基于AI图像识别的干眼病程监督与预测方法及系统技术方案

本发明专利技术公开了基于AI图像识别的干眼病程监督与预测方法及系统，涉及医疗图像处理技术领域，包括：获取眨眼行为视频数据、睑板腺红外成像数据及时序性眼表微血管影像数据；对眨眼行为视频数据进行分析，提取眨眼特征数据；对睑板腺红外成像数据进行图像处理，提取睑板腺特征数据；对时序性眼表微血管影像数据进行二值化及细线化处理，提取血管特征数据；对血管特征数据进行标准化处理，融合生成综合特征向量；将综合特征向量输入分类模型，判别干眼病程阶段；基于综合特征向量的历史数据执行趋势分析，生成预测数据及干预建议数据；其有益效果为：通过多模态图像数据融合分析，实现了干眼病程的精准监测与预测，为临床干预提供科学依据。

【技术实现步骤摘要】

本专利技术涉及医疗图像处理，尤其涉及基于ai图像识别的干眼病程监督与预测方法及系统。

技术介绍

1、干眼病是一种以泪液质或量异常、泪膜稳定性下降及伴有眼部不适症状为主要特征的多因素疾病，临床上具有高发病率及复杂病因特点，干眼病的发生和发展过程通常经历早期功能异常、中期组织损伤及晚期不可逆变化等阶段，因此，如何实现干眼病进展的早期识别与动态监督，对预防病情恶化、提高治疗效果具有重要意义。

2、传统干眼病的评估方法主要依赖于人工检测，如裂隙灯下观察睑板腺状态、眼表染色评分、泪膜破裂时间测定等，这些方法存在主观性强、操作依赖性高、检测频率低且难以连续跟踪病程变化的问题，同时，单一指标通常难以全面反映干眼病的复杂病理进展过程，容易导致疾病阶段评估不准确或预测滞后。

3、近年来，基于图像识别技术的自动化分析方法逐渐应用于眼科领域，例如，有研究尝试通过眼睑成像自动检测睑板腺萎缩程度，或通过视频分析统计眨眼频率变化，用以辅助干眼诊断，然而，现有技术普遍存在以下不足：

4、1）数据源单一，特征维度有限，未能结合眼睑运动状态、腺体结构功能本文档来自技高网...

【技术保护点】

1.基于AI图像识别的干眼病程监督与预测方法，其特征在于，包括：

2.根据权利要求1所述的基于AI图像识别的干眼病程监督与预测方法，其特征在于，所述帧级分析包括：

3.根据权利要求1所述的基于AI图像识别的干眼病程监督与预测方法，其特征在于，所述图像分割处理包括：

4.根据权利要求1所述的基于AI图像识别的干眼病程监督与预测方法，其特征在于，所述二值化及细线化处理包括：

5.根据权利要求1所述的基于AI图像识别的干眼病程监督与预测方法，其特征在于，所述标准化处理和融合包括：

6.根据权利要求1所述的基于AI图像识别的干眼病程监督...

【技术特征摘要】

1.基于ai图像识别的干眼病程监督与预测方法，其特征在于，包括：

2.根据权利要求1所述的基于ai图像识别的干眼病程监督与预测方法，其特征在于，所述帧级分析包括：

3.根据权利要求1所述的基于ai图像识别的干眼病程监督与预测方法，其特征在于，所述图像分割处理包括：

4.根据权利要求1所述的基于ai图像识别的干眼病程监督与预测方法，其特征在于，所述二值化及细线化处理包括：

5.根据权利要求1所述的基于ai图像识别的干眼病程监督与预测方法，其特征在于，所述标准化处理和融合包括：

6.根据权利要求1所述的基于ai图像识别的干眼病程监督与预测方法，其...

【专利技术属性】
技术研发人员：董文博，王华，姚飞，
申请(专利权)人：中南大学湘雅医院，
类型：发明
国别省市：