记录为基准特征参数的步骤，包括：
5.根据权利要求1所述的基于人工智能的电镜下肾小球基底膜厚度测量方法，其特征在于：所述对所述基准特征参数进行评估处理，并依据评估结果确定肾脏状态的步骤，包括：
6.根据权利要求5所述的基于人工智能的电镜下肾小球基底膜厚度测量方法，其特征在于：所述正常状态下，从所述检测日志中调用肾小球基底膜的历史检测厚度，并记录为历史条件参数；<...
【技术特征摘要】
1.基于人工智能的电镜下肾小球基底膜厚度测量方法，其特征在于：包括：
2.根据权利要求1所述的基于人工智能的电镜下肾小球基底膜厚度测量方法，其特征在于：所述对所述肾小球基底膜的区域特征图像进行预处理，得到基底图像数据的步骤，包括：
3.根据权利要求1所述的基于人工智能的电镜下肾小球基底膜厚度测量方法，其特征在于：所述依据所述边缘曲线计算肾小球基底膜的厚度，且将所述肾小球基底膜的厚度记录为基准特征参数的步骤，包括：
4.根据权利要求3所述的基于人工智能的电镜下肾小球基底膜厚度测量方法，其特征在于：所述依据所述标准外圈曲线和标准内圈曲线，计算所述肾小球基底膜的厚度，并记录为基准特征参数的步骤，包括：
5.根据权利要求1所述的基于人工智能的电镜下肾小球基底膜厚度测量方法，其特征在于：所述对所述基准特征参...
【专利技术属性】
技术研发人员：赵宇，朱小东，倪海锋，张晓良，陈奎，孙丽，
申请(专利权)人：东南大学，
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。