【技术实现步骤摘要】
一种眼部运动损伤检测阅片方法及系统
[0001]本专利技术涉及智慧医疗、医疗健康
，特别是涉及一种眼部运动损伤检测阅片方法及系统。
技术介绍
[0002]眼部运动损伤是指在运动过程中，来自人和物体对眼部的不同程度的撞击，导致眼部结构发生不同程度的损伤和改变。具体损伤包括眼睑和周围软组织出血和肿胀，严重的可能导致眼睛出血、角膜破损等。在眼部外周未见明显外伤的情况下，需要进一步对眼底照片进行检查，针对难以发现的伤处，需要计算机辅助的阅片系统配合人工核验提高阅片效率和准确率。
技术实现思路
[0003]为解决上述问题，本专利技术提供一种眼部运动损伤检测阅片方法及系统，使得诊断的准确率和可信度更高。
[0004]本专利技术采用的技术方案是：一种眼部运动损伤检测阅片方法，其特征在于，包括以下步骤：步骤一：选择医学影像数据来源；影像数据来源包括：调用数据库内的医学影像，或，通过本地上传医学影像；步骤二：选择待诊断影像；包括：由医生或用户对疑似损伤图片进行选择，或，一键选择所有医学影像进行诊断；步骤三：预处理...
【技术保护点】
【技术特征摘要】
1.一种眼部运动损伤检测阅片方法，其特征在于，包括以下步骤：步骤一：选择医学影像数据来源；影像数据来源包括：调用数据库内的医学影像，或，通过本地上传医学影像；步骤二：选择待诊断影像；包括：由医生或用户对疑似损伤图片进行选择，或，一键选择所有医学影像进行诊断；步骤三：预处理待诊断影像；步骤四：将影像输入基于深度学习的辅助诊断模型；步骤五：输出辅助诊断结果；步骤六：保存诊断结果；步骤七：训练并更新模型。2.一种如权利要求1所述的眼部运动损伤检测阅片方法，其特征在于，所述将影像输入基于深度学习的辅助诊断模型，先通过拉普拉斯金字塔将原始图像分解成不同频率的子带图像，再分别选取高频、中频、低频的子带图像作为原始图像的细节特征、架构特征、区域特征；所述细节特征，包含微小毛细血管等信息；所述架构特征，包含明显血管及视网膜区域信息；所述区域特征，补全细节特征及架构特征缺失的信息。3.一种如权利要求1所述的眼部运动损伤检测阅片方法，其特征在于，所述基于深度学习的辅助诊断模型，共包含4个功能，包括：A1眼底出血诊断、A2视网膜脱落诊断、B1眼底出血区域定位、B2视网膜脱落区域定位；所述模型诊断流程如下：第一，模型诊断输入影像是否为眼底出血：如果诊断结果为阳性，模型将进一步对出血区域进行标记，用蓝色线段将眼底出血区域划线标记，如果诊断结果为阴性，该影像关于眼底出血的诊断即为“无眼底出血情况”；第二，模型将诊断输入影像是否有视网膜脱落的情况：如果诊断结果为阳性，模型将进一步对视网膜脱落区域进行标记，红色线段将视网膜脱落区域划线标记，如果诊断结果为阴性，该影像关于视网膜脱落的诊断即为“无视网膜脱落情况”。4.一种如权利要求3所述的眼部运动损伤检测阅片方法，其特征在于，所述模型诊断流程，还包括：将待诊断图像的细节特征、架构特征、区域特征输入辅助诊断模型，分别得到诊断或标记结果；最终的辅助诊断结果由三种特征对应的输出和各自的权重共同计算得出：其中，为模型的输出，为不同频的权重，为待诊断图像最终的辅助诊断结果；其中，在A1和B1的诊断流程中，较多依赖于细节特征和区域特征，因此在预设权重时，细节特征和区域特征高于架构特征权重；在A2和B2的诊断流程中，较多依赖于架构特征和区域特征，因此在预设权重时，架构特征和区域特征高于细节特征权重。
5.一种如权利要求1所述的眼部运动损伤检测阅片方法，其特征在于，所述保存诊断结果，需经医生或用户对辅助诊断结果进行确认，并对错误的辅助诊断结果进行修正，修正后的结果将作为病人最终的影像诊断结果记录在病人的检查报告中。6.一种如权利要求1所述的眼部运动损伤检测阅片方法，其特征在于，所述训练并更新模型，对于新补充的数据，需要对应专家的标记，作为模型的共同输入；还包括在辅助诊断中，系统诊断有误且被医生修改过诊断结果的影像，在由专家确认之后，数据也将进入训练集，并持续训练达到更新的效果，以提升诊断模型和损伤区域分割模型的准确性和泛化能力。7.一种眼部运动损伤检测阅片系统，其特征在于，包括：数据导入模块，用于导入病人的眼底照片；诊断及定位模块，用于通过诊断定位模型诊断所述眼底照片中是否存...
【专利技术属性】
技术研发人员：唐泳，王唯佳，杨晓帅，荣知钦，周祎楠，赵伟，马勇，
申请(专利权)人：北京富通东方科技有限公司，
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。