一种眼部图片和属性信息的分析方法和系统技术方案

本发明专利技术涉及一种眼部图片和属性信息的分析方法和系统，获取用户患有角膜炎的眼部图片和所述用户的属性信息；根据所述眼部图片的炎症浸润和/或溃疡形状，判别所述眼部图片的分类信息；根据所述属性信息和所述分类信息，获取所述用户所患有的角膜炎属于不同类别的概率。本发明专利技术无需专业的眼科医生，只需上传眼部图片和属性信息，即可以获知用户所患角膜炎类型的概率，为用户或者医生作出诊疗决策提供可靠的参考数据，并且可以推广到基层医院，普及更多的基层人群，弥补现行医疗资源分布不均的缺陷，为专业的眼科医生减轻负担。

An analysis method and system of eye image and attribute information

The invention relates to an analysis method and system of eye picture and attribute information, which can obtain the eye picture of the user suffering from keratitis and attribute information of the user, distinguish the classification information of the eye picture according to the inflammatory infiltration and / or ulcer shape of the eye picture, and obtain the keratitis of the user according to the attribute information and classification information Probability of the same kind. The invention does not need a professional ophthalmologist, only needs to upload the eye picture and attribute information, that is, the probability of the type of keratitis suffered by the user can be obtained, reliable reference data can be provided for the user or the doctor to make diagnosis and treatment decisions, and it can be extended to the grass-roots hospital, more grass-roots people can be popularized, the defects of the current uneven distribution of medical resources can be made up, and the professional ophthalmologists can be alleviated Burden.

【技术实现步骤摘要】
一种眼部图片和属性信息的分析方法和系统
本专利技术涉及医疗图像和医疗信息处理
，更具体地，涉及一种眼部图片和属性信息的分析方法和系统。
技术介绍
角膜炎是世界性的常见致盲眼病，角膜盲居于我国致盲性眼病第二位。角膜炎的早诊断、早治疗可避免造成角膜穿孔、眼内炎等严重的后果。角膜炎的种类繁多、临床表现复杂，但在角膜炎早期即表现出典型临床表现和体征。很多有经验的医生可以根据角膜炎的这些典型的临床表现及询问相关病史资料对患者做出正确的诊断。目前临床上常用的检查方法有裂隙灯检查、角膜刮除显微镜、真菌培养、组织活检、PCR、共聚焦显微镜等。但由于我国医疗资源分布极不平衡，很多偏远地区及乡镇医院眼科医生匮乏，或未购买昂贵的眼科仪器。因此导致了病人无法及时地获得正确的角膜炎诊断和及时的治疗。除此之外，所有仪器的检查结果必须依靠专业医生进行解读、诊断，才能为患者进行进一步的治疗，这些因素最终增加了更多患者病情加重的风险。一个理想的角膜炎诊断的方法除了应具有敏感、准确性高外，还应具有快捷、低成本的优势。然而现行的诊断方法显然尚不能满足以上便捷、低成本的要求。
技术实现思路
本专利技术旨在克服上述现有技术的至少一种缺陷(不足)，提供一种眼部图片和属性信息的分析方法和系统，无需专业的眼科医生，只需上传眼部图片和属性信息，即可以获知用户所患角膜炎类型的概率，为用户或者医生作出诊疗决策提供可靠的参考数据。本专利技术采取的技术方案是：一种眼部图片和属性信息的分析方法，包括以下步骤：获取用户患有角膜炎的眼部图片和所述用户的属性信息；根据所述眼部图片的炎症浸润和/或溃疡形状，判别所述眼部图片的分类信息；根据所述属性信息和所述分类信息，获取所述用户所患有的角膜炎属于不同类别的概率。先对用户患有角膜炎的眼部图片进行初步分类得到分类信息，再将分类信息结合用户的属性信息一起进行综合分析，获取用户所患的角膜炎分属于不同类别的概率。通过综合分析用户患有角膜炎的眼部外观图片以及该用户的属性信息，可以更全面、更准确地分析用户所患角膜炎的类别概率，为用户或者医生作出诊疗决策提供可靠的参考数据。本实施例简单易行，无需专业的眼科医生或者训练操作技术人员，即可让用户或者非专业眼科医生的基层医院工作人员获知用户所患角膜炎的类型的概率，弥补现行医疗资源分布不均的缺陷。进一步地，根据所述眼部图片的炎症浸润和/或溃疡形状，判别所述眼部图片的分类信息，具体为：根据所述眼部图片的炎症浸润和/或溃疡形状，通过深度学习算法判别所述眼部图片的分类信息。进一步地，根据所述属性信息和所述分类信息，获取所述用户所患有的角膜炎属于不同类别的概率，具体为：根据所述属性信息和所述分类信息，通过朴素贝叶斯算法或随机森林算法获取所述用户所患有的角膜炎属于不同类别的概率。进一步地，所述属性信息包括外伤史、外伤媒介、眼部治疗史、眼睑特征、既往用药史、除眼部以外的其他部位疾病的其中一个或多个。进一步地，所述分类信息包括是否为类圆形膏状病灶、是否为卫星灶、是否形成免疫环、是否形成伪足、是否呈树枝状、是否呈地图状、是否呈圆形、是否表面粗糙、是否表面干净、是否边缘模糊、是否边缘整洁的其中一种或多种。一种眼部图片和属性信息的分析系统，包括：数据获取模块，用于获取患有角膜炎的用户的眼部图片和所述用户的属性信息；图片预处理模块，用于根据所述眼部图片的炎症浸润和/或溃疡形状，判别所述眼部图片的分类信息；图片分类模块，用于根据所述属性信息和所述分类信息，获取所述用户所患有的角膜炎属于不同类别的概率。图片预处理模块先对用户患有角膜炎的眼部图片进行初步分类得到分类信息，图片分类模块再将分类信息结合用户的属性信息一起进行综合分析，获取用户所患的角膜炎分属于不同类别的概率。通过综合分析用户患有角膜炎的眼部外观图片以及该用户的属性信息，可以更全面、更准确地分析用户所患角膜炎的类别概率，为用户或者医生作出诊疗决策提供可靠的参考数据。本实施例简单易行，无需专业的眼科医生或者训练操作技术人员，即可让用户或者非专业眼科医生的基层医院工作人员获知用户所患角膜炎的类型的概率，弥补现行医疗资源分布不均的缺陷。进一步地，所述图片预处理模块，具体用于根据所述眼部图片的炎症浸润和/或溃疡形状，通过深度学习算法判别所述眼部图片的分类信息。进一步地，所述图片分类模块，具体用于根据所述属性信息和所述分类信息，通过朴素贝叶斯算法或随机森林算法获取所述用户所患有的角膜炎属于不同类别的概率。进一步地，所述系统还包括：图片预分类模块，用于获取用户的眼部图片，通过深度学习算法预分类出患有角膜炎的用户的眼部图片。进一步地，所述系统还包括：眼部定位模块，用于获取用户的图片，通过深度学习算法定位并裁剪出所述图片中的眼部形成用户的眼部图片。与现有技术相比，本专利技术的有益效果为：(1)用户或医生可运用各类终端在联机或脱机状态下上传的眼部图片并输入相应的个人资料形成属性信息，即可以获得用户所患的角膜炎所属类型的概率，为用户或者医生作出诊疗决策提供可靠的参考数据；(2)本专利技术操作简单，无需专业的眼科医生或操作人员，可以推广到基层医院，普及更多的基层人群，弥补现行医疗资源分布不均的缺陷，为专业的眼科医生减轻负担；(3)本专利技术通过机器学习算法，如深度学习算法、朴素贝叶斯算法、随机森林算法，提高了对眼部图片与属性信息进行综合分析的准确性和高效性。附图说明图1为本专利技术实施例1的方法流程图。图2为本专利技术实施例1的另一个方法流程图。图3为本专利技术实施例2的第一个系统组成图。图4为本专利技术实施例2的第二个系统组成图。图5为本专利技术实施例2的第三个系统组成图。具体实施方式本专利技术附图仅用于示例性说明，不能理解为对本专利技术的限制。为了更好说明以下实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。实施例1如图1所示，本实施例提供一种眼部图片和属性信息的分析方法，包括以下步骤：获取用户患有角膜炎的眼部图片和所述用户的属性信息；根据所述眼部图片的炎症浸润和/或溃疡形状，判别所述眼部图片的分类信息；根据所述属性信息和所述分类信息，获取所述用户所患有的角膜炎属于不同类别的概率。先对用户患有角膜炎的眼部图片进行初步分类得到分类信息，再将分类信息结合用户的属性信息一起进行综合分析，获取用户所患的角膜炎分属于不同类别的概率。通过综合分析用户患有角膜炎的眼部外观图片以及该用户的属性信息，可以更全面、更准确地分析用户所患角膜炎的类别概率，为用户或者医生作出诊疗决策提供可靠的参考数据。本实施例简单易行，无需专业的眼科医生或者训练操作技术人员，即可让用户或者非专业眼科医生的基层医院工作人员获知用户所患角膜炎的类型的概率，弥补现行本文档来自技高网...

【技术保护点】
1.一种眼部图片和属性信息的分析方法，其特征在于，包括以下步骤：/n获取用户患有角膜炎的眼部图片和所述用户的属性信息；/n根据所述眼部图片的炎症浸润和/或溃疡形状，判别所述眼部图片的分类信息；/n根据所述属性信息和所述分类信息，获取所述用户所患有的角膜炎属于不同类别的概率。/n

【技术特征摘要】
1.一种眼部图片和属性信息的分析方法，其特征在于，包括以下步骤：
获取用户患有角膜炎的眼部图片和所述用户的属性信息；
根据所述眼部图片的炎症浸润和/或溃疡形状，判别所述眼部图片的分类信息；
根据所述属性信息和所述分类信息，获取所述用户所患有的角膜炎属于不同类别的概率。


2.根据权利要求1所述的一种眼部图片和属性信息的分析方法，其特征在于，根据所述眼部图片的炎症浸润和/或溃疡形状，判别所述眼部图片的分类信息，具体为：
根据所述眼部图片的炎症浸润和/或溃疡形状，通过深度学习算法判别所述眼部图片的分类信息。


3.根据权利要求1所述的一种眼部图片和属性信息的分析方法，其特征在于，根据所述属性信息和所述分类信息，获取所述用户所患有的角膜炎属于不同类别的概率，具体为：
根据所述属性信息和所述分类信息，通过朴素贝叶斯算法或随机森林算法获取所述用户所患有的角膜炎属于不同类别的概率。


4.根据权利要求1所述的一种眼部图片和属性信息的分析方法，其特征在于，所述属性信息包括外伤史、外伤媒介、眼部治疗史、眼睑特征、既往用药史、除眼部以外的其他部位疾病的其中一个或多个。


5.根据权利要求1所述的一种眼部图片和属性信息的分析方法，其特征在于，所述分类信息包括是否为类圆形膏状病灶、是否为卫星灶、是否形成免疫环、是否形成伪足、是否呈树枝状、是否呈地图状、是否呈圆形、是否表...

【专利技术属性】
技术研发人员：林浩添，吕健，张凯，曾思明，徐帆，陈琦，
申请(专利权)人：中山大学中山眼科中心，广西壮族自治区人民医院，
类型：发明
国别省市：广东;44