量化皮肤潮红反应程度的方法、系统、介质及终端技术方案

本发明专利技术提供一种量化皮肤潮红反应程度的方法、系统、介质及终端；所述方法包括以下步骤：获取待测者的潮红反应图像；在潮红反应图像上识别出潮红反应区域；获取潮红反应区域对应的Cr分布、Cb分布及相应的颜色分布特征；将Cr分布、Cb分布及颜色分布特征输入至量化预测模型中，使其输出量化值，以根据该量化值预测待测者的患病概率；本发明专利技术采用基于机器学习算法搭建的神经网络量化预测模型实现对皮肤潮红反应程度的量化评估，通过获取皮肤潮红反应区域面积以及皮肤颜色分布特征等参数，进行科学客观地量化，摒除了现有人工观察评估量化的主观因素的影响，实现了皮肤潮红反应程度量化结果的一致性，提高了后续对用户患病概率预测的准确可靠性。的准确可靠性。的准确可靠性。

【技术实现步骤摘要】
量化皮肤潮红反应程度的方法、系统、介质及终端


[0001]本专利技术属于皮肤潮红反应
，特别是涉及一种量化皮肤潮红反应程度的方法、系统、介质及终端。

技术介绍

[0002]目前，目测法作为医疗领域判定皮肤潮红反应程度较为普及的方法，具有如下一些局限性：
[0003](1)目测法的评估打分均为主观评估，缺乏一定的客观性，而对皮肤反应程度的量化方法则需要具有相对准确的客观性；现有目测法中对于皮肤潮红反应程度的评估词汇主要基于轻度、重度和水肿等这类带有主观因素的词汇，这些评估词汇本身的客观定义也较为困难，而基于这类定义模糊的词汇，进行的人工评估中掺杂的主观因素过多，缺乏客观性，同时评估的结果误差也会较大。
[0004](2)不同医生使用目测法，在相同的皮肤潮红反应下，考虑到目测法的指标均为主观指标，不同医生的主观指标本身就有一定的差异，这也会使所评估的结果一致性较差。

技术实现思路

[0005]鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种量化皮肤潮红反应程度的方法、系统、介质及终端，用于解决现有技术中，使用目测法判定皮肤潮红反应程度存在的判定结果误差大、结果一致性不可控的问题。
[0006]为实现上述目的及其他相关目的，本专利技术提供一种量化皮肤潮红反应程度的方法，包括以下步骤：获取待测者的潮红反应图像；所述潮红反应图像为在所述待测者皮肤上贴上皮肤潮红反应试剂贴片，并持续第一预设时间后取下所述皮肤潮红反应试剂贴片，所述待测者皮肤上对应所述皮肤潮红反应试剂贴片位置的图像；在所述潮红反应图像上识别出潮红反应区域；在YCrCb颜色体系下，获取所述潮红反应区域对应的Cr分布和Cb分布，并基于所述Cr分布和所述Cb分布，获取相应的颜色分布特征；将所述Cr分布、所述Cb分布及所述颜色分布特征输入至一量化预测模型中，以使所述量化预测模型输出一量化值；所述量化值用于反映所述待测者的皮肤潮红反应程度。
[0007]于本专利技术的一实施例中，获取待测者的潮红反应图像包括以下步骤：获取所述待测者在一预设时间段内，每间隔第二预设时间对应的潮红反应图像。
[0008]于本专利技术的一实施例中，在所述潮红反应图像上识别出潮红反应区域包括以下步骤：根据所述皮肤潮红反应试剂贴片的位置，在所述潮红反应图像上初步定位出潮红反应位置，获取潮红大致区域；识别所述潮红大致区域的边界；对所述边界进行预处理，获取所述潮红反应区域。
[0009]于本专利技术的一实施例中，获取所述潮红反应区域对应的Cr分布和Cb分布包括以下步骤：读取所述潮红反应区域上每一像素点对应的RGB值；基于所述RGB值，获取所述像素点对应的Cr值和Cb值；统计所述潮红反应区域上所有所述像素点对应的所述Cr值和所述Cb
值，产生相应的所述Cr分布和所述Cb分布。
[0010]于本专利技术的一实施例中，所述方法还包括以下步骤：搭建所述量化预测模型；所述量化预测模型包括：输入层、隐藏层及输出层；其中，所述输入层与所述隐藏层连接，用于将所述Cr分布、所述Cb分布及所述颜色分布特征输入至所述隐藏层；所述输出层与所述隐藏层连接，用于输出所述量化值；训练所述量化预测模型，获取训练好的量化预测模型，以将所述Cr分布、所述Cb分布及所述颜色分布特征输入至所述训练好的量化预测模型。
[0011]于本专利技术的一实施例中，所述方法还包括以下步骤：获取患病概率表，以基于所述患病概率表和所述量化值，确定所述待测者的患病概率；所述患病概率表中至少包括一量化值及其对应的患病概率。
[0012]于本专利技术的一实施例中，所述Cr分布和所述Cb分布均为一概率密度图；所述颜色分布特征为基于所述Cr分布和所述Cb分布计算出的矩。
[0013]本专利技术提供一种量化皮肤潮红反应程度的系统，包括：第一获取模块、图像识别模块、第二获取模块及量化模块；所述第一获取模块用于获取待测者的潮红反应图像；所述潮红反应图像为在所述待测者皮肤上贴上皮肤潮红反应试剂贴片，并持续第一预设时间后取下所述皮肤潮红反应试剂贴片，所述待测者皮肤上对应所述皮肤潮红反应试剂贴片位置的图像；所述图像识别模块用于在所述潮红反应图像上识别出潮红反应区域；所述第二获取模块用于在YCrCb颜色体系下，获取所述潮红反应区域对应的Cr分布和Cb分布，并基于所述Cr分布和所述Cb分布，获取相应的颜色分布特征；所述量化模块用于将所述Cr分布、所述Cb分布及所述颜色分布特征输入至一量化预测模型中，以使所述量化预测模型输出一量化值；所述量化值用于反映所述待测者的皮肤潮红反应程度。
[0014]本专利技术提供一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的量化皮肤潮红反应程度的方法。
[0015]本专利技术提供一种终端，包括：处理器及存储器；所述存储器用于存储计算机程序；所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行上述的量化皮肤潮红反应程度的方法。
[0016]如上所述，本专利技术所述的量化皮肤潮红反应程度的方法、系统、介质及终端，具有以下有益效果：
[0017]与现有技术相比，本专利技术采用基于机器学习算法搭建的神经网络量化预测模型实现对皮肤潮红反应程度的量化评估，通过获取皮肤潮红反应的反应区域面积以及皮肤颜色分布特征等参数，进行科学客观地量化，最终得到客观结果—量化值，该量化预测模型可实现对参数的准确评估，摒除了现有人工手段观察评估量化的主观因素的影响，即使在不同医生的操作下，在相同的皮肤潮红反应下，所得到的的量化值也一定是相同的，从而实现了皮肤潮红反应程度量化结果的一致性，提高了后续对用户患病概率预测的准确可靠性。
附图说明
[0018]图1显示为本专利技术的量化皮肤潮红反应程度的方法于一实施例中的流程图。
[0019]图2显示为本专利技术的在潮红反应图像上识别出潮红反应区域于一实施例中的流程图。
[0020]图3显示为本专利技术的获取潮红反应区域对应的Cr分布和Cb分布于一实施例中的流
程图。
[0021]图4显示为本专利技术的潮红反应区域于一实施例中的结构示意图。
[0022]图5显示为本专利技术的量化皮肤潮红反应程度的系统于一实施例中的结构示意图。
[0023]图6显示为本专利技术的终端于一实施例中的结构示意图。
[0024]标号说明
[0025]51
ꢀꢀꢀꢀꢀꢀꢀꢀ
第一获取模块
[0026]52
ꢀꢀꢀꢀꢀꢀꢀꢀ
图像识别模块
[0027]53
ꢀꢀꢀꢀꢀꢀꢀꢀ
第二获取模块
[0028]54
ꢀꢀꢀꢀꢀꢀꢀꢀ
量化模块
[0029]61
ꢀꢀꢀꢀꢀꢀꢀꢀ
处理器
[0030]62
ꢀꢀꢀꢀꢀꢀꢀꢀ
存储器
[0031]S1～S7
ꢀꢀꢀꢀ
步骤
[0032]S21～S23 步骤
[0033]S31～S33 步骤
具体实施方式
...

【技术保护点】

【技术特征摘要】
1.一种量化皮肤潮红反应程度的方法，其特征在于，包括以下步骤：获取待测者的潮红反应图像；所述潮红反应图像为在所述待测者皮肤上贴上皮肤潮红反应试剂贴片，并持续第一预设时间后取下所述皮肤潮红反应试剂贴片，所述待测者皮肤上对应所述皮肤潮红反应试剂贴片位置的图像；在所述潮红反应图像上识别出潮红反应区域；在YCrCb颜色体系下，获取所述潮红反应区域对应的Cr分布和Cb分布，并基于所述Cr分布和所述Cb分布，获取相应的颜色分布特征；将所述Cr分布、所述Cb分布及所述颜色分布特征输入至一量化预测模型中，以使所述量化预测模型输出一量化值；所述量化值用于反映所述待测者的皮肤潮红反应程度。2.根据权利要求1所述的量化皮肤潮红反应程度的方法，其特征在于，获取待测者的潮红反应图像包括以下步骤：获取所述待测者在一预设时间段内，每间隔第二预设时间对应的潮红反应图像。3.根据权利要求1所述的量化皮肤潮红反应程度的方法，其特征在于，在所述潮红反应图像上识别出潮红反应区域包括以下步骤：根据所述皮肤潮红反应试剂贴片的位置，在所述潮红反应图像上初步定位出潮红反应位置，获取潮红大致区域；识别所述潮红大致区域的边界；对所述边界进行预处理，获取所述潮红反应区域。4.根据权利要求1所述的量化皮肤潮红反应程度的方法，其特征在于，获取所述潮红反应区域对应的Cr分布和Cb分布包括以下步骤：读取所述潮红反应区域上每一像素点对应的RGB值；基于所述RGB值，获取所述像素点对应的Cr值和Cb值；统计所述潮红反应区域上所有所述像素点对应的所述Cr值和所述Cb值，产生相应的所述Cr分布和所述Cb分布。5.根据权利要求1所述的量化皮肤潮红反应程度的方法，其特征在于，所述方法还包括以下步骤：搭建所述量化预测模型；所述量化预测模型包括：输入层、隐藏层及输出层；其中，所述输入层与所述隐藏层连接，用于将所述Cr分布、所述Cb分布及所述颜色分布特征输入至所述隐藏层；...

【专利技术属性】
技术研发人员：陈涛，刘海春，张杏林，徐文祚，马思悦，
申请(专利权)人：上海耐欣科技有限公司，
类型：发明
国别省市：