一种辅助复诊的皮肤状态警示系统技术方案

本发明专利技术提供一种辅助复诊的皮肤状态警示系统，属于辅助复诊领域，皮肤状态警示系统包括：皮肤图像获取单元，用于采集原始图像并根据原始图像确定目标皮肤图像；病灶检测单元，用于基于目标检测模型检测目标皮肤图像中的病灶候选框；目标检测模型为预先采用第一训练样本集对CenterNet网络进行训练得到的；分类单元，用于根据原始图像及原始图像中的病灶候选框，基于双通道分类模型确定各病灶候选框处的皮肤病类型；双通道分类模型为预先采用第二训练样本集对卷积神经网络进行训练得到的；警示单元，用于根据各病灶候选框处的皮肤病类型，确定皮肤状态严重程度数值。能够更好地监测患者的皮肤状态，动态调整用药方案，提高了复诊效率。复诊效率。复诊效率。

【技术实现步骤摘要】
一种辅助复诊的皮肤状态警示系统


[0001]本专利技术涉及辅助复诊领域，特别是涉及一种辅助复诊的皮肤状态警示系统。

技术介绍

[0002]在许多医学应用领域，如口腔矫正、肝癌治疗等领域，由于当前复诊方式大多为线下医院/诊所，定期复诊受到较大的时空限制。所以目前已经有成型的复诊监测管理系统，一般包括拍摄端和处理端。对于拍摄端，先由专门的硬件设备由患者自己进行拍摄。然后对于处理端，系统用诸如图像锐化、3D模型重建等图像算法进行处理。在完成图像处理之后，向医生返回处理后的图像和建议复诊的结果。
[0003]然而，在皮肤病领域，尚无这样的复诊管理系统。由于大部分皮肤病呈现慢性、轻症、反复发作的特征，患者的线下复诊系统可以大大减轻医院方的压力，还能让医院获得对患者病症发展的动态了解。
[0004]在皮肤病的治疗之中，由于大部分皮肤病呈现慢性、轻症、反复发作的特征，所以患者不需要住院，即使病情恶化往往也会选择更换医院，而不是进行预后的反馈。故医院科室无法进行长期的追踪观察，对于疗效的检测往往不足，既无法对患者进行针对性的长期治疗，也无法根据以往病例的疗效，提升疗法的质量。研发新的皮肤病复诊工具可以将实现皮肤病病例的回流，对于皮肤科有着重要的医学和科研价值。当前许多其他科室采用了专门的设备进行复诊研究。然而暂时没有针对皮肤病的复诊系统。

技术实现思路

[0005]本专利技术的目的是提供一种辅助复诊的皮肤状态警示系统，可实时监测患者的皮肤状态，动态调整用药方案，提高复诊效率。
[0006]为实现上述目的，本专利技术提供了如下方案：
[0007]一种辅助复诊的皮肤状态警示系统，包括：
[0008]皮肤图像获取单元，用于采集原始图像并根据所述原始图像确定目标皮肤图像；
[0009]病灶检测单元，与所述皮肤图像获取单元连接，用于基于目标检测模型，检测所述目标皮肤图像中的病灶候选框；所述目标检测模型为预先采用第一训练样本集对CenterNet网络进行训练得到的；所述第一训练样本集中包括多张第一样本图像及各第一样本图像中的病灶候选框；
[0010]分类单元，与所述病灶检测单元连接，用于根据所述原始图像及所述原始图像中的病灶候选框，基于双通道分类模型，确定各病灶候选框处的皮肤病类型；所述双通道分类模型为预先采用第二训练样本集对卷积神经网络进行训练得到的；所述第二训练样本集中包括多张第二样本图像、各第二样本图像中的病灶候选框及各病灶候选框的真实皮肤病类型；
[0011]警示单元，与所述分类单元连接，用于根据各病灶候选框处的皮肤病类型，确定皮肤状态严重程度数值。
[0012]可选地，所述皮肤图像获取单元包括：
[0013]图像采集模块，用于采集原始图像；
[0014]图像质检模块，与所述图像采集模块连接，用于判断所述原始图像的亮度是否满足设定范围且所述原始图像边缘的锐利程度是否大于设定阈值，若是，则保留所述原始图像，否则重新采集原始图像；
[0015]皮肤识别模块，与所述图像之间模块连接，用于基于皮肤分割模型，从所述原始图像中确定目标皮肤图像；所述皮肤分割模型为采用第三训练样本集对Unet进行训练得到的；所述第三训练样本集中包括多张第三样本图像及各第三样本图像中皮肤区域的标记。
[0016]可选地，所述图像质检模块采用边缘算子提取所述原始图像的边缘，并确定边缘的锐利程度。
[0017]可选地，所述皮肤图像获取单元还包括：
[0018]定时模块，与所述图像采集模块连接，用于控制所述图像采集模块按设定时段采集原始图像。
[0019]可选地，所述辅助复诊的皮肤状态警示系统还包括：
[0020]样本获取单元，用于获取第二训练样本集；
[0021]预测单元，与所述样本获取单元连接，用于针对任一第二样本图像，将所述第二样本图像及所述第二样本图像中的病灶候选框输入卷积神经网络，得到各病灶候选框的预测类型；
[0022]训练单元，与所述预测单元连接，用于根据各第二样本图像中各病灶候选框的预测类型及真实皮肤病类型，确定损失函数，并基于所述损失函数，采用随机梯度下降及反向求导方法对卷积神经网络进行训练，直至损失函数收敛，得到双通道分类模型。
[0023]可选地，所述损失函数为交叉熵损失函数。
[0024]可选地，所述皮肤病类型包括黑头、白头、粉刺、丘疹、结节、脓疱、痘印及囊肿。
[0025]可选地，所述辅助复诊的皮肤状态警示系统还包括：
[0026]医疗建议单元，与所述警示单元连接，用于根据所述皮肤状态严重程度数值，基于知识图谱，确定相应的医疗建议；所述知识图谱为严重程度数值与对应的医疗建议的映射表。
[0027]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0028]通过皮肤图像获取单元采集原始图像并根据原始图像确定目标皮肤图像，病灶检测单元基于目标检测模型检测目标皮肤图像中的病灶候选框，分类单元根据原始图像及原始图像中的病灶候选框，基于双通道分类模型确定各病灶候选框处的皮肤病类型，警示单元根据各病灶候选框处的皮肤病类型，确定皮肤状态严重程度数值。严重程度数值能够更好地监测患者的皮肤状态，动态调整用药方案，进而提高了复诊效率。
附图说明
[0029]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0030]图1为本专利技术辅助复诊的皮肤状态警示系统的模块示意图。
[0031]符号说明：
[0032]皮肤图像获取单元
‑
1，病灶检测单元
‑
2，分类单元
‑
3，警示单元
‑
4，医疗建议单元
‑
5。
具体实施方式
[0033]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0034]本专利技术的目的是提供一种辅助复诊的皮肤状态警示系统，通过返回皮肤状态的严重程度数值，医生能够动态地调整用药方案，达到针对性用药的目的，并且可以获得患者全病程变化的数据，提高复诊效率。
[0035]大多数皮肤病诊断不需要专门的病理切片，只需要皮肤表面的照片即可进行诊断，本专利技术可以追踪患者在特定皮肤病上的发展阶段，帮助医院收集监测患者的疾病变化动态，从而给出更有针对性的长期治疗方案，提升科室的科研水平。
[0036]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。
[0037]如图1所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种辅助复诊的皮肤状态警示系统，其特征在于，所述辅助复诊的皮肤状态警示系统包括：皮肤图像获取单元，用于采集原始图像并根据所述原始图像确定目标皮肤图像；病灶检测单元，与所述皮肤图像获取单元连接，用于基于目标检测模型，检测所述目标皮肤图像中的病灶候选框；所述目标检测模型为预先采用第一训练样本集对CenterNet网络进行训练得到的；所述第一训练样本集中包括多张第一样本图像及各第一样本图像中的病灶候选框；分类单元，与所述病灶检测单元连接，用于根据所述原始图像及所述原始图像中的病灶候选框，基于双通道分类模型，确定各病灶候选框处的皮肤病类型；所述双通道分类模型为预先采用第二训练样本集对卷积神经网络进行训练得到的；所述第二训练样本集中包括多张第二样本图像、各第二样本图像中的病灶候选框及各病灶候选框的真实皮肤病类型；警示单元，与所述分类单元连接，用于根据各病灶候选框处的皮肤病类型，确定皮肤状态严重程度数值。2.根据权利要求1所述的辅助复诊的皮肤状态警示系统，其特征在于，所述皮肤图像获取单元包括：图像采集模块，用于采集原始图像；图像质检模块，与所述图像采集模块连接，用于判断所述原始图像的亮度是否满足设定范围且所述原始图像边缘的锐利程度是否大于设定阈值，若是，则保留所述原始图像，否则重新采集原始图像；皮肤识别模块，与所述图像之间模块连接，用于基于皮肤分割模型，从所述原始图像中确定目标皮肤图像；所述皮肤分割模型为采用第三训练样本集对Unet进行训练得到的；所述第三训练样本集中包括多张第三样本图像及各第三样本图像中皮肤区域的标记。...

【专利技术属性】
技术研发人员：李寰宇，吕君蔚，胡锟，沈玥，朱玲，
申请(专利权)人：李寰宇，
类型：发明
国别省市：