CN111292286A - 糖网眼底特征数据变化的分析方法与系统，及存储设备 - Google Patents

糖网眼底特征数据变化的分析方法与系统，及存储设备 Download PDF

Info

Publication number
CN111292286A
CN111292286A CN201811390709.1A CN201811390709A CN111292286A CN 111292286 A CN111292286 A CN 111292286A CN 201811390709 A CN201811390709 A CN 201811390709A CN 111292286 A CN111292286 A CN 111292286A
Authority
CN
China
Prior art keywords
fundus image
fundus
characteristic data
patient
analyzing
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.)
Granted
Application number
CN201811390709.1A
Other languages
English (en)
Other versions
CN111292286B (zh
Inventor
余轮
曹新容
王丽钠
林嘉雯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fuzhou Yiying Health Technology Co ltd
Original Assignee
Fuzhou Yiying Health Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fuzhou Yiying Health Technology Co ltd filed Critical Fuzhou Yiying Health Technology Co ltd
Priority to CN201811390709.1A priority Critical patent/CN111292286B/zh
Priority to GB2104798.0A priority patent/GB2593824A/en
Priority to PCT/CN2018/124487 priority patent/WO2020103288A1/zh
Publication of CN111292286A publication Critical patent/CN111292286A/zh
Application granted granted Critical
Publication of CN111292286B publication Critical patent/CN111292286B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • 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
    • G06T2207/20036—Morphological image processing
    • 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
    • G06T2207/30041—Eye; Retina; Ophthalmic
    • 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
    • G06T2207/30096—Tumor; Lesion
    • 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
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Primary Health Care (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Epidemiology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Eye Examination Apparatus (AREA)

Abstract

本发明涉及眼底图像处理领域，特别涉及糖网眼底图像特征数据变化的分析方法与系统，及存储设备。所述一种糖网眼底特征数据变化的分析方法，包括步骤：获取糖网患者的眼底图像；提取所述眼底图像特征数据并进行存储；分析比对所述糖网患者不同时期的眼底图像特征数据，获取所述糖网患者该次眼底筛查特征数据的变化情况；对所述眼底筛查特征数据变化情况进行分析处理。以上整个过程中，糖网患者可到任意设置有眼底图像获取设备的地方采集自己的眼底图像，然后将对应的眼底图像上传至眼底图像处理终端，眼底图像处理终端会对所述眼底图像进行存储，并自动地对不同时期获取的眼底图像特征数据变化情况进行比对和分析。

Description

糖网眼底特征数据变化的分析方法与系统，及存储设备
技术领域
本发明涉及眼底图像处理领域，特别涉及糖网眼底特征数据变化的分析 方法与系统，及存储设备。
背景技术
针对糖尿病等慢病，我国有数百个移动医疗APP可以使用，但大都以血 糖为中心，不能获得全身性血管与神经等个体化信息，不知道糖尿病得病时 间，也很难清楚全身性健康受破坏情况。
糖尿病患者的知晓率、知晓并得到治疗的糖尿病患者的比例以及得到治 疗患者中血糖得到有效控制的比例均不到35％，究其主要原因，一是人数众多 的二型糖尿病患者在其严重并发症出现之前，自身没有感觉，难以实现“治 未病”；二是饮食、运动等最为重要或必要的生活方式干预基础治疗迄今缺乏 激励手段或方法，难以取得好的治疗效果！这些问题或困难需要去解决或克 服。
糖尿病性视网膜病变(糖网)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，糖网的患病风险不断增 大，最终可能导致不可逆的失明。美国糖尿病协会和我国的糖尿病防治指南 均建议二型糖尿病患者应定期或至少进行每年一次的眼底筛查。糖网的筛查 可使失明风险降低94.4％，但我国的筛查率还不到10％！
糖网患者如果不加以适当的生活方式干预基础治疗及药物治疗，其眼底 视网膜的病变特征，如微血管瘤、出血点、硬性渗出的数量和大小、分布等 病情或病变特征就一定会不断发展；
因此，如果能利用糖网患者的病情发展的上述特点，进行每年一次的眼 底筛查后，获取的视网膜病变特征，通过逐年糖网特征数据变化情况的比对 和分析，进而评估糖尿病视网膜病变患者眼底情况的变化，就能得到相关预 防、治疗效果的评估数据，包括糖尿病对眼睛的伤害情况、一段时间以来血 糖控制的总体水平和治疗效果，为增强糖尿病患者生活方式干预基础治疗的 依从性，提供一种威慑性的“激励”机制，目前尚未见报道！
眼底是人体中唯一不需要通过手术就能直接观察到血管和神经的部位， 眼底照相可以让我们获得精准医学下的个体化健康医学信息；如果我们对糖 尿病患者每次的眼底筛查数据都能实现结构化的特征数据处理、存储和随访， 就有可能实现对不同时期获取的眼底图像和相关的身体指标特征数据变化情 况的比对和分析，结合问诊资料，为实现对糖尿病患者的健康管理或健康大 数据服务，提供一种新方法，目前尚未见报道！。
发明内容
为此，需要提供一种糖网眼底特征数据变化的分析方法，用以解决上述 提到的技术问题。其具体技术方案如下：
一种糖网眼底特征数据变化的分析方法，包括步骤：
获取糖网患者的眼底图像；
提取并标识所述眼底图像特征数据；
对所述眼底图像特征数据进行存储；
判断是否存储有该糖网患者前期的眼底图像特征数据，若存储有所述糖 网患者前期的眼底图像特征数据，则分析比对所述糖网患者不同时期的眼底 图像特征数据，获取所述糖网患者该次眼底筛查特征数据的变化情况；
对所述眼底筛查特征数据变化情况进行分析处理。
进一步的，所述“则分析比对所述糖网患者不同时期的眼底图像特征数 据，获取所述糖网患者该次眼底筛查特征数据的变化情况”，还包括步骤：
建立亮度直方图均衡对眼底图像进行预处理；
建立形态滤波器确定预处理后的眼底图像中黄斑及视盘的位置；
分割预处理后的眼底图像的主血管；
根据眼底结构参数对齐眼底图像，修正所述眼底图像特征数据的标识， 所述眼底结构参数包括：黄斑的位置、视盘的位置和主血管信息；
自动分析所述眼底图像特征数据变化。
进一步的，“对所述眼底筛查特征数据变化情况进行分析处理”，还包括 步骤：
分析计算得到所述糖网患者预设时间段内的控糖效果以及身体健康状 况；
并根据分析结果给出对应的健康服务建议；
生成所述控糖效果、身体健康状况以及所述健康服务建议的报告，并发 送所述报告相关信息至所述糖网患者的移动终端设备。
进一步的，所述“标识所述眼底图像特征数据”，还包括步骤：
标识微血管瘤及其与黄斑中心凹相对位置；
标识出血点的大小及其与黄斑中心凹的相对位置；
标识并分析硬性渗出的范围及其与黄斑中心凹的最小距离。
为解决上述技术问题，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：
获取糖网患者的眼底图像；
提取并标识所述眼底图像特征数据；
对所述眼底图像特征数据进行存储；
判断是否存储有该糖网患者前期的眼底图像特征数据，若存储有所述糖 网患者前期的眼底图像特征数据，则分析比对所述糖网患者不同时期的眼底 图像特征数据，获取所述糖网患者该次眼底筛查特征数据的变化情况；
对所述眼底筛查特征数据变化情况进行分析处理。
进一步的，所述指令集还用于执行：
所述“则分析比对所述糖网患者不同时期的眼底图像特征数据，获取所 述糖网患者该次眼底筛查特征数据的变化情况”，还包括步骤：
建立亮度直方图均衡对眼底图像进行预处理；
建立形态滤波器确定预处理后的眼底图像中黄斑及视盘的位置；
分割预处理后的眼底图像的主血管；
根据眼底结构参数对齐眼底图像，修正所述眼底图像特征数据的标识， 所述眼底结构参数包括：黄斑的位置、视盘的位置和主血管信息；
自动分析所述眼底图像特征数据变化。
进一步的，所述指令集还用于执行：
“对所述眼底筛查特征数据变化情况进行分析处理”，还包括步骤：
分析计算得到所述糖网患者预设时间段内的控糖效果以及身体健康状 况；
并根据分析结果给出对应的健康服务建议；
生成所述控糖效果、身体健康状况以及所述健康服务建议的报告，并发 送所述报告相关信息至所述糖网患者的移动终端设备。
进一步的，所述指令集还用于执行：
所述“标识所述眼底图像特征数据”，还包括步骤：
标识微血管瘤及其与黄斑中心凹相对位置；
标识出血点的大小及其与黄斑中心凹的相对位置；
标识并分析硬性渗出的范围及其与黄斑中心凹的最小距离。
为解决上述技术问题，还提供一种糖网眼底特征数据变化的分析系统， 具体技术方案如下：
一种糖网眼底特征数据变化的分析系统，包括：眼底图像获取终端和眼 底图像处理终端，所述眼底图像处理终端包括：数据存储模块、眼底图像分 析比对模块和结果分析模块；
所述眼底图像获取终端连接所述眼底图像处理终端；
所述眼底图像获取终端用于：获取糖网患者的眼底图像并发送所述眼底 图像至眼底图像处理终端；
所述眼底图像处理终端用于：提取并标识所述眼底图像特征数据；
所述数据存储模块用于：对所述眼底图像特征数据进行存储，
所述眼底图像分析比对模块用于：判断是否存储有该糖网患者前期的眼 底图像特征数据，若存储有所述糖网患者前期的眼底图像特征数据，则分析 比对所述糖网患者不同时期的眼底图像特征数据，获取所述糖网患者该次筛 查眼底图像特征数据的变化情况；
所述结果分析模块用于：对所述眼底筛查特征数据变化情况进行分析处 理。
进一步的，所述眼底图像分析比对模块还用于：
建立亮度直方图均衡对眼底图像进行预处理；
建立形态滤波器确定预处理后的眼底图像中黄斑及视盘的位置；
分割预处理后的眼底图像的主血管；
根据眼底结构参数对齐眼底图像，修正所述眼底图像特征数据的标识， 所述眼底结构参数包括：黄斑的位置、视盘的位置和主血管信息；
自动分析所述眼底图像特征数据变化；
所述眼底图像处理终端还用于：
标识微血管瘤及其与黄斑中心凹相对位置；
标识出血点的大小及其与黄斑中心凹的相对位置；
标识并分析硬性渗出的范围及其与黄斑中心凹的最小距离。
本发明的有益效果是：通过自动获取糖网患者不同时期的眼底图像，对 所述眼底图像和结构化处理后的眼底图像特征数据进行存储；通过自动分析 比对不同时期的眼底图像特征数据，获取糖网患者眼底图像特征变化情况； 对所述糖网患者眼底图像特征变化情况进行分析处理。以上整个过程中，糖 网患者可到任意设置有眼底图像获取设备的地方采集自己的眼底图像，然后 将对应的眼底图像上传至眼底图像处理终端，眼底图像处理终端会对所述眼 底图像进行存储，并自动地对不同时期获取的眼底图像特征数据变化情况进 行比对和分析。
由于糖尿病视网膜病变是糖尿病患者的主要严重并发症之一，也是我国 首要的致盲眼病，患者如果不加以生活方式干预基础治疗以及其他有效的控 制血糖措施，其病情一定是不断的向前发展、愈发严重！因此，观察眼底视 网膜病变的相关情况，在一定情况下可以得到糖尿病预防、治疗效果的评估 数据、糖尿病对眼睛的伤害情况甚至全身性血管改变的情况，包括一段时间 以来血糖控制的总体水平和效果，结合眼底图像特征数据变化的情况，专业 的健康管理人员还能结合糖网患者近期一段时间的控糖效果以及身体健康状况的分析；给出相关的健康服务或糖尿病重大并发症预防的建议，达到治未 病的效果。
糖网患者可到任意设置有图像采集终端的场所，采集并上传自己此刻的 眼底图像至眼底图像处理终端，眼底图像处理终端自动读取该糖网患者在此 之前不同时期的眼底图像，并对其进行分析处理，整个过程效率高，收费成 本低，糖网患者体验佳，且分析处理后的数据可发送给糖网患者本人，让糖 网患者对自己的眼睛、眼底视网膜病变的病情发展有所了解；本系统实现的 上述分析报告和健康服务建议，甚至可以不断提高网患者对自己的全身性健 康，控糖治疗效果有进一步的了解，增强生活方式干预的自觉性，实现个性化的健康大数据服务！
附图说明
图1为具体实施方式所述一种糖网眼底特征数据变化的分析方法的流程 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网眼底特征数据变化的分析系统的示意 图。
附图标记说明：
200、存储设备，
300、糖网眼底图像特征数据变化的分析系统，
301、眼底图像获取终端，
302、眼底图像处理终端，
3021、数据存储模块，
3022、眼底图像分析比对模块，
3023、结果分析模块。
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，一种糖网眼底特征数据变化的分析方法可 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、智能移动终端等。在本实施方式中， 以通用计算机为例，所述通用计算机上安装有眼底筛查特征数据变化分析系 统或远程眼底图像数据分析中心，或设置有浏览器，可通过浏览器打开网页 登录相关的云健康服务系统眼底图像数据分析中心。在本实施方式中，一种 糖网眼底特征数据变化的分析方法的具体实施方式如下：
步骤S101：获取糖网患者的眼底图像。可采用如下方式：通过基层应用 机构(如：基层医疗机构、健康体检、健康管理或基层社区诊所)的眼底相 机获取糖网患者的眼底图像，并将获取到的眼底图像通过数据线传送至PC上 由眼底图像数据分析工作站软件进行处理，或通过网络发送至PC上，由PC 发送至眼底图像数据分析中心；糖网患者亦可通过移动终端设备上传眼底图 像。需要说明的是，在本实施方式中，基层应用机构可以是那些偏远地区， 没有专业眼科医生人员，或者是配备专业眼科医生人员成本非常高的地方。
眼底图像数据分析中心或上述眼底图像数据分析工作站软件获取完糖网 患者的眼底图像后，执行步骤S102：提取并标识所述眼底图像特征数据，对 所述眼底图像特征数据进行存储。可采用如下方式：
通过自动或半自动的人机交互式方法，提取DR微血管瘤、出血点、硬性 渗出的眼底图像特征数据并进行存储，其中可将所述眼底图像及眼底图像特 征数据存放至云端服务器，亦可以将所述眼底图像及眼底图像特征数据存放 至特定服务器，亦可以将所述眼底图像及眼底图像特征数据存放至本地存储 设备中。对所述眼底图像及眼底图像特征数据进行存储的目的，是便于同一 个糖网患者每次定期过来检查或筛查时，可将当前采集到的数据与之前采集 的数据做比对，更好地进行数据分析。
对所述眼底图像特征数据进行存储后，执行步骤S103：判断是否存储有 该糖网患者前期的眼底图像特征数据，若存储有所述糖网患者前期的眼底图 像特征数据，则分析比对所述糖网患者不同时期的眼底图像特征数据，获取 所述糖网患者该次眼底筛查特征数据的变化情况。可采用如下方式：根据患 者的姓名和身份证到数据库中查询，是否存储有该糖网患者前期的眼底图像 及眼底图像特征数据，若存储有该糖网患者前期的眼底图像及眼底图像特征 数据，则分析比对糖网患者不同时期的眼底图像及眼底图像特征数据，获取 眼底筛查特征数据变化情况。具体如下：
建立亮度直方图均衡对眼底图像进行预处理；建立形态滤波器确定预处 理后的眼底图像中黄斑及视盘的位置；分割预处理后的眼底图像的主血管； 眼底图像特征数据根据眼底结构参数对齐眼底图像，修正所述眼底图像特征 数据的标识，所述眼底结构参数包括：黄斑的位置、视盘的位置和主血管信 息；自动分析所述眼底图像特征数据变化。
其中所述“标识所述眼底图像特征数据”，还包括步骤：标识微血管瘤及 其与黄斑中心凹相对位置；标识出血点的大小及其与黄斑中心凹的相对位置； 标识并分析硬性渗出的范围及其与黄斑中心凹的最小距离。
具体可采用如下方式：
在待分析的图像中选择图像清晰、能清楚观察到视盘、黄斑和血管的眼 底图像作为标准参考图像，对所述标准图像进行处理生成标准灰度直方图； 根据所述标准灰度直方图的灰度分布，对其余待分析的眼底图像的灰度进行 映射，获得与标准参考图像具有同样灰度分布的眼底图像。
根据预处理后的眼底图像中黄斑亮度及视盘亮度、黄斑形态与视盘形态、 和黄斑与视盘的位置距离，建立形态滤波器，确定黄斑及视盘的位置。即： 预处理后的眼底图像，黄斑具有极低亮度、视盘具有极高亮度、两者形状趋 于圆形且两者的相对距离和位置固定，以此实现形态滤波器，检测眼底图像 中的具有极低亮度和极高亮度的圆形区域，将其作为黄斑和视盘的候选区域， 根据两者的距离和位置滤除错误的候选区域，进而确定黄斑和视盘的中心位 置。
预处理后的眼底图像，眼底主血管有相近的灰度信息，且与背景有较高 的对比度，通过以上特征可分割出主血管。在本实施方式中，可通过使用阈 值分割方法分割出主血管。分割出主血管后，根据黄斑的位置、视盘的位置 和主血管信息，对其眼底图像，标识出眼底图像的变化区域。通过变化区域， 可快速看出微血管瘤、出血点或硬性渗出的数量是否增加，硬性渗出的范围 是否扩大或进一步逼近黄斑等状况。
在其它实施方式中，亦可用打矩形的方式分别标识眼底图像中的有关眼 底图像特征数据：微血管瘤区域、出血点区域、硬性渗出区域(同时在数据 库中记录下这些特征区域大小以及与黄斑中心凹的相对位置)，不同颜色可代 表不同的DR特征及区域，如白色代表硬性渗出，粉色代表微血管瘤，绿色代 表出血点；然后根据眼底参数对齐眼底图像，所述眼底参数包括：黄斑的位 置、视盘的位置和主血管信息；标识眼底图像变化区域。
步骤S104：对所述眼底筛查特征数据变化情况进行分析处理。可采用如 下方式：分析计算得到所述糖网患者预设时间段内的控糖效果以及身体健康 状况；并根据分析结果给出对应的健康服务建议；生成所述控糖效果、身体 健康状况以及所述健康服务建议的报告，并发送所述报告相关信息至所述糖 网患者的移动终端设备。
具体可如下：
数据处理分析后，可将得到的数据直接发送给糖网患者本人，让糖网患 者本人对自己的健康状况更了解，也可以在糖网患者同意的情况下发送给专 业的医疗机构，辅助医务人员快速对糖网患者的病情有一个了解，为糖网患 者提供后续的疾病控制的建议等。在本实施方式中，数据处理分析的结果包 括：微血管瘤的数量或大小是否增加，硬性渗出的面积是否扩大，是否涉及 到黄斑区域；如有条件，可以参考基层应用机构伴随眼底图像发来的相关问 诊资料等身体指标数据，如体重、腰围有无明显增加或减少，饮食、运动、 不吸烟少喝酒等对生活方式基础治疗情况进行辅助评判；如存在微血管瘤数 量增加，硬性渗出的范围扩大的现象，说明这段时间血糖控制水平较差，视 网膜病变的病情仍在继续发展，需要进一步控制，保证好的生活方式；如出 现微血管瘤或出血点数量明显增加，硬性渗出面积扩大并影响到黄斑区域， 建议做进一步复诊、治疗；如微血管瘤和硬性渗出无明显变化，说明控制水 平良好，应继续保持好的生活方式，遵医嘱继续治疗；特别是，当血管瘤数量减少或某些血管瘤消失时，意味着该区域微血管供血供血严重不足或消失； 硬性渗出的范围扩大或逼近黄斑区域时，意味着黄斑水肿症状的严重或即将 有失明的危险，应特别引起重视或建议做进一步的复查或到医院检查；可以 利用增强现实(AR)技术，将这些眼底特征变化情况及其继续发展有可能影 响视力或全身性健康的情况，做成简单的演示动画，叠加在真实的眼底照片 上，实现可视化的教育效果，激发患者生活方式干预基础治疗的及时筛查、 及时预防治疗的依从性或自觉性。
通过获取糖网患者的不同时期的眼底图像，对所述眼底图像及其结构化 处理后的眼底图像特征数据进行存储；通过自动分析比对不同时期的眼底特 征图像，获取糖网患者眼底图像特征变化情况；对所述糖网患者眼底图像特 征变化情况进行分析处理。以上整个过程中，糖网患者可到任意设置有眼底 图像获取设备的地方采集自己的眼底图像，然后将对应的眼底图像上传至眼 底图像处理终端，眼底图像处理终端会对所述眼底图像进行存储，并自动地 分析比对糖网患者不同时期的眼底图像，获取眼底图像特征变化，对所述糖 网患者眼底图像特征变化情况进行分析处理。处理过程效率高，成本低，糖 网患者体验佳，且分析处理后的数据可发送给糖网患者本人，让糖网患者对 自己的眼底健康有所了解，或者专业的医务人员，让医务人员根据分析结果 给糖网患者更好的治疗建议等。
在本实施方式中，还包括步骤：生成分析报告，并发送分析报告相关信 息至糖网患者的移动终端设备，所述分析报告相关信息包括：分析报告、分 析报告下载链接和建议报告中的一种或多种。通过生成分析报告，并发送给 糖网患者，使糖网患者第一时间知道结果，方便糖网患者根据评估结果调整 自己的生活习惯或根据分析报告给的建议进一步治疗或观察等等，将有效地 帮助糖网患者实时且良好地控制自己的糖尿病病情。
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200，其中存储有指令集，所述指令集用于执行：
获取糖网患者的眼底图像；
提取并标识所述眼底图像特征数据；
对所述眼底图像特征数据进行存储；
判断是否存储有该糖网患者前期的眼底图像特征数据，若存储有所述糖 网患者前期的眼底图像特征数据，则分析比对所述糖网患者不同时期的眼底 图像特征数据，获取所述糖网患者该次眼底筛查特征数据的变化情况；
对所述眼底筛查特征数据变化情况进行分析处理。可采用如下方式：
通过基层应用机构(如：基层医疗机构、健康体检、健康管理或基层社 区诊所)的眼底相机获取糖网患者的眼底图像，并将获取到的眼底图像通过 数据线传送至PC上由眼底图像数据分析工作站软件进行处理，或通过网络发 送至PC上，由PC发送至眼底图像数据分析中心；糖网患者亦可通过移动终 端设备上传眼底图像。需要说明的是，在本实施方式中，基层应用机构可以 是那些偏远地区，没有专业眼科医生人员，或者是配备专业眼科医生人员成 本非常高的地方。
眼底图像数据分析中心或上述眼底图像数据分析工作站软件获取完糖网 患者的眼底图像后，提取并标识所述眼底图像特征数据，对所述眼底图像特 征数据进行存储。可采用如下方式：通过自动或半自动的人机交互式方法， 提取DR微血管瘤、出血点、硬性渗出的眼底图像特征数据并进行存储，其中 可将所述眼底图像及眼底图像特征数据存放至云端服务器，亦可以将所述眼 底图像及眼底图像特征数据存放至特定服务器，亦可以将所述眼底图像及眼 底图像特征数据存放至本地存储设备中。对所述眼底图像及眼底图像特征数 据进行存储的目的，是便于同一个糖网患者每次定期过来检查或筛查时，可 将当前采集到的数据与之前采集的数据做比对，更好地进行数据分析。
对所述眼底图像特征数据进行存储后，判断是否存储有该糖网患者前期 的眼底图像特征数据，若存储有所述糖网患者前期的眼底图像特征数据，则 分析比对所述糖网患者不同时期的眼底图像特征数据，获取所述糖网患者该 次眼底筛查特征数据的变化情况。可采用如下方式：根据患者的姓名和身份 证到数据库中查询，是否存储有该糖网患者前期的眼底图像及其眼底图像特 征数据，若存储有该糖网患者前期的眼底图像及其眼底图像特征数据，则分 析比对糖网患者不同时期的眼底图像及其眼底图像特征数据，获取眼底筛查 特征数据变化情况。具体如下：
建立亮度直方图均衡对眼底图像进行预处理；建立形态滤波器确定预处 理后的眼底图像中黄斑及视盘的位置；分割预处理后的眼底图像的主血管； 眼底图像特征数据根据眼底结构参数对齐眼底图像，修正所述眼底图像特征 数据的标识，所述眼底结构参数包括：黄斑的位置、视盘的位置和主血管信 息；自动分析所述眼底图像特征数据变化。
其中所述“标识所述眼底图像特征数据”，还包括步骤：标识微血管瘤及 其与黄斑中心凹相对位置；标识出血点的大小及其与黄斑中心凹的相对位置； 标识并分析硬性渗出的范围及其与黄斑中心凹的最小距离。
具体可采用如下方式：
在待分析的图像中选择图像清晰、能清楚观察到视盘、黄斑和血管的眼 底图像作为标准参考图像，对所述标准图像进行处理生成标准灰度直方图； 根据所述标准灰度直方图的灰度分布，对其余待分析的眼底图像的灰度进行 映射，获得与标准参考图像具有同样灰度分布的眼底图像。
根据预处理后的眼底图像中黄斑亮度及视盘亮度、黄斑形态与视盘形态、 和黄斑与视盘的位置距离，建立形态滤波器，确定黄斑及视盘的位置。即： 预处理后的眼底图像，黄斑具有极低亮度、视盘具有极高亮度、两者形状趋 于圆形且两者的相对距离和位置固定，以此实现形态滤波器，检测眼底图像 中的具有极低亮度和极高亮度的圆形区域，将其作为黄斑和视盘的候选区域， 根据两者的距离和位置滤除错误的候选区域，进而确定黄斑和视盘的中心位 置。
预处理后的眼底图像，眼底主血管有相近的灰度信息，且与背景有较高 的对比度，通过以上特征可分割出主血管。在本实施方式中，可通过使用阈 值分割方法分割出主血管。分割出主血管后，根据黄斑的位置、视盘的位置 和主血管信息，对其眼底图像，标识出眼底图像的变化区域。通过变化区域， 可快速看出微血管瘤、出血点或硬性渗出的数量是否增加，硬性渗出的范围 是否扩大或进一步逼近黄斑等状况。
在其它实施方式中，亦可用打矩形的方式分别标识眼底图像中的有关眼 底图像特征数据：微血管瘤区域、出血点区域、硬性渗出区域(同时在数据 库中记录下这些特征区域大小以及与黄斑中心凹的相对位置)，不同颜色可代 表不同的DR特征及区域，如白色代表硬性渗出，粉色代表微血管瘤，绿色代 表出血点；然后根据眼底参数对齐眼底图像，所述眼底参数包括：黄斑的位 置、视盘的位置和主血管信息；标识眼底图像变化区域。
对所述眼底筛查特征数据变化情况进行分析处理。可采用如下方式：分 析计算得到所述糖网患者预设时间段内的控糖效果以及身体健康状况；并根 据分析结果给出对应的健康服务建议；生成所述控糖效果、身体健康状况以 及所述健康服务建议的报告，并发送所述报告相关信息至所述糖网患者的移 动终端设备。
具体可如下：
数据处理分析后，可将得到的数据直接发送给糖网患者本人，让糖网患 者本人对自己的健康状况更了解，也可以在糖网患者同意的情况下发送给专 业的医疗机构，辅助医务人员快速对糖网患者的病情有一个了解，为糖网患 者提供后续的疾病控制的建议等。在本实施方式中，数据处理分析的结果包 括：微血管瘤的数量或大小是否增加，硬性渗出的面积是否扩大，是否涉及 到黄斑区域；如有条件，可以参考基层应用机构伴随眼底图像发来的相关问 诊资料等身体指标数据，如体重、腰围有无明显增加或减少，饮食、运动、 不吸烟少喝酒等对生活方式基础治疗情况进行辅助评判；如存在微血管瘤数 量增加，硬性渗出的范围扩大的现象，说明这段时间血糖控制水平较差，视 网膜病变的病情仍在继续发展，需要进一步控制，保证好的生活方式；如出 现微血管瘤或出血点数量明显增加，硬性渗出面积扩大并影响到黄斑区域， 建议做进一步复诊、治疗；如微血管瘤和硬性渗出无明显变化，说明控制水 平良好，应继续保持好的生活方式，遵医嘱继续治疗；特别是，当血管瘤数量减少或某些血管瘤消失时，意味着该区域微血管供血供血严重不足或消失； 硬性渗出的范围扩大或逼近黄斑区域时，意味着黄斑水肿症状的严重或即将 有失明的危险，应特别引起重视或建议做进一步的复查或到医院检查；可以 利用增强现实(AR)技术，将这些眼底特征变化情况及其继续发展有可能影 响视力或全身性健康的情况，做成简单的演示动画，叠加在真实的眼底照片 上，实现可视化的教育效果，激发患者生活方式干预基础治疗的及时筛查、 及时预防治疗的依从性或自觉性。
通过存储设备200上的指令集执行步骤：通过获取糖网患者的不同时期 的眼底图像，对所述眼底图像及其结构化处理后的眼底图像特征数据进行存 储；通过自动分析比对不同时期的眼底特征图像，获取糖网患者眼底图像特 征变化情况；对所述糖网患者眼底图像特征变化情况进行分析处理。以上整 个过程中，糖网患者可到任意设置有眼底图像获取设备的地方采集自己的眼 底图像，然后将对应的眼底图像上传至眼底图像处理终端，眼底图像处理终 端会对所述眼底图像进行存储，并自动地分析比对糖网患者不同时期的眼底图像，获取眼底图像特征变化，对所述糖网患者眼底图像特征变化情况进行 分析处理。处理过程效率高，成本低，糖网患者体验佳，且分析处理后的数 据可发送给糖网患者本人，让糖网患者对自己的眼底健康有所了解，或者专 业的医务人员，让医务人员根据分析结果给糖网患者更好的治疗建议等。
在本实施方式中，还包括步骤：生成分析报告，并发送分析报告相关信 息至糖网患者的移动终端设备，所述分析报告相关信息包括：分析报告、分 析报告下载链接和建议报告中的一种或多种。通过生成分析报告，并发送给 糖网患者，使糖网患者第一时间知道结果，方便糖网患者根据评估结果调整 自己的生活习惯或根据分析报告给的建议进一步治疗或观察等等，将有效地 帮助糖网患者实时且良好地控制自己的糖尿病病情。
请参阅图3，在本实施方式中，一种糖网眼底特征数据变化的分析系统 300的具体实施方式如下：
一种糖网眼底特征数据变化的分析系统300，包括：眼底图像获取终端 301和眼底图像处理终端302，所述眼底图像处理终端302包括：数据存储模 块3021、眼底图像分析比对模块3022和结果分析模块3023；所述眼底图像 获取终端301连接所述眼底图像处理终端302；所述眼底图像获取终端301用 于：获取糖网患者的眼底图像并发送所述眼底图像至眼底图像处理终端302； 所述眼底图像处理终端302用于：提取并标识所述眼底图像特征数据；所述 数据存储模块3021用于：对所述眼底图像特征数据进行存储；所述眼底图像 分析比对模块3022用于：判断是否存储有该糖网患者前期的眼底图像特征数 据，若存储有所述糖网患者前期的眼底图像特征数据，则分析比对所述糖网 患者不同时期的眼底图像特征数据，获取所述糖网患者该次筛查眼底图像特 征数据的变化情况；所述结果分析模块3023用于：对所述眼底筛查特征数据 变化情况进行分析处理。
在本实施方式中，眼底图像获取终端301包括：眼底图像采集终端和PC， 所述眼底图像采集终端优选为眼底相机，眼底图像处理终端302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、智能移动 终端、智能家居设备等。
以上具体可采用如下方式：
可通过眼底相机获取糖网患者的眼底图像，并将获取到的眼底图像通过 数据线传送至PC上由眼底图像数据分析工作站软件进行处理，或通过网络发 送至PC上，由PC发送至眼底图像数据分析中心；糖网患者亦可通过移动终 端设备上传眼底图像。需要说明的是，在本实施方式中，基层应用机构可以 是那些偏远地区，没有专业眼科医生人员，或者是配备专业眼科医生人员成 本非常高的地方。
根据患者的姓名和身份证到数据存储模块3021中查询是否存储有该糖网 患者前期的眼底图像及其眼底图像特征数据，若存储有该糖网患者前期的眼 底图像及其眼底图像特征数据，眼底图像分析比对模块3022则分析比对糖网 患者不同时期的眼底图像特征数据，获取糖网患者眼底图像特征变化情况。
在本实施方式中，所述眼底图像分析比对模块3022还用于：建立亮度直 方图均衡对眼底图像进行预处理；建立形态滤波器确定预处理后的眼底图像 中黄斑及视盘的位置；分割预处理后的眼底图像的主血管；根据眼底结构参 数对齐眼底图像，修正所述眼底图像特征数据的标识，所述眼底结构参数包 括：黄斑的位置、视盘的位置和主血管信息；自动分析所述眼底图像特征数 据变化。可采用如下方式：
在待分析的图像中选择图像清晰、能清楚观察到视盘、黄斑和血管的眼 底图像作为标准参考图像，对所述标准图像进行处理生成标准灰度直方图； 根据所述标准灰度直方图的灰度分布，对其余待分析的眼底图像的灰度进行 映射，获得与标准参考图像具有同样灰度分布的眼底图像。
根据预处理后的眼底图像中黄斑亮度及视盘亮度、黄斑形态与视盘形态、 和黄斑与视盘的位置距离，建立形态滤波器，确定黄斑及视盘的位置。即： 预处理后的眼底图像，黄斑具有极低亮度、视盘具有极高亮度、两者形状趋 于圆形且两者的相对距离和位置固定，以此实现形态滤波器，检测眼底图像 中的具有极低亮度和极高亮度的圆形区域，将其作为黄斑和视盘的候选区域， 根据两者的距离和位置滤除错误的候选区域，进而确定黄斑和视盘的中心位 置。
预处理后的眼底图像，眼底主血管有相近的灰度信息，且与背景有较高 的对比度，通过以上特征可分割出主血管。在本实施方式中，可通过使用阈 值分割方法分割出主血管。分割出主血管后，根据黄斑的位置、视盘的位置 和主血管信息，对其眼底图像，标识出眼底图像的变化区域。通过变化区域， 可快速看出微血管瘤、出血点或硬性渗出的数量是否增加，硬性渗出的范围 是否扩大或进一步逼近黄斑等状况。
在其它实施方式中，亦可用打矩形的方式分别标识眼底图像中的有关眼 底图像特征数据：微血管瘤区域、出血点区域、硬性渗出区域(同时在数据 库中记录下这些特征区域大小以及与黄斑中心凹的相对位置)，不同颜色可代 表不同的DR特征及区域，如白色代表硬性渗出，粉色代表微血管瘤，绿色代 表出血点；然后根据眼底参数对齐眼底图像，所述眼底参数包括：黄斑的位 置、视盘的位置和主血管信息；标识眼底图像变化区域。
在本身实施方式中，所述结果分析模块3023还用于：
分析计算得到所述糖网患者预设时间段内的控糖效果以及身体健康状 况；并根据分析结果给出对应的健康服务建议；生成所述控糖效果、身体健 康状况以及所述健康服务建议的报告，并发送所述报告相关信息至所述糖网 患者的移动终端设备。
具体可如下：
数据处理分析后，可将得到的数据直接发送给糖网患者本人，让糖网患 者本人对自己的健康状况更了解，也可以在糖网患者同意的情况下发送给专 业的医疗机构，辅助医务人员快速对糖网患者的病情有一个了解，为糖网患 者提供后续的疾病控制的建议等。在本实施方式中，数据处理分析的结果包 括：微血管瘤的数量或大小是否增加，硬性渗出的面积是否扩大，是否涉及 到黄斑区域；如有条件，可以参考基层应用机构伴随眼底图像发来的相关问 诊资料等身体指标数据，如体重、腰围有无明显增加或减少，饮食、运动、 不吸烟少喝酒等对生活方式基础治疗情况进行辅助评判；如存在微血管瘤数 量增加，硬性渗出的范围扩大的现象，说明这段时间血糖控制水平较差，视 网膜病变的病情仍在继续发展，需要进一步控制，保证好的生活方式；如出 现微血管瘤或出血点数量明显增加，硬性渗出面积扩大并影响到黄斑区域， 建议做进一步复诊、治疗；如微血管瘤和硬性渗出无明显变化，说明控制水 平良好，应继续保持好的生活方式，遵医嘱继续治疗；特别是，当血管瘤数量减少或某些血管瘤消失时，意味着该区域微血管供血供血严重不足或消失； 硬性渗出的范围扩大或逼近黄斑区域时，意味着黄斑水肿症状的严重或即将 有失明的危险，应特别引起重视或建议做进一步的复查或到医院检查；可以 利用增强现实(AR)技术，将这些眼底特征变化情况及其继续发展有可能影 响视力或全身性健康的情况，做成简单的演示动画，叠加在真实的眼底照片 上，实现可视化的教育效果，激发患者生活方式干预基础治疗的及时筛查、 及时预防治疗的依从性或自觉性。
通过眼底图像获取终端301自动获取糖网患者的不同时期的眼底图像， 数据存储模块3021对所述眼底图像进行存储；眼底图像分析比对模块3022 通过自动分析比对不同时期的眼底图像，获取糖网患者眼底图像特征变化情 况；结果分析模块3023对所述糖网患者眼底图像特征变化情况进行分析处理。 以上整个过程中，糖网患者可到任意设置有眼底图像获取设备的地方采集自 己的眼底图像，上传至眼底图像处理终端302，眼底图像处理终端302会对所 述眼底图像进行存储，并自动地分析比对糖网患者不同时期的眼底图像，获 取眼底图像特征变化，对所述糖网患者眼底图像特征变化情况进行分析处理。 糖网患者可到任意设置有图像采集终端的场所，采集并上传自己此刻的眼底 图像至眼底图像处理终端302，眼底图像处理终端302自动读取该糖网患者在 此之前不同时期的眼底图像，并对其进行分析处理，数据分析处理过程效率 高，成本低，糖网患者体验佳，且分析处理后的数据可发送给糖网患者本人， 让糖网患者对自己的眼底健康有所了解，或者发给专业的医务人员，让医务 人员根据分析结果给糖网患者更好的治疗建议等。
在本实施方式中，对于评估结果，结果分析模块3023还可用于：生成分 析报告，并发送分析报告相关信息至糖网患者的移动终端设备，所述分析报 告相关信息包括：分析报告、分析报告下载链接和建议报告中的一种或多种。 通过生成分析报告，并发送给糖网患者，使糖网患者第一时间知道结果，方 便糖网患者根据评估结果调整自己的生活习惯或根据分析报告给的建议进一 步治疗或观察等等，将有效地帮助糖网患者，包括需要进行定时筛查的其它 所有糖尿病患者，实时且良好地了解、控制自己的糖尿病病情。
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，均包括在本发明的专利保护范围之内。

Claims (10)

1.一种糖网眼底特征数据变化的分析方法，其特征在于，包括步骤：
获取糖网患者的眼底图像；
提取并标识所述眼底图像特征数据；
对所述眼底图像特征数据进行存储；
判断是否存储有该糖网患者前期的眼底图像特征数据，若存储有所述糖网患者前期的眼底图像特征数据，则分析比对所述糖网患者不同时期的眼底图像特征数据，获取所述糖网患者该次眼底筛查特征数据的变化情况；
对所述眼底筛查特征数据变化情况进行分析处理。
2.根据权利要求1所述的一种糖网眼底特征数据变化的分析方法，其特征在于，
所述“则分析比对所述糖网患者不同时期的眼底图像特征数据，获取所述糖网患者该次眼底筛查特征数据的变化情况”，还包括步骤：
建立亮度直方图均衡对眼底图像进行预处理；
建立形态滤波器确定预处理后的眼底图像中黄斑及视盘的位置；
分割预处理后的眼底图像的主血管；
根据眼底结构参数对齐眼底图像，修正所述眼底图像特征数据的标识，所述眼底结构参数包括：黄斑的位置、视盘的位置和主血管信息；
自动分析所述眼底图像特征数据变化。
3.根据权利要求1所述一种糖网眼底特征数据变化的分析方法，其特征在于，
“对所述眼底筛查特征数据变化情况进行分析处理”，还包括步骤：
分析计算得到所述糖网患者预设时间段内的控糖效果以及身体健康状况；
并根据分析结果给出对应的健康服务建议；
生成所述控糖效果、身体健康状况以及所述健康服务建议的报告，并发送所述报告相关信息至所述糖网患者的移动终端设备。
4.根据权利要求1所述一种糖网眼底特征数据变化的分析方法，其特征在于，
所述“标识所述眼底图像特征数据”，还包括步骤：
标识微血管瘤及其与黄斑中心凹相对位置；
标识出血点的大小及其与黄斑中心凹的相对位置；
标识并分析硬性渗出的范围及其与黄斑中心凹的最小距离。
5.一种存储设备，其中存储有指令集，其特征在于，所述指令集用于执行：
获取糖网患者的眼底图像；
提取并标识所述眼底图像特征数据；
对所述眼底图像特征数据进行存储；
判断是否存储有该糖网患者前期的眼底图像特征数据，若存储有所述糖网患者前期的眼底图像特征数据，则分析比对所述糖网患者不同时期的眼底图像特征数据，获取所述糖网患者该次眼底筛查特征数据的变化情况；
对所述眼底筛查特征数据变化情况进行分析处理。
6.根据权利要求5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“则分析比对所述糖网患者不同时期的眼底图像特征数据，获取所述糖网患者该次眼底筛查特征数据的变化情况”，还包括步骤：
建立亮度直方图均衡对眼底图像进行预处理；
建立形态滤波器确定预处理后的眼底图像中黄斑及视盘的位置；
分割预处理后的眼底图像的主血管；
根据眼底结构参数对齐眼底图像，修正所述眼底图像特征数据的标识，所述眼底结构参数包括：黄斑的位置、视盘的位置和主血管信息；
自动分析所述眼底图像特征数据变化。
7.根据权利要求5所述的一种存储设备，其特征在于，所述指令集还用于执行：
“对所述眼底筛查特征数据变化情况进行分析处理”，还包括步骤：
分析计算得到所述糖网患者预设时间段内的控糖效果以及身体健康状况；
并根据分析结果给出对应的健康服务建议；
生成所述控糖效果、身体健康状况以及所述健康服务建议的报告，并发送所述报告相关信息至所述糖网患者的移动终端设备。
8.根据权利要求5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“标识所述眼底图像特征数据”，还包括步骤：
标识微血管瘤及其与黄斑中心凹相对位置；
标识出血点的大小及其与黄斑中心凹的相对位置；
标识并分析硬性渗出的范围及其与黄斑中心凹的最小距离。
9.一种糖网眼底特征数据变化的分析系统，其特征在于，包括：眼底图像获取终端和眼底图像处理终端，所述眼底图像处理终端包括：数据存储模块、眼底图像分析比对模块和结果分析模块；
所述眼底图像获取终端连接所述眼底图像处理终端；
所述眼底图像获取终端用于：获取糖网患者的眼底图像并发送所述眼底图像至眼底图像处理终端；
所述眼底图像处理终端用于：提取并标识所述眼底图像特征数据；
所述数据存储模块用于：对所述眼底图像特征数据进行存储，
所述眼底图像分析比对模块用于：判断是否存储有该糖网患者前期的眼底图像特征数据，若存储有所述糖网患者前期的眼底图像特征数据，则分析比对所述糖网患者不同时期的眼底图像特征数据，获取所述糖网患者该次筛查眼底图像特征数据的变化情况；
所述结果分析模块用于：对所述眼底筛查特征数据变化情况进行分析处理。
10.根据权利要求9所述的一种糖网眼底特征数据变化的分析系统，其特征在于，
所述眼底图像分析比对模块还用于：
建立亮度直方图均衡对眼底图像进行预处理；
建立形态滤波器确定预处理后的眼底图像中黄斑及视盘的位置；
分割预处理后的眼底图像的主血管；
根据眼底结构参数对齐眼底图像，修正所述眼底图像特征数据的标识，所述眼底结构参数包括：黄斑的位置、视盘的位置和主血管信息；
自动分析所述眼底图像特征数据变化；
所述眼底图像处理终端还用于：
标识微血管瘤及其与黄斑中心凹相对位置；
标识出血点的大小及其与黄斑中心凹的相对位置；
标识并分析硬性渗出的范围及其与黄斑中心凹的最小距离。
CN201811390709.1A 2018-11-21 2018-11-21 糖网眼底特征数据变化的分析方法与系统，及存储设备 Active CN111292286B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201811390709.1A CN111292286B (zh) 2018-11-21 2018-11-21 糖网眼底特征数据变化的分析方法与系统，及存储设备
GB2104798.0A GB2593824A (en) 2018-11-21 2018-12-27 Analysis method and system for feature data change of diabetic retinopathy fundus, and storage device
PCT/CN2018/124487 WO2020103288A1 (zh) 2018-11-21 2018-12-27 糖网眼底特征数据变化的分析方法与系统，及存储设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811390709.1A CN111292286B (zh) 2018-11-21 2018-11-21 糖网眼底特征数据变化的分析方法与系统，及存储设备

Publications (2)

Publication Number Publication Date
CN111292286A true CN111292286A (zh) 2020-06-16
CN111292286B CN111292286B (zh) 2023-07-11

Family

ID=70774249

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811390709.1A Active CN111292286B (zh) 2018-11-21 2018-11-21 糖网眼底特征数据变化的分析方法与系统，及存储设备

Country Status (3)

Country Link
CN (1) CN111292286B (zh)
GB (1) GB2593824A (zh)
WO (1) WO2020103288A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
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
CN111696100A (zh) * 2020-06-17 2020-09-22 上海鹰瞳医疗科技有限公司 基于眼底影像确定吸烟程度的方法及设备

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112686855B (zh) * 2020-12-28 2024-04-16 博奥生物集团有限公司 一种眼象与症状信息的信息关联方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103870838A (zh) * 2014-03-05 2014-06-18 南京航空航天大学 糖尿病视网膜病变的眼底图像特征提取方法
CN105513077A (zh) * 2015-12-11 2016-04-20 北京大恒图像视觉有限公司 一种用于糖尿病性视网膜病变筛查的系统
CN106530295A (zh) * 2016-11-07 2017-03-22 首都医科大学 一种视网膜病变的眼底图像分类方法和装置
CN106651827A (zh) * 2016-09-09 2017-05-10 浙江大学 一种基于sift特征的眼底图像配准方法
CN106846293A (zh) * 2016-12-14 2017-06-13 海纳医信（北京）软件科技有限责任公司 图像处理方法和装置
JP2018027273A (ja) * 2016-08-19 2018-02-22 学校法人自治医科大学 糖尿病網膜症の病期判定支援システムおよび糖尿病網膜症の病期の判定を支援する方法
CN108272434A (zh) * 2017-12-07 2018-07-13 江威 对眼底图像进行处理的方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108172291B (zh) * 2017-05-04 2020-01-07 深圳硅基智能科技有限公司 基于眼底图像的糖尿病视网膜病变识别系统
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

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103870838A (zh) * 2014-03-05 2014-06-18 南京航空航天大学 糖尿病视网膜病变的眼底图像特征提取方法
CN105513077A (zh) * 2015-12-11 2016-04-20 北京大恒图像视觉有限公司 一种用于糖尿病性视网膜病变筛查的系统
JP2018027273A (ja) * 2016-08-19 2018-02-22 学校法人自治医科大学 糖尿病網膜症の病期判定支援システムおよび糖尿病網膜症の病期の判定を支援する方法
CN106651827A (zh) * 2016-09-09 2017-05-10 浙江大学 一种基于sift特征的眼底图像配准方法
CN106530295A (zh) * 2016-11-07 2017-03-22 首都医科大学 一种视网膜病变的眼底图像分类方法和装置
CN106846293A (zh) * 2016-12-14 2017-06-13 海纳医信（北京）软件科技有限责任公司 图像处理方法和装置
CN108272434A (zh) * 2017-12-07 2018-07-13 江威 对眼底图像进行处理的方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张秀萍 等: "《实用糖尿病眼病鉴别诊断与治疗学》", 28 February 2017, pages: 83 - 84 *
祝婉: "多模眼底图像配准方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
祝婉: "多模眼底图像配准方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, 15 February 2017 (2017-02-15), pages 23 - 44 *

Cited By (3)

* Cited by examiner, † Cited by third party
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
CN109166117B (zh) * 2018-08-31 2022-04-12 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
CN111696100A (zh) * 2020-06-17 2020-09-22 上海鹰瞳医疗科技有限公司 基于眼底影像确定吸烟程度的方法及设备

Also Published As

Publication number Publication date
GB202104798D0 (en) 2021-05-19
GB2593824A (en) 2021-10-06
CN111292286B (zh) 2023-07-11
WO2020103288A1 (zh) 2020-05-28

Similar Documents

Publication Publication Date Title
CN108172291B (zh) 基于眼底图像的糖尿病视网膜病变识别系统
KR101977645B1 (ko) 안구영상 분석방법
WO2020103289A1 (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
US20210391056A1 (en) Health big data service method and system based on remote fundus screening
US10441160B2 (en) Method and system for classifying optic nerve head
Gegundez-Arias et al. A tool for automated diabetic retinopathy pre-screening based on retinal image computer analysis
Abdel-Ghafar et al. Progress towards automated detection and characterization of the optic disc in glaucoma and diabetic retinopathy
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
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
US20210259546A1 (en) Portable system for identifying potential cases of diabetic macular oedema using image processing and artificial intelligence
CN109994173A (zh) 一种眼底病监测系统
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
CN111402184B (zh) 一种实现远程眼底筛查和健康服务的方法和系统
CN111435612B (zh) 一种移动医疗个性化健康服务的方法和系统
CN208969732U (zh) 基于人工智能的眼底图像病变的筛查系统
CN111325631B (zh) 一种基于眼底图像的健康保险控费的方法和系统
CN116703915B (zh) 基于多种图像融合的糖尿病视网膜病变会诊方法及系统
CN110875094A (zh) 糖尿病的健康生活方式激励方法和系统、及存储设备
Kaur et al. Survey on various Feature Detection and Feature Selection Methods using Retinopathy Images
CN114451860A (zh) 一种基于深度学习的眼底病变诊断方法、系统及设备
KR20210153166A (ko) 인공지능기반 황반 변성 악화 예측 장치 및 방법
Ham A close look at diabetic retinopathy: preventing blindness

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