一种基于人工智能的烧烫伤图像快速分级识别方法及系统技术方案

本发明专利技术提供了一种基于人工智能的烧烫伤图像快速分级识别方法及系统：所述方法包括以下步骤:(1)采集烧烫伤创面照片图像；(2)照片图像分级标记；(3)获取分级数据库；(4)获取网络分级器，建立烧烫伤分级模型；(5)优化烧烫伤分级模型；(6)获得烧烫伤分级识别结果；(7)新的烧烫伤创面照片图像追踪愈合结果后进一步扩充原始数据库。本发明专利技术还包括一种用于该方法的配套硬件系统。利用本发明专利技术，能准确预测烧烫伤患者伤口的愈合时间范围并分级，便于医生或患者本人判断病情；采用基于卷积神经网络的人工智能算法，随着样本量的不断增加及分级模型的不断优化，预测的准确率可以不断提高。预测的准确率可以不断提高。预测的准确率可以不断提高。

【技术实现步骤摘要】
一种基于人工智能的烧烫伤图像快速分级识别方法及系统
[0001]本申请是名为《一种基于人工智能的烧烫伤图像快速分级识别方法及系统》的专利申请的分案申请，原申请的申请日为2020年03月02日，申请号为202010134271.1。


[0002]本专利技术涉及医学烧烫伤创面图像处理
，特别是涉及一种基于人工智能的烧烫伤图像快速分级识别方法及系统。

技术介绍

[0003]烧烫伤造成的死亡人数在意外伤害中仅次于交通事故。同时，烧烫伤常遗留严重瘢痕，造成患者残疾、外貌改变等，给患者生活、心理带来巨大影响。
[0004]烧烫伤按照热力损伤累及皮肤的层次不同，分为Ⅰ度、浅Ⅱ度、深Ⅱ度和Ⅲ度，不同程度的烧烫伤治疗方式不同，预后不同，早期正确的诊断分级至关重要。然而目前仅少数大型三甲医院设有烧伤科专科。非烧伤科专科医师判断烧烫伤深度的准确率仅50％左右，大量的烧烫伤病人早期得不到准确的诊断和治疗，延误了病情甚至造成患者死亡。
[0005]目前人工智能技术已经取得了较大的发展，将人工智能图像识别技术应用于医学图像识别已经有很多成功的案例。如国外将人工智能图像识别技术应用于肺部CT的肿瘤诊断，其判断准确率甚至可以高于专业的影像科医生，显示人工智能技术在医学图像识别应用的美好前景。然而，迄今为止，尚未见到将人工智能图像识别技术应用于烧烫伤创面图像照片预后分级预测的相关报道。

技术实现思路

[0006]为了克服现有技术的不足，本专利技术的目的是提供一种基于人工智能的烧烫伤图像快速分级识别方法及系统。
[0007]为实现上述目的，本专利技术提供了如下方案：
[0008]一种基于人工智能的烧烫伤图像快速分级识别方法，包括使用标准化并根据愈合情况分级的数据库，采用人工智能技术训练得到网络分级器，并最终得到最优烧伤分级模型，具体包括以下步骤，
[0009](1)采集烧烫伤创面照片图像：利用配套图像采集装置采集烧烫伤患者的烧烫伤创面照片图像，备用；
[0010](2)照片图像分级标记：根据患者的烧烫伤创面实际愈合时间，将烧烫伤创面照片图像进行分级标记，分为轻、中、重共三级，得到轻、中、重三个子数据集；
[0011](3)获取分级数据库：将步骤(2)所得的轻、中、重三个子数据集分别按比例分为训练集、验证集及测试集,备用；
[0012](4)获取网络分级器，建立烧烫伤分级模型：利用训练集与测试集训练得到基于人工智能技术的神经网络分级器；所述人工智能技术采用卷积神经网络中的残差网络，利用ResNet50网络的训练得到专门的网络分级器，建立烧烫伤分级模型；
[0013](5)优化烧烫伤分级模型：利用验证集验证步骤(4)中依据神经网络分级器建立的烧烫伤分级模型的准确性，并根据验证结果，对烧烫伤分级模型的参数进行调整优化；所述烧烫伤分级模型的参数包括但不限于愈合时间分级标准、所分等级数，输入图像大小、亮度、对比度，ResNet50算法中的具体参数；
[0014](6)获得烧烫伤分级识别结果：利用优化的烧烫伤分级模型实现新的烧烫伤皮肤创面图像的分级诊断识别；
[0015](7)获取新的烧烫伤创面照片图像：根据新的烧烫伤创面照片图像追踪患者实际愈合时间后，进一步扩充分级数据库；
[0016]步骤(1)中，所述烧烫伤患者创面照片图像的采集数量≥1000张；所述标记为轻级的愈合时间为小于10天，标记为中级的愈合时间为10天
‑
21天，标记为重级的愈合时间大于21天；所述步骤(3)中，轻、中、重三个子数据集分为训练集、验证集及测试集的比例为7:1.5:1.5。
[0017]一种基于人工智能的烧烫伤图像快速分级识别系统，包括图像采集装置和信息分析平台，所述图像采集装置包括摄像头和储存卡，所述摄像头用于采集统一规格的烧烫伤创面照片图像，所述存储卡用于所采集烧烫伤创面照片图像的储存并可转移照片图像资料至信息分析平台分析判断或扩充烧烫伤创面图像原始数据库；所述信息分析平台包括存储器、处理器和存储在存储器内并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1所述方法的步骤；
[0018]所述图像采集装置设有冷光源，所述冷光源排列于摄像头镜头四周；所述图像采集装置设有无菌防护罩，所述无菌防护罩通过螺旋卡扣连接于摄像头顶端，将摄像头镜头及冷光源包绕在内；所述摄像头为定焦的微距摄像头，可在固定拍摄距离、固定光照下得到标准化的烧烫伤创面照片；所述无菌防护罩为圆筒状透明塑料环，安装于摄像头顶端，防护罩高度与摄像头焦距相同；所述无菌防护罩由无菌一次性材料制成，可拆卸式的安装于摄像头顶端。
[0019]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：
[0020]利用本专利技术，能对烧烫伤患者创面早期照片的人工智能自动识别分级，准确预测烧烫伤患者伤口的愈合时间范围，分为轻、中、重共三级；装置操作便捷，可以辅助临床医生提高诊断准确率，便于医师在第一时间内对烧烫伤患者进行正确治疗；采用基于卷积神经网络的人工智能算法，随着样本量的不断增加及烧伤分级模型的不断优化，预测判断的准确率可以持续不断提高。
[0021]采用本专利技术系统可为临床医生诊断烧伤深度，制定治疗方案和判断预后提供重要的依据，大大减少烧烫伤相关后遗症的产生。同时患者本人使用本系统也可以对病情做出初步判断，配合互联网医院等相关设施，可以实现远程医疗，特别适于基层医院使用，具有较大的社会价值。
附图说明
[0022]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。
[0023]图1为本专利技术基于人工智能的烧烫伤图像快速分级识别方法实施例的框图；
[0024]图2为本专利技术基于人工智能的烧烫伤图像快速分级识别系统实施例的结构示意图。
[0025]图中：1
‑
图像采集装置，2
‑
信息分析平台，11
‑
摄像头，12
‑
储存卡，13
‑
冷光源，14
‑
无菌防护罩。
具体实施方式
[0026]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。
[0027]在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的烧烫伤图像快速分级识别方法，其特征在于：包括使用标准化并根据愈合情况分级的数据库，采用人工智能技术训练得到网络分级器，并最终得到最优烧伤分级模型，具体包括以下步骤，(1)采集烧烫伤创面照片图像：利用配套图像采集装置采集烧烫伤患者的烧烫伤创面照片图像，备用；(2)照片图像分级标记：根据患者的烧烫伤创面实际愈合时间，将烧烫伤创面照片图像进行分级标记，分为轻、中、重共三级，得到轻、中、重三个子数据集；(3)获取分级数据库：将步骤(2)所得的轻、中、重三个子数据集分别按比例分为训练集、验证集及测试集,备用；(4)获取网络分级器，建立烧烫伤分级模型：利用训练集与测试集训练得到基于人工智能技术的神经网络分级器；所述人工智能技术采用卷积神经网络中的残差网络，利用ResNet50网络的训练得到专门的网络分级器，建立烧烫伤分级模型；(5)优化烧烫伤分级模型：利用验证集验证步骤(4)中依据神经网络分级器建立的烧烫伤分级模型的准确性，并根据验证结果，对烧烫伤分级模型的参数进行调整优化；所述烧烫伤分级模型的参数包括但不限于愈合时间分级标准、所分等级数，输入图像大小、亮度、对比度，ResNet50算法中的具体参数；(6)获得烧烫伤分级识别结果：利用优化的烧烫伤分级模型实现新的烧烫伤皮肤创面图像的分级诊断识别；(7)获取新的烧烫伤创面照片图像：根据新的烧烫伤创面照片图像...

【专利技术属性】
技术研发人员：何志友，魏天虹，
申请(专利权)人：中南大学湘雅医院，
类型：发明
国别省市：