CN110335304A - 基于图像识别的皮损面积测量方法及皮肤疾病诊疗系统 - Google Patents
基于图像识别的皮损面积测量方法及皮肤疾病诊疗系统 Download PDFInfo
- Publication number
- CN110335304A CN110335304A CN201910503082.4A CN201910503082A CN110335304A CN 110335304 A CN110335304 A CN 110335304A CN 201910503082 A CN201910503082 A CN 201910503082A CN 110335304 A CN110335304 A CN 110335304A
- Authority
- CN
- China
- Prior art keywords
- module
- phototherapy
- skin
- sufferer
- skin lesion
- 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.)
- Pending
Links
- 206010040882 skin lesion Diseases 0.000 title claims abstract description 59
- 231100000444 skin lesion Toxicity 0.000 title claims abstract description 59
- 208000017520 skin disease Diseases 0.000 title claims abstract description 23
- 238000003745 diagnosis Methods 0.000 title claims abstract description 21
- 238000002560 therapeutic procedure Methods 0.000 title claims abstract description 16
- 238000000691 measurement method Methods 0.000 title claims abstract description 11
- 230000001225 therapeutic effect Effects 0.000 claims abstract description 24
- 238000001126 phototherapy Methods 0.000 claims description 74
- 238000000034 method Methods 0.000 claims description 25
- 230000007246 mechanism Effects 0.000 claims description 24
- XUMBMVFBXHLACL-UHFFFAOYSA-N Melanin Chemical compound O=C1C(=O)C(C2=CNC3=C(C(C(=O)C4=C32)=O)C)=C2C4=CNC2=C1C XUMBMVFBXHLACL-UHFFFAOYSA-N 0.000 claims description 22
- 230000000694 effects Effects 0.000 claims description 22
- 239000003814 drug Substances 0.000 claims description 20
- 229940079593 drug Drugs 0.000 claims description 17
- 230000003902 lesion Effects 0.000 claims description 17
- 238000007418 data mining Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 10
- 206010015150 Erythema Diseases 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 9
- 238000013135 deep learning Methods 0.000 claims description 9
- 231100000321 erythema Toxicity 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 9
- 230000003993 interaction Effects 0.000 claims description 8
- 238000003062 neural network model Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 4
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 claims description 3
- 241000208340 Araliaceae Species 0.000 claims description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 3
- 238000001816 cooling Methods 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 claims description 3
- 235000008434 ginseng Nutrition 0.000 claims description 3
- 230000001678 irradiating effect Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 239000003795 chemical substances by application Substances 0.000 claims 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 7
- 201000010099 disease Diseases 0.000 abstract description 6
- 230000005855 radiation Effects 0.000 abstract description 6
- 238000011160 research Methods 0.000 abstract description 6
- 238000003759 clinical diagnosis Methods 0.000 abstract description 2
- 230000001934 delay Effects 0.000 abstract description 2
- 230000035876 healing Effects 0.000 abstract description 2
- 238000011002 quantification Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 12
- 230000037311 normal skin Effects 0.000 description 7
- 230000032683 aging Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000000750 progressive effect Effects 0.000 description 4
- 206010047642 Vitiligo Diseases 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 210000004209 hair Anatomy 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 230000005526 G1 to G0 transition Effects 0.000 description 2
- 201000004681 Psoriasis Diseases 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 230000017525 heat dissipation Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 210000004400 mucous membrane Anatomy 0.000 description 2
- 239000000049 pigment Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 206010067484 Adverse reaction Diseases 0.000 description 1
- 208000003251 Pruritus Diseases 0.000 description 1
- 230000006838 adverse reaction Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001363 autoimmune Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005842 biochemical reaction Methods 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000035614 depigmentation Effects 0.000 description 1
- 230000009266 disease activity Effects 0.000 description 1
- 238000002651 drug therapy Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 210000004877 mucosa Anatomy 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 239000010453 quartz Substances 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 230000037380 skin damage Effects 0.000 description 1
- 238000011287 therapeutic dose Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1072—Measuring physical dimensions, e.g. size of the entire body or parts thereof measuring distances on the body, e.g. measuring length, height or thickness
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1075—Measuring physical dimensions, e.g. size of the entire body or parts thereof for measuring dimensions by non-invasive methods, e.g. for determining thickness of tissue layer
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1079—Measuring physical dimensions, e.g. size of the entire body or parts thereof using optical or photographic means
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/06—Radiation therapy using light
- A61N5/0613—Apparatus adapted for a specific treatment
- A61N5/0616—Skin treatment other than tanning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/06—Radiation therapy using light
- A61N2005/0658—Radiation therapy using light characterised by the wavelength of light used
- A61N2005/0661—Radiation therapy using light characterised by the wavelength of light used ultraviolet
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30088—Skin; Dermal
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Heart & Thoracic Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Geometry (AREA)
- Radiology & Medical Imaging (AREA)
- Urology & Nephrology (AREA)
- Radiation-Therapy Devices (AREA)
Abstract
本发明提出了一种基于图像识别的皮损面积测量方法、皮肤疾病诊疗系统及光疗仪。本发明病患通过可随时观察到自身疾病的可以量化的变化趋势,提高病患治疗信心,同时能第一时间发现病情变坏的趋势,从而及时就诊,调整治疗方案以免病情耽误而造成不好影响。本发明提供了给予临床医生在诊疗时计算病患皮肤病患处治愈过程及变化的一个可量化工具,为临床医生能随时得到病患患处部位的具体数据信息包括为临床诊断、随访、科研工作起重要作用。本发明的光疗仪能根据医嘱,在光疗仪上设定好一个临床需要用到的紫外线辐射剂量,治疗中直接用辐照强度传感器实时地获得患者皮肤上接受到的紫外线辐射剂量,在最终达到设定的剂量后再自动停止治疗。
Description
技术领域
本发明属于诊疗技术领域,具体涉及一种皮肤疾病诊疗系统及应用、光疗仪、基于图像识别的皮损区域检测方法。
背景技术
基于影像学的皮肤病诊断目前有不少方法,但针对特殊皮肤病,长期定向观察不断稳定提高识别准确率的手段和方法很少。由于获得如白癜风,银屑病,等自身免疫性导致的皮肤病疾病治疗周期很长,通常都是以年为治疗单位,病患在长期的患病过程中,由于该治疗周期长,短期看不到效果,病患的依从性差,很多病患因此放弃了治疗。
以前针对皮肤病患处进行图像识别都是基于通过专业皮肤镜,受过专业培训的皮肤科医生通过皮肤镜放大患者的皮肤患处部位进行图像获取再进一步进行识别处理。但这种图像获取仅限于受过训练的专业医生通过专业设备去获取相对高质量的皮肤图像,但对患者来说很难做到。
白癜风的分型,分期,白斑面积大小,都会有不同的治疗手段。病程,部位等对同样的治疗方式又会有不同的结果。医生会非常想了解对这些变量和结果之间有什么更深的关系;对相同治疗此树下,同一治疗部位,疗效和治疗频率,红斑量,累计剂量的关系;对不同部位皮损出现平台期的时间,红斑量,累计剂量进行分析和比较。
发明内容
本发明旨在解决现有技术中在病患治疗过程中存在的上述问题。本发明病患通过可随时观察到自身疾病的可以量化的变化趋势,提高病患治疗信心,同时能第一时间发现病情变坏的趋势,从而及时就诊,调整治疗方案以免病情耽误而造成不好影响。另一方面,本发明提供了给予临床医生在诊疗时计算病患皮肤病患处治愈过程及变化的一个可量化工具,为临床医生能随时得到病患患处部位的具体数据信息包括为临床诊断、随访、科研工作起重要作用。
现有技术中,患者采集图像的手段方法非常有限,一般是通过智能手机。但采集图片时,由于患者都未经段专业训练,因此采集的图片角度,光线,对焦点,背景色都不一样。因此,如何在无法根本性提高病患图像采集的效率上,解决图像识别的准确性是本发明需要解决的内容。首先我们知道,传统的图像识别方法根本无法有效解决这个问题。本发明提出一种通过患者用户端采集图像并基于图像识别来用于辅助诊疗的技术方案。
本发明通过让病患回答一些问题,判断病患的分型,分期,白斑面积大小(白斑大小也可以根据图像识别来确定),确定好这些信息后可以把病患进行各种分类,同时预设人体模版,病患根据自身白斑所在的身体部位,通过在智能设备上选择该人体对应模版的部位进行编辑,本发明可以自动对该对应位置的治疗有效率进行归类,分析和统计。
这样后期搜集的带有治疗效果的大数据才可以进行分析。很多病患其实不太清楚自身的分类,不同的分类对应的治疗方法(不仅仅是光疗,还有药物治疗)是有区别的(本发明系统可以对病患进行宣教,让病患了解自己的疾病和基本治疗方法)另外病情也会发展,病患的分类可能就会产生变化,所以通过本发明系统在病患病情发生改变时能警示病患去做进一步的检测,就非常重要了。
本发明提出了一种基于图像识别的皮损面积测量方法,所述方法包括以下步骤:
(1)选定目标皮损部位,并设置参照标签;
(2)采集包含所述目标皮损部位和所述参照标签的图像;
(3)对所述图像进行识别、矫正、纠偏;
(4)采用神经网络模型计算皮损区域的面积。
本发明所述步骤4中神经网络模型的计算包括以下步骤:
步骤4a:背景识别;
步骤4b:识别皮损区域的边界;
步骤4c:计算皮损区域的白斑面积。
本发明所述神经网络模型通过深度学习技术调优;基于pytorch深度学习框架,通过采集大量的皮损区域图像,并进行人工标注,产生训练数据;加入BN层与dropout层,以及调参后,使用adam梯度下降算法进行训练后,获得效果最好的模型。
本发明所述步骤4b识别皮损区域的边界之后,进一步识别皮损区域中的黑色素岛,计算黑色素岛区域面积。
本发明所述参照标签为背景板,或者为能在皮肤上形成任何特定尺寸、形状、颜色的实物、印章或投影。
本发明还提出了一种皮肤疾病诊疗系统,所述系统包括:
图像采集模块,用于采集目标皮损部位图像;
图像识别模块,其采用本发明所述的方法测量皮损面积;
剂量检测模块,用于检测紫外线照射剂量;
信息收集模块,用于收集病患信息及用药信息;
数据挖掘模块,用于收集治疗信息;
平台期检测模块,用于检测是否处于平台期;
方案推荐模块,其预设不同医生的配置方案供用户导入;
数据传输模块,其用于在光疗仪设备,智能终端间,云服务器间传输数据。
本发明所述病患信息及用药信息包括:病患的年龄,性别,居住区域,有无遗传史,白癜风的初步诊断级别,分型,分类,白斑面积,初次发现白斑的时间,服药情况,工作种类,每次使用本发明系统记录的所使用药物的名称和次数。
本发明所述配置方案包括:初始剂量设定,治疗的频率,治疗后红斑效果后的剂量调整,平台期的判断和休息时间,最大单次剂量和累计剂量及不同部位的时间设定。
本发明所述配置方案进一步包括治疗效果评价。
本发明所述数据挖掘模块通过图像识别和大数据分析病患的治疗效果,挖掘治疗效果与光疗的具体配置,和不同药物使用之间的联系。
本发明所述剂量检测模块通过辐照强度传感器知检测在光疗实施时的实时的辐照强度,同时检测温度、电压参数。
本发明通过辐照强度传感器,温度传感器和电压数值变化去判断辐照强度变化,从而启动降温系统维持稳定需要的辐照强度。
本发明进一步包括语音识别模块,通过所述语音识别模块去完成光疗仪的参数设定和治疗。
本发明中的数据挖掘模块,根据信息收集模块收集的信息及图像识别模块测量的皮损面积将病患分型、分期分类:
A、按病期分类:进展期和稳定期;
其中,所述进展期判定参考白癜风疾病活动度评分(VIDA)积分:
VIDA积分:近6周内出现新皮损或原皮损扩大(+4分)
近1年出现新皮损或原皮损扩大(+1分);
至少稳定1年(0分);
至少稳定1年且有黑色素再生(-1分)。
总分>1分即为进展期,≥4分为快速进展期。
B、按白癜风型别分类:节段型、非节段型、混合型及未定类型白癜风;
1、节段型白癜风:沿某一皮神经节段分布(完全或部分匹配皮肤节段),单侧的不对称的白癜风;
2、非阶段性白癜风:包括散发形、泛发型、面肢端型和黏膜型:
2.1、散发形:白斑≥2片,面积为1~3级;
2.2、泛发型:白斑面积4级(>50%);
2.3、面肢端型:斑主要局限于头面、手足,尤其好发于指趾远端及面部腔口周围,可发展为散型、泛发型;
2.4、黏膜型:指白癜风白斑分布于2个及以上黏膜部位,可发展为散发型、范发型。
2.5、混合型白癜风:节段型和非节段型并存;
2.6、未定类型白癜风:指非节段型分布的单片皮损,面积为1级。
C、按白斑面积分类:
白斑面积(手掌面积约为体表面积1%):
1级为轻度,<l%;
2级为中度,l%~5%;
3级为中重度,6%~50%;
4级为重度,>50%。
白斑面积也可按白癜风面积评分指数(vitiligo area scoring index,VASI)来判定。VASI=∑(身体各部占手掌单元数)×该区域色素脱失所占百分比,VASI值为0-100。
本发明中的数据挖掘模块,对白癜风治疗是否有效的判定原则如下:
疗效判定标准:
康复:恢复正常肤色;
显效:患者恢复正常肤色面积>50%,白斑基本消退;
有效:患者恢复正常肤色面积10%-50%,白斑部分消退;
无效:白斑无色素再生或进一步扩大。
总有效:康复+显效。
进展期和稳定期治疗方式有比较大的区别的,医生可以依据本发明系统对白癜风病患的分型,分类,分期数据再结合患者的用药,光疗等,及治疗后的情况来筛选和评估不同治疗方法的治疗效果,对医生有重大意义,是白癜风医生的一个必备系统,通过本发明系统能随访,分析患者,写论文。
本发明还提出了一种光疗仪,包括:
机体外壳,所述机体外壳上设有显示模块、人机交互模块;
控制模块,其设置在所述机体外壳内部,与所述显示模块和所述人机交互模块连接;
通信模块,其与所述控制模块连接,以无线通信方式或有线通信方式与皮肤疾病诊疗系统连接;
光疗模块,其设置在所述机体外壳内,并与所述控制模块连接;所述光疗模块通过所述机体外壳上的光疗窗向外形成照射面;
所述机体外壳内或外设置有光疗辐照调整机构,通过所述光疗辐照调整机构改变光疗窗的大小;
所述外壳远离电源接口的一端设置有透气孔,所述透气孔附近设置散热风扇。
所述光疗辐照调整机构上设置有梯形窗,通过旋转所述光疗辐照调整机构调节所述梯形窗与所述光疗窗的重叠面积,从而改变所述光疗模块的照射面。
所述外壳远离电源接口的一端设置有旋转盖,所述透气孔设置在所述旋转盖上;所述旋转盖与所述光疗辐照调整机构固定连接,通过旋转所述旋转盖带动所述光疗辐照调整机构旋转。
所述旋转盖为可拆卸,所述光疗辐照调整机构可拆卸。
所述光疗模块设置有与所述控制模块连接的辐照强度传感器和/或温度传感器。
通过本发明的剂量设定光疗仪模式,能根据医嘱在光疗仪上设定好一个临床需要用到的紫外线辐射剂量,治疗中直接用辐照强度传感器实时地获得患者皮肤上接受到的紫外线辐射剂量,在最终达到设定的剂量后再自动停止治疗。这是一种真正的紫外线精准治疗,能根本上解决时间模式光疗仪的不准确问题,不再需要考虑环境温度,湿度,气压,灯管的衰减,老化对辐照强度和剂量的影响,始终让病患获得最准确的辐照剂量,对临床治疗和科研有极大的意义。
附图说明
图1是本发明中参照标签的示意图。
图2是本发明图像矫正的示意图。
图3是本发明皮损面积计算的示意图。
图4是本发明皮损面积计算的示意图。
图5是本发明光疗仪的示意图。
图6是本发明光疗仪的示意图。
图7是本发明光疗辐照调整机构的示意图。
图8是本发明外壳的示意图。
图9是本发明旋转盖的示意图。
图10是本发明散热风扇的示意图。
图11是辐照强度传感器/温度传感器的设置示意图。
图12是辐照强度传感器/温度传感器的设置示意图。
图5-图11中,1-机体外壳;2-旋转盖;3-光疗窗;4-显示模块;5-人机交互模块;6-光疗辐照调整机构;7-梯形窗;8-辐照强度传感器/温度传感器;9-反光罩;10-散热风扇。
具体实施方式
结合以下具体实施例和附图,对本发明作进一步的详细说明。实施本发明的过程、条件、实验方法等,除以下专门提及的内容之外,均为本领域的普遍知识和公知常识,本发明没有特别限制内容。
本发明提出的皮肤疾病诊疗系统,基于图像识别和智能随访的先进技术的发明构思,结合本发明光疗仪,具有采集图像、图像识别及纠偏、智能AI分析等多功能,供实时诊疗、随访、医疗大数据分析等有益效果。
本发明中,制定定制化的光疗方案,光疗对于白癜风的治疗的有积极的效果,目前已经是一线治疗的主要物理辅助手段,但光疗剂量的设置很多医生都有自己不同的剂量配置方法,如初始剂量设定,治疗的频率,治疗后红斑效果后的剂量调整,平台期的判断和休息时间,最大单次剂量和累计剂量及不同部位的时间设定都不尽相同,因此光疗效果都有一定差异。
本发明通过预设不同医生的配置方案,用户导入后开始自动按医生配置的参数开始治疗,不需要自行再设置参数,同时治疗阶段性的效果通过经图片识别又反馈到医生的配置方案的结果评价中,给医生调整光疗配置做参考,同时也给病患一个直观的选择。这不仅大大简化了病患的操作步骤同时又起到了科学的治疗效果,而且提升了病患的依从性。
本发明系统包括:信息收集模块,根据病患信息能更准确的制定光疗方案。不同病患的情况对光疗的反应和疗效会有区别。所述病患基本信息包括:病患的年龄,性别,居住区域,有无遗传史,白癜风的初步诊断级别,白癜风的分型,分期,白斑面积大小,初次发现白斑的时间,服药情况,工作种类等。病患用药记录,如,白癜风的治疗效果和光疗及配合用药都有明显的关系。病患每次使用本发明系统,需要记录所使用药物的名称和次数,这样就能将治疗效果和服用的药物和光疗关联起来。
本发明进一步包括:数据挖掘模块;通过所述数据挖掘模块能够找到优良的治疗效果和哪些种类药物及光疗方案的关系,从而获得更多实验数据,对临床会有启发和参考意义。
本发明进一步包括:剂量测算模块,准确的剂量和红斑反应的参考体系和标准对光疗的效果起到巨大的作用。光疗主要原理是以皮肤接受到的紫外波段剂量,然后产生的一系列的光生化反应来治疗皮肤病。所以要获得较好的治疗效果,对剂量的控制是非常重要的。过大的单次剂量,过高或不足的治疗频率,及超过累计剂量的治疗都达不到最佳的治疗效果,有时甚至还会使病情恶化。获得精准的光疗剂量是一个非常重要的关键,这需要一个工具实时检测病患每次治疗获得的剂量,目前市面上的光疗仪都是简单的定时光疗仪,只具备设定好时间按照射时间来推算剂量。当下剂量=时间x该设备的辐照强度。但灯管随着使用会老化,辐照强度会衰减。不同灯管随着使用,辐照强度衰减速度也不相同。
另外,中波紫外灯管并不是点亮后就稳定在一个辐照强度下,点亮灯管后辐照强度会有一个上升的过程,直到一定的时间后该辐照强度才会稳定下来。因此,在这个稳定的辐照强度时间点之前治疗就无法获得准确和稳定的剂量。此外辐照强度受到温度的影响也非常大,不同环境温度下进行治疗,获得稳定的辐照强度所需要的时间也不同。
进一步地,剂量检测模块还包括紫外线传感器,用于感知检测在光疗实施时的实时的辐照强度,还可以同时检测温度、电压等其他具体技术参数。本发明光疗仪设备中,内置了一个中波或长波紫外线传感器去实时监控该治疗设备的辐照强度,并在设备屏幕上或通过无线连接远程终端如智能手机或其他设备上显示辐照强度读数,在辐照强度稳定后再开始治疗。
或者,也可以通过建立光疗仪和紫外线辐照强度的温度曲线,再用温度传感器或检测电压数值变化去判断辐照强度变化,从而启动降温系统维持稳定需要的辐照强度。
本发明解决了紫外线光疗仪如何精准治疗的问题,通过结合辐照强度传感器、降温系统直接采用剂量设定模式替代传统的时间设定模式。传统的时间设定模式是假设灯管的紫外线辐照强度恒定不变,根据公式得出的,但实际上灯管的辐照强度会随着环境和灯管的温度和使用时间发生衰减,环境的湿度,气压也有可能影响灯管的辐照强度,因此采用时间设定模式的光疗(在光疗仪上设定一个照射时间,然后倒计时开始启动光疗仪治疗)只能获得一个紫外线剂量的大概值,非常的不精确,所以这种用时间设定的光疗仪照射是不具备临床剂量评估和科研的需求的。
通过本发明的剂量设定光疗仪模式,能根据医嘱在光疗仪上设定好一个临床需要用到的紫外线辐射剂量,治疗中直接用辐照强度传感器实时地获得患者皮肤上接受到的紫外线辐射剂量,在最终达到设定的剂量后再自动停止治疗。这是一种真正的紫外线精准治疗,能根本上解决时间模式光疗仪的不准确问题,不再需要考虑环境温度,湿度,气压,灯管的衰减,老化对辐照强度和剂量的影响,始终让病患获得最准确的辐照剂量,对临床治疗和科研有极大的意义。
另外,初始剂量及下次治疗和累积剂量并非越多越好,累积剂量大易形成皮肤干燥、瘙痒、光老化等不良反应大。因此,计量测算,累计剂量也是本发明系统一个参考指标。治疗次数、频率、红斑量和累积剂量与光耐受(平台期)的出现有关。平台期(连续照射20~30次后,无色素恢复)。本发明通过用户上传的患处照片进行图像识别处理及预设的互动按钮(如:用户在治疗前选择皮肤现象,有无红斑,红斑强弱等选项结合红斑图像识别,系统自动判断病患是否进入平台期,从而推进相应的治疗方法,这大大避免了病患由于治疗方法不科学造成病情的反复,同时也对临床的统计和科研有很大的参考和借鉴。
本发明提出了一种光疗仪,包括:
机体外壳,机体外壳上设有显示模块、人机交互模块;
控制模块,其设置在机体外壳内部,与显示模块和人机交互模块连接;
通信模块,其与控制模块连接,以无线通信方式或有线通信方式与皮肤疾病诊疗系统连接;
光疗模块为紫外线灯管,其设置在机体外壳内,并与控制模块连接;光疗模块通过机体外壳上的光疗窗向外形成照射面;
机体外壳内或外设置有光疗辐照调整机构,通过光疗辐照调整机构改变光疗窗的大小;光疗辐照调整机构上设置有梯形窗,梯形窗腰可以是各种角度,以满足使用者的需求,通过旋转光疗辐照调整机构调节梯形窗与光疗窗的重叠面积,从而改变光疗模块的照射面。
外壳远离电源接口的一端设置有旋转盖,透气孔设置在旋转盖上;旋转盖与光疗辐照调整机构固定连接,通过旋转旋转盖带动光疗辐照调整机构旋转。旋转盖和光疗辐照调整机构均为可拆卸式,可以通过拆卸更换不同梯形窗的光疗辐照调整机构。
旋转盖上设置有透气孔,透气孔附近设置散热风扇,可以通过抽风或送风方式对灯管进行散热。
光疗模块设置有与控制模块连接的辐照强度传感器和/或温度传感器。
本发明中的散热装置:中波和长波紫外线灯管的辐照强度受温度影响很大,不仅受环境温度影响,而且灯管本身点亮后管壁的温度也在不停的增加,再加上家庭光疗仪的紧凑结构,通常一个家用光疗仪都存在散热的问题,辐照强度会随着稳定的上升而降低。该问题不解决,就无法获得稳定的辐照强度,也就无法获得精准的治疗剂量,用户的疗效就无法稳定。如,散热装置为风扇。本发明解决了散热的问题,又通过辐照强度感应器获得稳定辐照强度。
本发明实际可以根据需求单独设置散热装置,也可以设置散热装置+紫外线传感器和/或温度传感器,目的是使灯管处于最佳工作温度,同时获得精准的剂量数值。
本发明中的光疗辐照调整机构。如,一个光疗的辐照面积调整装置,很多皮肤病患如白癜风病患需要光照射患处皮损但同时保护周围正常皮肤。现有技术中,如,会有布或纸剪把皮损部位的形状剪出,遮住正常皮肤,但皮损部位很多,形状,大小都不同,因此这种剪布或纸的方案给病患带来的极大不便。如,光疗仪厂家在自家光疗仪上增加了遮光板,在这些板上预设了不同大小的孔位以供照射光的通过。但此种方案的预设孔位无法调节,不同的部位需要安装不同的孔位的遮光板,如果还有超过最大预设孔位的皮损面积就无能为力了,也无法根本解决这个问题。本发明中只要不超过该光疗仪的最大照射面积的皮损都能通过不断调节获得该白斑皮损最小的治疗窗口,从而满足了各种病患的各种形状,大小,皮损的照射要求,又最大的保护了周围正常皮肤,能大大提升病患的使用效率和依从性。
进一步地,本发明还包括语音识别模块,通过语音识别模块去完成光疗仪的参数设定和治疗。
进一步地,本发明还包括数据挖掘模块,通过图像识别和大数据分析病患的治疗效果,挖掘治疗效果与光疗的具体配置,和不同药物使用之间的联系。
进一步地,本发明还包括平台期检测模块,用于检测是否处于平台期。
本发明提出的基于图像识别的皮损面积测量方法,所述方法包括以下具体步骤:
(1)选定目标皮损部位,并在该部位旁边设置参照标签;
(2)利用图像采集设备,采集包含有所述目标皮损部位及所述参照标签的图像;
为了更佳地提高针对皮肤病如白癜风、银屑病等的图像识别准确性,本发明中,进一步设置参照标签。所述参照标签为能在皮肤上形成任何特定固定形状和颜色的实物或印章或投影等,是特殊针对上述皮肤病的特异性参照标签。如,该参照标签可以是一张带有颜色的贴纸或其他能在皮肤上留下任何固定形状和颜色的实物或颜色章或投影。通过参照标签可以解决纠正病患在上传图片时因采集角度、曝光条件等不同而造成的图像色彩差异导致的识别误差。如,参照标签为1cm*1cm贴纸,作为测算病患皮损区域面积时的对照。如,在病患通过智能手机等装置采集患处图片时,需要将该参照物放置于需要采集的患处部位旁边和患处部位处于同一个平面,并和患处照片同时被采集到。根据采集到的参照物图像的偏转角度和颜色对照系统中设定的参照物数据进行照片的整体颜色和角度纠偏。
进一步优选地,可以根据不同皮肤病的特殊形状和颜色设定参照标签的形状和颜色。由此,可以在纠偏颜色参数的同时,也同时加强调整患处部位和正常颜色部位的色阶的区别,使得后续的图像识别能更简便。
进一步地,参照标签的形状也可以依据皮损部位的不同来做适应性调整设定,如,手指部位的曲面较大且面积较小,设定的参照标签的形状和面积大小可相应调整,有别于为其他大面积皮损部位设定的参照标签。
进一步地,参照物也可以是背景板,通过背景板上的特定形状和颜色属性来识别皮损区域面积。
(3)对采集获得的所述图像进行识别、矫正、纠偏;
在一具体实施方案中,皮损区域及参照标签的图像采集及识别中,根据采集获得的参照标签本身已知的形状信息,如正方形,获取其四个角点,计算其相对图像采集设备如相机的仿射变换(warpAffine),从而对采集获得的目标皮损区域图像进行矫正,使得目标皮损区域本身的曲面对于面积测量的影响变小,从而得到较为准确的目标皮损区域的图像及其面积信息。
皮损区域及参照标签的识别过程,如图2所示。
(4)背景识别:
在前述步骤对患者皮损区域的颜色和角度进行纠缠之后,进一步需要进行背景识别。
现有技术中,病患图像采集的时候的背景经常会非常复杂多样,导致图像识别会受到很大的外界因素影响而导致识别准确度及精度下降,以至于传统的图像识别算法根本无法去除诸如此类的外界复杂的多层次和角度的干扰。
本发明中,采用深度学习技术,通过采集大量的皮损区域图像(例如,白癜风病变图像),并进行人工标注,产生训练数据。基于pytorch深度学习框架,对神经网络进行调优,加入BN层与dropout层,以及调参后,使用adam梯度下降进行训练后,获得效果最好的神经网络模型。
由于训练样本数据中的图片多种多样,使得模型对于复杂背景具有较强的鲁棒性。
背景识别中,BN层计算公式如下:
BN层计算公式如下:
首先计算出minibatch的均值u,然后计算方差delta。对mini-batch中的每个特征Xi做标准化处理。最后利用缩放参数beta与偏移参数gamma对特征进行后处理得到输出。
(5)识别皮损区域的边界;
勾画出白斑和皮损的边界,皮损区域的边界的形态有多种不同表现,如,白癜风病患皮损区域即形成的白斑,有的皮损区域白斑的边界相对清晰,有的边界模糊。现有技术中的传统算法无法对这种情况给出精准的技术方案,极易导致错误的识别结果。
本发明采用深度学习算法,能够从人工标注数据中学习到白癜风区域与正常皮肤区域模糊交界处最优的边界位置,从而对这种情况进行准确边界识别。
(6)计算皮损区域的白斑面积;
进一步地,识别皮损区域中的黑色素岛,检测得到黑色素岛区域面积。
本发明对皮损区域如白斑中的黑色素岛进行识别,本发明采用了深度学习技术,模型会学习在标注数据中的黑色岛素的标注信息,从而实现对白癜风区域中黑色岛素岛的准确区域识别。
进一步地,在检测得到皮损区域白斑面积、白斑内的一个或多个黑色素岛加合所占面积之后,在模型识别了白癜风病变区域以及黑色岛素后,采用形态学的方法,得到白癜风区域的边界线,使用opencv图像处理库中的contour函数,计算边界线所包含的面积,从而得到病变区域的面积(即除去了黑色素所占面积的实际的皮损区域白斑的面积)。见图4所示。
本发明提出了所述基于图像识别的皮损面积测量方法在疗效对比评估中的应用。
通过在不同时间点、或在治疗前后分别采集图像,将所采集的图像进行比对的方式,进行疗效评估,从而增强病患信心。如,评估白斑是否缩小、黑色素是否恢复。白癜风的皮损恢复起码在数周甚至数月之后才能用肉眼观察到治疗效果,而利用本发明方法,则通过在每一个治疗阶段的每一次或几次治疗的前后记录及对比,获知实时的阶段性的治疗进展。如,病患也可以自行设定对比的时间间隔,或自由选取任意不同时间序列的照片进行智能分析和比较评估,而不再需要等待数月后才能肉眼观察到区别,这将大大提高病患的信心从而提升病患依从性,改善治疗效果。
用户是根据用户使用白癜风病变区域识别的历史记录,将识别结果与对应部位,以及日期到数据库,从而做到用户实时查看治疗各阶段的对比情况。
进一步地,本发明提出,基于深度学习可用于提高识别精度的病患交互算法,在识别精度未达到99%之前,本发明可以通过设计用户参与的交互界面。如,在识别结果后,若结果中存在误识别,用户可用手指在结果图上标注(划线),将识别错误的区域剔除。其原理是根据用户所画线条,与识别区域的交集,将有交集的包围区域去除。通过这个方式能大大改善图像识别的精度直到获得期望的效果,实现精准医疗之目的。
进一步地,本发明中,将白癜风的治疗效果和光疗及配合用药建立实时关联,根据病患利用本发明系统所记录的治疗信息以及用药信息,利用治疗及用药记录分析模块,将治疗效果、服用药物实时关联起来。
进一步地,本发明中,通过数据挖掘模块,通过图像识别和大数据分析病患的治疗效果,挖掘治疗效果与光疗的具体配置,和不同药物使用之间的联系。能够找到优良的治疗效果和哪些种类药物及光疗方案的关系,从而获得更多实验数据,对临床会有启发和参考意义。
本发明的保护内容不局限于以上实施例。在不背离本发明构思的精神和范围下,本领域技术人员能够想到的变化和优点都被包括在本发明中,并且以所附的权利要求书为保护范围。
Claims (15)
1.一种基于图像识别的皮损面积测量方法,其特征在于,所述方法包括以下步骤:
(1)选定目标皮损部位,并设置参照标签;
(2)采集包含所述目标皮损部位和所述参照标签的图像;
(3)对所述图像进行识别、矫正、纠偏;
(4)采用神经网络模型计算皮损区域的面积。
2.如权利要求1所述的基于图像识别的皮损面积测量方法,其特征在于,所述步骤4中神经网络模型的计算包括以下步骤:
步骤4a:背景识别;
步骤4b:识别皮损区域的边界;
步骤4c:计算皮损区域的白斑面积。
3.如权利要求2所述的基于图像识别的皮损面积测量方法,其特征在于,所述神经网络模型通过深度学习技术调优;基于pytorch深度学习框架,通过采集大量的皮损区域图像,并进行人工标注,产生训练数据;加入BN层与dropout层,以及调参后,使用adam梯度下降算法进行训练后,获得效果最好的模型。
4.如权利要求2所述的基于图像识别的皮损面积测量方法,其特征在于,所述步骤4b识别皮损区域的边界之后,进一步识别皮损区域中的黑色素岛,计算黑色素岛区域面积。
5.如权利要求1所述的基于图像识别的皮损面积测量方法,其特征在于,所述参照标签为背景板,或者为能在皮肤上形成任何特定尺寸、形状、颜色的实物、印章或投影。
6.一种皮肤疾病诊疗系统,其特征在于,所述系统包括:
图像采集模块,用于采集目标皮损部位图像;
图像识别模块,其采用如权利要求1-5之任一项所述的方法测量皮损面积;
剂量检测模块,用于检测紫外线照射剂量;
信息收集模块,用于收集病患信息及用药信息;
数据挖掘模块,用于根据信息收集模块收集的信息及图像识别模块测量的皮损面积将病患分型、分期分类;
平台期检测模块,用于检测是否处于平台期;
方案推荐模块,其预设不同医生的配置方案供用户导入;
语音识别模块,通过所述语音识别模块去完成光疗仪的参数设定和治疗;
数据传输模块,其用于在光疗仪设备,智能终端间,云服务器间传输数据。
7.如权利要求6所述的皮肤疾病诊疗系统,其特征在于,所述病患信息及用药信息包括:病患的年龄,性别,居住区域,有无遗传史,白癜风的初步诊断级别,分型,分类,白斑面积,初次发现白斑的时间,服药情况,工作种类,每次使用所述系统记录的所使用药物的名称和次数。
8.如权利要求6所述的皮肤疾病诊疗系统,其特征在于,所述配置方案包括:初始剂量设定,治疗的频率,治疗后红斑效果后的剂量调整,平台期的判断和休息时间,最大单次剂量和累计剂量及不同部位的时间设定;所述配置方案进一步包括治疗效果评价。
9.如权利要求6所述的皮肤疾病诊疗系统,其特征在于,所述数据挖掘模块通过图像识别和大数据分析病患的治疗效果,挖掘治疗效果与光疗的具体配置,和不同药物使用之间的联系。
10.如权利要求6所述的皮肤疾病诊疗系统,其特征在于,所述剂量检测模块通过辐照强度传感器知检测在光疗实施时的实时的辐照强度,同时检测温度、电压参数;通过辐照强度传感器,温度传感器和电压数值变化去判断辐照强度变化,从而启动降温系统维持稳定需要的辐照强度。
11.一种光疗仪,其特征在于,包括:
机体外壳,所述机体外壳上设有显示模块、人机交互模块;
控制模块,其设置在所述机体外壳内部,与所述显示模块和所述人机交互模块连接;
通信模块,其与所述控制模块连接,以无线通信方式或有线通信方式与如权利要求6-10之任一项所述的皮肤疾病诊疗系统连接;
光疗模块,其设置在所述机体外壳内,并与所述控制模块连接;所述光疗模块通过所述机体外壳上的光疗窗向外形成照射面;
所述机体外壳内或外设置有光疗辐照调整机构,通过所述光疗辐照调整机构改变光疗窗的大小;
所述外壳远离电源接口的一端设置有透气孔,所述透气孔附近设置散热风扇。
12.如权利要求11所述的光疗仪,其特征在于,所述光疗辐照调整机构上设置有梯形窗,通过旋转所述光疗辐照调整机构调节所述梯形窗与所述光疗窗的重叠面积,从而改变所述光疗模块的照射面。
13.如权利要求12所述的光疗仪,其特征在于,所述外壳远离电源接口的一端设置有旋转盖,所述透气孔设置在所述旋转盖上;所述旋转盖与所述光疗辐照调整机构固定连接,通过旋转所述旋转盖带动所述光疗辐照调整机构旋转。
14.如权利要求13所述的光疗仪,其特征在于,所述旋转盖和所述光疗辐照调整机构均为可拆卸结构。
15.如权利要求11所述的光疗仪,其特征在于,所述光疗模块设置有与所述控制模块连接的辐照强度传感器和/或温度传感器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910503082.4A CN110335304A (zh) | 2019-06-11 | 2019-06-11 | 基于图像识别的皮损面积测量方法及皮肤疾病诊疗系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910503082.4A CN110335304A (zh) | 2019-06-11 | 2019-06-11 | 基于图像识别的皮损面积测量方法及皮肤疾病诊疗系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110335304A true CN110335304A (zh) | 2019-10-15 |
Family
ID=68140892
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910503082.4A Pending CN110335304A (zh) | 2019-06-11 | 2019-06-11 | 基于图像识别的皮损面积测量方法及皮肤疾病诊疗系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110335304A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110310285A (zh) * | 2019-05-14 | 2019-10-08 | 武汉泓毅智云信息有限公司 | 一种精确的基于三维人体重建的烧伤面积计算方法 |
CN113257391A (zh) * | 2021-06-02 | 2021-08-13 | 杭州咏柳科技有限公司 | 一种皮肤病的病程管理系统 |
CN114972930A (zh) * | 2022-08-02 | 2022-08-30 | 四川大学 | 面部图像的皮损标注方法、系统、计算机设备和存储介质 |
CN116012379A (zh) * | 2023-03-27 | 2023-04-25 | 皑高森德医疗器械(北京)有限责任公司 | 一种基于黑色素体积含量分布形态的白斑分级方法 |
EP4103047A4 (en) * | 2020-05-29 | 2024-03-06 | Stryker Corporation | SYSTEM FOR SUPPORTING NURSING PERSONNEL |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105664367A (zh) * | 2016-01-11 | 2016-06-15 | 苏州新索医疗设备有限公司 | 一种光疗仪器 |
CN106021894A (zh) * | 2016-05-13 | 2016-10-12 | 浙江光博士医疗科技有限公司 | 一种紫外线光疗仪的远程诊疗支撑系统 |
CN206120969U (zh) * | 2016-05-18 | 2017-04-26 | 浙江光博士医疗科技有限公司 | 基于物联网的智能家用紫外光治疗装置 |
CN107049263A (zh) * | 2017-06-14 | 2017-08-18 | 武汉理工大学 | 基于图像处理的白癜风病情诊断与疗效评估方法与系统 |
CN108434611A (zh) * | 2018-06-14 | 2018-08-24 | 湖州灵感电子科技有限公司 | 一种紫外光皮肤治疗仪 |
CN108510502A (zh) * | 2018-03-08 | 2018-09-07 | 华南理工大学 | 基于深度神经网络的黑色素瘤图片组织分割方法和系统 |
CN109389610A (zh) * | 2018-11-21 | 2019-02-26 | 上海衡道医学病理诊断中心有限公司 | 一种基于人工智能识别的皮损面积计算方法 |
-
2019
- 2019-06-11 CN CN201910503082.4A patent/CN110335304A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105664367A (zh) * | 2016-01-11 | 2016-06-15 | 苏州新索医疗设备有限公司 | 一种光疗仪器 |
CN106021894A (zh) * | 2016-05-13 | 2016-10-12 | 浙江光博士医疗科技有限公司 | 一种紫外线光疗仪的远程诊疗支撑系统 |
CN206120969U (zh) * | 2016-05-18 | 2017-04-26 | 浙江光博士医疗科技有限公司 | 基于物联网的智能家用紫外光治疗装置 |
CN107049263A (zh) * | 2017-06-14 | 2017-08-18 | 武汉理工大学 | 基于图像处理的白癜风病情诊断与疗效评估方法与系统 |
CN108510502A (zh) * | 2018-03-08 | 2018-09-07 | 华南理工大学 | 基于深度神经网络的黑色素瘤图片组织分割方法和系统 |
CN108434611A (zh) * | 2018-06-14 | 2018-08-24 | 湖州灵感电子科技有限公司 | 一种紫外光皮肤治疗仪 |
CN109389610A (zh) * | 2018-11-21 | 2019-02-26 | 上海衡道医学病理诊断中心有限公司 | 一种基于人工智能识别的皮损面积计算方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110310285A (zh) * | 2019-05-14 | 2019-10-08 | 武汉泓毅智云信息有限公司 | 一种精确的基于三维人体重建的烧伤面积计算方法 |
CN110310285B (zh) * | 2019-05-14 | 2022-12-20 | 武汉泓毅智云信息有限公司 | 一种精确的基于三维人体重建的烧伤面积计算方法 |
EP4103047A4 (en) * | 2020-05-29 | 2024-03-06 | Stryker Corporation | SYSTEM FOR SUPPORTING NURSING PERSONNEL |
CN113257391A (zh) * | 2021-06-02 | 2021-08-13 | 杭州咏柳科技有限公司 | 一种皮肤病的病程管理系统 |
CN114972930A (zh) * | 2022-08-02 | 2022-08-30 | 四川大学 | 面部图像的皮损标注方法、系统、计算机设备和存储介质 |
CN114972930B (zh) * | 2022-08-02 | 2022-12-06 | 四川大学 | 面部图像的皮损标注方法、系统、计算机设备和存储介质 |
CN116012379A (zh) * | 2023-03-27 | 2023-04-25 | 皑高森德医疗器械(北京)有限责任公司 | 一种基于黑色素体积含量分布形态的白斑分级方法 |
CN116012379B (zh) * | 2023-03-27 | 2023-09-08 | 皑高森德医疗器械(北京)有限责任公司 | 一种基于黑色素体积含量分布形态的白斑分级方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110335304A (zh) | 基于图像识别的皮损面积测量方法及皮肤疾病诊疗系统 | |
US20190392953A1 (en) | A system and method of diagnosis skin and tissue lesions and abnormalities | |
CN106021894B (zh) | 一种紫外线光疗仪的远程诊疗支撑系统 | |
CN105393252B (zh) | 生理数据采集和分析 | |
US20140313303A1 (en) | Longitudinal dermoscopic study employing smartphone-based image registration | |
WO2019141106A1 (zh) | 基于c/s架构的牙齿美化ar智能辅助方法及装置 | |
Ren et al. | Machine learning in dental, oral and craniofacial imaging: a review of recent progress | |
US5913686A (en) | Breast-mapping | |
CN106618481A (zh) | 中医智能诊断专家系统 | |
CN110960193A (zh) | 基于面部和舌部图像采集的中医诊断分析系统及其方法 | |
Liu et al. | An eyelid parameters auto-measuring method based on 3D scanning | |
CN109381800A (zh) | 智能紫外线光疗仪 | |
JP4649965B2 (ja) | 健康度判定装置、及びプログラム | |
JP4495154B2 (ja) | 哺乳動物での動的な熱力学的過程を同定し分類してそれらを識別するシステム | |
Shin et al. | Assessment of pupillary light reflex using a smartphone application | |
Apon et al. | Healthcare use and direct medical costs in a cleft lip and palate population: An analysis of observed and protocolized care and costs | |
CN203915437U (zh) | 一种自动寻穴光学仪 | |
Kim et al. | A pilot study on using eye tracking to understand assessment of surgical outcomes from clinical photography | |
CN113693724B (zh) | 适用于荧光影像导航手术的照射方法、装置及存储介质 | |
CN1216566C (zh) | 高清晰度动态数字红外线造影的方法及设备 | |
CN209316835U (zh) | 智能紫外线光疗仪 | |
CN114939060A (zh) | 一种自动处方艾灸机器人的控制方法和装置以及设备 | |
CN113842212A (zh) | 荧光散射光学断层成像处理方法及系统 | |
TW202005609A (zh) | 口腔影像分析系統和方法 | |
WO2023073844A1 (ja) | 処理装置、処理プログラム及び処理方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191015 |