CN116092665B - 一种基于人工智能的眼科筛查诊疗系统 - Google Patents
一种基于人工智能的眼科筛查诊疗系统 Download PDFInfo
- Publication number
- CN116092665B CN116092665B CN202211605367.7A CN202211605367A CN116092665B CN 116092665 B CN116092665 B CN 116092665B CN 202211605367 A CN202211605367 A CN 202211605367A CN 116092665 B CN116092665 B CN 116092665B
- Authority
- CN
- China
- Prior art keywords
- screening
- efficiency
- analysis
- value
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012216 screening Methods 0.000 title claims abstract description 231
- 238000003745 diagnosis Methods 0.000 title claims abstract description 92
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 9
- 238000004458 analytical method Methods 0.000 claims abstract description 107
- 238000011156 evaluation Methods 0.000 claims abstract description 97
- 201000010099 disease Diseases 0.000 claims abstract description 70
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 70
- 230000000694 effects Effects 0.000 claims abstract description 53
- 210000001508 eye Anatomy 0.000 claims abstract description 49
- 238000013500 data storage Methods 0.000 claims abstract description 35
- 210000005252 bulbus oculi Anatomy 0.000 claims abstract description 28
- 230000000737 periodic effect Effects 0.000 claims abstract description 15
- 238000004891 communication Methods 0.000 claims abstract description 11
- 230000007717 exclusion Effects 0.000 claims abstract description 4
- 238000001514 detection method Methods 0.000 claims description 93
- 238000006243 chemical reaction Methods 0.000 claims description 70
- 238000000034 method Methods 0.000 claims description 34
- 238000010191 image analysis Methods 0.000 claims description 24
- 238000005457 optimization Methods 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 8
- 238000011161 development Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 208000010412 Glaucoma Diseases 0.000 description 1
- 208000017442 Retinal disease Diseases 0.000 description 1
- 206010038923 Retinopathy Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000010195 expression analysis Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 206010023332 keratitis Diseases 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Eye Examination Apparatus (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明属于医疗筛查技术领域，具体是一种基于人工智能的眼科筛查诊疗系统，包括智能筛查诊疗平台，智能筛查诊疗平台与眼科筛查端、眼科问诊端和监管终端均通信连接，且智能筛查诊疗平台通信连接数据存储模块、眼像比对分析模块以及筛况综合评估模块；本发明通过眼科筛查端采集到筛查对象的身份信息和眼球图像并将发送至智能筛查诊疗平台，眼像比对分析模块将筛查对象标记为问诊对象或排除对象，有助于眼科疾病筛查的大规模展开，通过筛况综合评估模块实现对筛查系统的周期筛况评估，保证了后续的眼科疾病筛查效率和筛查效果。
Description
技术领域
本发明涉及医疗筛查技术领域，具体是一种基于人工智能的眼科筛查诊疗系统。
背景技术
眼睛是可以感知光线的器官，是人类感官中最重要的器官，大脑中大约有80％的知识都是通过眼睛获取的，对眼睛和保护和定期检查至关重要，而眼科疾病中准确的检查和诊断是进行正确有效治疗的前提和保证，角膜炎、青光眼、视网膜病变等常见的眼科疾病都需要进行准确的诊断检查，确认病情后再根据需要进行合理的治疗；传统上在进行眼科疾病的筛查时主要通过问诊和多项设备进行眼部检查以确定是否存在相关眼科疾病，此种方式针对每位检测对象需要耗费大量时间，难以大规模展开眼科筛查，且目前无法对筛查诊疗系统的筛查状况进行准确评估，不利于保证后续的筛查诊疗效果和筛查诊疗效率；
针对上述的技术缺陷，现提出一种解决方案。
发明内容
本发明的目的在于提供一种基于人工智能的眼科筛查诊疗系统，解决了传统上主要通过问诊和多项设备进行眼部检查以确定是否存在相关眼科疾病，耗费长，难以大规模展开眼科筛查，且无法对筛查诊疗系统的筛查状况进行准确评估，不利于保证后续筛查诊疗效果和筛查诊疗效率的问题。
为实现上述目的，本发明提供如下技术方案：
一种基于人工智能的眼科筛查诊疗系统，包括智能筛查诊疗平台，智能筛查诊疗平台与眼科筛查端、眼科问诊端和监管终端均通信连接，且智能筛查诊疗平台通信连接数据存储模块、眼像比对分析模块以及筛况综合评估模块；
眼科筛查端人员采集到筛查对象的身份信息，身份信息包括筛查对象的姓名和身份证号，对筛查对象进行眼球检测，通过眼球检测获取到筛查对象的眼球图像并将筛查对象的眼球图像发送至智能筛查诊疗平台；智能筛查诊疗平台接收到筛查对象的眼球图像后生成眼像分析信号，将眼像分析信号以及对应筛查对象的眼球图像发送至眼像比对分析模块；
眼像比对分析模块用于调取所需筛查的眼科疾病并标记为分析病症i，i＝{1,2，…，n}，n表示分析病症数目且n为大于1的正整数，获取到与分析病症i所对应的病症图像并标记为病症标准图像Ai；眼像比对分析模块接收到眼像分析信号后进行眼像分析并通过眼像分析将筛查对象标记为问诊对象或排除对象，将筛查对象标记为问诊对象时生成问诊检查信号，将问诊检查信号和问诊对象以及问诊对象的身份信息、眼像分析信息经智能筛查诊疗平台发送至眼科问诊端；
筛况综合评估模块用于进行眼科筛查的周期筛况评估，通过周期筛况评估生成优况信号、低效信号、低质信号或差况信号，将优况信号、低效信号、低质信号或差况信号经智能筛查诊疗平台发送至监管终端，监管终端在接收到低效信号、低质信号或差况信号后发出对应预警。
进一步的，眼像分析的具体过程如下：
将筛查对象的眼球图像与病症标准图像Ai进行比对，通过比对初步判断筛查对象是否存在与分析病症i所对应的眼科疾病，若初步判定筛查对象存在与分析病症i所对应的眼科疾病，则将对应筛查对象标记为问诊对象，生成问诊检查信号，若初步判定筛查对象不存在与分析病症i所对应的眼科疾病，则将对应筛查对象标记为排除对象。
进一步的，通过眼科问诊端的问诊检查将问诊对象标记为确诊对象或误诊对象，具体运行过程如下：
眼科问诊端人员对问诊对象进行问诊和细致检查，判断问诊对象是否存在对应眼科疾病，若问诊对象存在对应眼科疾病，则将问诊对象标记为确诊对象，若问诊对象不存在对应眼科疾病，则将问诊对象标记为误诊对象。
进一步的，眼科问诊端将确诊对象或误诊对象发送至智能筛查诊疗平台，智能筛查诊疗平台接收到确诊对象时，将精准检测次数加一并存储入数据存储模块，智能筛查诊疗平台接收到误诊对象时，将失误检测次数加一并存储入数据存储模块。
进一步的，智能筛查诊疗平台通信连接筛查效率反馈模块，筛查效率反馈模块用于通过对检测分析过程进行效率分析，生成效率合格信号或效率不合格信号，将效率合格信号或效率不合格信号发送至智能筛查诊疗平台；
智能筛查诊疗平台接收到效率合格信号时，将高效操作次数加一并存储入数据存储模块，智能筛查诊疗平台接收到效率不合格信号时，将低效操作次数加一并存储入数据存储模块。
进一步的，效率分析的具体分析过程如下：
采集到筛查对象在眼科筛查端的开始检测时刻和结束检测时刻并标记为筛查对象的初检值和末检值，以及采集到针对筛查对象的开始分析时刻和结束分析时刻并标记为筛查对象的初分值和末分值；将筛查对象的末检值与初检值进行差值计算获取到检测反应值，将筛查对象的末分值和初分值进行差值计算获取到分析反应值；通过数据存储模块调取预设检测反应阈值和预设分析反应阈值，将检测反应值和分析反应值与预设检测反应阈值和预设分析反应阈值分别进行比较；
若检测反应值和分析反应值均小于对应阈值，则判定对应筛查对象的检测分析过程合格，生成效率合格信号；否则，将检测反应值和分析反应值进行数值计算获取到反应表现值；通过数据存储模块调取预设反应表现阈值，将反应表现值与预设反应表现阈值进行比较；若筛查对象的反应表现值＜预设反应表现阈值，则判定对应筛查对象的检测分析过程合格，生成效率合格信号，若筛查对象的反应表现值≥预设反应表现阈值，则判定对应筛查对象的检测分析过程不合格，生成效率不合格信号。
进一步的，周期筛况评估的具体过程如下：
设定评估周期，通过数据存储模块调取评估周期内的检测效率信息和检测效果信息，检测效率信息包括评估周期内的高效操作次数和低效操作次数，将高效操作次数和低效操作次数分别标记为高效频值和低效频值，检测效果信息包括评估周期内的精准检测次数和失误检测次数，将精准检测次数和失误检测次数分别标记为精测频值和误测频值；
将低效频值与高效频值进行比值计算获取到效率评估系数，通过数据存储模块调取效率评估系数阈值，将效率评估系数与效率评估系数阈值进行比较；若效率评估系数≥效率评估系数阈值，则生成效率判定值U1，若效率评估系数＜效率评估系数阈值，则生成效率判定值U2；
将误测频值和精测频值进行比值计算获取到效果评估系数，通过数据存储模块调取效果评估系数阈值，将效果评估系数与效果评估系数阈值进行比较；若效果评估系数≥效果评估系数阈值，则生成效果判定值R1，若效果评估系数＜效果评估阈值，则生成效果判定值R2；
通过对效果判定值和效率判定值进行交集分析并生成优况信号、低效信号、低质信号或差况信号。
进一步的，对效果判定值和效率判定值进行交集分析的具体分析过程如下：
若效果判定值和效率判定值的交集分析结果为U2∩R2，则生成优况信号，若交集分析结果为U1∩R1，则生成差况信号，若交集分析结果为U2∩R1，则生成低质信号，若交集分析结果为U1∩R2，则生成低效信号。
进一步的，监管终端接收到优况信号时，不需作出任何应对措施，监管终端接收到低效信号时，对应监管人员应加强对眼科筛查端操作人员的操作培训和对筛查端设备的优化维护，监管终端接收到低质信号时，对应监管人员应对筛查端设备进行筛查程序优化完善或纠错，监管终端接收到差况信号时，对应监管人员加强对眼科筛查端操作人员的操作培训和对筛查端设备的优化维护，以及对筛查端设备进行筛查程序优化完善或纠错。
与现有技术相比，本发明的有益效果是：
1、本发明中，通过眼科筛查端采集到筛查对象的身份信息和眼球图像并将发送至智能筛查诊疗平台，智能筛查诊疗平台接收到筛查对象的眼球图像后生成眼像分析信号，将眼像分析信号以及对应筛查对象的眼球图像发送至眼像比对分析模块；通过眼像比对分析模块将筛查对象标记为问诊对象或排除对象，实现眼科疾病的初步筛查，显著提高眼科筛查效率，有助于眼科疾病筛查的大规模展开；
2、本发明中，通过眼科问诊端人员对问诊对象进行问诊和细致检查，将问诊对象标记为确诊对象或误诊对象并发送至智能筛查诊疗平台，为后续周期筛况评估提供数据支撑，且智能筛查诊疗平台在接收到确诊对象时提醒对应筛查人员根据自身需要选择进行后期治疗，筛查效率反馈模块通过效率分析生成效率合格信号或效率不合格信号并发送至智能筛查诊疗平台，为后续周期筛况评估提供数据支撑，且智能筛查诊疗平台接收到效率不合格信号时提醒对应操作人员注意；
3、本发明中，通过筛况综合评估模块进行眼科筛查的周期筛况评估并生成优况信号、低效信号、低质信号或差况信号，实现对筛查系统周期筛况评估，将对应评估信号经智能筛查诊疗平台发送至监管终端，有助于后续对筛查设备和人员进行管控，监管终端在接收到低效信号、低质信号或差况信号后发出对应预警，有助于保证后续的眼科疾病筛查效率和筛查效果。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明；
图1为本发明的整体系统框图；
图2为本发明中智能筛查诊疗平台的系统框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
实施例一：
如图1-2所示，本发明提出的一种基于人工智能的眼科筛查诊疗系统，包括智能筛查诊疗平台，智能筛查诊疗平台与眼科筛查端、眼科问诊端和监管终端均通信连接，且智能筛查诊疗平台通信连接数据存储模块、眼像比对分析模块以及筛况综合评估模块；眼科筛查端人员采集到筛查对象的身份信息，身份信息包括筛查对象的姓名和身份证号，眼科筛查端检测设备对筛查对象进行眼球检测，通过眼球检测获取到筛查对象的眼球图像并将筛查对象的眼球图像发送至智能筛查诊疗平台；智能筛查诊疗平台接收到筛查对象的眼球图像后生成眼像分析信号，将眼像分析信号以及对应筛查对象的眼球图像发送至眼像比对分析模块；
眼像比对分析模块用于调取所需筛查的眼科疾病并标记为分析病症i，i＝{1,2，…，n}，n表示分析病症数目且n为大于1的正整数，获取到与分析病症i所对应的病症图像并标记为病症标准图像Ai；眼像比对分析模块接收到眼像分析信号后进行眼像分析并通过眼像分析，将筛查对象的眼球图像与病症标准图像Ai进行比对，通过比对初步判断筛查对象是否存在与分析病症i所对应的眼科疾病，若初步判定筛查对象存在与分析病症i所对应的眼科疾病，则将对应筛查对象标记为问诊对象，生成问诊检查信号，若初步判定筛查对象不存在与分析病症i所对应的眼科疾病，则将对应筛查对象标记为排除对象；
通过眼像比对分析模块将筛查对象标记为问诊对象或排除对象，实现眼科疾病的初步筛查，将筛查对象标记为问诊对象时生成问诊检查信号，将问诊检查信号和问诊对象以及问诊对象的身份信息、眼像分析信息经智能筛查诊疗平台发送至眼科问诊端，以待进行后续详细诊断；通过眼科问诊端的问诊检查将问诊对象标记为确诊对象或误诊对象，即眼科问诊端人员对问诊对象进行问诊和细致检查，判断问诊对象是否存在对应眼科疾病，若判定问诊对象存在对应眼科疾病，则将问诊对象标记为确诊对象，若判定问诊对象不存在对应眼科疾病，则将问诊对象标记为误诊对象。
眼科问诊端将确诊对象或误诊对象发送至智能筛查诊疗平台，智能筛查诊疗平台接收到确诊对象时，将精准检测次数加一并存储入数据存储模块，智能筛查诊疗平台接收到误诊对象时，将失误检测次数加一并存储入数据存储模块，为后续周期筛况评估提供数据支撑。进一步而言，智能筛查诊疗平台在接收到误诊对象时，发送误诊信息至对应筛查人员的智能终端；在接收到确诊对象时，发送确诊信息和日常用眼注意事项至对应筛查人员的智能终端，并发送相应提醒信息至对应筛查人员的智能终端以提醒对应筛查人员根据自身需要选择进行后期治疗。
筛况综合评估模块用于进行眼科筛查的周期筛况评估，通过周期筛况评估生成优况信号、低效信号、低质信号或差况信号，具体过程如下：
步骤Q1、设定评估周期，通过数据存储模块调取评估周期内的检测效率信息和检测效果信息，检测效率信息包括评估周期内的高效操作次数和低效操作次数，将高效操作次数和低效操作次数分别标记为高效频值和低效频值，检测效果信息包括评估周期内的精准检测次数和失误检测次数，将精准检测次数和失误检测次数分别标记为精测频值和误测频值；
步骤Q2、将低效频值与高效频值进行比值计算获取到效率评估系数XPX，即效率评估系数XPX＝低效频值/(高效频值+e1)，通过数据存储模块调取效率评估系数阈值，将效率评估系数XPX与效率评估系数阈值进行比较；
其中，e1为预设修正因子，e1的取值为0.873；若效率评估系数XPX≥效率评估系数阈值，则判定评估周期的眼科疾病筛查效率不佳并生成效率判定值U1，若效率评估系数XPX＜效率评估系数阈值，则判定评估周期的眼科疾病筛查效率高并生成效率判定值U2；
步骤Q3、将误测频值和精测频值进行比值计算获取到效果评估系数GPX，效果评估系数GPX＝误测频值/(精测频值+e2)，通过数据存储模块调取效果评估系数阈值，将效果评估系数与效果评估系数阈值进行比较；
其中，e2为预设修正因子，e2的取值为0.923；若效果评估系数GPX≥效果评估系数阈值，则判定评估周期的眼科疾病筛查效果不佳并生成效果判定值R1，若效果评估系数GPX＜效果评估阈值，则判定评估周期的筛查效果好并生成效果判定值R2；
步骤Q4、通过对效果判定值和效率判定值进行交集分析，若效果判定值和效率判定值的交集分析结果为U2∩R2，则生成优况信号，若交集分析结果为U1∩R1，则生成差况信号，若交集分析结果为U2∩R1，则生成低质信号，若交集分析结果为U1∩R2，则生成低效信号。
筛况综合评估模块将优况信号、低效信号、低质信号或差况信号经智能筛查诊疗平台发送至监管终端，实现对筛查系统周期筛况评估，有助于后续对筛查设备和人员进行管控，监管终端在接收到低效信号、低质信号或差况信号后发出对应预警。
监管终端接收到优况信号时，不需作出任何应对措施，监管终端接收到低效信号时，对应监管人员应加强对眼科筛查端操作人员的操作培训和对筛查端设备的优化维护，监管终端接收到低质信号时，对应监管人员应对筛查端设备进行筛查程序优化完善或纠错，监管终端接收到差况信号时，对应监管人员加强对眼科筛查端操作人员的操作培训和对筛查端设备的优化维护，以及对筛查端设备进行筛查程序优化完善或纠错。
实施例二：
如图2所示，本实施例与实施例1的区别在于，智能筛查诊疗平台通信连接筛查效率反馈模块，筛查效率反馈模块用于通过对检测分析过程进行效率分析，生成效率合格信号或效率不合格信号，具体分析过程如下：
步骤M1、采集到筛查对象在眼科筛查端的开始检测时刻和结束检测时刻并标记为筛查对象的初检值和末检值，以及采集到针对筛查对象的开始分析时刻和结束分析时刻并标记为筛查对象的初分值和末分值；
步骤M2、将筛查对象的末检值与初检值进行差值计算获取到检测反应值，即检测反应值表示筛查对象的眼科筛查端的检测时长大小，将筛查对象的末分值和初分值进行差值计算获取到分析反应值，即分析反应值表示筛查对象的眼像分析时长大小；将检测反应值和分析反应值分别标记为YFZ和FFZ；
步骤M3、通过数据存储模块调取预设检测反应阈值和预设分析反应阈值，将检测反应值YFZ和分析反应值FFZ与预设检测反应阈值和预设分析反应阈值分别进行比较；若检测反应值YFZ和分析反应值FFZ均小于对应阈值，则判定对应筛查对象的检测分析过程合格，生成效率合格信号；
否则，通过反应表现分析公式将检测反应值YFZ和分析反应值FFZ进行数值计算获取到反应表现值FBZ；其中，a1、a2为预设比例系数，a1和a2的取值均大于零且a1＜a2；需要说明的是，反应表现值FBZ的数值大小与检测反应值YFZ和分析反应值FFZ均呈正比关系，反应表现值FBZ用于表示对应筛查对象的检测分析效率，反应表现值FBZ的数值越小，表明对应筛查对象的检测分析效率越好；
上述公式是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置；
步骤M4、通过数据存储模块调取预设反应表现阈值，将反应表现值FBZ与预设反应表现阈值进行比较；若筛查对象的反应表现值FBZ＜预设反应表现阈值，则判定对应筛查对象的检测分析过程合格，生成效率合格信号，若筛查对象的反应表现值FBZ≥预设反应表现阈值，则判定对应筛查对象的检测分析过程不合格，生成效率不合格信号。
通过筛查效率反馈模块将效率合格信号或效率不合格信号发送至智能筛查诊疗平台，智能筛查诊疗平台接收到效率合格信号时，将高效操作次数加一并存储入数据存储模块，智能筛查诊疗平台接收到效率不合格信号时，将低效操作次数加一并存储入数据存储模块，为后续周期筛况评估提供数据支撑；进一步而言，智能筛查诊疗平台接收到效率不合格信号时，将效率不合格信号反馈至眼科筛查端，起到提醒对应操作人员的作用。
本发明的工作原理：使用时，通过眼科筛查端采集到筛查对象的身份信息和眼球图像并将发送至智能筛查诊疗平台，智能筛查诊疗平台接收到筛查对象的眼球图像后生成眼像分析信号，将眼像分析信号以及对应筛查对象的眼球图像发送至眼像比对分析模块；通过眼像比对分析模块将筛查对象标记为问诊对象或排除对象，实现眼科疾病的初步筛查，显著提高眼科筛查效率，有助于眼科疾病筛查的大规模展开，经智能筛查诊疗平台问诊对象发送至眼科问诊端，通过眼科问诊端人员对问诊对象进行问诊和细致检查，将问诊对象标记为确诊对象或误诊对象并发送至智能筛查诊疗平台；
智能筛查诊疗平台接收到确诊对象时，将精准检测次数加一并存储入数据存储模块，智能筛查诊疗平台接收到误诊对象时，将失误检测次数加一并存储入数据存储模块，为后续周期筛况评估提供数据支撑，且智能筛查诊疗平台在接收到确诊对象时，发送确诊信息和日常用眼注意事项至对应筛查人员的智能终端，并提醒对应筛查人员根据自身需要选择进行后期治疗；筛查效率反馈模块通过效率分析生成效率合格信号或效率不合格信号并发送至智能筛查诊疗平台，智能筛查诊疗平台接收到效率合格信号时将高效操作次数加一并存储入数据存储模块，接收到效率不合格信号时将低效操作次数加一并存储入数据存储模块，为后续周期筛况评估提供数据支撑，且智能筛查诊疗平台接收到效率不合格信号时提醒对应操作人员注意；
筛况综合评估模块进行眼科筛查的周期筛况评估并生成优况信号、低效信号、低质信号或差况信号，实现对筛查系统周期筛况评估，将对应评估信号经智能筛查诊疗平台发送至监管终端，有助于后续对筛查设备和人员进行管控，监管终端接收到优况信号时不作出任何应对措施，接收到低效信号时应加强对眼科筛查端操作人员的操作培训和对筛查端设备的优化维护，接收到低质信号时对筛查端设备进行筛查程序优化完善或纠错，接收到差况信号时加强对眼科筛查端操作人员的操作培训和对筛查端设备的优化维护并对筛查端设备进行筛查程序优化完善或纠错。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内若，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (2)
1.一种基于人工智能的眼科筛查诊疗系统，其特征在于，包括智能筛查诊疗平台，智能筛查诊疗平台与眼科筛查端、眼科问诊端和监管终端均通信连接，且智能筛查诊疗平台通信连接数据存储模块、眼像比对分析模块以及筛况综合评估模块；
眼科筛查端人员采集到筛查对象的身份信息，身份信息包括筛查对象的姓名和身份证号，对筛查对象进行眼球检测，通过眼球检测获取到筛查对象的眼球图像并将筛查对象的眼球图像发送至智能筛查诊疗平台；智能筛查诊疗平台接收到筛查对象的眼球图像后生成眼像分析信号，将眼像分析信号以及对应筛查对象的眼球图像发送至眼像比对分析模块；
眼像比对分析模块用于调取所需筛查的眼科疾病并标记为分析病症i，i＝{1,2，…，n}，n表示分析病症数目且n为大于1的正整数，获取到与分析病症i所对应的病症图像并标记为病症标准图像Ai；眼像比对分析模块接收到眼像分析信号后进行眼像分析并通过眼像分析将筛查对象标记为问诊对象或排除对象，将筛查对象标记为问诊对象时生成问诊检查信号，将问诊检查信号和问诊对象以及问诊对象的身份信息、眼像分析信息经智能筛查诊疗平台发送至眼科问诊端；
筛况综合评估模块用于进行眼科筛查的周期筛况评估，通过周期筛况评估生成优况信号、低效信号、低质信号或差况信号，将优况信号、低效信号、低质信号或差况信号经智能筛查诊疗平台发送至监管终端，监管终端在接收到低效信号、低质信号或差况信号后发出对应预警；
眼像分析的具体过程如下：
将筛查对象的眼球图像与病症标准图像Ai进行比对，通过比对初步判断筛查对象是否存在与分析病症i所对应的眼科疾病，若初步判定筛查对象存在与分析病症i所对应的眼科疾病，则将对应筛查对象标记为问诊对象，生成问诊检查信号，若初步判定筛查对象不存在与分析病症i所对应的眼科疾病，则将对应筛查对象标记为排除对象；
通过眼科问诊端的问诊检查将问诊对象标记为确诊对象或误诊对象，具体运行过程如下：
眼科问诊端人员对问诊对象进行问诊和细致检查，判断问诊对象是否存在对应眼科疾病，若问诊对象存在对应眼科疾病，则将问诊对象标记为确诊对象，若问诊对象不存在对应眼科疾病，则将问诊对象标记为误诊对象；
眼科问诊端将确诊对象或误诊对象发送至智能筛查诊疗平台，智能筛查诊疗平台接收到确诊对象时，将精准检测次数加一并存储入数据存储模块，智能筛查诊疗平台接收到误诊对象时，将失误检测次数加一并存储入数据存储模块；
智能筛查诊疗平台通信连接筛查效率反馈模块，筛查效率反馈模块用于通过对检测分析过程进行效率分析，生成效率合格信号或效率不合格信号，将效率合格信号或效率不合格信号发送至智能筛查诊疗平台；
智能筛查诊疗平台接收到效率合格信号时，将高效操作次数加一并存储入数据存储模块，智能筛查诊疗平台接收到效率不合格信号时，将低效操作次数加一并存储入数据存储模块；
效率分析的具体分析过程如下：
采集到筛查对象在眼科筛查端的开始检测时刻和结束检测时刻并标记为筛查对象的初检值和末检值，以及采集到针对筛查对象的开始分析时刻和结束分析时刻并标记为筛查对象的初分值和末分值；将筛查对象的末检值与初检值进行差值计算获取到检测反应值，将筛查对象的末分值和初分值进行差值计算获取到分析反应值；通过数据存储模块调取预设检测反应阈值和预设分析反应阈值，将检测反应值和分析反应值与预设检测反应阈值和预设分析反应阈值分别进行比较；
若检测反应值和分析反应值均小于对应阈值，则判定对应筛查对象的检测分析过程合格，生成效率合格信号；否则，将检测反应值和分析反应值进行数值计算获取到反应表现值；通过数据存储模块调取预设反应表现阈值，将反应表现值与预设反应表现阈值进行比较；若筛查对象的反应表现值＜预设反应表现阈值，则判定对应筛查对象的检测分析过程合格，生成效率合格信号，若筛查对象的反应表现值≥预设反应表现阈值，则判定对应筛查对象的检测分析过程不合格，生成效率不合格信号；
周期筛况评估的具体过程如下：
设定评估周期，通过数据存储模块调取评估周期内的检测效率信息和检测效果信息，检测效率信息包括评估周期内的高效操作次数和低效操作次数，将高效操作次数和低效操作次数分别标记为高效频值和低效频值，检测效果信息包括评估周期内的精准检测次数和失误检测次数，将精准检测次数和失误检测次数分别标记为精测频值和误测频值；
将低效频值与高效频值进行比值计算获取到效率评估系数，通过数据存储模块调取效率评估系数阈值，将效率评估系数与效率评估系数阈值进行比较；若效率评估系数≥效率评估系数阈值，则生成效率判定值U1，若效率评估系数＜效率评估系数阈值，则生成效率判定值U2；
将误测频值和精测频值进行比值计算获取到效果评估系数，通过数据存储模块调取效果评估系数阈值，将效果评估系数与效果评估系数阈值进行比较；若效果评估系数≥效果评估系数阈值，则生成效果判定值R1，若效果评估系数＜效果评估阈值，则生成效果判定值R2；
通过对效果判定值和效率判定值进行交集分析并生成优况信号、低效信号、低质信号或差况信号；
对效果判定值和效率判定值进行交集分析的具体分析过程如下：
若效果判定值和效率判定值的交集分析结果为U2∩R2，则生成优况信号，若交集分析结果为U1∩R1，则生成差况信号，若交集分析结果为U2∩R1，则生成低质信号，若交集分析结果为U1∩R2，则生成低效信号。
2.根据权利要求1所述的一种基于人工智能的眼科筛查诊疗系统，其特征在于，监管终端接收到优况信号时，不需作出任何应对措施，监管终端接收到低效信号时，对应监管人员应加强对眼科筛查端操作人员的操作培训和对筛查端设备的优化维护，监管终端接收到低质信号时，对应监管人员应对筛查端设备进行筛查程序优化完善或纠错，监管终端接收到差况信号时，对应监管人员加强对眼科筛查端操作人员的操作培训和对筛查端设备的优化维护，以及对筛查端设备进行筛查程序优化完善或纠错。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211605367.7A CN116092665B (zh) | 2022-12-14 | 2022-12-14 | 一种基于人工智能的眼科筛查诊疗系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211605367.7A CN116092665B (zh) | 2022-12-14 | 2022-12-14 | 一种基于人工智能的眼科筛查诊疗系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116092665A CN116092665A (zh) | 2023-05-09 |
| CN116092665B true CN116092665B (zh) | 2023-11-03 |
Family
ID=86185945
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211605367.7A Active CN116092665B (zh) | 2022-12-14 | 2022-12-14 | 一种基于人工智能的眼科筛查诊疗系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116092665B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109166117A (zh) * | 2018-08-31 | 2019-01-08 | 福州依影健康科技有限公司 | 一种眼底图像自动分析比对方法及一种存储设备 |
| CN110070930A (zh) * | 2019-03-12 | 2019-07-30 | 中山大学中山眼科中心 | 一种人工智能眼病筛查服务方法和系统 |
| CN111462901A (zh) * | 2020-03-26 | 2020-07-28 | 北京致远慧图科技有限公司 | 一种新生儿眼病筛查系统及方法 |
| CN111816299A (zh) * | 2020-06-29 | 2020-10-23 | 刘海燕 | 一种眼科诊疗系统 |
| CN112084961A (zh) * | 2020-09-11 | 2020-12-15 | 宁波市眼科医院 | 一种基于眼科机器人的人工智能眼病筛查诊疗系统 |
| CN112102941A (zh) * | 2020-09-11 | 2020-12-18 | 宁波市眼科医院 | 一种搭载基于眼底照片筛查系统的眼病筛查机器人 |
| CN113077889A (zh) * | 2021-03-31 | 2021-07-06 | 武开寿 | 一种人工智能眼病筛查服务方法和系统 |
| CN113470815A (zh) * | 2021-06-30 | 2021-10-01 | 温州医科大学附属眼视光医院 | 基于ai技术的白内障患者视力损害程度评估系统 |
| CN114420299A (zh) * | 2021-12-28 | 2022-04-29 | 中山大学中山眼科中心 | 基于眼动测试的认知功能筛查方法、系统、设备和介质 |
| KR20220109535A (ko) * | 2021-01-28 | 2022-08-05 | 권오연 | 안저 검사 방법 및 장치 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7708403B2 (en) * | 2003-10-30 | 2010-05-04 | Welch Allyn, Inc. | Apparatus and method for diagnosis of optically identifiable ophthalmic conditions |
| MY176642A (en) * | 2012-11-06 | 2020-08-19 | 20/20 Vision Center LLC | System and methods for enabling customers to obtain vision and eye health examinations |
| WO2014186838A1 (en) * | 2013-05-19 | 2014-11-27 | Commonwealth Scientific And Industrial Research Organisation | A system and method for remote medical diagnosis |
-
2022
- 2022-12-14 CN CN202211605367.7A patent/CN116092665B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109166117A (zh) * | 2018-08-31 | 2019-01-08 | 福州依影健康科技有限公司 | 一种眼底图像自动分析比对方法及一种存储设备 |
| CN110070930A (zh) * | 2019-03-12 | 2019-07-30 | 中山大学中山眼科中心 | 一种人工智能眼病筛查服务方法和系统 |
| CN111462901A (zh) * | 2020-03-26 | 2020-07-28 | 北京致远慧图科技有限公司 | 一种新生儿眼病筛查系统及方法 |
| CN111816299A (zh) * | 2020-06-29 | 2020-10-23 | 刘海燕 | 一种眼科诊疗系统 |
| CN112084961A (zh) * | 2020-09-11 | 2020-12-15 | 宁波市眼科医院 | 一种基于眼科机器人的人工智能眼病筛查诊疗系统 |
| CN112102941A (zh) * | 2020-09-11 | 2020-12-18 | 宁波市眼科医院 | 一种搭载基于眼底照片筛查系统的眼病筛查机器人 |
| KR20220109535A (ko) * | 2021-01-28 | 2022-08-05 | 권오연 | 안저 검사 방법 및 장치 |
| CN113077889A (zh) * | 2021-03-31 | 2021-07-06 | 武开寿 | 一种人工智能眼病筛查服务方法和系统 |
| CN113470815A (zh) * | 2021-06-30 | 2021-10-01 | 温州医科大学附属眼视光医院 | 基于ai技术的白内障患者视力损害程度评估系统 |
| CN114420299A (zh) * | 2021-12-28 | 2022-04-29 | 中山大学中山眼科中心 | 基于眼动测试的认知功能筛查方法、系统、设备和介质 |
Non-Patent Citations (3)
| Title |
|---|
| Trends in Neonatal Ophthalmic Screening Methods;Martin Hložánek 等;《diagnostics》;第1251（2-10）页 * |
| 人工智能在眼底病变筛查中的应用进展;王萱 等;《湖南中医药大学学报》;第41卷(第12期);第11975-1980页 * |
| 新冠肺炎疫情期间眼科互联网人工智能诊疗服务开展效果分析;吴晓航;陈睛晶;刘臻臻;晏丕松;胡伟玲;吴子健;林怀德;王延东;吴雁凌;陈茗菲;张草贤;郑永欣;柳夏林;林晓峰;刘奕志;林浩添;;中国数字医学(第09期);第6-11页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116092665A (zh) | 2023-05-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20120304008A1 (en) | Supervised fault learning using rule-generated samples for machine condition monitoring | |
| CN115050435B (zh) | 一种基于大数据的临床试验数据管理系统及方法 | |
| CN106895791A (zh) | 一种板卡形变监测预警系统 | |
| CN115205764B (zh) | 基于机器视觉的在线学习专注度监测方法、系统及介质 | |
| Hoijtink | The measurement of latent traits by proximity items | |
| CN110192860B (zh) | 一种面向网络信息认知的脑成像智能测试分析方法及系统 | |
| Feng et al. | Using eye aspect ratio to enhance fast and objective assessment of facial paralysis | |
| CN116092665B (zh) | 一种基于人工智能的眼科筛查诊疗系统 | |
| CN113053517B (zh) | 一种基于动态区域量化指标的面瘫级别评估方法 | |
| CN114343577A (zh) | 认知功能评价方法、终端设备以及计算机可读存储介质 | |
| CN116128272B (zh) | 一种药物的生产流程监管平台 | |
| CN114822143B (zh) | 军事训练智能考核管理系统和方法 | |
| CN113537407B (zh) | 基于机器学习的图像数据评价处理方法及装置 | |
| US20240062378A1 (en) | Quality control method and quality control system for data annotation on fundus image | |
| CN115223232A (zh) | 一种眼健康综合管理系统 | |
| CN111428577A (zh) | 一种基于深度学习与视频放大技术的人脸活体判断方法 | |
| CN116302763B (zh) | Micro LED显示屏的触控检测方法及系统 | |
| CN116384954B (zh) | 一种工程人员从岗情况评估方法及评估系统 | |
| CN116778563B (zh) | 一种基于牙齿及附着龈的图像处理方法及相关设备 | |
| CN116978558A (zh) | 格拉斯哥昏迷评估教学模型的构建方法和教学评估系统 | |
| CN116779180A (zh) | 一种基于医院感染数据的传染病情监测系统 | |
| CN114999655A (zh) | 一种基于大数据的防疫心理问题早期预警及管理系统 | |
| CN116543345A (zh) | 一种基于人工智能作物生产过程溯源档案的生成方法 | |
| CN117116467A (zh) | 基于面部识别的智能诊疗系统 | |
| CN117524398A (zh) | 一种基于语音及视线追踪建立患者心理健康档案的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |