CN111402184B - 一种实现远程眼底筛查和健康服务的方法和系统 - Google Patents
一种实现远程眼底筛查和健康服务的方法和系统 Download PDFInfo
- Publication number
- CN111402184B CN111402184B CN201811525616.5A CN201811525616A CN111402184B CN 111402184 B CN111402184 B CN 111402184B CN 201811525616 A CN201811525616 A CN 201811525616A CN 111402184 B CN111402184 B CN 111402184B
- Authority
- CN
- China
- Prior art keywords
- fundus
- fundus image
- data
- optic disc
- remote
- 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
- 230000036541 health Effects 0.000 title claims abstract description 92
- 238000012216 screening Methods 0.000 title claims abstract description 86
- 238000000034 method Methods 0.000 title claims abstract description 74
- 206010025421 Macule Diseases 0.000 claims abstract description 82
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 69
- 230000008859 change Effects 0.000 claims abstract description 58
- 238000013139 quantization Methods 0.000 claims description 77
- 238000004458 analytical method Methods 0.000 claims description 69
- 210000001525 retina Anatomy 0.000 claims description 58
- 230000007246 mechanism Effects 0.000 claims description 54
- 230000002207 retinal effect Effects 0.000 claims description 51
- 238000012545 processing Methods 0.000 claims description 37
- 210000001210 retinal vessel Anatomy 0.000 claims description 19
- 208000017442 Retinal disease Diseases 0.000 claims description 18
- 206010038923 Retinopathy Diseases 0.000 claims description 18
- 230000002123 temporal effect Effects 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000013500 data storage Methods 0.000 claims description 10
- 210000004126 nerve fiber Anatomy 0.000 claims description 10
- 210000001927 retinal artery Anatomy 0.000 claims description 10
- 230000036772 blood pressure Effects 0.000 claims description 9
- 239000003814 drug Substances 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 9
- 230000000740 bleeding effect Effects 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000007405 data analysis Methods 0.000 claims description 8
- 230000002452 interceptive effect Effects 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 7
- 230000000877 morphologic effect Effects 0.000 claims description 7
- 206010002329 Aneurysm Diseases 0.000 claims description 6
- 208000009857 Microaneurysm Diseases 0.000 claims description 6
- 239000008280 blood Substances 0.000 claims description 6
- 210000004369 blood Anatomy 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 6
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims description 5
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 claims description 5
- 238000007906 compression Methods 0.000 claims description 5
- 229910052802 copper Inorganic materials 0.000 claims description 5
- 239000010949 copper Substances 0.000 claims description 5
- 230000007547 defect Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 5
- 229910052709 silver Inorganic materials 0.000 claims description 5
- 239000004332 silver Substances 0.000 claims description 5
- 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 claims description 4
- 201000010183 Papilledema Diseases 0.000 claims description 4
- 230000004438 eyesight Effects 0.000 claims description 4
- 239000008103 glucose Substances 0.000 claims description 4
- 238000000691 measurement method Methods 0.000 claims description 4
- 208000024891 symptom Diseases 0.000 claims description 4
- 229940079593 drug Drugs 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 claims description 3
- 210000002189 macula lutea Anatomy 0.000 claims description 3
- 239000000779 smoke Substances 0.000 claims description 3
- 229920000742 Cotton Polymers 0.000 claims 4
- 238000012512 characterization method Methods 0.000 claims 2
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 238000004445 quantitative analysis Methods 0.000 abstract description 6
- 238000010191 image analysis Methods 0.000 abstract 1
- 210000001508 eye Anatomy 0.000 description 17
- 206010012601 diabetes mellitus Diseases 0.000 description 15
- 206010020772 Hypertension Diseases 0.000 description 13
- 210000000056 organ Anatomy 0.000 description 13
- 238000003745 diagnosis Methods 0.000 description 10
- 206010012689 Diabetic retinopathy Diseases 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 230000002792 vascular Effects 0.000 description 7
- 208000007342 Diabetic Nephropathies Diseases 0.000 description 6
- 230000006378 damage Effects 0.000 description 6
- 208000033679 diabetic kidney disease Diseases 0.000 description 6
- 230000008520 organization Effects 0.000 description 6
- 210000004556 brain Anatomy 0.000 description 5
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 210000003734 kidney Anatomy 0.000 description 5
- 208000002177 Cataract Diseases 0.000 description 4
- 206010008190 Cerebrovascular accident Diseases 0.000 description 4
- 208000006011 Stroke Diseases 0.000 description 4
- 210000002216 heart Anatomy 0.000 description 4
- 238000000275 quality assurance Methods 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 4
- 230000009885 systemic effect Effects 0.000 description 4
- 208000010412 Glaucoma Diseases 0.000 description 3
- 210000001367 artery Anatomy 0.000 description 3
- 230000002490 cerebral effect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 201000001421 hyperglycemia Diseases 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000004393 prognosis Methods 0.000 description 3
- 102000009027 Albumins Human genes 0.000 description 2
- 108010088751 Albumins Proteins 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 2
- 208000024172 Cardiovascular disease Diseases 0.000 description 2
- 208000017667 Chronic Disease Diseases 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- 208000029078 coronary artery disease Diseases 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 210000000416 exudates and transudate Anatomy 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000000474 nursing effect Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 201000001320 Atherosclerosis Diseases 0.000 description 1
- 206010065559 Cerebral arteriosclerosis Diseases 0.000 description 1
- 208000001344 Macular Edema Diseases 0.000 description 1
- 206010025415 Macular oedema Diseases 0.000 description 1
- 206010027646 Miosis Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 150000004676 glycans Chemical class 0.000 description 1
- 238000001631 haemodialysis Methods 0.000 description 1
- 230000000322 hemodialysis Effects 0.000 description 1
- 230000001631 hypertensive effect Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 201000010230 macular retinal edema Diseases 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 229920001282 polysaccharide Polymers 0.000 description 1
- 239000005017 polysaccharide Substances 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 208000032598 susceptibility microvascular complications of diabetes Diseases 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000006496 vascular abnormality Effects 0.000 description 1
- 208000019553 vascular disease Diseases 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Eye Examination Apparatus (AREA)
Abstract
本发明涉及眼底图像分析、远程眼底筛查和健康服务技术领域,特别涉及一种实现远程眼底筛查和健康服务的方法和系统。所述一种实现远程眼底筛查和健康服务的方法,包括步骤:获取眼底图像文件和相关身体指标数据;对眼底图像的视盘和黄斑进行定位;分割预处理后的眼底图像的主血管;标识眼底图像变化区域并实现定量分析。分析处理后的数据可发送给健康服务机构、基层诊所的家庭医生或全科医生,辅助他们快速进行判断或让患者知道自己眼底的健康状况,增强生活方式干预基础治疗依从性,进行个性化的健康服务。
Description
技术领域
本发明涉及眼底图像、远程筛查和健康服务技术领域,特别涉及一种实现远程眼底筛查和健康服务的方法和系统。
背景技术
糖尿病性视网膜病变(DR)是糖尿病的主要并发症之一,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DR眼底筛查。通过眼底照相的DR筛查可使失明风险降低94.4%,但我国的筛查率还不到10%!
高血压靶器官损伤严重时可危及生命,对高血压进行早期诊断、病情评估以及治疗干预具有重要意义。眼底视网膜血管可用非侵入方法直接观察,为观察全身性血管异常具体表现提供了客观条件,因此,眼底筛查一直是全身血管性疾病简便、经济的筛查与监测工具之一
在我国,由于缺乏眼科医生,基于社区、边远地区或一般的健康医疗服务机构,更是大多没有眼科专业读图人员,难以开展眼底筛查工作,给远程医疗、远程眼底筛查及其技术发展带来了重要的应用和发展机会。
我国的高血压和糖尿病防治指南都建议高血压、糖尿病患者应定期或至少进行每年或半年,甚至3个月一次的眼底照相筛查。面对着我国一亿多糖尿病患者、数亿高血压等慢病患者眼底筛查的需要,现有健康医疗机构的服务能力极为有限!
应用眼底照相机,获取眼底图象是实现上述远程医学眼底筛查重要的第一步,然而,一般的医疗、卫生健康服务机构采集或上传的眼底图象等健康医学信息存在质量缺陷是远程筛查中一种常见的现象,造成受检查者多次往返或重复检查,严重影响了远程筛查的顺利进行、造成不必要的花费或时间上的浪费,甚至影响了眼底筛查的进程和用户体验。根据北京同仁医院的研究显示,源于基层终端机构上传的远程眼底图象和医学信息中,30%左右的眼底图像存在质量问题。在图像的采集过程中,由于受人为因素、拍摄角度、白内障以及小瞳孔等眼部因素的影响,会导致眼底图像出现模糊、结构不完整等质量问题。采集或上传的眼底图像质量好坏决定了远程眼底筛查系统的服务质量,远程眼底筛查系统中需要一个很好的技术和闭环的质量保证体系来解决这个问题,迄今尚未见报道。
根据2010年全球疾病负担中国数据,中国的脑卒中死亡率已经超过冠心病、恶性肿瘤,成为我国我国成人死亡、糖尿病患者致死致残首要因素!糖尿病肾病(DN)在终末型血透患者中上升至第二位;脑中风(卒中)死亡率已经超过冠心病、恶性肿瘤,成为我国成人死亡、糖尿病患者致死致残的首要因素;2016年发布的“中国成人2型糖尿病患者动脉粥样硬化性脑心血管疾病分级预防指南”也同样指出血压监测的重要性;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,实现个性化的健康服务;因此,如何获得糖尿病、高血压患者远程眼底图像筛查中大量非结构化数据的结构化或量化特征数据的获得,进一步实现快速分析和随访,是一个亟需解决的问题。
我国迄今缺乏脑卒中和DR、DN等重大并发症或重大疾病的高效预警或规模化的筛查平台;针对糖尿病、高血压等慢病,我国有数十个移动医疗APP可以使用,但大都以血糖或血压为中心,不能获得全身性血管与神经等个体化信息,无法了解高血压对脑、心血管、肾、眼睛等靶器官的损伤等个体化信息或全身性健康受破坏情况!个性化的移动医疗健康服务难以成效,传统的盈利模式后继乏力,患者的生活方式干预基础治疗方法更是难有依从性或难以取得效果。移动医疗不能获得脑心眼肾等靶器官受损害的个体化精准信息,难以实现个性化的健康服务!
实现个性化的移动医疗健康服务,是当前互联网+健康医疗服务中亟需解决得一个重要的技术问题。
随着我国快速步入老龄化社会,65岁及以上老年人已达1.5亿,养老服务需求也在不断发生变化,因老年人口总数的迅速增长,随之而来的是高血压、糖尿病、动脉粥样硬化性脑、心血管疾病逐年升高,大大加重了社会及家庭的医疗及经济负担;传统的社区养老中心医养结合管理是养老机构设置卫生诊所或者医务室,聘请医生驻点,能进行一般诊疗工作,但基层诊所或社区养老服务中心,除了听诊器、血压计或血糖仪,没有其它诊疗设备,更无法获得精准医学下的糖尿病、高血压等慢病患者的靶器官受损害的信息,难以提高进一步的健康医疗保健服务。
如果要实现专业化、高水平的“医养结合”,其实施就需要雄厚的建设资金、充足的医疗资源和优质的医疗服务等作为后盾,显然,这种模式不适合于一般的医养结合的健康养老社区服务或基层健康服务机构使用。
此外,由于各种型号的眼底相机及其不同的工作模式、照相视角以及固视点的不同,导致所获得眼底图像的相对尺寸、分辨率、视角以及固视点结构等都不尽相同。即使是同一只眼睛,通过不同设备或不同时间不同服务人员的采集,所获得眼底图像也可能因为设备、视角以及分辨率的不同,导致难以实现个人多次检查图像的比对;人与人之间眼底图像结构化特征数据的统计分析、规律认识、定量分析和大数据服务更难以做到。
发明内容
为此,需要提供一种实现远程眼底筛查和健康服务的方法和系统,用以解决上述提到的技术问题,具体的技术方案如下:
一种实现远程眼底筛查和健康服务的方法,包括步骤:远程终端机构获取待判读分析数据;所述待判读分析数据包括眼底图像和相关必要的身体指标数据;远程终端机构将所述待判读分析数据发送至远程眼底筛查判读机构;所述远程眼底筛查判读机构接收所述待判读分析数据,并对所述待判读分析数据进行存储;对所述眼底图像进行预处理;对预处理后的眼底图像进行清晰度分析、视盘定位和黄斑中心凹定位;分割预处理后的眼底图像的视网膜血管网络及主血管;根据“清晰度分析、视盘定位和和黄斑中心凹定位”的结果对所述眼底图像进行预判读,判断所述眼底图像是否合格;若所述眼底图像合格,则提取并标识所述眼底图像的视网膜特征数据,并形成所述视网膜特征数据结构化的量化指标,所述视网膜特征数据包括:视网膜血管改变特征数据和视网膜病变特征数据;对所述视网膜特征数据结构化的量化指标进行存储;对所述视网膜特征数据结构化的量化指标进行分析处理;判断是否存储有该用户前期的视网膜特征数据结构化的量化指标,若存储有该用户前期的视网膜特征数据结构化的量化指标,则还要再分析比对该用户不同时期的视网膜特征数据结构化的量化指标,获得其变化情况;对所述变化情况进行分析处理。
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清晰度分析、视盘定位和黄斑中心凹定位”,还包括步骤:所述预处理包括:绿色通道选择、中值滤波、有限对比度增强和灰度的归一化处理;对预处理后的眼底图像通过大津算法提取二值化血管图,并通过形态学方法对所述二值化血管图进行腐蚀得到主血管信息;对主血管进行抛物线拟合计算,根据计算结果定位视盘中心和圈定视盘边缘;以视盘中心作为圆心,第一预设半径值和第二预设半径值,构建圆形,形成环形区域;在所述环形区域内根据黄斑亮度特征进行黄斑中心凹定位。
进一步的,所述“则分析比对所述患者不同时期的视网膜特征数据及其结构化的量化指标的变化情况”,还包括步骤:根据眼底结构参数对齐眼底图像,修正所述视网膜特征数据的标识,所述眼底结构参数包括:黄斑中心凹的位置、视盘的位置和主血管信息;自动分析所述结构化的量化指标的变化。
进一步的,所述“对所述视网膜特征数据结构化的量化指标进行分析处理”,还包括步骤:综合分析所述相关必要的身体指标数据及所述视网膜特征数据结构化的量化指标,给出相关的健康服务建议;生成判读报告、身体健康状况的分析或健康服务建议的报告,并发送报告相关信息至用户或其监护人。
进一步的,所述“若存储有该用户前期的视网膜特征数据结构化的量化指标,则分析比对该用户不同时期的视网膜特征数据结构化的量化指标,获得其变化情况”,还包括步骤:综合分析所述相关必要的身体指标数据及所述视网膜特征数据结构化的量化指标,给出相关的健康服务建议;生成判读报告、身体健康状况的分析或健康服务建议的报告,并发送报告相关信息至用户或其监护人。
进一步的,所述“则提取并标识所述眼底图像的视网膜特征数据”,还包括步骤:根据所述视盘定位的结果,提取视盘中心,确定视盘半径;确定测量区域;在所述测量区域内或所述测量区域外,通过自动或半自动的交互式血管直径测量方法获得所述视网膜血管改变特征数据的标识及其结构化的量化指标;所述视网膜血管改变特征数据包括:局限性视网膜动脉缩窄、弥漫性视网膜动脉缩窄、动静脉交叉压迫征、铜丝样或银丝样改变;
形成所述视网膜血管改变特征数据结构化的量化指标和标识。
进一步的,所述“则提取并标识所述眼底图像的视网膜特征数据”,还包括步骤:微血管瘤及其与黄斑中心凹相对位置的标识;出血点大小及其与黄斑中心凹的相对位置的标识;硬性渗出范围及其与黄斑中心凹的最小距离的标识或分析;棉绒斑范围及其与黄斑中心凹的相对位置的标识;局限性视网膜神经纤维层缺损和视盘水肿程度的标识;通过自动或半自动的交互式特征提取方法,形成所述视网膜病变特征数据结构化的量化指标标识。
进一步的,所述“则提取并标识所述眼底图像的视网膜特征数据,并形成所述视网膜特征数据结构化的量化指标”,还包括步骤:根据定位好的视盘和黄斑,计算所述视盘颞侧与黄斑中心凹距离的量化指标参数。
进一步的,所述“根据“清晰度分析、视盘定位和和黄斑中心凹定位”的结果对所述眼底图像进行预判读,判断所述眼底图像是否合格”,还包括步骤:所述预判读包括:所述眼底图像是否确为眼底图像、所述眼底图像结构是否完整、所述眼底图像结构是否符合要求以及所述眼底图像是否清晰;若所述眼底图像合格,且所述相关必要的身体指标数据符合要求,则返回相关合格信息至所述远程终端机构;若所述眼底图像不合格或所述相关必要的身体指标数据不符合要求,则返回相关不合格信息至所述远程终端机构,所述相关不合格信息用以提示:所述远程终端机构重新采集并发送目标数据。
进一步的,所述“根据“清晰度分析、视盘定位和和黄斑中心凹定位”的结果对所述眼底图像进行预判读,判断所述眼底图像是否合格”,还包括步骤:判断所述眼底图像的视盘表面小血管及后极部视网膜神经纤维层是否可辨,若所述眼底图像的视盘表面小血管及后极部视网膜神经纤维层可辨,则所述眼底图像清晰度合格。
进一步的,所述“根据“清晰度分析、视盘定位和和黄斑中心凹定位”的结果对所述眼底图像进行预判读,判断所述眼底图像是否合格”,还包括步骤:根据预设规则,在返回预判读结果至远程终端机构前,所述远程终端机构发出提示信息用以提示用户不要离开所述远程终端机构,直至返回相关合格的提示信息。
进一步的,所述“根据“清晰度分析、视盘定位和和黄斑中心凹定位”的结果对所述眼底图像进行预判读,判断所述眼底图像是否合格”,还包括步骤:若所述眼底图像合格,则返回相关合格信息至远程终端机构;所述远程终端机构获取所述相关合格信息,并根据预设规则告知用户是否需要继续等待直至所述分析结论出来。
进一步的,所述相关必要的身体指标数据包括:该用户唯一ID号、身高、体重、腰围、家族遗传病史、用药情况、血糖、血压、视力情况和生活方式中的一种或多种,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。
为解决上述技术问题,还提供了一种实现远程眼底筛查和健康服务的系统,具体的技术方案如下:
一种实现远程眼底筛查和健康服务的系统,包括:数据采集终端和远程数据判读终端,所述数据采集终端包括:数据采集模块,所述远程数据判读终端包括:数据存储模块、数据处理模块、和数据分析模块;所述数据采集模块用于:获取待判读分析的眼底图像和相关必要的身体指标数据并发送至远程眼底筛查判读机构;所述数据存储模块用于:接收待判读分析的眼底图像和相关必要的身体指标数据并存储;所述数据处理模块用于:对所述眼底图像进行预处理;对预处理后的眼底图像进行清晰度分析、视盘定位和黄斑中心凹定位;分割预处理后的眼底图像的视网膜血管网络及主血管;根据“清晰度分析、视盘定位和和黄斑中心凹定位”的结果对所述眼底图像进行预判读,判断所述眼底图像是否合格;若所述眼底图像合格,则提取并标识所述眼底图像的视网膜特征数据,并形成所述视网膜特征数据结构化的量化指标,所述视网膜特征数据包括:视网膜血管改变特征数据和视网膜病变特征数据;所述数据存储模块还用于:对所述视网膜特征数据结构化的量化指标进行存储;所述数据处理模块还用于:判断是否存储有该用户前期的视网膜特征数据结构化的量化指标,若存储有该用户前期的视网膜特征数据结构化的量化指标,则还要再分析比对该用户不同时期的视网膜特征数据结构化的量化指标,获得其变化情况;所述数据分析模块用于:对所述视网膜特征数据结构化的量化指标进行分析处理;对该用户不同时期的视网膜特征数据结构化的量化指标的变化情况进行分析处理。
进一步,所述数据处理模块还用于:所述预处理包括:绿色通道选择、中值滤波、有限对比度增强和灰度的归一化处理;对预处理后的眼底图像通过大津算法提取二值化血管图,并通过形态学方法对所述二值化血管图进行腐蚀得到主血管信息;对主血管进行抛物线拟合计算,根据计算结果定位视盘中心和圈定视盘边缘;以视盘中心作为圆心,第一预设半径值和第二预设半径值,构建圆形,形成环形区域;在所述环形区域内根据黄斑亮度特征进行黄斑中心凹定位。
进一步的,所述数据处理模块还用于:根据眼底结构参数对齐眼底图像,修正所述视网膜特征数据的标识,所述眼底结构参数包括:黄斑中心凹的位置、视盘的位置和主血管信息;自动分析所述结构化的量化指标的变化。
本发明的有益效果是:通过在底层医疗机构设置眼底照相机和电脑,即可获取眼底图像及相关必要的的身体指标数据,由远程眼底筛查判读机构对眼底图像及相关必要的的身体指标数据进行判读与分析,通过远程筛查方法,克服了基层或远程医疗服务的底层医疗机构由于缺乏眼科医生或专业读图人员,难以开展眼底筛查工作的困难;通过对所述眼底图像的视盘和黄斑中心凹进行定位以及图象清晰度分析,加上一个完整闭环的质量保证体系,使得远程眼底筛查判读机构最终获得的眼底图像及相关必要的身体指标信息都是充分可用的,避免了患者来回奔波,增强了用户体验;同时,利用了不同人之间一般黄斑中心凹到视盘颞侧距离大致相同等特点,通过点阵换算,实现了人与人之间眼底图像结构化特征数据的比对、统计分析、规律认识和定量分析,为最终形成一个可分析、可更新的大数据知识库奠定了基础;分割预处理后的眼底图像的主血管,根据黄斑中心凹、视盘的位置和主血管信息对齐同一用户不同时期的眼底图像,可以快速的标识出眼底图像视网膜病变特征的变化区域,辅助医生快速实现远程判读或会诊。系统可将分析结果发送给用户自己,让用户对自己的健康状况有一个了解,或者是将数据发送给专业的健康医疗服务机构,辅助这些医疗机构对用户的高血压病情有一个更好地了解,进而为用户制定个性化服务。这样一个远程获取眼底图像,并对眼底图像数据进行分析处理的过程,使得用户即便在落后的偏远地区也可以享受眼底筛查和青光眼、白内障的手术成熟度远程筛查诊断等的服务;可以形成一个脑卒中和DR、DN的特异性的筛查糖尿病、高血糖等重大并发症或靶器官受损害情况评估或预后估计的高效预警或规模化的筛查平台;获得精准医学下的脑心眼肾等靶器官受损害的个体化精准信息,实现个性化的健康服务,对于有效的解决基层群众看病难、看病贵的问题,有着重大意义。
附图说明
图1为具体实施方式所述一种实现远程眼底筛查的方法的流程图;
图2为具体实施方式所述视网膜血管网络示意图;
图3为具体实施方式所述一种实现远程眼底筛查的系统的模块连接图。
附图标记说明:
300、实现远程眼底筛查和健康服务的系统;
301、数据采集终端;
302、远程数据判读终端;
3011、数据采集模块;
3021、数据存储模块;
3022、数据处理模块;
3023、数据分析模块。
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,一种实现远程眼底筛查和健康服务的方法特别应用于一种模式,即眼底相机是设置在底层或基层的社区诊所、健康服务或其它应用机构(如医养结合的健康养老社区服务中心等),给这些机构直接派眼科医生成本极高,故可通过底层机构的眼底相机采集眼底图像,发送到远程眼底筛查判读中心机构,对其进行眼底图像判读或数据分析处理,分析处理后的数据可发送给所述中心机构的健康保健医生、健康服务机构的服务人员、基层诊所的家庭医生或全科医生,经过他们认定的结果可直接给患者本人或其监护人等等,辅助医生精确、快速进行病情判断或让患者知道自己眼底的健康状况,进行个性化的健康医疗服务。
在本实施方式中,眼底照相机用于采集眼底图像,相关必要的身体指标数据包括但不限于:该用户唯一ID号、身高、体重、腰围、家族遗传病史、用药情况、血糖、血压、视力情况和生活方式中的一种或多种,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。
在本实施方式中,一种实现远程眼底筛查和健康服务的方法的具体实施方式如下:
步骤S101:远程终端机构获取待判读分析数据;所述待判读分析数据包括眼底图像和相关必要的身体指标数据。可采用如下方式:在本实施方式中,远程终端机构可以为:底层健康医疗服务结构或其它应用机构。在底层健康医疗服务结构或其它应用机构设置有眼底图像采集终端,本实施方式中可以为眼底相机及其连接的电脑。
获取好待判读分析数据后,执行步骤S102:远程终端机构将所述待判读分析数据发送至远程眼底筛查判读机构。
步骤S103:所述远程眼底筛查判读机构接收所述待判读分析数据,并对所述待判读分析数据进行存储。
步骤S104:对所述眼底图像进行预处理。
步骤S105:对预处理后的眼底图像进行清晰度分析、视盘定位和黄斑中心凹定位。
步骤S106:分割预处理后的眼底图像的视网膜血管网络及主血管。
步骤S107:根据“清晰度分析、视盘定位和和黄斑中心凹定位”的结果对所述眼底图像进行预判读,判断所述眼底图像是否合格。
步骤S108:若所述眼底图像合格,则提取并标识所述眼底图像的视网膜特征数据,并形成所述视网膜特征数据结构化的量化指标,所述视网膜特征数据包括:视网膜血管改变特征数据和视网膜病变特征数据。
步骤S109:对所述视网膜特征数据结构化的量化指标进行存储。
步骤S110:对所述视网膜特征数据结构化的量化指标进行分析处理。
步骤S111:判断是否存储有该用户前期的视网膜特征数据结构化的量化指标,若存储有该用户前期的视网膜特征数据结构化的量化指标,则还要再分析比对该用户不同时期的视网膜特征数据结构化的量化指标,获得其变化情况。
步骤S112:对所述变化情况进行分析处理。
通过在底层医疗机构设置眼底照相机及连接的电脑,即可获取眼底图像及相关必要的的身体指标数据,由远程眼底筛查判读机构对眼底图像及相关必要的的身体指标数据进行判读与分析,通过远程筛查方法,克服了基层或远程医疗服务的底层医疗机构由于缺乏眼科医生或专业读图人员,难以开展眼底筛查工作的困难;通过对所述眼底图像的视盘和黄斑中心凹进行定位以及图象清晰度分析,加上一个完整闭环的质量保证体系,使得远程眼底筛查判读机构最终获得的眼底图像及相关必要的身体指标信息都是充分可用的,避免了患者来回奔波,增强了用户体验;同时,利用了不同人之间一般黄斑中心凹到视盘颞侧距离大致相同等特点,通过点阵换算,实现了人与人之间眼底图像结构化特征数据的比对、统计分析、规律认识和定量分析,为最终形成一个可分析、可更新的大数据知识库奠定了基础;分割预处理后的眼底图像的主血管,根据黄斑中心凹、视盘的位置和主血管信息对齐同一用户不同时期的眼底图像,可以快速的标识出眼底图像视网膜病变特征的变化区域,辅助医生或判读人员快速实现远程判读或会诊。分析处理后的数据可发送给所述机构的健康保健医生、健康服务机构的服务人员、基层诊所的家庭医生或全科医生,经过他们认定的结果可直接给患者本人或其监护人等等,辅助医生精确、快速进行病情判断或让患者知道自己眼底的健康状况,增强生活方式干预基础治疗的依从性,进行个性化的健康医疗服务。这样一个远程获取眼底图像,并对眼底图像数据进行分析处理的过程,使得用户即便在落后的偏远地区也可以享受眼底筛查和青光眼、白内障的手术成熟度远程筛查诊断等的服务;可以形成一个脑卒中和DR、DN的特异性的筛查糖尿病、高血糖等重大并发症或靶器官受损害情况评估或预后估计的高效预警或规模化的筛查与健康服务平台;获得精准医学下的脑心眼肾等靶器官受损害的个体化精准信息,实现个性化的健康服务!有效的解决基层群众看病难、看病贵的问题,有着重大意义。
同样,基层社区诊所或健康服务机构一般都具备有听诊器、(数字)血压计或数字血糖仪,作为一种应用特例,我们可以以此为基础,加上一个小型眼底照相机一个轻便、廉价的微量白蛋白检测仪,组成一种特有的包括轻便型高分辨率眼底相机为主的、移动血糖、血压、微量白蛋白检测仪组成的新型移动医疗诊箱,在国内外率先实现作为一种精准医学下的新型医疗诊治工具和手段,提供给多点执业的全科医生和基层医院、诊所,特别是一种医养结合的社区养老社区服务中心、养老机构内部或上门服务使用。为基层诊所、养老机构和医养结合社区养老服务中心之刚需!其中,糖尿病肾病(DN)和糖尿病视网膜病变(DR)都是糖尿病的微血管并发症,当一个人被筛查检出微量白蛋白超过正常值的时候,可以通过简便的眼底照相方法实现DR筛查和DN的特异性检查手段或方法。
作为一种应用方法,本发明旨在建立起一种相对独立的“远程眼底图象判读会诊中心”和云健康服务平台,将眼底相机为主构成的终端设置于基层社区、诊所,一种轻便的眼底相机为主构成的诊箱提供给多点执业的全科医生或基层健康服务人员使用,获取眼底图象和相关身体指标数据后发回“远程眼底图象判读会诊中心”判读和处理,对于减缓基层群众看病难,提高全科医生的诊治水平,解决缺少专业读图人才等问题,都具有重要意义。
在本实施方式中,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清晰度分析、视盘定位和黄斑中心凹定位”,还包括步骤:所述预处理包括:绿色通道选择、中值滤波、有限对比度增强和灰度的归一化处理;对预处理后的眼底图像通过大津算法提取二值化血管图,并通过形态学方法对所述二值化血管图进行腐蚀得到主血管信息;对主血管进行抛物线拟合计算,根据计算结果定位视盘中心和圈定视盘边缘;以视盘中心作为圆心,第一预设半径值和第二预设半径值,构建圆形,形成环形区域;在所述环形区域内根据黄斑亮度特征进行黄斑中心凹定位。
具体如下:任意一幅彩色眼底图像中,蓝色通道下噪声较多,有用的信息基本丢失,红色通道下两斑较为突出,而暗色的血管、微血管瘤等信息丢失较多,故在本实施方式中对待检查的彩色眼底图像进行绿色通道选择,最大程度地保留、突出眼底血管。
为去除噪声,且能较好地保留边界信息,本实施方式中对绿色通道下的眼底图像进行中值滤波,实现去噪;
为能获得更好的血管提取的效果,对已经去噪的图像进行对比度增强。为避免图像增强后出现过亮的情况,本实施方式中采用有限的对比度增强方法CLAHE。最后,进行归一化处理,使得一幅图像中所有像素点的像素值均落在0-1之间。
对预处理后的眼底图像通过大津算法提取二值化血管图,并通过形态学方法对所述二值化血管图进行腐蚀得到主血管。可采用如下方式:对预处理后的眼底图像通过大津算法计算阈值,并根据以下公式将灰度值大于阈值的像素认定为血管;
并根据视盘直径为图像宽度的1/8-1/5,及主血管的宽度为视盘直径的1/4构造结构元素,利用所述结构元素对已提取的血管进行腐蚀操作,去除细小血管,得到主血管。
得到主血管后,对主血管进行抛物线拟合计算,根据计算结果定位视盘中心。可采用如下方式:以眼底图像左上角为原点,水平方向为X轴,垂直方向为Y轴,建立坐标系;
将所述主血管中的各个像素点映射为所述坐标系的坐标;
如以下公式所示,根据最小二乘法对主血管进行抛物线拟合,确定抛物线的参数,并计算抛物线的顶点,
f(x)=ax2+bx+c
判断所述抛物线顶点是否落在原眼底图像中,若所述抛物线顶点落在原眼底图像中,则定义所述抛物线顶点为视盘中心。
基于外观特征与结构特征的黄斑定位:依据到黄斑与视盘间的位置关系,首先在已确定的视盘中心基础上,进一步缩小中心凹的搜索范围。在一种优选方式下,由于黄斑中心凹与视盘中心的距离一般在2倍到3倍的视盘直径大小,以视盘中心为圆心,构造出环形掩模,将其定义为中心凹搜索范围;接着在搜索范围区域内,根据中心凹亮度最低的特点,完成中心凹的定位。在一种优选方式下,采用基于区域间亮度对比的快速搜索方式,确定中心凹的位置;最后根据亮度信息,以中心凹为圆心,圆形拟合黄斑区域。
在本实施方式中,所述“根据“清晰度分析、视盘定位和和黄斑中心凹定位”的结果对所述眼底图像进行预判读,判断所述眼底图像和所述待分析信息是否合格”,还包括步骤:
所述预判读包括:所述眼底图像是否确为眼底图像、所述眼底图像结构是否完整、所述眼底图像结构是否符合要求以及所述眼底图像是否清晰;
若所述眼底图像合格,且所述相关必要的身体指标数据符合要求,则返回相关合格信息至所述远程终端机构;
若所述眼底图像不合格或所述相关必要的身体指标数据不符合要求,则返回相关不合格信息至所述远程终端机构,所述相关不合格信息用以提示:所述远程终端机构重新采集并发送目标数据。具体可采用如下方式:
若所述眼底图像是眼底图像,则判别所述眼底图像结构是否完整,可采用如下方式:对所述眼底图像的视盘与黄斑进行识别和标定,根据所述识别结果判断所述眼底图像是否包含视盘和黄斑,若所述眼底图像包含视盘和黄斑,根据所述标定结果判断所述视盘和黄斑是否在眼底图像的预设区间内,若所述视盘和黄斑在眼底图像的预设区间内,则所述眼底图像结构完整。若所述眼底图像结构完整,则判定眼底图像结构是否符合要求,可采用如下方式:在确定黄斑与视盘中心后,进行眼底图像结构完整性判定。作为其中一种需求的应用特例,可以根据表1所示的判决条件,系统进行自动判断,满足的条件的图像即为完整性合格的图像。其中,Dod为视盘直径。
表1
对眼底图像进行清晰度分析,在本实施方式中的一种方法,还包括步骤:
判断所述眼底图像的视盘表面小血管及后极部视网膜神经纤维层是否可辨,若所述眼底图像的视盘表面小血管及后极部视网膜神经纤维层可辨,则所述眼底图像清晰度合格。具体如下:
a、根据已识别的视盘中心、黄斑中心凹,确定以视盘为圆心,1.5倍视盘直径范围的区域为感兴趣区域1,以黄斑中心凹为圆心,1倍视盘直径范围的区域为感兴趣区域2;
b、基于已确定的感兴趣区域1和区域2,选择某一清晰度评价算子,计算清晰度评价值,完成清晰度评价。
同样判断待分析信息是否符合预设要求,即:一些必须要提供的参数是否都提供了。
若所述眼底图像合格,且所述相关必要的身体指标数据符合要求,则返回相关合格信息至所述远程终端机构;
若所述眼底图像不合格或所述相关必要的身体指标数据不符合要求,则返回相关不合格信息至所述远程终端机构,所述相关不合格信息用以提示:所述远程终端机构重新采集并发送目标数据。
在其它实施方式中,所述“根据“清晰度分析、视盘定位和和黄斑中心凹定位”的结果对所述眼底图像进行预判读,判断所述眼底图像和所述待分析信息是否合格”,还包括步骤:
根据预设规则,在返回预判读结果至远程终端机构前,所述远程终端机构发出提示信息用以提示用户不要离开所述远程终端机构,直至返回待分析信息合格的提示信息。可采用如下方式:
若所述远程终端机构未设置有软件可用于对所述眼底图像和个人资料本地预判读,则根据预设规则(即:远程终端机构是否为所述远程分析中心的协议服务或紧密关联、不需要购买特定软件时,根据流程或质量控制体系上的约定),在返回预判读结果至远程终端机构前,所述远程终端机构发出提示信息用以提示用户不要离开所述远程终端机构,直至返回待分析信息合格的提示信息,亦可以让所述用户继续在附近休息等待所述远程判读会诊中心的远程判读会诊结果。
在其它实施方式中,所述“根据“清晰度分析、视盘定位和和黄斑中心凹定位”的结果对所述眼底图像进行预判读,判断所述眼底图像和所述待分析信息是否合格”,还包括步骤:
若所述眼底图像和所述待分析信息合格,返回相关合格信息至远程终端机构;
所述远程终端机构获取所述相关合格信息,并根据预设规则告知用户是否需要继续等待直至所述分析结论出来。可采用如下方式:远程终端结构接收到待分析信息合格的提示后,可根据实际情况告知用户是否需要继续等待直至分析结论出来。
眼底图像和待分析信息合格后,在本实施方式中,则提取并标识所述眼底图像的视网膜特征数据,并形成所述视网膜特征数据结构化的量化指标,所述视网膜特征数据包括:所述眼底图像的视网膜血管改变特征数据和视网膜病变特征数据;
所述“提取并标识所述眼底图像的视网膜血管改变特征数据”,还包括步骤:
提取预处理后的眼底图像的视盘中心,确定视盘半径;通过定位视盘确定测量区域,请参阅图2;在所述测量区域内或所述测量区域外,通过自动或半自动的交互式血管直径测量方法获得所述视网膜血管改变特征数据;所述视网膜血管改变特征数据包括:局限性视网膜动脉缩窄、弥漫性视网膜动脉缩窄、动静脉交叉压迫征、铜丝样或银丝样改变;
其中,局限性视网膜动脉缩窄分别在视盘区(图2的中心圆内区域)、A区(该区血管性质上可能更接近动脉)和A区以外的区域(该区血管性质上为小动脉)进行检查,弥漫性视网膜动脉缩窄在B区选取6段动脉进行检查,动静脉交叉压迫征、铜丝样或银丝样改变等血管改变可以在以B区外为主的所有区域进行检查;形成所述视网膜血管改变特征数据的结构化的量化指标标识。
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视网膜血管改变特征所累及的动脉血管及其部位的范围,不同颜色可代表不同的所累及的动脉血管和部位的范围,如粉红色代表所累及的动脉血管,绿色代表所累及的动脉血管部位的范围,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;用白色标识眼底图像变化区域或所述视网膜血管改变特征数据的变化区域。
所述“提取并标识所述眼底图像的视网膜病变特征数据”,还包括步骤:
微血管瘤及其与黄斑中心凹相对位置的标识;
出血点大小及其与黄斑中心凹的相对位置的标识;
硬性渗出范围及其与黄斑中心凹的最小距离的标识或分析;
棉绒斑范围及其与黄斑中心凹的相对位置的标识;
局限性视网膜神经纤维层缺损和视盘水肿程度的标识;
通过自动或半自动的交互式特征提取方法,形成所述视网膜病变特征数据的结构化的量化指标标识。
在本实施方式中,所述标识包括:框选标识或不同颜色高光显示标识。
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视网膜病变特征数据: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:
分析比对所述患者不同时期的视网膜血管改变特征数据,获取所述患者该次眼底筛查特征数据的变化情况,进一步分析计算得到所述高血压患者预设时间段内的血压控制效果以及身体健康状况后,可将分析结果发送给所述患者用户自己;在一种实施方案中,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,叠加在真实的所述眼底图像照片上,实现可视化的教育效果,让用户对自己近一段时间的血压控制或治疗情况有所了解,经历一次深刻的教育,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;或者经由健康服务专业人员或患者的家庭医生,给出对应的健康服务建议,进而为所述患者用户定制定个性化服务。
在本实施方式中,所述“则提取并标识所述眼底图像的视网膜特征数据,并形成所述视网膜特征数据结构化的量化指标”,还包括步骤:
根据视盘中心坐标和黄斑中心凹坐标,判定所述眼底图像是左眼或右眼的眼底图像;根据视盘中心坐标、视盘半径及圈定的视盘边缘,得到视盘颞侧边缘各点的坐标以及视盘面积内各像素点及其重心或中心点;根据视盘重心或中心点到黄斑中心凹的中心点坐标的连接直线,该直线上的视盘颞侧边缘点的坐标,计算或得出视盘颞侧与黄斑中心凹的中心的绝对距离;根据所述绝对距离及视盘直径,计算得到量化参数。具体如下:
a、根据已确定的视盘中心坐标与黄斑中心凹坐标,依据以下自动判断该眼底图像是左眼或右眼的眼底图像;
其中,flag为左右眼标记,取0时表示是右眼,取1时代表是左眼。
b、根据视盘中心坐标和视盘半径,计算视盘颞侧坐标(ODX,ODY);根据视盘颞侧坐标和黄斑中心凹坐标,计算视盘颞侧与黄斑中心凹的绝对距离,按以下公式计算该眼底图像中两者的欧式距离,作为本图像中视盘中心到黄斑中心凹的绝对距离;
其中,所有坐标值均以眼底图像左上角像素为原点。
c、由于黄斑中心凹一般距视盘颞侧缘每个人的像素数量值都大致相同,因此根据已得到的视盘颞侧到黄斑中心凹的绝对距离以及视盘直径,根据以下公式得到后续量化分析的标准d:
d=DMD-ODD 公式3
在本实施方式中,以d为标尺,将获得的数据从绝对表示方式转换为相对表示方式,通过此归一化处理,形成有意义的、可比较的数据。
在本实施方式中,若已检测出硬性渗出,并已计算每个硬性渗出到黄斑中心凹的距离Di。此时可根据公式1进行归一化处理。在此基础上,得到本眼底图像中,硬性渗出到黄斑中心凹的标准的最小距离。
作为一种应用,根据之前已经获得的该眼底图像所属的受检者个人信息,以及图片的左右眼信息,可以从原数据库中获得之前该患者同一只眼睛的眼底图像及其相应的硬性渗出到黄斑中心凹的最小距离,从而实现先后两次检查的比对,做出黄斑水肿的筛查判断结果。
在本实施方式中,所述“则分析比对所述用户不同时期的视网膜特征数据及其结构化的量化指标”,还包括步骤:
根据眼底结构参数对齐眼底图像,修正所述视网膜特征数据的标识,所述眼底结构参数包括:黄斑中心凹的位置、视盘的位置和主血管信息;
自动分析所述结构化的量化指标的变化。可采用如下方式:图像对齐后,可直观地看到这些指标在两幅图像上的不同,自动分析并标识不同之处,再结合身体指标数据,对其进行二次自动分析。
在本实施方式中,所述“对所述视网膜特征数据结构化的量化指标进行分析处理”,还包括步骤:
综合分析所述相关必要的身体指标数据及所述视网膜特征数据结构化的量化指标,给出相关的健康服务建议;
生成判读报告、身体健康状况的分析或健康服务建议的报告,并发送报告相关信息至用户或其监护人。
在本实施方式中,所述“若存储有该用户前期的视网膜特征数据结构化的量化指标,则分析比对该用户不同时期的视网膜特征数据结构化的量化指标,获得其变化情况”,还包括步骤:
综合分析所述相关必要的身体指标数据及所述视网膜特征数据结构化的量化指标,给出相关的健康服务建议;
生成判读报告、身体健康状况的分析或健康服务建议的报告,并发送报告相关信息至用户或其监护人。
请参阅图3,一种远程眼底筛查和健康服务的系统300的具体实施方式如下:
一种实现远程眼底筛查和健康服务的系统300,包括:数据采集终端301和远程数据判读终端302,所述数据采集终端301包括:数据采集模块3011,所述远程数据判读终端302包括:数据存储模块3021、数据处理模块3022、和数据分析模块3023;所述数据采集模块3011用于:获取待判读分析的眼底图像和相关必要的身体指标数据并发送至远程眼底筛查判读机构;所述数据存储模块3021用于:接收待判读分析的眼底图像和相关必要的身体指标数据并存储;所述数据处理模块3022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清晰度分析、视盘定位和黄斑中心凹定位;分割预处理后的眼底图像的视网膜血管网络及主血管;根据“清晰度分析、视盘定位和和黄斑中心凹定位”的结果对所述眼底图像进行预判读,判断所述眼底图像是否合格;若所述眼底图像合格,则提取并标识所述眼底图像的视网膜特征数据,并形成所述视网膜特征数据结构化的量化指标,所述视网膜特征数据包括:视网膜血管改变特征数据和视网膜病变特征数据;所述数据存储模块3021还用于:对所述视网膜特征数据结构化的量化指标进行存储;所述数据处理模块3022还用于:判断是否存储有该用户前期的视网膜特征数据结构化的量化指标,若存储有该用户前期的视网膜特征数据结构化的量化指标,则还要再分析比对该用户不同时期的视网膜特征数据结构化的量化指标,获得其变化情况;所述数据分析模块3023用于:对所述视网膜特征数据结构化的量化指标进行分析处理;对该用户不同时期的视网膜特征数据结构化的量化指标的变化情况进行分析处理。
进一步的,所述数据处理模块3022还用于:所述预处理包括:绿色通道选择、中值滤波、有限对比度增强和灰度的归一化处理;对预处理后的眼底图像通过大津算法提取二值化血管图,并通过形态学方法对所述二值化血管图进行腐蚀得到主血管信息;对主血管进行抛物线拟合计算,根据计算结果定位视盘中心和圈定视盘边缘;以视盘中心作为圆心,第一预设半径值和第二预设半径值,构建圆形,形成环形区域;在所述环形区域内根据黄斑亮度特征进行黄斑中心凹定位。
进一步的,所述数据处理模块3022还用于:根据眼底结构参数对齐眼底图像,修正所述视网膜特征数据的标识,所述眼底结构参数包括:黄斑中心凹的位置、视盘的位置和主血管信息;自动分析所述结构化的量化指标的变化。
通过在底层医疗机构设置数据采集终端301即可获取眼底图像及相关必要的的身体指标数据,由远程数据判读终端302对眼底图像及相关必要的的身体指标数据进行判读与分析,通过远程筛查方法,克服了基层或远程医疗服务的底层医疗机构由于缺乏眼科医生或专业读图人员,难以开展眼底筛查工作的困难;通过对所述眼底图像的视盘和黄斑中心凹进行定位以及图象清晰度分析,加上一个完整闭环的质量保证体系,使得远程眼底筛查判读机构最终获得的眼底图像及相关必要的身体指标信息都是充分可用的,避免了患者来回奔波,增强了用户体验;同时,利用了不同人之间一般黄斑中心凹到视盘颞侧距离大致相同等特点,通过点阵换算,实现了人与人之间眼底图像结构化特征数据的比对、统计分析、规律认识和定量分析,为最终形成一个可分析、可更新的大数据知识库奠定了基础;分割预处理后的眼底图像的主血管,根据黄斑中心凹、视盘的位置和主血管信息对齐同一用户不同时期的眼底图像,可以快速的标识出眼底图像视网膜病变特征的变化区域,辅助医生快速实现远程判读或会诊。系统可将分析结果发送给用户自己,让用户对自己的健康状况有一个了解,或者是将数据发送给专业的健康医疗服务机构,辅助这些医疗机构对用户的高血压病情有一个更好地了解,进而为用户制定个性化服务。这样一个远程获取眼底图像,并对眼底图像数据进行分析处理的过程,使得用户即便在落后的偏远地区也可以享受眼底筛查和青光眼、白内障的手术成熟度远程筛查诊断等的服务;可以形成一个脑卒中和DR、DN的特异性的筛查糖尿病、高血糖等重大并发症或靶器官受损害情况评估或预后估计的高效预警或规模化的筛查平台;获得精准医学下的脑心眼肾等靶器官受损害的个体化精准信息,实现个性化的健康服务,对于有效的解决基层群众看病难、看病贵的问题,有着重要意义。
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 (13)
1.一种实现远程眼底筛查和健康服务的方法,其特征在于,包括步骤:
远程终端机构获取待判读分析数据;所述待判读分析数据包括用户的眼底图像和相关必要的身体指标数据;
远程终端机构将所述待判读分析数据发送至远程眼底筛查判读机构;
所述远程眼底筛查判读机构接收所述待判读分析数据,并对所述待判读分析数据进行存储;
对所述眼底图像进行预处理;
对预处理后的眼底图像进行清晰度分析、视盘定位和黄斑中心凹定位;
分割预处理后的眼底图像的视网膜血管网络及主血管;
根据清晰度分析、视盘定位和黄斑中心凹定位的结果对所述眼底图像进行预判读,判断所述眼底图像是否合格;
若所述眼底图像合格,则提取并标识所述眼底图像的视网膜特征数据,并形成所述视网膜特征数据结构化的量化指标,所述视网膜特征数据包括:视网膜血管改变特征数据和视网膜病变特征数据;
对所述视网膜特征数据结构化的量化指标进行存储;
对所述视网膜特征数据结构化的量化指标进行分析处理;
判断是否存储有当前用户前期的视网膜特征数据结构化的量化指标,若存储有该用户前期的视网膜特征数据结构化的量化指标,则再分析比对该用户不同时期的视网膜特征数据结构化的量化指标,获得其变化情况;
对所述变化情况进行分析处理,得到分析结论;所述对所述变化情况进行分析处理,得到分析结论包括:分析比对所述用户不同时期的视网膜血管改变特征数据,获取所述用户该次眼底筛查特征数据的变化情况,计算得到所述用户在预设时间段内的血压控制效果以及身体健康状况;
所述提取并标识所述眼底图像的视网膜特征数据,并形成所述视网膜特征数据结构化的量化指标,包括以下步骤:根据所述视盘定位的结果,提取视盘中心,确定视盘半径;通过定位视盘确定测量区域;在所述测量区域内或所述测量区域外,通过自动或半自动的交互式血管直径测量方法获得所述视网膜血管改变特征数据的标识及其结构化的量化指标;所述视网膜血管改变特征数据包括:局限性视网膜动脉缩窄、弥漫性视网膜动脉缩窄、动静脉交叉压迫征、铜丝样或银丝样改变;
通过自动或半自动的交互式特征提取方法,形成所述视网膜病变特征数据结构化的量化指标标识;所述视网膜病变特征数据的标识包括:微血管瘤及其与黄斑中心凹相对位置的标识、出血点大小及其与黄斑中心凹的相对位置的标识、硬性渗出范围及其与黄斑中心凹的最小距离的标识或分析,棉绒斑范围及其与黄斑中心凹的相对位置的标识,局限性视网膜神经纤维层缺损和视盘水肿程度的标识;
根据视盘中心坐标和黄斑中心凹坐标,判定所述眼底图像是左眼或右眼的眼底图像;根据视盘中心坐标、视盘半径及圈定的视盘边缘,得到视盘颞侧边缘各点的坐标以及视盘面积内各像素点及其重心或中心点;根据视盘重心或中心点到黄斑中心凹的中心点坐标的连接直线,该直线上的视盘颞侧边缘点的坐标,计算或得出视盘颞侧与黄斑中心凹的中心的绝对距离;根据所述绝对距离及视盘直径,计算得到所述量化指标。
2.根据权利要求1所述的一种实现远程眼底筛查和健康服务的方法,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清晰度分析、视盘定位和黄斑中心凹定位,还包括步骤:
所述预处理包括:绿色通道选择、中值滤波、有限对比度增强和灰度的归一化处理;
对预处理后的眼底图像通过大津算法提取二值化血管图,并通过形态学方法对所述二值化血管图进行腐蚀得到主血管信息;
对主血管进行抛物线拟合计算,根据计算结果定位视盘中心和圈定视盘边缘;
以视盘中心作为圆心,第一预设半径值和第二预设半径值,构建圆形,形成环形区域;
在所述环形区域内根据黄斑亮度特征进行黄斑中心凹定位。
3.根据权利要求1所述的一种实现远程眼底筛查和健康服务的方法,其特征在于,
所述分析比对该用户不同时期的视网膜特征数据结构化的量化指标,获得其变化情况,还包括步骤:
根据眼底结构参数对齐眼底图像,修正所述视网膜特征数据的标识,所述眼底结构参数包括:黄斑中心凹的位置、视盘的位置和主血管信息;
自动分析所述结构化的量化指标的变化。
4.根据权利要求1所述的一种实现远程眼底筛查和健康服务的方法,其特征在于,
所述对所述视网膜特征数据结构化的量化指标进行分析处理,得到分析结论,还包括步骤:
综合分析所述相关必要的身体指标数据及所述视网膜特征数据结构化的量化指标,给出相关的健康服务建议;
生成判读报告、身体健康状况的分析或健康服务建议的报告,并发送报告相关信息至用户或其监护人。
5.根据权利要求1所述的一种实现远程眼底筛查和健康服务的方法,其特征在于,
所述若存储有该用户前期的视网膜特征数据结构化的量化指标,则分析比对该用户不同时期的视网膜特征数据结构化的量化指标,获得其变化情况,还包括步骤:
综合分析处理所述相关必要的身体指标数据及所述视网膜特征数据结构化的量化指标,得到分析结论,还包括步骤:
给出相关的健康服务建议;
生成判读报告、身体健康状况的分析或健康服务建议的报告,并发送报告相关信息至用户或其监护人。
6.根据权利要求1所述的一种实现远程眼底筛查和健康服务的方法,其特征在于,根据清晰度分析、视盘定位和黄斑中心凹定位的结果对所述眼底图像进行预判读,判断所述眼底图像是否合格,还包括步骤:
所述预判读包括:所述眼底图像是否确为眼底图像、所述眼底图像结构是否完整、所述眼底图像结构是否符合要求以及所述眼底图像是否清晰;
若所述眼底图像合格,且所述相关必要的身体指标数据符合要求,则返回相关合格信息至所述远程终端机构;
若所述眼底图像不合格或所述相关必要的身体指标数据不符合要求,则返回相关不合格信息至所述远程终端机构,所述相关不合格信息用以提示:所述远程终端机构重新采集并发送目标数据。
7.根据权利要求1所述的一种实现远程眼底筛查和健康服务的方法,其特征在于,
根据清晰度分析、视盘定位和黄斑中心凹定位的结果对所述眼底图像进行预判读,判断所述眼底图像是否合格,还包括步骤:
判断所述眼底图像的视盘表面小血管及后极部视网膜神经纤维层是否可辨,若所述眼底图像的视盘表面小血管及后极部视网膜神经纤维层可辨,则所述眼底图像清晰度合格。
8.根据权利要求1所述的一种实现远程眼底筛查和健康服务的方法,其特征在于,
根据清晰度分析、视盘定位和黄斑中心凹定位的结果对所述眼底图像进行预判读,判断所述眼底图像是否合格,还包括步骤:
根据预设规则,在返回预判读结果至远程终端机构前,所述远程终端机构发出提示信息用以提示用户不要离开所述远程终端机构,直至返回相关合格的提示信息。
9.根据权利要求1所述的一种实现远程眼底筛查和健康服务的方法,其特征在于,根据清晰度分析、视盘定位和黄斑中心凹定位的结果对所述眼底图像进行预判读,判断所述眼底图像是否合格,还包括步骤:
若所述眼底图像合格,则返回相关合格信息至远程终端机构;
所述远程终端机构获取所述相关合格信息,并根据预设规则告知用户是否需要继续等待直至所述分析结论出来。
10.根据权利要求1所述的一种实现远程眼底筛查和健康服务的方法,其特征在于,
所述相关必要的身体指标数据包括:该用户唯一ID号、身高、体重、腰围、家族遗传病史、用药情况、血糖、血压、视力情况和生活方式中的一种或多种,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。
11.一种实现远程眼底筛查和健康服务的系统,其特征在于,包括:数据采集终端和远程数据判读终端,所述数据采集终端包括:数据采集模块,所述远程数据判读终端包括:数据存储模块、数据处理模块、和数据分析模块;
所述数据采集模块用于:获取待判读分析的用户的眼底图像和相关必要的身体指标数据并发送至远程眼底筛查判读机构;
所述数据存储模块用于:接收待判读分析的眼底图像和相关必要的身体指标数据并存储;
所述数据处理模块用于:对所述眼底图像进行预处理;对预处理后的眼底图像进行清晰度分析、视盘定位和黄斑中心凹定位;分割预处理后的眼底图像的视网膜血管网络及主血管;根据清晰度分析、视盘定位和黄斑中心凹定位的结果对所述眼底图像进行预判读,判断所述眼底图像是否合格;若所述眼底图像合格,则提取并标识所述眼底图像的视网膜特征数据,并形成所述视网膜特征数据结构化的量化指标,所述视网膜特征数据包括:视网膜血管改变特征数据和视网膜病变特征数据;
所述提取并标识所述眼底图像的视网膜特征数据包括以下步骤:
根据所述视盘定位的结果,提取视盘中心,确定视盘半径;通过定位视盘确定测量区域;在所述测量区域内或所述测量区域外,通过自动或半自动的交互式血管直径测量方法获得所述视网膜血管改变特征数据的标识及其结构化的量化指标;所述视网膜血管改变特征数据包括:局限性视网膜动脉缩窄、弥漫性视网膜动脉缩窄、动静脉交叉压迫征、铜丝样或银丝样改变;
通过自动或半自动的交互式特征提取方法,形成所述视网膜病变特征数据结构化的量化指标标识;所述视网膜病变特征数据的标识包括:微血管瘤及其与黄斑中心凹相对位置的标识、出血点大小及其与黄斑中心凹的相对位置的标识、硬性渗出范围及其与黄斑中心凹的最小距离的标识或分析,棉绒斑范围及其与黄斑中心凹的相对位置的标识,局限性视网膜神经纤维层缺损和视盘水肿程度的标识;
根据视盘中心坐标和黄斑中心凹坐标,判定所述眼底图像是左眼或右眼的眼底图像;根据视盘中心坐标、视盘半径及圈定的视盘边缘,得到视盘颞侧边缘各点的坐标以及视盘面积内各像素点及其重心或中心点;根据视盘重心或中心点到黄斑中心凹的中心点坐标的连接直线,该直线上的视盘颞侧边缘点的坐标,计算或得出视盘颞侧与黄斑中心凹的中心的绝对距离;根据所述绝对距离及视盘直径,计算得到所述量化指标;
所述数据存储模块还用于:对所述视网膜特征数据结构化的量化指标进行存储;
所述数据处理模块还用于:判断是否存储有该用户前期的视网膜特征数据结构化的量化指标,若存储有该用户前期的视网膜特征数据结构化的量化指标,则还要再分析比对该用户不同时期的视网膜特征数据结构化的量化指标,获得其变化情况;
所述数据分析模块用于:对所述视网膜特征数据结构化的量化指标进行分析处理;对该用户不同时期的视网膜特征数据结构化的量化指标的变化情况进行分析处理。
12.根据权利要求11所述的一种实现远程眼底筛查和健康服务的系统,其特征在于:
所述数据处理模块还用于:所述预处理包括:绿色通道选择、中值滤波、有限对比度增强和灰度的归一化处理;对预处理后的眼底图像通过大津算法提取二值化血管图,并通过形态学方法对所述二值化血管图进行腐蚀得到主血管信息;对主血管进行抛物线拟合计算,根据计算结果定位视盘中心和圈定视盘边缘;以视盘中心作为圆心,第一预设半径值和第二预设半径值,构建圆形,形成环形区域;在所述环形区域内根据黄斑亮度特征进行黄斑中心凹定位。
13.根据权利要求11所述的一种实现远程眼底筛查和健康服务的系统,其特征在于:
所述数据处理模块还用于:根据眼底结构参数对齐眼底图像,修正所述视网膜特征数据的标识,所述眼底结构参数包括:黄斑中心凹的位置、视盘的位置和主血管信息;自动分析所述结构化的量化指标的变化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811525616.5A CN111402184B (zh) | 2018-12-13 | 2018-12-13 | 一种实现远程眼底筛查和健康服务的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811525616.5A CN111402184B (zh) | 2018-12-13 | 2018-12-13 | 一种实现远程眼底筛查和健康服务的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111402184A CN111402184A (zh) | 2020-07-10 |
CN111402184B true CN111402184B (zh) | 2023-05-02 |
Family
ID=71430091
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811525616.5A Active CN111402184B (zh) | 2018-12-13 | 2018-12-13 | 一种实现远程眼底筛查和健康服务的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111402184B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112826442B (zh) * | 2020-12-31 | 2024-06-25 | 上海鹰瞳医疗科技有限公司 | 基于眼底图像的心理状态识别方法及设备 |
CN113222927B (zh) * | 2021-04-30 | 2023-08-01 | 汕头大学·香港中文大学联合汕头国际眼科中心 | 一种早产儿视网膜病变附加性病变的自动检查机器 |
CN116703915B (zh) * | 2023-08-07 | 2023-09-29 | 天津医科大学眼科医院 | 基于多种图像融合的糖尿病视网膜病变会诊方法及系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002238858A (ja) * | 2001-02-20 | 2002-08-27 | Matsushita Electric Works Ltd | 眼底検査方法、サーバ及び眼底検査事業システム |
CN202537483U (zh) * | 2012-03-10 | 2012-11-21 | 福州大学 | 应用于糖尿病性视网膜病变筛查的远程操控系统 |
US20140314288A1 (en) * | 2013-04-17 | 2014-10-23 | Keshab K. Parhi | Method and apparatus to detect lesions of diabetic retinopathy in fundus images |
US9898659B2 (en) * | 2013-05-19 | 2018-02-20 | Commonwealth Scientific And Industrial Research Organisation | System and method for remote medical diagnosis |
US9905008B2 (en) * | 2013-10-10 | 2018-02-27 | University Of Rochester | Automated fundus image field detection and quality assessment |
CN204698510U (zh) * | 2015-06-02 | 2015-10-14 | 福州大学 | 图像质量保证的糖尿病性视网膜病变眼底筛查照相装置 |
CN105243669B (zh) * | 2015-10-15 | 2018-05-04 | 四川和生视界医药技术开发有限公司 | 眼底图像自动识别分区方法 |
CN107292877B (zh) * | 2017-07-05 | 2020-07-03 | 北京至真互联网技术有限公司 | 一种基于眼底图像特征的左右眼识别方法 |
CN107451998B (zh) * | 2017-08-08 | 2020-11-06 | 北京大恒普信医疗技术有限公司 | 一种眼底图像质量控制方法 |
-
2018
- 2018-12-13 CN CN201811525616.5A patent/CN111402184B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111402184A (zh) | 2020-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
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 | |
EP3373798B1 (en) | Method and system for classifying optic nerve head | |
Niemeijer et al. | Automated detection and differentiation of drusen, exudates, and cotton-wool spots in digital color fundus photographs for diabetic retinopathy diagnosis | |
WO2018201633A1 (zh) | 基于眼底图像的糖尿病视网膜病变识别系统 | |
AU2018438719A1 (en) | Fundus image automatic analysis and comparison method and storage device | |
AU2014289978B2 (en) | Quantifying a blood vessel reflection parameter of the retina | |
JP6469387B2 (ja) | 眼底解析装置 | |
CN111402184B (zh) | 一种实现远程眼底筛查和健康服务的方法和系统 | |
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 | |
Cleland et al. | Quantification of geographic atrophy using spectral domain OCT in age-related macular degeneration | |
Abdel-Ghafar et al. | Progress towards automated detection and characterization of the optic disc in glaucoma and diabetic retinopathy | |
JP2021534948A (ja) | 眼底画像定量分析の前置処理方法および記憶装置 | |
US20210259546A1 (en) | Portable system for identifying potential cases of diabetic macular oedema using image processing and artificial intelligence | |
CN106214120A (zh) | 一种青光眼的早期筛查方法 | |
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 | |
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 | |
JP2006263127A (ja) | 眼底画像診断支援システム、及び眼底画像診断支援プログラム | |
CN111435612B (zh) | 一种移动医疗个性化健康服务的方法和系统 | |
CN113558564B (zh) | 一种基于单纯高度近视数据库构建的数据处理系统 | |
CN111325631B (zh) | 一种基于眼底图像的健康保险控费的方法和系统 | |
CN113611403A (zh) | 一种实时远程眼底照相机检查系统 | |
WO2008035425A1 (fr) | analyse d'image de fond de l'oeil et programme | |
JP2018198968A (ja) | 眼底解析装置 | |
Al-Kanany et al. | General Awareness and Knowledge about Glaucoma Cataracts for Diabetic |
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 |