CN111435612B - 一种移动医疗个性化健康服务的方法和系统 - Google Patents
一种移动医疗个性化健康服务的方法和系统 Download PDFInfo
- Publication number
- CN111435612B CN111435612B CN201811597143.XA CN201811597143A CN111435612B CN 111435612 B CN111435612 B CN 111435612B CN 201811597143 A CN201811597143 A CN 201811597143A CN 111435612 B CN111435612 B CN 111435612B
- Authority
- CN
- China
- Prior art keywords
- health service
- data
- interpretation
- retinal
- suggestion
- 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
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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radiology & Medical Imaging (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Eye Examination Apparatus (AREA)
Abstract
本发明涉及眼底图像分析、移动医疗以及健康服务技术领域。特别涉及一种移动医疗个性化健康服务的方法和系统。所述一种移动医疗个性化健康服务的方法,包括步骤:获取待分析信息,对待分析信息进行预处理,对预处理后的眼底图像进行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;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,对所述视网膜特征数据结构化的量化指标进行分析处理;与所述远程终端机构及用户进行交互式信息交换与处理。通过以上方式可实现个性化的健康服务。
Description
技术领域
本发明涉及眼底图像分析、移动医疗以及健康服务技术领域。特别涉及一种移动医疗个性化健康服务的方法和系统。
背景技术
随着我国经济的快速发展,生活水平在不断提高,饮食结构和生活方式也发生了很大改变,糖尿病等慢性病的患病率逐年上升,而且呈低龄化趋势,这些慢性病及其并发症造成严重的社会负担和经济负担。
今天,糖尿病视网膜病变(DR)已经成为我国首要的致盲眼病,糖尿病肾病(DN)在血透患者中上升至接近第一位;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,成为我国成人死亡、糖尿病患者致死致残首要因素;我国青光眼患者中70%未诊断,白内障患者超过6,000万,并以每年10%的速度递增,上述这些患者近半数和糖尿病或其高血压伴发症相关。
针对糖尿病慢病,我国有数十个移动医疗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,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!
特别是,2016年中华医学会内分泌学会相关专家制定了首部针对中国成人糖尿病患者的动脉粥样硬化性脑心血管疾病(ASCCVD)分级预防指南明确指出,糖尿病是动脉粥样硬化性血管病的独立危险因素之一,糖尿病的管理应以ASCCVD的分级预防为核心,并合考虑包括血压在内的ASCCVD的多重危险因素,而不是盲目以血糖为中心,但迄今缺乏风险预测的高效手段!
为了有效预防我国成人糖尿病患者ASCCVD,上述该指南明确建议指出:血压>120/80mmHg的患者改变生活方式以控制血压;糖尿病患者每次随访时均应测量血压;该指南还指出:在新诊断的糖尿病患者中,采用强化的血压控制不但可以显著降低糖尿病大血管病变的发生风险,还可显著降低微血管病变的发生风险,保持血压长期平稳至关重要;根据《国家基层高血压防治管理指南(2017版)》高血压治疗原则,治疗高血压的主要目的是降低心脑血管并发症的发生和死亡风险,因此首先要降压达标。同时要告知患者应启动并长期坚持生活方式干预和药物治疗,保持血压长期平稳至关重要。但是,一般早期的高血压患者、人数众多的二型糖尿病患者,在其血压大于120/80mmHg、小于140/90mmHg,甚至严重的并发症出现之前,自身并没有感觉,难以自觉做到经常性的自我血压监测或测量。
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。其治疗包括“生活方式干预治疗”和“药物治疗”。其中“生活方式干预治疗”所起的作用是基础,且无可替代的!但由于饮食、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,患者的依从性低,生活方式干预基础治疗难以取得效果。
目前我国移动医疗的发展,包括在线预约诊疗、候诊提醒、报告查询、药品配送等便捷服务方面移动应用发展迅速,但目前线上只能进行轻问诊,对患者个人的远程医疗受到政策与法规制约的因素大;移动应用难以切入诊疗环节!
发明内容
为此,需要提供一种移动医疗个性化健康服务的方法,用以解决上述提到的技术问题,具体的技术方案如下:
一种移动医疗个性化健康服务的方法,包括步骤:远程判读分析中心接收远程终端机构发送的待分析信息,所述待分析信息包括:用户的眼底图像和相关必要的身体指标数据;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;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结构化的量化指标包括: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分析处理;与所述远程终端机构及用户进行交互式信息交换与处理。
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“提取并标识所述眼底图像的视网膜特征数据”,还包括步骤:标识微血管瘤及其与黄斑中心凹相对位置;标识出血点大小及其与黄斑中心凹的相对位置;标识并析硬性渗出范围及其与黄斑中心凹的最小距离;标识软性渗出范围及其与黄斑中心凹的相对位置;通过自动或半自动的交互式特征提取方法,形成并标识所述视网膜病变特征数据结构化的量化指标。
进一步的,所述“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,确定视盘半径以及血管改变特征数据的测量区域;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提取所述视网膜血管改变特征数据,标识所述视网膜血管改变特征数据,并形成所述视网膜血管改变特征数据的量化指标;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中的一种或多种。
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,对所述用户的眼底病变以及可能伴发的高血压动脉粥样硬化及靶器官受损害情况进行评估和预后估计,所述靶器官包括脑、心、眼及肾;将所述相关必要的身体指标数据、所述评估和预后估计的结果以及所述视网膜特征数据结构化的量化指标作为输入,输出可能的致盲、致残、致死的病情走向,作为生活方式干预基础治疗的一种激励方法;给出相关的判读报告和健康服务建议。
进一步的,所述“与所述远程终端机构及用户进行交互式信息交换与处理”,还包括步骤:远程判读分析中心将所述“相关的判读报告和健康服务建议”发送至远程终端机构;远程终端机构审阅远程判读分析中心发送来的“相关的判读报告和健康服务建议”,若同意则生成最后的判读报告和健康服务建议,并发送回远程判读分析中心,所述最后的判读报告和健康服务建议包括:所述可能的致盲、致残、致死的病情走向、所述相关的判读报告的其余部分和健康服务建议及所述远程终端所在机构有资质医师提出的健康服务建议;远程判读分析中心接收最后的健康服务建议,并发送所述最后的健康服务建议至用户或其监护人。
进一步的,所述“与所述远程终端机构糖尿病患者进行交互式信息交换与处理”,还包括步骤:远程判读分析中心将所述“相关的判读报告和健康服务建议”发送至远程终端机构;远程终端机构审阅远程判读分析中心发送来的“相关的判读报告和健康服务建议”后,若不同意,则生成相关异议或修正意见,并发送所述相关异议或修正意见至远程判读分析中心;远程判读分析中心接收并审核所述相关异议或修正意见;远程判读分析中心生成新的“相关的判读报告和健康服务建议”,并发送新的“相关的判读报告和健康服务建议”至所述远程终端机构;远程终端机构审阅远程判读分析中心发送来的新的“相关的判读报告和健康服务建议”,若同意则生成最后的判读报告和健康服务建议,并发送回远程判读分析中心,所述最后的判读报告和健康服务建议包括:所述可能的致盲、致残、致死的病情走向、所述相关的判读报告的其余部分和健康服务建议及所述远程终端所在机构有资质医师提出的健康服务建议;远程判读分析中心接收所述最后的健康服务建议,并发送所述最后的健康服务建议至用户或其监护人。
进一步的,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”,还包括步骤:根据圈定好的视盘和黄斑,计算所述黄斑中心凹到视盘颞侧距离的像素点阵数;将所述黄斑中心凹到视盘颞侧距离的像素点阵数作为量化指标分母;测量出来的各有关眼底图像的特征数据结构化的像素点阵数作为分子,作除法,即可计算得到所述视网膜特征数据结构化的量化指标。
进一步的,所述相关必要的身体指标数据包括:性别、身高、体重、腰围、家族遗传病史、受教育情况、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,还提供了一种移动医疗个性化健康服务的系统,具体技术方案如下:
一种移动医疗个性化健康服务的系统,包括:数据采集终端和数据判读分析终端,所述数据判读分析终端包括:数据处理模块和数据分析模块;所述数据采集终端用于:采集待分析信息并发送所述待分析信息至数据判读分析终端,所述待分析信息包括:用户的眼底图像和相关必要的身体指标数据;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;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结构化的量化指标包括: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;所述数据处理模块还用于:与所述数据采集终端及用户进行交互式信息交换与处理。
进一步的,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:标识微血管瘤及其与黄斑中心凹相对位置;标识出血点大小及其与黄斑中心凹的相对位置;标识并析硬性渗出范围及其与黄斑中心凹的最小距离;标识软性渗出范围及其与黄斑中心凹的相对位置;通过自动或半自动的交互式特征提取方法,形成并标识所述视网膜病变特征数据结构化的量化指标。
进一步的,所述数据处理模块还用于:根据所述视盘定位的结果,提取视盘中心,确定视盘半径以及血管改变特征数据的测量区域;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提取所述视网膜血管改变特征数据,标识所述视网膜血管改变特征数据,并形成所述视网膜血管改变特征数据的量化指标;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中的一种或多种。
进一步的,所述数据分析模块还用于: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,对所述用户的眼底病变以及可能伴发的高血压动脉粥样硬化及靶器官受损害情况进行评估和预后估计,所述靶器官包括脑、心、眼及肾;将所述相关必要的身体指标数据、所述评估和预后估计的结果以及所述视网膜特征数据结构化的量化指标作为输入,输出可能的致盲、致残、致死的病情走向,作为生活方式干预基础治疗的一种激励方法;给出相关的判读报告和健康服务建议。
进一步的,所述数据处理模块还用于:将所述“相关的判读报告和健康服务建议”发送至数据采集终端;所述数据采集终端还用于:审阅数据处理模块发送来的“相关的判读报告和健康服务建议”,若同意则生成最后的判读报告和健康服务建议,并发送回数据处理模块,所述最后的判读报告和健康服务建议包括:所述可能的致盲、致残、致死的病情走向、所述相关的判读报告的其余部分和健康服务建议及所述远程终端所在机构有资质医师提出的健康服务建议;所述数据处理模块还用于:接收最后的健康服务建议,并发送所述最后的健康服务建议至用户或其监护人。
进一步的,所述数据处理模块还用于:将所述“相关的判读报告和健康服务建议”发送至数据采集终端;所述数据采集终端还用于:审阅数据处理模块发送来的“相关的判读报告和健康服务建议”,若不同意,则生成相关异议或修正意见,并发送所述相关异议或修正意见至数据处理模块;所述数据处理模块还用于:接收并审核所述相关异议或修正意见;生成新的“相关的判读报告和健康服务建议”,并发送新的“相关的判读报告和健康服务建议”至数据采集终端;所述数据采集终端还用于:审阅数据处理模块发送来的新的“相关的判读报告和健康服务建议”,若同意则生成最后的判读报告和健康服务建议,并发送回数据处理模块,所述最后的判读报告和健康服务建议包括:所述可能的致盲、致残、致死的病情走向、所述相关的判读报告的其余部分和健康服务建议及所述数据采集终端所在机构有资质医师提出的健康服务建议;所述数据处理模块还用于:接收最后的健康服务建议,并发送所述最后的健康服务建议至用户或其监护人。
进一步的,所述数据处理模块还用于:根据圈定好的视盘和黄斑,计算所述黄斑中心凹到视盘颞侧距离的像素点阵数;将所述黄斑中心凹到视盘颞侧距离的像素点阵数作为量化指标分母,测量出来的各有关眼底图像的特征数据结构化的像素点阵数作为分子,作除法,即可计算得到所述视网膜特征数据结构化的量化指标。
本发明的有益效果是:通过接收远程终端机构发送的待分析信息,如在底层医疗诊所或者是其它应用机构放置的眼底相机及普通的电脑等,即可通过眼底相机采集眼底图像,将采集到的眼底图像和相关必要的身体指标数据发送至远程判读分析中心,远程判读分析中心接收并保存眼底图像和相关必要的身体指标数据后进行判读、分析与处理。本发明采用B2B2C模式,即远程判读分析中心只是为远程终端机构服务的一个判读分析、健康服务机构,得出的判读分析结果不能直接传给患者或用户,而是需要先传回远程终端机构(基层诊所或健康医疗服务机构)并经由请求会诊的内科或全科医生确认或补充修改后,才能与患者或监护人互动,获取移动用户的同时,规避了网上诊疗风险与法律责任。
通过以上方法,因对眼底图像和相关必要的身体指标数据的判读分析在远程分析中心系统进行,故即便许多落后的地区缺乏眼底阅读或眼科专科医生也并无关系,只需设置有眼底图像采集终端即可,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;本发明专注于远程筛查、个性化的健康服务方面的应用,与一般的医院内部业务没有正面竞争;同时,又可以提供转诊病人,增加医院收入,从而获得双赢;而且法律责任小;本项目能够自行收集患者大数据,克服了大数据获取方面的“医院壁垒”,从而实现多赢;我国糖尿病患者知情或已经被发现的不到三分之一,20年病程后病史60%以上有不同程度的DR产生,通过眼底筛查能够发现5年以上糖尿病优质患者、需要治疗的并发症风险以及需要转诊的患者,是基层、诊所之刚需!DR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,其眼底视网膜病变特征,就一定会不断向前或不断恶化发展发展!利用这个特点,通过眼底图像分析,得到精准医学下的个体化定量分析信息,能有可能有效推动糖尿病和高血压等慢性病患者用户的自我管理;健康管理需要经历“数据采集、传输、信息处理、知识和干预”五个大数据闭环,但往往第三步后就难以为继!本发明能够获得脑心血管眼肾等靶器官受损害情况和预后估计,实现个性化的健康服务和健康服务的闭环!本发明能够在一定程度上获得脑心血管眼肾等靶器官受损害情况和预后估计,实现个性化的健康服务!
附图说明
图1为具体实施方式所述一种移动医疗个性化健康服务的方法的流程图;
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移动医疗个性化健康服务的系统的模块连接图。
附图标记说明:
300、移动医疗个性化健康服务的系统,
301、数据采集终端,
302、数据判读分析终端,
3021、数据处理模块,
3022、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。
眼睛是人体全身唯一不用手术就能直接看到血管和神经的部位,糖尿病视网膜病变(DR)筛查有着与糖尿病病情相关、并且能够指导治疗的疾病防治指南和分级标准;充分的医学证据表明:视网膜与脑部的循环系统具有相近的解剖、生理和胚胎发育等特征;因此,通过眼底血管可以了解全身尤其脑部动脉和全身中小动脉病变程度,眼底血管改变也是高血压危险分层的主要依据,视网膜、视网膜血管及视神经乳头的状况以及变化,在一定程度上反映了人体全身血管循环的动态情况及健康状况。
今天,我国的糖尿病和高血压的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。用于DR等眼底筛查的眼底照相机技术也已经成熟,因此,我们如果能够通过DR或眼底筛查的方式,通过定期筛查,在发现青光眼和白内障患者的同时,获得与人体健康和糖尿病患者动脉粥样硬化性脑心血管病精准医学下的信息,进行眼底影像检查,对于及早发现治疗DR和青光眼、防治糖尿病和高血压的并发症、监测人体健康状况等有重要的作用和价值。
本发明旨在建立起相对独立的“远程眼底图象判读分析中心”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还可以提供给多点执业的全科医生使用,获取眼底图象和相关数据后发回“远程判读分析中心”判读和处理,对于减缓基层群众长途奔波、看病难和避免眼睛失明的危险,提高全科医生的诊治水平,都具有重要意义。
在实现上述免费或收费的公益性或半公益性的远程眼底筛查的基础上通过将结果发送给患者或监护人的办法,迅速获取大量移动医疗app或自媒体终端用户,通过移动健康服务,带来持续创收的商业模式,并具有获取移动粘性用户成本低等特点!
具体请参阅图1,在本实施方式中,一种移动医疗个性化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,发送到远程判读分析中心,对其进行眼底图像判读或数据分析处理,分析处理后的结果或数据可发送给远程终端机构并经由远程终端机构的医师同意或修改补充后再发给用户,进行个性化的健康服务。
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:性别、身高、体重、腰围、家族遗传病史、受教育情况、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。
在其它实施方式中,亦可以使用移动医疗诊箱来获取眼底图像和部分相关必要的身体指标数据,所述移动医疗诊箱包括:高分辨率眼底相机、移动血糖、血压和微量白蛋白仪。其中,由于糖尿病肾病和糖尿病视网膜病变同属于糖尿病患者的微血管并发症,当患者的微量白蛋白被检出超过标准时,可使用眼底照相机做糖尿病肾病特异性筛查。
通过在底层医疗机构设置眼底相机,或者移动医疗诊箱,即可获取用户的眼底图像和相关必要的身体指标数据,普通的医务人员均可以通过询问用户即可得知相关必要的身体指标数据,无需配备专业的眼科医生,基层对专业眼底图像判读人员需求的下降将大大扩大糖尿病患者DR筛查率,符合国家卫健委关于糖尿病视网膜病变筛查的分级诊疗政策。
在本实施方式中,一种移动医疗个性化健康服务的方法具体实施方式如下:
步骤S101:远程判读分析中心接收远程终端机构发送的待分析信息,所述待分析信息包括:用户的眼底图像和相关必要的身体指标数据。
步骤S102:对所述眼底图像进行预处理。
步骤S103:对预处理后的眼底图像进行视盘定位和黄斑中心凹定位。
步骤S104: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S105: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结构化的量化指标包括:视网膜血管改变特征数据和视网膜病变特征数据。
步骤S106: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S107:与所述远程终端机构及用户进行交互式信息交换与处理。
通过接收远程终端机构发送的待分析信息,如在底层医疗诊所或者是其它应用机构放置的眼底相机及普通的电脑等,即可通过眼底相机采集眼底图像,将采集到的眼底图像和相关必要的身体指标数据发送至远程判读分析中心,远程判读分析中心接收并保存眼底图像和相关必要的身体指标数据后进行判读、分析与处理。本发明采用B2B2C模式,即远程判读分析中心只是为远程终端机构服务的一个判读分析、健康服务机构,得出的判读分析结果不能直接传给患者或用户,而是需要先传回远程终端机构(基层诊所或健康医疗服务机构)并经由请求会诊的内科或全科医生确认或补充修改后,才能与患者或监护人互动,获取移动用户的同时,规避了网上诊疗风险与法律责任。
通过以上方法,因对眼底图像和相关必要的身体指标数据的判读分析在远程分析中心系统进行,故即便许多落后的地区缺乏眼底阅读或眼科专科医生也并无关系,只需设置有眼底图像采集终端即可,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;本发明专注于远程筛查、个性化的健康服务方面的应用,与一般的医院内部业务没有正面竞争;同时,又可以提供转诊病人,增加医院收入,从而获得双赢;而且法律责任小;本项目能够自行收集患者大数据,克服了大数据获取方面的“医院壁垒”,从而实现多赢;我国糖尿病患者知情或已经被发现的不到三分之一,20年病程后病史60%以上有不同程度的DR产生,通过眼底筛查能够发现5年以上糖尿病优质患者、需要治疗的并发症风险以及需要转诊的患者,是基层、诊所之刚需!DR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,其眼底视网膜病变特征,就一定会不断向前或不断恶化发展发展!利用这个特点,通过眼底图像分析,得到精准医学下的个体化定量分析信息,能有可能有效推动糖尿病和高血压等慢性病患者用户的自我管理;健康管理需要经历“数据采集、传输、信息处理、知识和干预”五个大数据闭环,但往往第三步后就难以为继!本发明能够获得脑心血管眼肾等靶器官受损害情况和预后估计,实现个性化的健康服务和健康服务的闭环!本发明能够在一定程度上获得脑心血管眼肾等靶器官受损害情况和预后估计,实现个性化的健康服务!
以上步骤具体可采用如下方式:
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“提取并标识所述眼底图像的视网膜特征数据”,还包括步骤:标识微血管瘤及其与黄斑中心凹相对位置;标识出血点大小及其与黄斑中心凹的相对位置;标识并析硬性渗出范围及其与黄斑中心凹的最小距离;标识软性渗出范围及其与黄斑中心凹的相对位置;通过自动或半自动的交互式特征提取方法,形成并标识所述视网膜病变特征数据结构化的量化指标。
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。
在本实施方式中,所述“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,确定视盘半径以及血管改变特征数据的测量区域以及血管改变特征数据的测量区域。参阅图2,其中局限性视网膜动脉缩窄(FN)特征参数分别在视盘区(图2的中心圆内区域)、A区(为主要测量区域,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)进行测量,包括测量缩窄部分以及动脉近端和远端三个部分的管径;弥漫性视网膜动脉缩窄(AVN)特征参数主要在B区选取6段动脉进行测量;动静脉交叉压迫征以及铜丝样或银丝样改变的血管出现在B区以外为主的区域;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提取所述视网膜血管改变特征数据,标识所述视网膜血管改变特征数据,并形成所述视网膜血管改变特征数据的量化指标;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中的一种或多种。
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。
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,对所述用户的眼底病变以及可能伴发的高血压动脉粥样硬化及靶器官受损害情况进行评估和预后估计,所述靶器官包括脑、心、眼及肾;将所述相关必要的身体指标数据、所述评估和预后估计的结果以及所述视网膜特征数据结构化的量化指标作为输入,输出可能的致盲、致残、致死的病情走向,作为生活方式干预基础治疗的一种激励方法;给出相关的判读报告和健康服务建议。其主要依据叙述如下:
1、研究已经证实眼底循环与颅内血管有着共同的胚胎学解剖学以及生理学基础。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;近年来,多项以人群为基础的流行病学研究表明,视网膜异常特征数据,包括血管改变和视网膜病变的评估,可以为高血压的发病和进展提供良好的观察指标。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:糖尿病是最主要的慢性非传染性疾病之一,也是动脉粥样硬化性脑心血管病(ASCCVD)的独立危险因素之一,证据表明脑卒中是我国成人糖尿病患者主要结局和致死及致残的主要原因。
2、糖尿病视网膜病变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,就有可能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!
进一步的,所述“与所述远程终端机构及用户进行交互式信息交换与处理”,还包括步骤:远程判读分析中心将所述“相关的判读报告和健康服务建议”发送至远程终端机构;远程终端机构审阅远程判读分析中心发送来的“相关的判读报告和健康服务建议”,若同意则生成最后的判读报告和健康服务建议,并发送回远程判读分析中心,所述最后的判读报告和健康服务建议包括:所述可能的致盲、致残、致死的病情走向、所述相关的判读报告的其余部分和健康服务建议及所述远程终端所在机构有资质医师提出的健康服务建议;远程判读分析中心接收最后的健康服务建议,并发送所述最后的健康服务建议至用户或其监护人。
进一步的,所述“与所述远程终端机构糖尿病患者进行交互式信息交换与处理”,还包括步骤:远程判读分析中心将所述“相关的判读报告和健康服务建议”发送至远程终端机构;远程终端机构审阅远程判读分析中心发送来的“相关的判读报告和健康服务建议”后,若不同意,则生成相关异议或修正意见,并发送所述相关异议或修正意见至远程判读分析中心;远程判读分析中心接收并审核所述相关异议或修正意见;远程判读分析中心生成新的“相关的判读报告和健康服务建议”,并发送新的“相关的判读报告和健康服务建议”至所述远程终端;远程终端机构审阅远程判读分析中心发送来的新的“相关的判读报告和健康服务建议”,若同意则生成最后的判读报告和健康服务建议,并发送回远程判读分析中心,所述最后的判读报告和健康服务建议包括:所述可能的致盲、致残、致死的病情走向、所述相关的判读报告的其余部分和健康服务建议及所述远程终端所在机构有资质医师提出的健康服务建议;远程判读分析中心接收所述最后的健康服务建议,并发送所述最后的健康服务建议至用户或其监护人。
在本实施方式中,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”,还包括步骤:根据圈定好的视盘和黄斑,计算所述黄斑中心凹到视盘颞侧距离的像素点阵数;将所述黄斑中心凹到视盘颞侧距离的像素点阵数作为量化指标分母,测量出来的各有关眼底图像的特征数据结构化的像素点阵数作为分子,作除法,即可计算得到所述视网膜特征数据结构化的量化指标。
请参阅图3,在本实施方式中,一种移动医疗个性化健康服务的系统300的具体实施方式如下:
一种移动医疗个性化健康服务的系统300,包括:数据采集终端301和数据判读分析终端302,所述数据判读分析终端302包括:数据处理模块3021和数据分析模块3022;所述数据采集终端301用于:采集待分析信息并发送所述待分析信息至数据判读分析终端302,所述待分析信息包括:用户的眼底图像和相关必要的身体指标数据;所述数据处理模块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;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结构化的量化指标包括:视网膜血管改变特征数据和视网膜病变特征数据;所述数据分析模块3022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;所述数据处理模块3021还用于:与所述数据采集终端301及用户进行交互式信息交换与处理。
进一步的,所述数据处理模块3021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3021还用于:标识微血管瘤及其与黄斑中心凹相对位置;标识出血点大小及其与黄斑中心凹的相对位置;标识并析硬性渗出范围及其与黄斑中心凹的最小距离;标识软性渗出范围及其与黄斑中心凹的相对位置;通过自动或半自动的交互式特征提取方法,形成并标识所述视网膜病变特征数据结构化的量化指标。
进一步的,所述数据处理模块3021还用于:根据所述视盘定位的结果,提取视盘中心,确定视盘半径以及血管改变特征数据的测量区域;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提取所述视网膜血管改变特征数据,标识所述视网膜血管改变特征数据,并形成所述视网膜血管改变特征数据的量化指标;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中的一种或多种。
进一步的,所述数据分析模块3022还用于: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,对所述用户的眼底病变以及可能伴发的高血压动脉粥样硬化及靶器官受损害情况进行评估和预后估计,所述靶器官包括脑、心、眼及肾;将所述相关必要的身体指标数据、所述评估和预后估计的结果以及所述视网膜特征数据结构化的量化指标作为输入,输出可能的致盲、致残、致死的病情走向,作为生活方式干预基础治疗的一种激励方法;给出相关的判读报告和健康服务建议。
进一步的,所述数据处理模块3021还用于:将所述“相关的判读报告和健康服务建议”发送至数据采集终端301;所述数据采集终端301还用于:审阅数据处理模块3021发送来的“相关的判读报告和健康服务建议”,若同意则生成最后的判读报告和健康服务建议,并发送回数据处理模块3021,所述最后的判读报告和健康服务建议包括:所述可能的致盲、致残、致死的病情走向、所述相关的判读报告的其余部分和健康服务建议及所述数据采集终端301所在机构有资质医师提出的健康服务建议;所述数据处理模块3021还用于:接收最后的健康服务建议,并发送所述最后的健康服务建议至用户或其监护人。
进一步的,所述数据处理模块3021还用于:将所述“相关的判读报告和健康服务建议”发送至数据采集终端301;所述数据采集终端301还用于:审阅数据处理模块3021发送来的“相关的判读报告和健康服务建议”,若不同意,则生成相关异议或修正意见,并发送所述相关异议或修正意见至数据处理模块3021;所述数据处理模块3021还用于:接收并审核所述相关异议或修正意见;生成新的“相关的判读报告和健康服务建议”,并发送新的“相关的判读报告和健康服务建议”至数据采集终端301;所述数据采集终端301还用于:审阅数据处理模块3021发送来的新的“相关的判读报告和健康服务建议”,若同意则生成最后的判读报告和健康服务建议,并发送回数据处理模块3021,所述最后的判读报告和健康服务建议包括:所述可能的致盲、致残、致死的病情走向、所述相关的判读报告的其余部分和健康服务建议及所述数据采集终端301所在机构有资质医师提出的健康服务建议;所述数据处理模块3021还用于:接收最后的健康服务建议,并发送所述最后的健康服务建议至用户或其监护人。
进一步的,所述数据处理模块3021还用于:根据圈定好的视盘和黄斑,计算所述黄斑中心凹到视盘颞侧距离的像素点阵数;将所述黄斑中心凹到视盘颞侧距离的像素点阵数作为量化指标分母,测量出来的各有关眼底图像的特征数据结构化的像素点阵数作为分子,作除法,即可计算得到所述视网膜特征数据结构化的量化指标。
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 (7)
1.一种移动医疗个性化健康服务的方法,其特征在于,包括步骤:
远程判读分析中心接收远程终端机构发送的待分析信息,所述待分析信息包括:用户的眼底图像和相关必要的身体指标数据;
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;
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结构化的量化指标包括: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分析处理;
与所述远程终端机构及用户进行交互式信息交换与处理;
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;
所述“提取并标识所述眼底图像的视网膜特征数据”,还包括步骤:
标识微血管瘤及其与黄斑中心凹相对位置;
标识出血点大小及其与黄斑中心凹的相对位置;
标识并析硬性渗出范围及其与黄斑中心凹的最小距离;
标识软性渗出范围及其与黄斑中心凹的相对位置;
通过自动或半自动的交互式特征提取方法,形成并标识所述视网膜病变特征数据结构化的量化指标;
所述“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,确定视盘半径以及血管改变特征数据的测量区域;
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提取所述视网膜血管改变特征数据,标识所述视网膜血管改变特征数据,并形成所述视网膜血管改变特征数据的量化指标;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中的一种或多种;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,对所述用户的眼底病变以及可能伴发的高血压动脉粥样硬化及靶器官受损害情况进行评估和预后估计,所述靶器官包括脑、心、眼及肾;
将所述相关必要的身体指标数据、所述评估和预后估计的结果以及所述视网膜特征数据结构化的量化指标作为输入,输出可能的致盲、致残、致死的病情走向,作为生活方式干预基础治疗的一种激励方法;
给出相关的判读报告和健康服务建议;所述“与所述远程终端机构及用户进行交互式信息交换与处理”,还包括步骤:
远程判读分析中心将所述“相关的判读报告和健康服务建议”发送至远程终端机构;
远程终端机构审阅远程判读分析中心发送来的“相关的判读报告和健康服务建议”,若同意则生成最后的判读报告和健康服务建议,并发送回远程判读分析中心,所述最后的判读报告和健康服务建议包括:所述可能的致盲、致残、致死的病情走向、所述相关的判读报告的其余部分和健康服务建议及所述远程终端所在机构有资质医师提出的健康服务建议;
远程判读分析中心接收最后的健康服务建议,并发送所述最后的健康服务建议至用户或其监护人。
2.根据权利要求1所述的一种移动医疗个性化健康服务的方法,其特征在于,所述“与所述远程终端机构糖尿病患者进行交互式信息交换与处理”,还包括步骤:
远程判读分析中心将所述“相关的判读报告和健康服务建议”发送至远程终端机构;
远程终端机构审阅远程判读分析中心发送来的“相关的判读报告和健康服务建议”后,若不同意,则生成相关异议或修正意见,并发送所述相关异议或修正意见至远程判读分析中心;
远程判读分析中心接收并审核所述相关异议或修正意见;
远程判读分析中心生成新的“相关的判读报告和健康服务建议”,并发送新的“相关的判读报告和健康服务建议”至所述远程终端机构;
远程终端机构审阅远程判读分析中心发送来的新的“相关的判读报告和健康服务建议”,若同意则生成最后的判读报告和健康服务建议,并发送回远程判读分析中心,所述最后的判读报告和健康服务建议包括:所述可能的致盲、致残、致死的病情走向、所述相关的判读报告的其余部分和健康服务建议及所述远程终端所在机构有资质医师提出的健康服务建议;
远程判读分析中心接收所述最后的健康服务建议,并发送所述最后的健康服务建议至用户或其监护人。
3.根据权利要求1所述的一种移动医疗个性化健康服务的方法,其特征在于,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”,还包括步骤:
根据圈定好的视盘和黄斑,计算所述黄斑中心凹到视盘颞侧距离的像素点阵数;
将所述黄斑中心凹到视盘颞侧距离的像素点阵数作为量化指标分母;测量出来的各有关眼底图像的特征数据结构化的像素点阵数作为分子,作除法,即可计算得到所述视网膜特征数据结构化的量化指标。
4.根据权利要求1所述的一种移动医疗个性化健康服务的方法,其特征在于,
所述相关必要的身体指标数据包括:性别、身高、体重、腰围、家族遗传病史、受教育情况、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。
5.一种移动医疗个性化健康服务的系统,其特征在于,包括:数据采集终端和数据判读分析终端,所述数据判读分析终端包括:数据处理模块和数据分析模块;
所述数据采集终端用于:采集待分析信息并发送所述待分析信息至数据判读分析终端,所述待分析信息包括:用户的眼底图像和相关必要的身体指标数据;
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;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结构化的量化指标包括: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;
所述数据处理模块还用于:与所述数据采集终端及用户进行交互式信息交换与处理;
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;
所述数据处理模块还用于:标识微血管瘤及其与黄斑中心凹相对位置;标识出血点大小及其与黄斑中心凹的相对位置;标识并析硬性渗出范围及其与黄斑中心凹的最小距离;标识软性渗出范围及其与黄斑中心凹的相对位置;通过自动或半自动的交互式特征提取方法,形成并标识所述视网膜病变特征数据结构化的量化指标;
所述数据处理模块还用于:根据所述视盘定位的结果,提取视盘中心,确定视盘半径以及血管改变特征数据的测量区域;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提取所述视网膜血管改变特征数据,标识所述视网膜血管改变特征数据,并形成所述视网膜血管改变特征数据的量化指标;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中的一种或多种;
所述数据分析模块还用于: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,对所述用户的眼底病变以及可能伴发的高血压动脉粥样硬化及靶器官受损害情况进行评估和预后估计,所述靶器官包括脑、心、眼及肾;将所述相关必要的身体指标数据、所述评估和预后估计的结果以及所述视网膜特征数据结构化的量化指标作为输入,输出可能的致盲、致残、致死的病情走向,作为生活方式干预基础治疗的一种激励方法;给出相关的判读报告和健康服务建议;
所述数据处理模块还用于:将所述“相关的判读报告和健康服务建议”发送至数据采集终端;
所述数据采集终端还用于:审阅数据处理模块发送来的“相关的判读报告和健康服务建议”,若同意则生成最后的判读报告和健康服务建议,并发送回数据处理模块,所述最后的判读报告和健康服务建议包括:所述可能的致盲、致残、致死的病情走向、所述相关的判读报告的其余部分和健康服务建议及所述数据采集终端所在机构有资质医师提出的健康服务建议;
所述数据处理模块还用于:接收最后的健康服务建议,并发送所述最后的健康服务建议至用户或其监护人。
6.根据权利要求5所述的一种移动医疗个性化健康服务的系统,其特征在于,
所述数据处理模块还用于:将所述“相关的判读报告和健康服务建议”发送至数据采集终端;
所述数据采集终端还用于:审阅数据处理模块发送来的“相关的判读报告和健康服务建议”,若不同意,则生成相关异议或修正意见,并发送所述相关异议或修正意见至数据处理模块;
所述数据处理模块还用于:接收并审核所述相关异议或修正意见;生成新的“相关的判读报告和健康服务建议”,并发送新的“相关的判读报告和健康服务建议”至数据采集终端;
所述数据采集终端还用于:审阅数据处理模块发送来的新的“相关的判读报告和健康服务建议”,若同意则生成最后的判读报告和健康服务建议,并发送回数据处理模块,所述最后的判读报告和健康服务建议包括:所述可能的致盲、致残、致死的病情走向、所述相关的判读报告的其余部分和健康服务建议及所述数据采集终端所在机构有资质医师提出的健康服务建议;
所述数据处理模块还用于:接收最后的健康服务建议,并发送所述最后的健康服务建议至用户或其监护人。
7.根据权利要求5所述的一种移动医疗个性化健康服务的系统,其特征在于,
所述数据处理模块还用于:根据圈定好的视盘和黄斑,计算所述黄斑中心凹到视盘颞侧距离的像素点阵数;将所述黄斑中心凹到视盘颞侧距离的像素点阵数作为量化指标分母,测量出来的各有关眼底图像的特征数据结构化的像素点阵数作为分子,作除法,即可计算得到所述视网膜特征数据结构化的量化指标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811597143.XA CN111435612B (zh) | 2018-12-26 | 2018-12-26 | 一种移动医疗个性化健康服务的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811597143.XA CN111435612B (zh) | 2018-12-26 | 2018-12-26 | 一种移动医疗个性化健康服务的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111435612A CN111435612A (zh) | 2020-07-21 |
CN111435612B true CN111435612B (zh) | 2022-06-21 |
Family
ID=71579716
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811597143.XA Active CN111435612B (zh) | 2018-12-26 | 2018-12-26 | 一种移动医疗个性化健康服务的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111435612B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115969310A (zh) * | 2020-12-28 | 2023-04-18 | 深圳硅基智能科技有限公司 | 高血压性视网膜病变的病变特征的测量系统及测量方法 |
WO2022145541A1 (ko) * | 2020-12-30 | 2022-07-07 | 주식회사 메디웨일 | 신장 질병 진단 보조 방법 및 장치 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104463140A (zh) * | 2014-12-23 | 2015-03-25 | 天津工业大学 | 一种彩色眼底图像视盘自动定位方法 |
CN108073918A (zh) * | 2018-01-26 | 2018-05-25 | 浙江大学 | 眼底视网膜的血管动静脉交叉压迫特征提取方法 |
CN108416344A (zh) * | 2017-12-28 | 2018-08-17 | 中山大学中山眼科中心 | 眼底彩照视盘与黄斑定位识别方法 |
CN108876775A (zh) * | 2018-06-12 | 2018-11-23 | 广州图灵人工智能技术有限公司 | 糖尿病性视网膜病变的快速检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110129133A1 (en) * | 2009-12-02 | 2011-06-02 | Ramos Joao Diogo De Oliveira E | Methods and systems for detection of retinal changes |
-
2018
- 2018-12-26 CN CN201811597143.XA patent/CN111435612B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104463140A (zh) * | 2014-12-23 | 2015-03-25 | 天津工业大学 | 一种彩色眼底图像视盘自动定位方法 |
CN108416344A (zh) * | 2017-12-28 | 2018-08-17 | 中山大学中山眼科中心 | 眼底彩照视盘与黄斑定位识别方法 |
CN108073918A (zh) * | 2018-01-26 | 2018-05-25 | 浙江大学 | 眼底视网膜的血管动静脉交叉压迫特征提取方法 |
CN108876775A (zh) * | 2018-06-12 | 2018-11-23 | 广州图灵人工智能技术有限公司 | 糖尿病性视网膜病变的快速检测方法 |
Non-Patent Citations (1)
Title |
---|
智能化糖尿病眼底病变诊断系统;倪纯等;《上海医药》;20171210(第23期);第20-24页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111435612A (zh) | 2020-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shoji et al. | Progressive macula vessel density loss in primary open-angle glaucoma: a longitudinal study | |
Niemeijer et al. | Automated detection and differentiation of drusen, exudates, and cotton-wool spots in digital color fundus photographs for diabetic retinopathy diagnosis | |
Trucco et al. | Validating retinal fundus image analysis algorithms: issues and a proposal | |
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 | |
Gelman et al. | Diagnosis of plus disease in retinopathy of prematurity using Retinal Image multiScale Analysis | |
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 | |
Garway-Heath et al. | Quantitative evaluation of the optic nerve head in early glaucoma | |
Hwang et al. | Assessment of macular function for idiopathic epiretinal membranes classified by spectral-domain optical coherence tomography | |
Yoo et al. | Artificial neural network approach for differentiating open-angle glaucoma from glaucoma suspect without a visual field test | |
Chiba et al. | Association between optic nerve blood flow and objective examinations in glaucoma patients with generalized enlargement disc type | |
Strouthidis et al. | Teleglaucoma: ready to go? | |
Na et al. | Progression of retinal nerve fiber layer thinning in glaucoma assessed by cirrus optical coherence tomography-guided progression analysis | |
Nemesure et al. | Factors related to the 4-year risk of high intraocular pressure: the Barbados Eye Studies | |
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 | |
Gerth et al. | Cone-mediated multifocal electroretinogram in age-related macular degeneration: progression over a long-term follow-up | |
Brown et al. | Comparison of image-assisted versus traditional fundus examination | |
CN106214120A (zh) | 一种青光眼的早期筛查方法 | |
Turpin et al. | Combining ganglion cell topology and data of patients with glaucoma to determine a structure–function map | |
CN116913524B (zh) | 一种基于视网膜血管成像预测糖尿病肾病的方法和系统 | |
CN111435612B (zh) | 一种移动医疗个性化健康服务的方法和系统 | |
Popovic et al. | Fractal characterization of retinal microvascular network morphology during diabetic retinopathy progression | |
CN111402184B (zh) | 一种实现远程眼底筛查和健康服务的方法和系统 | |
Hagman | Comparison of resource utilization in the treatment of open‐angle glaucoma between two cities in Finland: is more better? | |
Nagasato et al. | Prediction of age and brachial-ankle pulse-wave velocity using ultra-wide-field pseudo-color images by deep learning | |
CN111383775A (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 |
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 |