CN110875094B - 糖尿病的健康生活方式激励方法和系统、及存储设备 - Google Patents
糖尿病的健康生活方式激励方法和系统、及存储设备 Download PDFInfo
- Publication number
- CN110875094B CN110875094B CN201811013840.6A CN201811013840A CN110875094B CN 110875094 B CN110875094 B CN 110875094B CN 201811013840 A CN201811013840 A CN 201811013840A CN 110875094 B CN110875094 B CN 110875094B
- Authority
- CN
- China
- Prior art keywords
- fundus image
- macula
- trend
- occur
- index data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 206010012601 diabetes mellitus Diseases 0.000 title claims abstract description 35
- 230000008450 motivation Effects 0.000 title claims abstract description 17
- 230000036541 health Effects 0.000 claims abstract description 70
- 238000013139 quantization Methods 0.000 claims abstract description 41
- 201000010099 disease Diseases 0.000 claims abstract description 34
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 34
- 238000011161 development Methods 0.000 claims abstract description 29
- 238000007781 pre-processing Methods 0.000 claims abstract description 19
- 201000004569 Blindness Diseases 0.000 claims abstract description 16
- 238000005516 engineering process Methods 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims description 49
- 206010025421 Macule Diseases 0.000 claims description 46
- 210000001367 artery Anatomy 0.000 claims description 42
- 210000000416 exudates and transudate Anatomy 0.000 claims description 35
- 208000032843 Hemorrhage Diseases 0.000 claims description 30
- 230000000740 bleeding effect Effects 0.000 claims description 30
- 230000010365 information processing Effects 0.000 claims description 23
- 238000010606 normalization Methods 0.000 claims description 22
- 230000000007 visual effect Effects 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 claims description 19
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 claims description 18
- 230000002792 vascular Effects 0.000 claims description 17
- 230000000694 effects Effects 0.000 claims description 16
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims description 15
- 210000004204 blood vessel Anatomy 0.000 claims description 15
- 238000001914 filtration Methods 0.000 claims description 14
- 230000002708 enhancing effect Effects 0.000 claims description 13
- 208000007342 Diabetic Nephropathies Diseases 0.000 claims description 10
- 208000037111 Retinal Hemorrhage Diseases 0.000 claims description 10
- 206010038862 Retinal exudates Diseases 0.000 claims description 10
- 206010038886 Retinal oedema Diseases 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 10
- 208000033679 diabetic kidney disease Diseases 0.000 claims description 10
- 230000002427 irreversible effect Effects 0.000 claims description 10
- 238000000502 dialysis Methods 0.000 claims description 9
- 238000007373 indentation Methods 0.000 claims description 9
- 210000001927 retinal artery Anatomy 0.000 claims description 9
- 238000004445 quantitative analysis Methods 0.000 claims description 8
- 238000000926 separation method Methods 0.000 claims description 8
- 230000014509 gene expression Effects 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 6
- 230000002123 temporal effect Effects 0.000 claims description 5
- 230000006866 deterioration Effects 0.000 claims description 3
- 208000017442 Retinal disease Diseases 0.000 claims 3
- 206010038923 Retinopathy Diseases 0.000 claims 3
- 210000003462 vein Anatomy 0.000 claims 3
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 238000004364 calculation method Methods 0.000 claims 1
- 230000004936 stimulating effect Effects 0.000 abstract description 4
- 208000009857 Microaneurysm Diseases 0.000 description 20
- 238000000605 extraction Methods 0.000 description 20
- 206010002329 Aneurysm Diseases 0.000 description 16
- 230000008569 process Effects 0.000 description 10
- 206010012689 Diabetic retinopathy Diseases 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000005259 measurement Methods 0.000 description 8
- 210000002565 arteriole Anatomy 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 210000003734 kidney Anatomy 0.000 description 6
- 230000003902 lesion Effects 0.000 description 6
- 230000003190 augmentative effect Effects 0.000 description 4
- 238000009792 diffusion process Methods 0.000 description 4
- 230000000192 social effect Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004040 coloring Methods 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 3
- 230000035622 drinking Effects 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 210000002189 macula lutea Anatomy 0.000 description 3
- 210000004126 nerve fiber Anatomy 0.000 description 3
- 230000000391 smoking effect Effects 0.000 description 3
- 238000005491 wire drawing Methods 0.000 description 3
- 208000017667 Chronic Disease Diseases 0.000 description 2
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 2
- 206010020710 Hyperphagia Diseases 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 239000008103 glucose Substances 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 206010002942 Apathy Diseases 0.000 description 1
- 208000002249 Diabetes Complications Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 230000003187 abdominal effect Effects 0.000 description 1
- 238000004031 devitrification Methods 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 238000002651 drug therapy Methods 0.000 description 1
- 208000030533 eye disease Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 231100000216 vascular lesion Toxicity 0.000 description 1
- 239000002699 waste material Substances 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
- G16H50/30—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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
-
- 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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Ophthalmology & Optometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Eye Examination Apparatus (AREA)
Abstract
本发明涉及医疗健康领域,特别涉及糖尿病的健康生活方式激励方法和系统、及存储设备。所述一种糖尿病的健康生活方式激励方法,包括步骤:获取用户的眼底图像和健康指标数据;对眼底图像进行预处理,对预处理后的眼底图像进行特征提取,并形成量化指标;综合分析特征、量化指标和健康指标数据,预估病情走向。让患者直接看他自己的眼底图象,通过AR技术和动画,看到自己面临病情发展带来失明或队全身性健康重大影响的病情发展路线与后果,面对即将面临这种生不如死的后果,必然起到对患者爱护自己眼部和全身性健康的威慑和警醒作用,起到一种糖尿病患者增进自己健康生活方式干预的依从性和自觉性的激励方法的作用。
Description
技术领域
本发明涉及健康医疗服务领域,特别涉及糖尿病患者的健康生活方式干预的一种激励方法和系统及存储设备。
背景技术
我国糖尿病患者已经超过1.15个亿,糖尿病前期人数达到5亿。糖尿病已经成为中国的第一大慢性病。糖尿病及其并发症严重影响生活质量,并造成巨大的社会和经济负担。糖尿病性视网膜病变(DR)是糖尿病的主要并发症之一,是工作年龄人群不可逆盲的首要原因。随着糖尿病的病程增长,DR的患病风险不断增大。世界各国的糖尿病及其伴发症高血压的防治指南均建议患者应定期进行至少每年一次的眼底筛查。
健康生活方式是治疗和控制糖尿病的重要手段,然而很多患者并不知道自己当前的健康生活方式是否是符合条件或政策,以及当前自己的病情是好转还是恶化,当前的病情是否有得到控制?糖尿病作为慢性疾病的代表,与其它疾病不同的是更加强调医院外的患者自我管理。在其治疗过程除了药物治疗,健康的生活方式及生活方式干预所起的作用是基础,且无可替代的。但由于生活方式干预通过调整饮食、合理起居、加强运动,部抽烟、少喝酒,吃什么、不吃什么等方法手段,本质上是“逆人性”的,是缺乏激励的,而且短时间又无法看到效果,一般病人难以遵从医嘱!即依从性很差,健康生活方式干预缺乏有效的手段,即使坚持或能够正确、正常的服药,糖尿病患者的健康依然很难保证。
而如果不知道这些,患者很难坚持有一个正确的健康生活方式,这将大大影响病情的控制。
发明内容
为此,需要提供一种糖尿病的健康生活方式激励方法,用以解决患者必须自觉地保持健康的生活方式或增加医嘱的依从性。具体技术方案如下:
一种糖尿病的健康生活方式激励方法,包括步骤:利用糖尿病患者一般应该定期进行至少每年一次的糖尿病视网膜病变(DR)筛查的机会,获取患者的眼底图像以及身高体重比和腹围等健康问诊资料;对所述眼底图像进行预处理,对预处理后的眼底图像进行特征提取,并形成量化指标;综合分析所述特征、所述量化指标和所述健康指标数据,预估病情对糖尿病患者眼底疾病和致盲眼病可能发展的机会和病情的走向;利用“糖尿病患者的病情发展5-10年以后27%-37%的患者有可能发生DR病变、糖尿病肾病等微血管病变的机会,而一旦发生眼底病变,如果没有健康的生活方式干预,则很难得到治疗,病情将一定朝着一定的方向和速度恶化,逐步走向不可逆的失明或肾透析,本发明利用现代增强现实(AR)技术,发送所述定量定性发展的病情走向,包括出血点、硬性渗出的扩散、发展以及逼近黄斑,引起不可逆的失明,同时有可能导致糖尿病肾病甚至需要进行肾透析治疗的恶果,把定量的分析结果用AR等方式形象的发送至用户的可视化移动终端,起到威慑和警醒,提高患者健康生活方式的依从性和自觉性;特别是现代人一天或时时刻刻离不开手机,一旦失明要比剥夺他的生命还要可怕、这种形象的让患者直接看他自己的眼底图象,通过AR技术,在患者自己眼底照片上叠加进为了发展并引起病情恶化或失明原因的动画等可视化表达,让他直观的看到病情未来发展科学的、必然的发展趋势,看到自己面临病情发展带来失明或肾透析的可能与危险的病情发展路线与后果,即将面临这种生不如死的后果,必然起到对患者爱护自己眼部和全身性健康的威慑和警醒作用,起到一种糖尿病患者增进自己健康生活方式干预的依从性和自觉性的激励方法的作用。
进一步的,所述“对所述眼底图像进行预处理,对预处理后的眼底图像进行特征提取,并形成量化指标”,是本发明的一项重要内容,即确定黄斑(中心凹的)中心与视盘边界后,确定或测量黄斑中心到视盘颞侧缘的像素点阵数,应用不同人黄斑中心相对于视盘的距离是相对恒定的这一指数,使得上述所有测量出来的以像素为单位的面积、距离等参数均能换算成MM或MM平方等数量来表达,且不同人之间的数值和数量是相对可比较的,从而得到定量分析的量化指标。同时,还包括步骤:对所述眼底图象进行归一化处理,所述归一化处理包括:眼底图象去燥、亮度均衡与颜色的归一化;对归一化后的眼底图象进行处理,所述处理包括:滤波、增强、通道分离、放大与缩小、反色和旋转;对处理后的眼底图像绿色分量提取DR的主要特征及其发展情况,并形成量化指标,所述量化指标包括:视盘中心与黄斑中心距离的测量、视盘的面积、视杯的面积、杯盘比、单个微血管瘤或微动脉瘤所在位置记录、微血管瘤或微动脉瘤总个数、出血点或出血斑个数、硬性渗出的总个数、单个硬性渗出的位置记录、单个硬性渗出的面积、硬性渗出到黄斑中心凹的最小距离、是否出现血管改变、是否出现新生血管并累及黄斑区、是否出现视网膜出血、是否出现视网膜水肿、是否出现棉絮斑或其它重要的血管改变等一种或多种DR等致盲眼病、糖尿病肾病(糖尿病患者一旦微量白蛋白超过指标,DR筛查是糖尿病肾病一种重要的特异性指标或检查)、脑卒中五年风险等测量、观察以及能够定量分析和计算的指标。
进一步的,所述“综合分析所述特征、所述量化指标和所述健康指标数据,预估病情走向”,还包括步骤:根据已有知识模型,将所述特征、所述量化指标和所述健康指标数据作为模型输入,输出病情走向。
为解决上述问题,还提供了一种存储设备,具体技术方案如下:
一种存储设备,其中存储有指令集,所述指令集用于执行:获取用户的眼底图像和健康指标数据,所述健康指标数据包括:个体数据和/或生活方式;对所述眼底图像进行预处理,对预处理后的眼底图像进行特征提取,并形成量化指标;综合分析所述特征、所述量化指标和所述健康指标数据,预估病情走向;发送所述病情走向至用户的可视化终端。
进一步的,所述指令集还用于执行:所述“获取用户的眼底图像和健康指标数据”,还包括步骤:获取眼底图像采集终端上传的眼底图像,或获取用户输入的眼底图像;获取用户输入的健康指标数据。
进一步的,所述指令集还用于执行:所述“对所述眼底图像进行预处理,对预处理后的眼底图像进行特征提取,并形成量化指标”,还包括步骤:对所述眼底图象进行归一化处理,所述归一化处理包括:眼底图象去燥、亮度均衡与颜色的归一化;对归一化后的眼底图象进行处理,所述处理包括:滤波、增强、通道分离、放大与缩小、反色和旋转;对处理后的绿色通道眼底图像提取特征,并形成量化指标,所述量化指标包括:视盘中心与黄斑中心距离的测量、视盘的面积、视杯的面积、杯盘比、单个微血管瘤或微动脉瘤所在位置记录、微血管瘤或微动脉瘤总个数、出血点或出血斑个数、硬性渗出的总个数、单个硬性渗出的位置记录、单个硬性渗出的面积、硬性渗出到黄斑中心凹的最小距离、是否出现血管改变、是否出现新生血管并累及黄斑区等病情发展的记录中的一种或多种。
进一步的,所述指令集还用于执行:所述“综合分析所述特征、所述量化指标和所述健康指标数据,预估病情走向”,还包括步骤:根据已有知识模型,将所述特征、所述量化指标和所述健康指标数据作为模型输入,输出病情走向。
为解决上述问题,还提供了一种糖尿病患者的健康生活方式激励系统,具体技术方案如下:
一种糖尿病的健康生活方式激励系统,包括:信息采集系统和信息处理系统,所述信息处理系统包括:信息处理模块和信息分析模块;所述信息采集系统连接所述信息处理系统;所述信息采集系统用于:获取患者的眼底图像和健康指标数据,所述健康指标数据包括:个体数据和/或生活方式;所述信息处理模块用于:对所述眼底图像进行预处理,对预处理后的眼底图像进行特征提取,并形成量化指标;所述信息分析模块用于:综合分析所述特征、所述量化指标和所述健康指标数据,预估病情走向;发送所述病情走向至用户的可视化终端。所述的增强现实(AR)技术,用来表达所述定量定性发展的病情走向的可视化效果,包括出血点、硬性渗出的扩散、发展以及逼近黄斑,引起不可逆的失明,同时有可能导致糖尿病肾病甚至需要进行肾透析治疗的恶果,把定量的分析结果用AR等方式形象的发送至用户的可视化移动终端,起到威慑和警醒,提高患者健康生活方式的依从性和自觉性;
本发明的有益效果是:用户通过定期上传眼底图像和健康指标数据,对所述眼底图像进行预处理,对预处理后的眼底图像进行特征提取,并形成量化指标,通过分析所述特征、所述量化指标和所述健康指标数据,预估病情走向;将预估后的病情走向发送至用户的可视化终端,并且对眼底图像的处理与特征提取是全自动或人机交互半自动的,并且通过一旦发生眼底病变,如果没有健康的生活方式干预,则很难得到治疗,病情将一定朝着一定的方向和速度恶化,逐步走向不可逆的失明或肾透析,本发明利用现代增强现实(AR)技术,发送所述定量定性发展的病情走向,包括出血点、硬性渗出的扩散、发展以及逼近黄斑,引起不可逆的失明,同时有可能导致糖尿病肾病甚至需要进行肾透析治疗的恶果,把定量的分析结果用AR等方式在他自己的眼底照片上叠加上发展的动画,形象的发送至用户的可视化移动终端,起到威慑和警醒,提高患者健康生活方式的依从性和自觉性;特别是现代人一天或时时刻刻离不开手机,一旦失明要比剥夺他的生命还要可怕、这种形象的让患者直接看他自己的眼底图象,通过AR技术和动画,让他直观的看到病情未来发展科学的、必然的发展趋势,看到自己面临病情发展带来失明或肾透析的可能与危险的病情发展路线与后果,即将面临这种生不如死的后果,必然起到对患者爱护自己眼部和全身性健康的威慑和警醒作用,起到一种糖尿病患者增进自己健康生活方式干预的依从性和自觉性的激励方法的作用。有利于用户了解自己身体的真实情况和失明等发展危险,以激励用户遵从医嘱,坚持健康的生活方式,以提高糖尿病的治疗效果和控制水平,具有良好的应用前景和社会效应。
附图说明
图1为具体实施方式所述一种糖尿病的健康生活方式激励方法的流程图;
图2为具体实施方式所述一种存储设备的模块图;
图3为具体实施方式所述一种糖尿病的健康生活方式激励系统的模块图。
附图标记说明:
200、存储设备,
300、糖尿病的健康生活方式激励系统,
301、信息采集系统,
302、信息处理系统,
3021、信息处理模块,
3022、信息分析模块。
具体实施方式
为详细说明技术方案的技术内容、构造特征、所实现目的及效果,以下结合具体实施例并配合附图详予说明。
请参阅图1,在本实施方式中,一种糖尿病的健康生活方式激励方法可应用在一种存储设备上,所述存储设备包括但不限于:个人计算机、服务器、通用计算机、专用计算机、网络设备、嵌入式设备、可编程设备、智能移动终端、智能家居设备、穿戴式智能设备、车载智能设备等。在本实施方式中,一种糖尿病的健康生活方式激励方法的具体实施方式如下:
步骤S101:获取用户的眼底图像和健康指标数据,所述健康指标数据包括:个体数据和/或生活方式。可采用如下方式:获取眼底图像采集终端上传的眼底图像,或获取用户输入的眼底图像;获取用户输入的健康指标数据。具体如下:
可通过眼底相机获取待检者的眼底图像;亦可通过移动终端设备上传眼底图像和健康指标数据,在本实施方式中,可通过特定的网页上传这些资料,当相关资料填写错误时,会以红体字方式提醒待检者重新填写,直至填写正确,并上传成功。
在本实施方式中,所述个体数据包括:姓名、身份证、身高、体重、腰围、家族遗传病史、用药情况、血糖、血压和视力情况中的一种或多种,所述生活方式包括:运动情况、饮食情况、生活习惯和是否吸烟喝酒中的一种或多种。
获取用户的眼底图像和健康指标数据后,执行步骤S102:对所述眼底图像进行预处理,对预处理后的眼底图像进行特征提取,并形成量化指标。可采用如下方式:
对所述眼底图象进行归一化处理,所述归一化处理包括:眼底图象去燥、亮度均衡与颜色的归一化;
对归一化后的眼底图象进行处理,所述处理包括:滤波、增强、通道分离、放大与缩小、反色和旋转;
对处理后的眼底图像提取特征,并形成量化指标,所述量化指标包括:视盘中心与黄斑中心距离的测量、视盘的面积、视杯的面积、杯盘比、单个微血管瘤或微动脉瘤所在位置记录、微血管瘤或微动脉瘤总个数、出血点或出血斑个数、硬性渗出的总个数、单个硬性渗出的位置记录、单个硬性渗出的面积、硬性渗出到黄斑中心凹的最小距离、是否出现血管改变、是否出现新生血管并累及黄斑区、是否出现视网膜出血、是否出现视网膜水肿、是否出现棉絮斑、感兴趣区域内动静脉比、感兴趣区域内局部视网膜动脉管径长度、是否出现动脉管径缩窄、动脉管径缩窄位置记录、是否出现动静脉交叉压痕、动静脉交叉压痕位置记录、是否出现银丝动脉、银丝动脉位置记录、是否出现铜丝动脉、铜丝动脉位置记录中的一种或多种。具体如下:
眼底图像归一化处理,包括了眼底图像的去噪、亮度均衡与颜色的归一化,是后续眼底图像处理、特征提取与量化表示的预处理工作。
基于归一化后的眼底图像,通过与操作者的交互,可以实现相应的图像处理功能,至少包含了眼底图像的滤波(可多次滤波)、增强(可开窗局部持续增强)、通道分离、放大与缩小(可以随鼠标移动,开窗放大,实现放大镜效果)、反色、旋转功能。同时还提供画圆、打点、拉线、取角度等多种具体测量与标记工具。
特征提取过程是交互式特征提取阶段的核心内容。在与用户交互过程中,结合人工智能技术和机器学习技术,实现视盘区域精确识别、黄斑区域的精确识别、感兴趣区域内血管自动识别、微血管瘤或微动脉瘤自动识别、出血点或出血斑自动识别、硬性渗出自动识别、软性渗出自动识别、血管改变发现、神经纤维层分布分析。在一种优选的方式下,操作者对计算机自动识别结果进行确认,并将确认情况反馈,以期进一步改进计算机自动分析的效果。
在特征提取与标记的过程中,由计算机自动完成量化表示工作,在图像处理功能的帮助下,对特征提取的过程中识别出的各类生理结构、各类病变,进行测量与描述,至少包括下列内容:视盘中心与黄斑中心距离的测量、视盘的面积、视杯的面积、杯盘比、单个微血管瘤或微动脉瘤所在位置记录、微血管瘤或微动脉瘤总个数、出血点或出血斑个数、硬性渗出的总个数、单个硬性渗出的位置记录、单个硬性渗出的面积、硬性渗出到黄斑中心凹的最小距离、是否出现血管改变、是否出现新生血管并累及黄斑区、是否出现视网膜出血、是否出现视网膜水肿、是否出现棉絮斑、感兴趣区域内动静脉比、感兴趣区域内局部视网膜动脉管径长度、是否出现动脉管径缩窄、动脉管径缩窄位置记录、是否出现动静脉交叉压痕、动静脉交叉压痕位置记录、是否出现银丝动脉、银丝动脉位置记录、是否出现铜丝动脉、铜丝动脉位置记录。
步骤S103:综合分析所述特征、所述量化指标和所述健康指标数据,预估病情走向。可采用如下方式:根据已有知识模型,将所述特征、所述量化指标和所述健康指标数据作为模型输入,输出病情走向。具体如下:
如发现眼底图像的病灶数量有所增加、病灶范围有扩大,说明病情存在继续恶化发展的情况,结合被检人员的生活方式数据,如饮食过量、运动量低、抽烟喝酒较多的情况,说明被检人员的生活方式较差,对病情的控制影响较大,若无明显改变,病情则会持续发展:病灶数量继续增加,病灶范围继续扩大,进而会明显影响视力。
通过比对,发现眼底图像的病灶发展特别剧烈,数量和范围存在较大的发展,说明病情恶化较为剧烈,被检人员的控制情况极差,需要立即到医院做进一步的检查和治疗。
通过比对,如发现眼底图像中的病灶无较大的变化,说明病情的发展受到一定的控制,当前被检人员的生活方式较为正确且对病情的控制有效。
步骤S104:发送所述病情走向至用户的可视化终端。可采用如下方式:在本实施方式中,可视化终端可以是用户本人的手机或PC等等,用户接收所述病情走向,并进行查看,即可得知自己现在的病情状况。
本发明利用现代增强现实(AR)技术,发送所述定量定性发展的病情走向,包括出血点、硬性渗出的扩散、发展以及逼近黄斑,引起不可逆的失明,同时有可能导致糖尿病肾病甚至需要进行肾透析治疗的恶果,把定量的分析结果用AR等方式在他自己的眼底照片上叠加上发展的动画,形象的发送至用户的可视化移动终端,起到威慑和警醒,提高患者健康生活方式的依从性和自觉性;
我们就是要利用糖尿病患者需要定期进行DR筛查这个机会,获得眼底图像,对所述眼底图像进行预处理,对预处理后的眼底图像进行特征提取,并形成量化指标,通过分析所述特征、所述量化指标和所述健康指标数据,预估病情走向;将预估后的病情走向发送至用户的可视化终端,对用户而言省时省力体验佳,一举多得,有利于患者了解自己身体的真实情况,以激励患者遵从医嘱,坚持健康的生活方式,以提高糖尿病的治疗效果和控制水平,具有良好的应用前景和社会效应。
请参阅图2,在本实施方式中,一种存储设备200的具体实施方式如下:
一种存储设备,其中存储有指令集,所述指令集用于执行:获取用户的眼底图像和健康指标数据,所述健康指标数据包括:个体数据和/或生活方式;对所述眼底图像进行预处理,对预处理后的眼底图像进行特征提取,并形成量化指标;综合分析所述特征、所述量化指标和所述健康指标数据,预估病情走向;发送所述病情走向至用户的可视化终端。
进一步的,所述指令集还用于执行:所述“获取用户的眼底图像和健康指标数据”,还包括步骤:获取眼底图像采集终端上传的眼底图像,或获取用户输入的眼底图像;获取用户输入的健康指标数据。可采用如下方式:可通过眼底相机获取待检者的眼底图像;亦可通过移动终端设备上传眼底图像和健康指标数据,在本实施方式中,可通过特定的网页上传这些资料,当相关资料填写错误时,会以红体字方式提醒待检者重新填写,直至填写正确,并上传成功。
在本实施方式中,所述个体数据包括:姓名、身份证、身高、体重、腰围、家族遗传病史、用药情况、血糖、血压和视力情况中的一种或多种,所述生活方式包括:运动情况、饮食情况、生活习惯和是否吸烟喝酒中的一种或多种。
进一步的,所述指令集还用于执行:所述“对所述眼底图像进行预处理,对预处理后的眼底图像进行特征提取,并形成量化指标”,还包括步骤:对所述眼底图象进行归一化处理,所述归一化处理包括:眼底图象去燥、亮度均衡与颜色的归一化;对归一化后的眼底图象进行处理,所述处理包括:滤波、增强、通道分离、放大与缩小、反色和旋转;对处理后的眼底图像提取特征,并形成量化指标,所述量化指标包括:视盘中心与黄斑中心距离的测量、视盘的面积、视杯的面积、杯盘比、单个微血管瘤或微动脉瘤所在位置记录、微血管瘤或微动脉瘤总个数、出血点或出血斑个数、硬性渗出的总个数、单个硬性渗出的位置记录、单个硬性渗出的面积、硬性渗出到黄斑中心凹的最小距离、是否出现血管改变、是否出现新生血管并累及黄斑区、是否出现视网膜出血、是否出现视网膜水肿、是否出现棉絮斑、感兴趣区域内动静脉比、感兴趣区域内局部视网膜动脉管径长度、是否出现动脉管径缩窄、动脉管径缩窄位置记录、是否出现动静脉交叉压痕、动静脉交叉压痕位置记录、是否出现银丝动脉、银丝动脉位置记录、是否出现铜丝动脉、铜丝动脉位置记录中的一种或多种。具体如下:
眼底图像归一化处理,包括了眼底图像的去噪、亮度均衡与颜色的归一化,是后续眼底图像处理、特征提取与量化表示的预处理工作。
基于归一化后的眼底图像,通过与操作者的交互,可以实现相应的图像处理功能,至少包含了眼底图像的滤波(可多次滤波)、增强(可开窗局部持续增强)、通道分离、放大与缩小(可以随鼠标移动,开窗放大,实现放大镜效果)、反色、旋转功能。同时还提供画圆、打点、拉线、取角度等多种具体测量与标记工具。
特征提取过程是交互式特征提取阶段的核心内容。在与用户交互过程中,结合人工智能技术和机器学习技术,实现视盘区域精确识别、黄斑区域的精确识别、感兴趣区域内血管自动识别、微血管瘤或微动脉瘤自动识别、出血点或出血斑自动识别、硬性渗出自动识别、软性渗出自动识别、血管改变发现、神经纤维层分布分析。在一种优选的方式下,操作者对计算机自动识别结果进行确认,并将确认情况反馈,以期进一步改进计算机自动分析的效果。
在特征提取与标记的过程中,由计算机自动完成量化表示工作,在图像处理功能的帮助下,对特征提取的过程中识别出的各类生理结构、各类病变,进行测量与描述,至少包括下列内容:视盘中心与黄斑中心距离的测量、视盘的面积、视杯的面积、杯盘比、单个微血管瘤或微动脉瘤所在位置记录、微血管瘤或微动脉瘤总个数、出血点或出血斑个数、硬性渗出的总个数、单个硬性渗出的位置记录、单个硬性渗出的面积、硬性渗出到黄斑中心凹的最小距离、是否出现血管改变、是否出现新生血管并累及黄斑区、是否出现视网膜出血、是否出现视网膜水肿、是否出现棉絮斑、感兴趣区域内动静脉比、感兴趣区域内局部视网膜动脉管径长度、是否出现动脉管径缩窄、动脉管径缩窄位置记录、是否出现动静脉交叉压痕、动静脉交叉压痕位置记录、是否出现银丝动脉、银丝动脉位置记录、是否出现铜丝动脉、铜丝动脉位置记录。
进一步的,所述指令集还用于执行:所述“综合分析所述特征、所述量化指标和所述健康指标数据,预估病情走向”,还包括步骤:根据已有知识模型,将所述特征、所述量化指标和所述健康指标数据作为模型输入,输出病情走向。具体如下:
如发现眼底图像的病灶数量有所增加、病灶范围有扩大,说明病情存在继续恶化发展的情况,结合被检人员的生活方式数据,如饮食过量、运动量低、抽烟喝酒较多的情况,说明被检人员的生活方式较差,对病情的控制影响较大,若无明显改变,病情则会持续发展:病灶数量继续增加,病灶范围继续扩大,进而会明显影响视力。
通过比对,发现眼底图像的病灶发展特别剧烈,数量和范围存在较大的发展,说明病情恶化较为剧烈,被检人员的控制情况极差,需要立即到医院做进一步的检查和治疗。
通过比对,如发现眼底图像中的病灶无较大的变化,说明病情的发展受到一定的控制,当前被检人员的生活方式较为正确且对病情的控制有效,也是让患者得到一种需要坚持下去的激励和鼓励。
通过允许存储设备200上的指令集也执行以下步骤:获取用户定期上传的眼底图像和健康指标数据,对所述眼底图像进行预处理,对预处理后的眼底图像进行特征提取,并形成量化指标,通过分析所述特征、所述量化指标和所述健康指标数据,预估病情走向;将预估后的病情走向发送至用户的可视化终端,整个过程无需用户定期到特定的医院进行复查,对用户而言省时省力体验佳,因为对医疗资源而言,大大地节省了医务人员资源的浪费,并且将所述并且走向发送至用户的可视化终端,使得用户可随时定期知道自己的病情走向,有利于用户了解自己身体的真实情况,以激励用户遵从医嘱,坚持健康的生活方式,以提高糖尿病的治疗效果和控制水平,具有良好的应用前景和社会效应。
请参阅图3,在本实施方式中,一种糖尿病的健康生活方式激励系统300的具体实施方式如下:
一种糖尿病的健康生活方式激励系统300,包括:信息采集系统301和信息处理系统302,所述信息处理系统302包括:信息处理模块3021和信息分析模块3022;所述信息采集系统301连接所述信息处理系统302;所述信息采集系统301用于:获取用户的眼底图像和健康指标数据,所述健康指标数据包括:个体数据和/或生活方式;所述信息处理模块3021用于:对所述眼底图像进行预处理,对预处理后的眼底图像进行特征提取,并形成量化指标;所述信息分析模块3022用于:综合分析所述特征、所述量化指标和所述健康指标数据,预估病情走向;发送所述病情走向至用户的可视化终端。
在本实施方式中,信息采集系统301可以为任意移动终端设备,如手机、PC等,用户可通过手机或PC等上传自己的眼底图像和健康指标数据,在本实施方式中,信息处理系统302可以为个人计算机、服务器、通用计算机、专用计算机、网络设备、嵌入式设备、可编程设备、智能移动终端、智能家居设备、穿戴式智能设备、车载智能设备等,在本实施方式中,信息采集系统301通信连接信息处理系统302,二者之间可互相传输信息。
进一步的,所述信息处理模块3021还用于:对所述眼底图象进行归一化处理,所述归一化处理包括:眼底图象去燥、亮度均衡与颜色的归一化;对归一化后的眼底图象进行处理,所述处理包括:滤波、增强、通道分离、放大与缩小、反色和旋转;对处理后的眼底图像提取特征,并形成量化指标,所述量化指标包括:视盘中心与黄斑中心距离的测量、视盘的面积、视杯的面积、杯盘比、单个微血管瘤或微动脉瘤所在位置记录、微血管瘤或微动脉瘤总个数、出血点或出血斑个数、硬性渗出的总个数、单个硬性渗出的位置记录、单个硬性渗出的面积、硬性渗出到黄斑中心凹的最小距离、是否出现血管改变、是否出现新生血管并累及黄斑区、是否出现视网膜出血、是否出现视网膜水肿、是否出现棉絮斑、感兴趣区域内动静脉比、感兴趣区域内局部视网膜动脉管径长度、是否出现动脉管径缩窄、动脉管径缩窄位置记录、是否出现动静脉交叉压痕、动静脉交叉压痕位置记录、是否出现银丝动脉、银丝动脉位置记录、是否出现铜丝动脉、铜丝动脉位置记录中的一种或多种。具体如下:
眼底图像归一化处理,包括了眼底图像的去噪、亮度均衡与颜色的归一化,是后续眼底图像处理、特征提取与量化表示的预处理工作。
基于归一化后的眼底图像,通过与操作者的交互,可以实现相应的图像处理功能,至少包含了眼底图像的滤波(可多次滤波)、增强(可开窗局部持续增强)、通道分离、放大与缩小(可以随鼠标移动,开窗放大,实现放大镜效果)、反色、旋转功能。同时还提供画圆、打点、拉线、取角度等多种具体测量与标记工具。
特征提取过程是交互式特征提取阶段的核心内容。在与用户交互过程中,结合人工智能技术和机器学习技术,实现视盘区域精确识别、黄斑区域的精确识别、感兴趣区域内血管自动识别、微血管瘤或微动脉瘤自动识别、出血点或出血斑自动识别、硬性渗出自动识别、软性渗出自动识别、血管改变发现、神经纤维层分布分析。在一种优选的方式下,操作者对计算机自动识别结果进行确认,并将确认情况反馈,以期进一步改进计算机自动分析的效果。
在特征提取与标记的过程中,由计算机自动完成量化表示工作,在图像处理功能的帮助下,对特征提取的过程中识别出的各类生理结构、各类病变,进行测量与描述,至少包括下列内容:视盘中心与黄斑中心距离的测量、视盘的面积、视杯的面积、杯盘比、单个微血管瘤或微动脉瘤所在位置记录、微血管瘤或微动脉瘤总个数、出血点或出血斑个数、硬性渗出的总个数、单个硬性渗出的位置记录、单个硬性渗出的面积、硬性渗出到黄斑中心凹的最小距离、是否出现血管改变、是否出现新生血管并累及黄斑区、是否出现视网膜出血、是否出现视网膜水肿、是否出现棉絮斑、感兴趣区域内动静脉比、感兴趣区域内局部视网膜动脉管径长度、是否出现动脉管径缩窄、动脉管径缩窄位置记录、是否出现动静脉交叉压痕、动静脉交叉压痕位置记录、是否出现银丝动脉、银丝动脉位置记录、是否出现铜丝动脉、铜丝动脉位置记录。
信息采集系统301用于获取用户定期上传眼底图像和健康指标数据,信息处理系统302的信息处理模块3021对所述眼底图像进行预处理,对预处理后的眼底图像进行特征提取,并形成量化指标,信息分析模块3022通过分析所述特征、所述量化指标和所述健康指标数据,预估病情走向;将预估后的病情走向发送至用户的可视化终端,使得用户可随时定期知道自己的病情走向,有利于用户了解自己身体的真实情况,以激励用户遵从医嘱,坚持健康的生活方式,以提高糖尿病的治疗效果和控制水平,具有良好的应用前景和社会效应。
需要说明的是,尽管在本文中已经对上述各实施例进行了描述,但并非因此限制本发明的专利保护范围。因此,基于本发明的创新理念,对本文所述实施例进行的变更和修改,或利用本发明说明书及附图内容所作的等效结构或等效流程变换,直接或间接地将以上技术方案运用在其他相关的技术领域,也不管所述提取的特征或问诊资料是否包括,相关眼底血管改变的特征的提取是否包括等应用方法或场景,均包括在本发明的专利保护范围之内。
Claims (6)
1.一种糖尿病的健康生活方式激励方法,其特征在于,包括步骤:
获取用户定期筛查时的眼底图像和健康指标数据,所述健康指标数据包括:个体数据和/或生活方式;
对所述眼底图像进行预处理,对预处理后的眼底图像进行特征提取,并形成量化指标;
所述形成量化指标包括步骤:确定黄斑中心凹与视盘边界后,测量黄斑中心到视盘颞侧缘的像素点阵数,应用不同人的黄斑与视盘的距离相对恒定的这一指数,将计算得到的以像素为单位的面积、距离以及相对于视盘或黄斑中心的位置的量化指标参数换算成MM或MM数量表达,得到可定量分析的量化指标;
可定量分析的所述量化指标包括:视盘中心与黄斑中心距离的测量、视盘的面积、视杯的面积、杯盘比、单个微血管瘤或微动脉瘤所在位置记录、微血管瘤或微动脉瘤总个数、出血点或出血斑个数、硬性渗出的总个数、单个硬性渗出的位置记录、单个硬性渗出的面积、硬性渗出到黄斑中心凹的最小距离、是否出现血管改变、是否出现新生血管并累及黄斑区、是否出现视网膜出血、是否出现视网膜水肿、是否出现棉絮斑中的一种或多种视网膜病变;
所述血管改变的量化指标包括:动静脉比、感兴趣区域内局部视网膜动脉管径长度、是否出现动脉管径缩窄、动脉管径缩窄位置记录、是否出现动静脉交叉压痕、动静脉交叉压痕位置记录、是否出现银丝动脉、银丝动脉位置记录、是否出现铜丝动脉、铜丝动脉位置记录中的一种或多种;
综合分析所述特征、所述量化指标和所述健康指标数据,预估病情走向,通过AR技术,在患者自己眼底图像上叠加动画,表达是否产生DR或血管改变、现状及未来较为精确的发展动向、病情可能恶化或失明的原因和发展;所述病情走向包括出血点、硬性渗出的扩散、发展以及逼近黄斑,引起不可逆的失明,或者能够导致糖尿病肾病和需要进行肾透析治疗的结果;
所述综合分析所述特征、所述量化指标和所述健康指标数据,预估病情走向还包括步骤:根据已有知识模型,将从所述预处理后的眼底图像中提取出的特征、所述量化指标和所述健康指标数据作为模型输入,输出病情走向;
发送所述病情走向及AR效果表达至用户的可视化终端。
2.根据权利要求1所述的一种糖尿病的健康生活方式激励方法,其特征在于,
所述“获取用户的眼底图像和健康指标数据”,还包括步骤:
获取眼底图像采集终端上传的眼底图像,或获取用户输入的眼底图像;
获取用户输入的健康指标数据。
3.根据权利要求1所述的一种糖尿病的健康生活方式激励方法,其特征在于,
所述“对所述眼底图像进行预处理,对预处理后的眼底图像进行特征提取,并形成量化指标”,还包括步骤:
对所述眼底图像进行归一化处理,所述归一化处理包括:眼底图像去燥、亮度均衡与颜色的归一化;
对归一化后的眼底图像进行处理,所述处理包括:滤波、增强、通道分离、放大与缩小、反色和旋转。
4.一种存储设备,其中存储有指令集,其特征在于,所述指令集用于执行:
获取用户定期筛查时的眼底图像和健康指标数据,所述健康指标数据包括:患者或受检者的个体或个性化信息数据和/或生活方式;
对所述眼底图像进行预处理,对预处理后的眼底图像进行特征提取,并形成量化指标;
综合分析所述特征、所述量化指标和所述健康指标数据,预估病情走向,通过AR技术,在患者自己眼底图像上叠加动画,表达是否产生DR或血管改变、现状及未来较为精确的发展动向、病情可能恶化或失明的原因和发展;
所述指令集还用于执行:所述综合分析所述特征、所述量化指标和所述健康指标数据,预估病情走向还包括步骤:根据已有知识模型,将从所述预处理后的眼底图像中提取出的特征、所述量化指标和所述健康指标数据作为模型输入,输出病情走向;
发送所述病情走向及AR效果表达至用户的可视化终端;所述病情走向包括出血点、硬性渗出的扩散、发展以及逼近黄斑,引起不可逆的失明,或者能够导致糖尿病肾病和需要进行肾透析治疗的结果;
所述指令集还用于执行:对所述眼底图像进行归一化处理,所述归一化处理包括:眼底图像去燥、亮度均衡与颜色的归一化;
对归一化后的眼底图像进行处理,所述处理包括:滤波、增强、通道分离、放大与缩小、反色和旋转;
确定黄斑中心凹与视盘边界,测量黄斑中心到视盘颞侧缘的像素点阵数,将计算得到的以像素为单位的面积、距离以及相对于视盘或黄斑中心的位置的量化指标参数换算成MM或MM数量表达,得到可定量分析的量化指标;
实现定量分析的所述量化指标包括:视盘中心与黄斑中心距离的测量、视盘的面积、视杯的面积、杯盘比、单个微血管瘤或微动脉瘤所在位置记录、微血管瘤或微动脉瘤总个数、出血点或出血斑个数、硬性渗出的总个数、单个硬性渗出的位置记录、单个硬性渗出的面积、硬性渗出到黄斑中心凹的最小距离、是否出现血管改变、是否出现新生血管并累及黄斑区、是否出现视网膜出血、是否出现视网膜水肿、是否出现棉絮斑中的一种或多种视网膜病变;
所述血管改变的量化指标包括:动静脉比、感兴趣区域内局部视网膜动脉管径长度、是否出现动脉管径缩窄、动脉管径缩窄位置记录、是否出现动静脉交叉压痕、动静脉交叉压痕位置记录、是否出现银丝动脉、银丝动脉位置记录、是否出现铜丝动脉、铜丝动脉位置记录中的一种或多种。
5.根据权利要求4所述的一种存储设备,其特征在于,所述指令集还用于执行:
所述“获取用户的眼底图像和健康指标数据”,还包括步骤:
获取眼底图像采集终端上传的眼底图像,或获取用户输入的眼底图像;
获取用户输入的健康指标数据。
6.一种糖尿病的健康生活方式激励系统,其特征在于,包括:信息采集系统和信息处理系统,所述信息处理系统包括:信息处理模块和信息分析模块;
所述信息采集系统连接所述信息处理系统;
所述信息采集系统用于:获取用户定期筛查时的眼底图像和健康指标数据,所述健康指标数据包括:个体数据和/或生活方式;
所述信息处理模块用于:对所述眼底图像进行预处理,对预处理后的眼底图像进行特征提取,并形成量化指标;
所述形成量化指标是指:确定黄斑中心凹与视盘边界后,测量黄斑中心到视盘颞侧缘的像素点阵数,应用不同人的黄斑与视盘的距离相对恒定的这一指数,将计算得到的以像素为单位的面积、距离以及相对于视盘或黄斑中心的位置等量化指标参数换算成MM或MM数量表达,得到可定量分析的量化指标;
所述信息分析模块用于:综合分析所述特征、所述量化指标和所述健康指标数据,预估病情走向;通过AR技术发送所述病情走向至用户的可视化终端;所述病情走向包括出血点、硬性渗出的扩散、发展以及逼近黄斑,引起不可逆的失明,或者能够导致糖尿病肾病和需要进行肾透析治疗的结果;
所述综合分析所述特征、所述量化指标和所述健康指标数据,预估病情走向还包括步骤:根据已有知识模型,将从所述预处理后的眼底图像中提取出的特征、所述量化指标和所述健康指标数据作为模型输入,输出病情走向;
所述信息处理模块还用于:对所述眼底图像进行归一化处理,所述归一化处理包括:眼底图像去燥、亮度均衡与颜色的归一化;对归一化后的眼底图像进行处理,所述处理包括:滤波、增强、通道分离、放大与缩小、反色和旋转;确定黄斑中心凹与视盘边界,测量黄斑中心到视盘颞侧缘的像素点阵数,将计算得到的以像素为单位的面积、距离以及相对于视盘或黄斑中心的位置的量化指标参数换算成MM或MM数量表达,得到可定量分析的量化指标,所述量化指标包括:视盘中心与黄斑中心距离的测量、视盘的面积、视杯的面积、杯盘比、单个微血管瘤或微动脉瘤所在位置记录、微血管瘤或微动脉瘤总个数、出血点或出血斑个数、硬性渗出的总个数、单个硬性渗出的位置记录、单个硬性渗出的面积、硬性渗出到黄斑中心凹的最小距离、是否出现血管改变、是否出现新生血管并累及黄斑区、是否出现视网膜出血、是否出现视网膜水肿、是否出现棉絮斑中的一种或多种视网膜病变;
所述血管改变的量化指标包括:动静脉比、感兴趣区域内局部视网膜动脉管径长度、是否出现动脉管径缩窄、动脉管径缩窄位置记录、是否出现动静脉交叉压痕、动静脉交叉压痕位置记录、是否出现银丝动脉、银丝动脉位置记录、是否出现铜丝动脉、铜丝动脉位置记录中的一种或多种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811013840.6A CN110875094B (zh) | 2018-08-31 | 2018-08-31 | 糖尿病的健康生活方式激励方法和系统、及存储设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811013840.6A CN110875094B (zh) | 2018-08-31 | 2018-08-31 | 糖尿病的健康生活方式激励方法和系统、及存储设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110875094A CN110875094A (zh) | 2020-03-10 |
CN110875094B true CN110875094B (zh) | 2024-01-30 |
Family
ID=69715285
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811013840.6A Active CN110875094B (zh) | 2018-08-31 | 2018-08-31 | 糖尿病的健康生活方式激励方法和系统、及存储设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110875094B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105160199A (zh) * | 2015-09-30 | 2015-12-16 | 刘毅 | 基于持续血糖监测并具有干预信息的糖尿病管理信息处理和展示方法 |
CN105956400A (zh) * | 2016-05-06 | 2016-09-21 | 南通大学 | 糖尿病患者自我管理依从性的监督与反馈系统 |
CN107680683A (zh) * | 2017-10-09 | 2018-02-09 | 上海睦清视觉科技有限公司 | 一种ai眼部健康评估方法 |
CN108461146A (zh) * | 2018-02-06 | 2018-08-28 | 北京大学深圳研究生院 | 一种基于心电信号的糖尿病病情评估方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1957369A (zh) * | 2005-03-17 | 2007-05-02 | 松下电器产业株式会社 | 生活习惯改善支援系统以及生活习惯改善支援方法 |
US8303500B2 (en) * | 2009-08-21 | 2012-11-06 | Fazal Raheman | Prescription zero: a non-pharmaceutical prescription device for prescribing, administering, monitoring, measuring and motivating a therapeutic lifestyle regimen for prevention and treatment of chronic diseases |
WO2011082212A1 (en) * | 2009-12-29 | 2011-07-07 | Abbott Diabetes Care Inc. | System and method for analysis of medical data to encourage health care management |
-
2018
- 2018-08-31 CN CN201811013840.6A patent/CN110875094B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105160199A (zh) * | 2015-09-30 | 2015-12-16 | 刘毅 | 基于持续血糖监测并具有干预信息的糖尿病管理信息处理和展示方法 |
CN105956400A (zh) * | 2016-05-06 | 2016-09-21 | 南通大学 | 糖尿病患者自我管理依从性的监督与反馈系统 |
CN107680683A (zh) * | 2017-10-09 | 2018-02-09 | 上海睦清视觉科技有限公司 | 一种ai眼部健康评估方法 |
CN108461146A (zh) * | 2018-02-06 | 2018-08-28 | 北京大学深圳研究生院 | 一种基于心电信号的糖尿病病情评估方法及系统 |
Non-Patent Citations (2)
Title |
---|
张凤祥 等.《全国计算机新科技与计算机教育论文集 第13卷 上》.2005,第355页. * |
张红星 主编."2.AR在医学领域中的应用".《数字针灸学概论》.2018, * |
Also Published As
Publication number | Publication date |
---|---|
CN110875094A (zh) | 2020-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107423571B (zh) | 基于眼底图像的糖尿病视网膜病变识别系统 | |
CN109215804B (zh) | 基于虚拟现实技术与生理参数检测的精神类疾病辅助诊断系统 | |
CN107358605B (zh) | 用于识别糖尿病视网膜病变的深度神经网络装置及系统 | |
CN111222361B (zh) | 一种高血压视网膜血管改变特征数据分析的方法和系统 | |
US11904224B2 (en) | System and method for client-side physiological condition estimations based on a video of an individual | |
CN110875092B (zh) | 一种基于远程眼底筛查的健康大数据服务方法和系统 | |
Prentašić et al. | Diabetic retinopathy image database (DRiDB): a new database for diabetic retinopathy screening programs research | |
CN110008887A (zh) | 一种基于深度学习的痤疮自动分级方法 | |
CN109691979A (zh) | 一种基于深度学习的糖尿病视网膜图像病变分类方法 | |
CN110870759A (zh) | 用于远程眼底筛查的质量控制方法和系统、及存储设备 | |
CN111292286B (zh) | 糖网眼底特征数据变化的分析方法与系统,及存储设备 | |
CN111383775B (zh) | 一种基于眼底筛查的会员用户匿名交流方法及存储设备 | |
Nakagawa et al. | Association of retinal vessel attenuation with visual function in eyes with retinitis pigmentosa | |
CN111402184B (zh) | 一种实现远程眼底筛查和健康服务的方法和系统 | |
Biousse et al. | Application of a deep learning system to detect papilledema on nonmydriatic ocular fundus photographs in an emergency department | |
CN110875094B (zh) | 糖尿病的健康生活方式激励方法和系统、及存储设备 | |
CN111435612A (zh) | 一种移动医疗个性化健康服务的方法和系统 | |
CN114400095A (zh) | 一种基于个体健康状态的家庭医生差异化签约服务系统 | |
US20230144621A1 (en) | Capturing diagnosable video content using a client device | |
CN110753970A (zh) | 分布式用户监测系统 | |
Botelho et al. | Classification tree for the inference of the nursing diagnosis Fluid Volume Excess (00026) | |
Abbood et al. | Automatic classification of diabetic retinopathy through segmentation using cnn | |
Charters | Telemedicine ushers in new chapter in eye care | |
US20240268665A1 (en) | System and method for simulation of fluorescein angiograms | |
WO2024057942A1 (ja) | 眼底画像処理装置および眼底画像処理プログラム |
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 |