一种皮肤病综合数据分析诊断辅助系统及信息处理方法技术方案

本发明专利技术公开了一种皮肤病综合数据分析诊断辅助系统及其信息处理方法，所述皮肤病综合数据分析诊断辅助系统包括有：信息提取系统；患者信息数据库；电子病历学习系统；病史‑疾病数据库；图像数据库；皮肤影像学图像特征识别、分析系统；特征‑疾病数据库；专家数据库。本发明专利技术在利用人工智能分析含有大量皮肤病特征的皮肤影像学图像数据的基础上，结合临床电子病历文本数据，综合皮肤影像学图片与电子病历的双重诊断结果，提出一种皮肤病综合数据分析诊断辅助系统，该系统能自动生成并反馈目标疾病范围，给出相较现有人工智能诊断系统更加客观可靠的诊疗意见。所述一种皮肤病综合数据分析诊断辅助系统的信息处理方法为该系统运行时处理皮肤影像学图片数据信息的方法。

A comprehensive data analysis and diagnosis assistant system and information processing method for dermatosis

【技术实现步骤摘要】
一种皮肤病综合数据分析诊断辅助系统及信息处理方法
本专利技术涉及皮肤病诊断领域，具体为一种皮肤病综合数据分析诊断辅助系统及信息处理方法。
技术介绍
皮肤病种类繁多且一般病因病理较为复杂，部分病因至今尚未完全明了，对病患正常生活产生巨大影响。然而，目前临床上针对皮肤病的优质医疗资源相对失衡，面对医患供需严重不对称的现状和人工智能的普及，出现了使用人工智能辅助疾病诊断的应用。目前被广泛应用与皮肤病诊断的人工智能辅助诊断大多依靠提取皮肤外观大体图像特征，学习特征与疾病的关系，从而给出可能疾病范围，如申请号为CN201810199870.4、的一种智能辅助诊断系统和申请号为CN201810805410.1的一种基于人工智能的黑色素瘤辅助诊断方法。但因皮肤发病原因一般较为复杂，而皮肤病病理特征呈现“冰山”式的分布，仅仅通过表层的病理特征提取，只能获取皮肤病病理信息的“冰山一角”。故皮肤病的现有的传统外观图像算法准确性较差。
技术实现思路
本专利技术旨在解决上述现有技术存在的问题而提供一种皮肤病综合数据分析诊断辅助系统及信息处理方法，本专利技术在利用人工智能分析含有大量皮肤病特征的皮肤影像学图像数据的基础上，结合临床电子病历文本数据，综合皮肤影像学图片与电子病历的双重诊断结果，构建一种皮肤病综合数据分析诊断辅助系统，该系统能自动生成并反馈目标疾病范围，并给出相较其他人工智能诊断系统更加客观可靠的诊疗意见。为解决上述技术问题，本专利技术所采用的技术方案是：一种皮肤病综合数据分析诊断辅助系统及信息处理方法，该系统包括信息提取系统、患者信息数据库、电子病历学习系统、病史-疾病数据库、皮肤影像学图像分类处理系统、图像数据库、皮肤影像学图像特征识别、分析系统、特征-疾病数据库和专家数据库。该系统区别于一般人工智能皮肤病辅助诊断系统，在考虑更多病理因素后提供更加准确的辅助诊断意见。信息处理方法为该系统中所应用的信息处理方法。所述信息提取系统用于从电子病历中提取患者信息。所述患者信息数据库，用于存储从电子病历中提取到的患者信息。所述的患者信息包括患者ID、性别、年龄、病种、病史、禁忌、重点生活环境；优选地，重点生活环境作为评价，依据将病患患有目标疾病的概率量化为极易，一般和不易三个等级。患者信息是病例学习系统中患者信息与目标疾病之间映射关系的“阈值”以及初始构建映射关系的训练集，同时重点生活环境作为评价依据将病患患有目标疾病的概率量化为极易(概率大于60％)，一般(概率介于60％至30％之间)和不易(概率小于30％)三个等级。所述患者信息数据库，用于存储从电子病历中提取到的患者信息。所述电子病历学习系统，利用反向传播网络构建算法学习、建立电子病历中的患者信息与目标疾病的映射关系；所述病史-疾病数据库，用于存储患者电子病历信息映射患者可能患病的范围。电子病例学习系统所学习构建的映射关系存储在病史-疾病数据库中，病史-疾病数据库中的病患范围将作为重要参考供专家数据库调用。电子病历学习系统构建过程中应用了具有非常强的非线性映射能力的反向传播神经网络求解病历内联关系，很大程度地降低了整体模型的复杂度。所述皮肤影像学图像分类处理系统，用于对皮肤影像学图像矩阵进行预处理，预处理包括：将皮肤影像学图像归一化和人为标记处理；将皮肤影像学图像数据转换为矩阵像素数据并作去均值处理，皮肤影像图像的预处理作为对图像数据的转化修整，是皮肤影像学图像特征识别、分析系统计算运行的前期基础工作。所述图像数据库，用于储存经皮肤影像学图像分类处理系统预处理后的皮肤影像学图像。所述皮肤影像学图像特征识别、分析系统，用于识别皮肤影像学图像特征，对预处理后的图像进行直方图均衡化处理、利用卷积神经网络对图像进行特征提取并输出特征信息到特征-疾病数据库中、利用卷积神经网络学习录入特征与疾病之间的映射关系、将特征与疾病的映射关系数据化、一致化、无量纲化处理后存入特征-疾病数据库。所述卷积神经网络为VGG16卷积神经网络，并针对过拟合现象引用迁移学习对卷积神经网络进行优化。所述直方图均衡化处理为对卷积神经网络输出的特征进行分析和量化，得到包括：色度、表皮厚度、色素含量、平均灰度、真皮血管密度、炎症细胞个数、胶原密度在内的结构性参数。表皮厚度按照所拍摄患者不同皮损位置分为正常、增生和可能存在皮损三种情况(以手掌、足跖为例，0.8～1.4mm为正常，＞1.4mm为可能存在增生，＜0.8mm为可能存在皮损)。皮肤影像学图像特征识别、分析系统是人工智能临床辅助诊断核心步骤，用于输出根据临床图像输出可能患病范围。所述特征-疾病数据库，用于存储、分析系统提取到的病损部位特征信息及特征信息所映射的可能疾病范围。所述专家数据库，用于储存人工智能辅助皮肤病诊断的综合数据分析系统的最终输出结果以及补充检索工具的建立，补充检索工具作用在于方便门诊医生对存疑诊断结果的调查与补正。专家数据库供医生操作与参考，是系统借鉴意义的核心。所述的皮肤病综合数据分析诊断辅助系统的信息处理方法，其特征在于，所述信息处理方法包括：S1:利用信息提取系统从电子病历中提取患者信息并传输到患者信息数据库进行储存。患者信息数据库中所储存的患者信息包括：患者ID、性别、年龄、病种、病史、禁忌、重点生活环境，其中利用专家指南及临床数据统计结果，将重点生活环境按此种环境下生活者患某种皮肤病的概率α大小分为三级：极易α＞60％，一般30％≤α≤60％，不易α＞60％。S2:利用反向传播网络构建算法学习电子病历中的患者信息与目标疾病的逻辑关系，所述算法具体分为：确认训练数据集、数据准备、网络模型建立、遗传算法优化四步骤，算法步骤具体参见图4。应用数学模型，将病历与疾病的相关性数据化、一致化、无量纲化处理，得出目标疾病范围，将计算得出的患者电子病例信息映射的可能疾病范围存储在病史疾病数据库中。S3:利用皮肤影像学图像分类处理系统对皮肤影像学图像矩阵进行预处理，预处理后的皮肤影像学图像存储在图像数据库中。所述皮肤影像学图像特征识别和分类系统中的图像预处理包括：对皮肤影像学图像进行归一化和人为标记处理后输入系统，将皮肤影像学图像数据转换为矩阵像素数据输入到卷积神经网络中，运用去均值方法进行预处理：把像素数据各个维度都中心化到0，也就是算出所有样本的平均值，再让所有样本减去此均值。特征-疾病数据库在所述图像数据库基础上，将皮肤影像学图像进行直方图均衡化处理后，网络进行权值的初始化，输出图像特征信息并储存。S4:采用VGG16卷积神经网络对图像数据库中图像数据的进行特征提取，并引入迁移学习对CNN(卷积神经网络)进行优化解决过拟合现象，将提取到的病损部位特征信息及特征信息所映射的可能疾病范围存储在特征-疾病数据库中。所述直方图均衡化处理为图像特征的量化过程为将CNN(卷积神经网络)得到的图片特征进行分析和量化，得到作为主要判断指标的各种结构性参数。S5：调用专家数据库中结合病史-疾病数据库以及特征-疾病数据库综合数据分析系本文档来自技高网...

【技术保护点】
1.一种皮肤病综合数据分析诊断辅助系统，其特征在于，包括：/n信息提取系统，用于从电子病历中提取患者信息；/n患者信息数据库，用于存储从电子病历中提取到的患者信息；/n电子病历学习系统，利用反向传播网络构建算法学习建立电子病历中的患者信息与目标疾病的映射关系；/n病史-疾病数据库，用于存储患者电子病历信息映射患者可能患病的范围；/n皮肤影像学图像分类处理系统，用于对皮肤影像学图像矩阵进行预处理；/n图像数据库，用于储存经皮肤影像学图像分类处理系统预处理后的皮肤影像学图像；/n皮肤影像学图像特征识别、分析系统，用于识别皮肤影像学图像特征；/n特征-疾病数据库，用于存储、分析系统提取到的病损部位特征信息及特征信息所映射的可能疾病范围；/n专家数据库，用于储存一种皮肤病综合数据分析诊断辅助系统的最终输出结果以及补充检索工具的建立。/n

【技术特征摘要】
1.一种皮肤病综合数据分析诊断辅助系统，其特征在于，包括：
信息提取系统，用于从电子病历中提取患者信息；
患者信息数据库，用于存储从电子病历中提取到的患者信息；
电子病历学习系统，利用反向传播网络构建算法学习建立电子病历中的患者信息与目标疾病的映射关系；
病史-疾病数据库，用于存储患者电子病历信息映射患者可能患病的范围；
皮肤影像学图像分类处理系统，用于对皮肤影像学图像矩阵进行预处理；
图像数据库，用于储存经皮肤影像学图像分类处理系统预处理后的皮肤影像学图像；
皮肤影像学图像特征识别、分析系统，用于识别皮肤影像学图像特征；
特征-疾病数据库，用于存储、分析系统提取到的病损部位特征信息及特征信息所映射的可能疾病范围；
专家数据库，用于储存一种皮肤病综合数据分析诊断辅助系统的最终输出结果以及补充检索工具的建立。


2.根据权利要求1所述的一种皮肤病综合数据分析诊断辅助系统，其特征在于，所述患者信息包括患者ID、性别、年龄、病种、病史、禁忌、重点生活环境；优选地，重点生活环境作为评价依据将病患患有目标疾病的概率量化为极易，一般和不易三个等级，患者信息是病例学习系统中患者信息与目标疾病之间映射关系的“阈值”以及初始构建映射关系的训练集。


3.根据权利要求1所述的一种皮肤病综合数据分析诊断辅助系统，其特征在于所述皮肤影像学图像分类处理系统预处理包括：将皮肤影像学图像归一化和人为标记处理；将皮肤影像学图像数据转换为矩阵像素数据并作去均值处理；皮肤影像图像的预处理作为对图像数据的转化修整，是皮肤影像学图像特征识别、分析系统计算运行的前期基础工作。


4.根据权利要求1所述的一种皮肤病综合数据分析诊断辅助系统，其特征在于，所述皮肤影像学图像特征识别、分析系统包括：对预处理后的图像进行直方图均衡化处理、利用卷积神经网络对图像进行特征提取并输出特征信息到特征-疾病数据库中、利用卷积神经网络学习录入特征与疾病之间的映射关系、将特征与疾病的映射关系数据化、一致化、无量纲化处理后存入特征-疾病数据库。


5.根据权利要求4所述的一种皮肤病综合数据分析诊断辅助系统，其特征在于，所述卷积神经网络为VGG16卷积神经网络，并针对过拟合现象引用迁移学习对卷积神经网络进行优化。


6.根据权利要求4所述的一种皮肤病综合数据分析诊断辅助系统，其特征在于，所述直方图均衡化处理为对卷积神经网络输出的特征进行分析和量化，得到包括：色度、表皮厚度、色素含量、平均灰度、真皮血管密度、炎症细胞个数、胶原密度在内的结构性参数。


7.根据权利要求5所述的一种皮肤病综合数据分析诊断辅助系统，其特征在于，所述表皮厚度按照所拍摄患者的皮损位置与正常同位置表皮厚度对比，分为正常、增生和可能存在皮损三种情况。


8.根据权利要求1所述的一种皮肤病综合数据分析诊断辅助系统，其特征在于，所述的补充检索工具作用在于方便门诊医生对存疑诊断结果的调查与补正。


9.一种如权利要求1-8任一权利要求所述的皮肤病综合数据分析诊断辅助系统的信息处理方法，其特征在于，所述信息处理方法包括：
S1:利用信息提取系统从电子病历中提取患者信息并传输到患者信息数据库进行储存。患者信息数据库中所储存的患者信息包括：患者ID、性别、年龄、病种、病史、禁忌、重点生活环境，其中利用专家指南及临床数据统计结果，将重点生活环境按此种环境下生活者患某种皮肤病的概率α大小分为三级：极易α＞60％，一般30％≤α≤60％，不易α＞60％；
S2:利用反向传播网络构建算法学习电子病历中的患者信息与目标疾病的逻辑关系，所述算法具体分为：确认训练数据集、数据准备、网络模型建立、遗传算法优化四步骤，应用数学模型，将病历与疾病的相关性数据化、一致化、无量纲化处理，得出目标疾病范围，将计算得出的患者电子病例信息映射的可能疾病范围存储在病史疾病数据库中；
S3:利用皮肤影像学图像分类处理系统对皮肤影像学图像矩阵进行预处理，预处理后的皮肤影像学图像存储在图像数据库中；所述皮肤影像学图像特征识别和分类系统中的图像预处理包括：对皮肤影像学图像进行归一化和人为标记处理后输入系统，将皮肤影像学图像数据转换为矩阵像素数据输入到卷积神经网络中，运用去均值方法进行预处理：把像素数据各个维度都中心化到0，即算出所有样本的平均值，再用所有样本减去此均值；特征-疾病数据库在所述图像数据库基础上，将皮肤影像学图像进行直方图均衡化处理后，网络进行权值的初始化，输出图像特征信息并储存；
S4:采用VGG16卷积神经网络对图像数据库中图像数据的特征进行提取，并引入迁移学习对卷积神经网络进行优化以解决过拟合现象，将提取到的病损部位特征信息及特征信息所映射的可能疾病范围存储在特征-疾病数据库中；所述直方图均衡化处理为图像特征的量化过程，即将CNN得到的图片特征进行分析和量化，得到作为主要判断指标的各种结构性参数；
S5：调用专家数据库中结合病史-疾病数据库以及特征-疾病数据库综合数据分析系统的最终输出结果，建立补充检索工具；所述检索工具的建立方便医生通过该系统回顾与判断患者疾病过程与结果是否准确，并通过人为纠错逐渐提高一种皮肤病综合数据分析诊断辅助系统诊断准确率。


10.根据权利要求9所述的皮肤病综合数据分析诊断辅助系统的信息处理方法，其特征在于所述皮肤影像学图像信息特征提取包括以下步骤：
S1：皮肤影像学图像的矩阵像素数据经过卷积层、下采样层、全连接层的向前传播得到皮肤病预测输出值；
S2：求出网络的皮肤病预测输出值与目标值之间的误差；
S3：当最终皮肤病预测误差大于我们的期望值时，将误差传回网络...

【专利技术属性】
技术研发人员：王茜，徐阳婷，周大维，康健，杨思为，王彤，康丽阳，童晓亮，唐祯，黄健，
申请(专利权)人：湖南财政经济学院，
类型：发明
国别省市：湖南;43