基于皮肤图像评估银屑病严重程度的智能决策系统技术方案

本发明专利技术公开了基于皮肤图像评估银屑病严重程度的智能决策系统，包括：用于采集待评价者身体各个部位的皮肤图像的图像采集组件；用于将皮肤图像输入组织区域分割模型中，识别并分割皮肤图像中的银屑病皮损区域的识别分割组件；用于根据分割得到的银屑病皮损区域计算皮损面积，并根据身体各个部位内的皮损面积计算PASI评分的PASI评分计算组件；用于采集待评价者的DLQI答复数据，根据DLQI答复数据计算待评价者的DLQI评分的DLQI评分获取组件；用于根据PASI评分和DLQI评分对待评价者的银屑病严重程度进行综合评价的评价组件。本发明专利技术采用PASI量表和DLQI量表评价银屑病严重程度，能实现对银屑病的客观化评价。现对银屑病的客观化评价。现对银屑病的客观化评价。

【技术实现步骤摘要】
基于皮肤图像评估银屑病严重程度的智能决策系统


[0001]本专利技术涉及计算机辅助诊断领域，尤其涉及基于皮肤图像评估银屑病严重程度的智能决策系统。

技术介绍

[0002]银屑病是一种慢性皮肤病，发生率占世界总人口的2%～3%。这种疾病不能完全治愈，需要终生护理。如果银屑病的恶化没有被及时发现和适当治疗，它可能会引起严重的并发症，甚至导致生命威胁。因此，持续跟踪银屑病的严重程度是银屑病治疗的关键。有研究表明，有监管的银屑病患者，要比没有监管的银屑病患者复发率降低80%。
[0003]现有的银屑病的严重程度的评价一般由医生实现，然而这种人工评价的方式存在效率低、一致性差的问题。为了克服银屑病人工评价耗时、一致性差的缺点，研究者提出了基于皮损图像的PSENet，应用深度神经网络来估计银屑病严重程度。主要成果如下：(1) PSENet引入了一个分数细化模块，能够捕捉到皮肤的视觉特征；(2) PSENet在训练中接受成对的输入，减少了对大量训练数据的依赖； (3) PSENet可以定位皮损区域。上述研究成果发表在AAAI（计算机顶会）中，这种方法使银屑病患者可以更精准、方便地跟踪其病灶严重程度。
[0004]然而上述应用深度神经网络来估计银屑病严重程度的方法存在以下问题；（1）现有的银屑病智能评价体系只参考PASI评分这一种评估方式：虽然可以实现快速、客观、一致的评分，但仅仅依靠这一项结果，难以给出准确的治疗方案；（2）没有纳入患者的主观感受：不同患者对同一种治疗方案的响应存在个体差异，在制定临床决策时需要充分考虑患者的主观感受，并将其作为一项指导治疗的评价指标；（3）不符合临床实际诊疗场景：临床实际应用中，治疗决策的制定需要经过问诊、体查、实验室检查等一系列过程，现有的银屑病智能诊疗系统缺乏与患者进行交互的功能，不符合临床实际应用场景；（4）银屑病需要长期监管，疾病成本高：在对银屑病患者给出治疗方案决策时需要参考患者既往治疗方案进行综合分析，这一过程耗费人力物力，并且不适当的治疗决策会加重患者疾病诊治负担。

技术实现思路

[0005]本专利技术提供了基于皮肤图像评估银屑病严重程度的智能决策系统，用于解决现有的银屑病智能评价方法并未考量病患的主观感受，无法客观全面的评价银屑病严重程度的技术问题。
[0006]为解决上述技术问题，本专利技术提出的技术方案为：一种基于皮肤图像评估银屑病严重程度的智能决策系统，包括：图像采集组件、识别分割组件、PASI评分计算组件、DLQI评分获取组件以及评价组件，图像采集组件：用于采集待评价者身体各个部位的皮肤图像；识别分割组件：用于将待评价者身体各个部位的皮肤图像输入预先构建好的组织
区域分割模型中，识别并分割身体各个部位的皮肤图像中的银屑病皮损区域；PASI评分计算组件：用于根据身体各个部位的皮肤图像中分割得到的银屑病皮损区域计算身体各个部位内的皮损面积；并根据身体各个部位内的皮损面积计算PASI评分；DLQI评分获取组件：用于采集待评价者的DLQI答复数据，根据所述DLQI答复数据计算待评价者的DLQI评分；评价组件：根据所述PASI评分和所述DLQI评分对待评价者的银屑病严重程度进行综合评价。
[0007]优选的，所述组织区域分割模型采用InceptionResNetV2模型，所述InceptionResNetV2模型的训练图像的标签为身体部位类别和银屑病皮损区域的真实框，所述身体部位类别包括头部、上肢、下肢以及躯干。
[0008]优选的，对于任意身体部位的任意一个银屑病皮损区域，所述PASI评分计算组件均识别所述银屑病皮损区域中不同类别的皮损，并计算不同类别的皮损面积；从所述银屑病皮损区域中分割出不同类别的皮损区域，并将所述皮损区域输入与其类别对应的皮损评价模型中，得到所述银屑病皮损区域中不同类别的皮损损伤程度评分；基于不同身体部位的不同类别的皮损损伤程度评分及其皮损面积计算PASI评分。
[0009]优选的，所述皮损类别包括：红斑、浸润以及鳞屑；所述PASI评分计算组件通过以下公式实现PASI评分的计算：PASI（头部）=0.1*（红斑+浸润+鳞屑）损伤程度评分*皮损面积PASI（上肢）=0.2*（红斑+浸润+鳞屑）损伤程度评分*皮损面积PASI（躯干）=0.3*（红斑+浸润+鳞屑）损伤程度评分*皮损面积PASI（下肢）=0.4*（红斑+浸润+鳞屑）损伤程度评分*皮损面积PASI（总分）=PASI（头部）+PASI（上肢）+PASI（躯干）+PASI（下肢）。
[0010]优选的，所述识别分割组件用于构建红斑、浸润、鳞屑的识别颜色空间，将分割得到的银屑病皮损区域映射到所述识别颜色空间内，根据红斑、浸润、鳞屑在所述颜色空间表现的不同的颜色特征识别所述银屑病皮损区域的红斑、浸润、鳞屑。
[0011]优选的，所述红斑的皮损评价模型通过以下任意方法建立：一、用K
‑
近邻算法对红斑进行评分；二、使用构建好的高斯混合模型将皮损分割成不同的颜色通道，通过三色带对红斑进行评分。
[0012]优选的，所述DLQI评分获取组件包括：DLQI问答人机对话受限规则和语料库，所述DLQI问答人机对话受限规则和语料库的建立研究医学受限自然语言形式化表达方法建立；DLQI问答情景感知对话模型，所述DLQI问答情景感知对话模型通过运用医学受限语言理解与生成方法构建，且通过智能问答和语音合成技术，实现情景感知对话模型与患者关于DLQI问答的语音交互；DLQI评分计算模型，基于语料库中的通识词汇和领域术语，结合规则库中的句型情态规则、规范化术语，将患者的自然语言表达转化为病史文本以及DLQI评分。
[0013]优选的，所述评价组件用于根据待评价者的银屑病严重程度的综合评价，输出对应的治疗决策建议给用户。
[0014]本专利技术具有以下有益效果：
1、本专利技术中的基于皮肤图像评估银屑病严重程度的智能决策系统，通过采集待评价者身体各个部位的皮肤图像；将待评价者身体各个部位的皮肤图像输入预先构建好的组织区域分割模型中，识别并分割身体各个部位的皮肤图像中的银屑病皮损区域；根据身体各个部位的皮肤图像中分割得到的银屑病皮损区域计算身体各个部位内的皮损面积；并根据身体各个部位内的皮损面积计算PASI评分；采集待评价者的DLQI答复数据，并根据所述DLQI答复数据计算待评价者的DLQI评分；根据所述PASI评分和所述DLQI评分对待评价者的银屑病严重程度进行综合评价。本专利技术引入了评价银屑病严重程度的PASI量表和DLQI量表，用具体的分数估计皮肤损伤的严重程度，实现对银屑病的客观化评价；用分数评价患者在诊疗过程中的主观感受，与单一评价方法相比具有全面性、客观性、个体化的优势。
[0015]2、在优选方案中，本专利技术将治疗方案模块化，使得系统在给出病患的病症严重程度综合评价的同时推荐个性化的治疗方案决策，实现针对银屑病患者的个性化监管。
[0016]除了上面所描述的目的、特征和优点之外，本专利技术还有其它的目的、特征和优点。下面将参照附图，对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于皮肤图像评估银屑病严重程度的智能决策系统，其特征在于，包括：图像采集组件、识别分割组件、PASI评分计算组件、DLQI评分获取组件以及评价组件，图像采集组件：用于采集待评价者身体各个部位的皮肤图像；识别分割组件：用于将待评价者身体各个部位的皮肤图像输入预先构建好的组织区域分割模型中，识别并分割身体各个部位的皮肤图像中的银屑病皮损区域；PASI评分计算组件：用于根据身体各个部位的皮肤图像中分割得到的银屑病皮损区域计算身体各个部位内的皮损面积；并根据身体各个部位内的皮损面积计算PASI评分；DLQI评分获取组件：用于采集待评价者的DLQI答复数据，根据所述DLQI答复数据计算待评价者的DLQI评分；评价组件：根据所述PASI评分和所述DLQI评分对待评价者的银屑病严重程度进行综合评价。2.根据权利要求1所述的基于皮肤图像评估银屑病严重程度的智能决策系统，其特征在于，所述组织区域分割模型采用InceptionResNetV2模型，所述InceptionResNetV2模型的训练图像的标签为身体部位类别和银屑病皮损区域的真实框，所述身体部位类别包括头部、上肢、下肢以及躯干。3.根据权利要求1所述的基于皮肤图像评估银屑病严重程度的智能决策系统，其特征在于，对于任意身体部位的任意一个银屑病皮损区域，所述PASI评分计算组件均识别所述银屑病皮损区域中不同类别的皮损，并计算不同类别的皮损面积；从所述银屑病皮损区域中分割出不同类别的皮损区域，并将所述皮损区域输入与其类别对应的皮损评价模型中，得到所述银屑病皮损区域中不同类别的皮损损伤程度评分；基于不同身体部位的不同类别的皮损损伤程度评分及其皮损面积计算PASI评分。4.根据权利要求3所述的基于皮肤图像评估银屑病严重程度的智能决策系统，其特征在于，所述皮损类别包括：红斑、浸润以及鳞屑；所述PASI评分计算组件通过以下公式实现PASI评分的计算：PASI（头部）=0.1*（红斑+浸...

【专利技术属性】
技术研发人员：陈翔，黄凯，赵爽，李宜昕，
申请(专利权)人：中南大学湘雅医院，
类型：发明
国别省市：