CN111667905B - 用于中医目诊的检查装置和信息处理方法 - Google Patents
用于中医目诊的检查装置和信息处理方法 Download PDFInfo
- Publication number
- CN111667905B CN111667905B CN202010481251.1A CN202010481251A CN111667905B CN 111667905 B CN111667905 B CN 111667905B CN 202010481251 A CN202010481251 A CN 202010481251A CN 111667905 B CN111667905 B CN 111667905B
- Authority
- CN
- China
- Prior art keywords
- eye
- traditional chinese
- chinese medicine
- image
- pictures
- 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
- 239000003814 drug Substances 0.000 title claims abstract description 44
- 230000010365 information processing Effects 0.000 title claims abstract description 24
- 238000007689 inspection Methods 0.000 title claims abstract description 23
- 238000003745 diagnosis Methods 0.000 title claims description 34
- 238000003672 processing method Methods 0.000 title claims description 21
- 210000001508 eye Anatomy 0.000 claims abstract description 158
- 238000012545 processing Methods 0.000 claims abstract description 41
- 210000001835 viscera Anatomy 0.000 claims abstract description 15
- 210000003128 head Anatomy 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims description 19
- 210000003786 sclera Anatomy 0.000 claims description 15
- 210000000554 iris Anatomy 0.000 claims description 14
- 210000000744 eyelid Anatomy 0.000 claims description 9
- 210000001747 pupil Anatomy 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 7
- 208000019425 cirrhosis of liver Diseases 0.000 claims description 5
- 239000011664 nicotinic acid Substances 0.000 claims description 5
- 230000015654 memory Effects 0.000 claims description 4
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 2
- 238000013135 deep learning Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 claims description 2
- 201000010099 disease Diseases 0.000 description 12
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 12
- 208000019423 liver disease Diseases 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000003902 lesion Effects 0.000 description 3
- 231100000915 pathological change Toxicity 0.000 description 3
- 230000036285 pathological change Effects 0.000 description 3
- 230000001575 pathological effect Effects 0.000 description 3
- 230000000052 comparative effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000003703 image analysis method Methods 0.000 description 2
- 230000007170 pathology Effects 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 235000002673 Dioscorea communis Nutrition 0.000 description 1
- 241000544230 Dioscorea communis Species 0.000 description 1
- 206010016654 Fibrosis Diseases 0.000 description 1
- 241001469893 Oxyzygonectes dovii Species 0.000 description 1
- 208000035753 Periorbital contusion Diseases 0.000 description 1
- 208000037386 Typhoid Diseases 0.000 description 1
- 230000003592 biomimetic effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007882 cirrhosis Effects 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 208000030533 eye disease Diseases 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 208000017169 kidney disease Diseases 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 210000000952 spleen Anatomy 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 201000008297 typhoid fever Diseases 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 230000009278 visceral effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/19—Sensors therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/467—Encoded features or binary features, e.g. local binary patterns [LBP]
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Epidemiology (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Primary Health Care (AREA)
- Ophthalmology & Optometry (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及中医望诊装置和信息采集处理,属于医疗器械领域。用于中医目诊的检查装置,其特征在于:包括头部固定部件和头部前方的眼部检查部件以及信息处理设备;所述眼部检查部件包括部件支撑架,部件支撑架上左右两边分别固定设置有摄像头,摄像头旁边设置有移动光源和控制驱动模块;所述摄像头分别对应人的左右双眼,所述控制驱动模块驱动位姿可调的移动光源,使移动光源带动人眼移动或转动,并在人眼移动或转动到相应位置时,控制摄像头拍摄多张人眼区域对应的照片或图片;所述摄像头拍摄的影像由控制驱动模块传送到信息处理设备,所述信息处理设备根据中医“五轮学说”中人眼对应能反映身体各脏腑的不同区域进行眼部特征比对和分析。
Description
技术领域
本发明涉及中医望诊装置和信息采集处理,尤其涉及用于中医目诊的检查装置和信息处理方法。
背景技术
中医诊断疾病依赖于望、闻、问、切四诊,而望诊为四诊之首,包括望神、色、形、态以及具体的部位(局部望诊)等,目诊是通过观察眼睛变化来诊断全身疾病的方法,是中医望诊中特色诊法之一。“目为肝之窍”“心之使”“为肾精之所藏”“为血之宗”“五脏六腑之精气皆上注于目”。在生理上,目与五脏六腑联系密切。在病理上,察目亦可反映脏腑精气的盛衰。《重订通俗伤寒论》中有提到:“凡病至危,必察两目,视其目色,以知病之存亡也”。因此,目诊是中医诊断的重要诊法之一,眼睛的变化情况可以作为中医诊断疾病的重要参考依据。
然而,现有的眼科检查设备主要是基于西医病理学检测基础,主要是通过观察眼表及眼底的组织结构形态等的变化来诊察眼睛本身的疾病,需要专业的眼科医师操作,不能自动拍摄不同角度的眼部图像,也无法与中医目诊理论相配合。中医目诊“五轮学说”认为,目眦血络为血轮,对应于心。白睛(巩膜)为气轮,对应于肺。黑睛(虹膜)为风轮,以候肝。瞳仁(瞳孔)为水轮,以候肾。目胞(眼睑)为肉轮,对应于脾。亦即眼睛各部位的特征,可以反映体内五脏六腑的病变。因此,基于生物全息理论,观察人眼表的巩膜(色泽、血管纹理、斑块等)、眼睑、虹膜、瞳仁以及内、外眦等所表现出的每个生物特征都可以代表某种疾病在眼部的反射。因此,中医目诊是通过对眼睛各部位检查以判断内在脏腑的病变,再综合其他四诊信息,可系统地反映人体整体的生理和病理变化,与现代医学的眼科设备仅用于眼科专业医生对眼部疾病的检查完全不同,因此,如果需要对中医诊断进行标准化和数据化,就必须研发出能够与中医诊断理论相符合的辅助检查装置。
发明内容
本发明提供了一种用于中医目诊的检查装置和信息处理方法,解决现有的眼科检查设备无法提供应用中医理论进行诊断需要的数据的缺陷。
技术方案
用于中医目诊的检查装置,其特征在于:包括头戴式眼部信息采集器和信息处理设备,所述头戴式眼部信息采集器包括头部固定部件和头部前方的眼部检查部件;
所述眼部检查部件包括部件支撑架,部件支撑架上左右两边分别固定设置有摄像头,摄像头旁边设置有移动光源和控制驱动模块;
所述摄像头分别对应人的左右双眼,所述控制驱动模块驱动位姿可调的移动光源,使移动光源带动人眼移动或转动,并在人眼移动或转动到相应位置时,控制摄像头拍摄多张人眼区域对应的照片或图片;
所述摄像头拍摄的影像由控制驱动模块传送到信息处理设备,所述信息处理设备包括数据接收和存储模块,将拍摄的影像进行数据存储,初步图像处理模块将获得的图像分别筛选或截取出多张包括眼睑、巩膜、虹膜、瞳仁、目眦中一个或多个部分的清晰的初步处理图片I,根据中医理论中人眼对应能反映身体各脏腑的不同区域,还设置有需求部位判断模块,将选取的不同部位的初步处理图片I通过二次处理模块采用预设的不同图像处理方法进行图像特征处理,得到不同的二次处理图片II,获得突出明确的处理特征值阀值,并分别与预置的不同阶段病例大数据图库进行眼部特征比对和分析。
所述控制驱动模块内预置有拍摄模式,根据首先拍摄的眼部图片判断出人眼大小和周边定位,然后驱动光源使人眼上下左右移动和转动,使人眼的移动达到拍摄要求和拍摄距离,至少在移动的终端位置拍摄相应照片或图片。
对筛选或截取出的图片进行眼部特征提取,提取巩膜特征、虹膜特征和眼神特征,并结合眼部其它特征,进行特征比对和分析,提供判断辅助。
还结合身体其它特征数据进行特征综合比对和分析。
所述头部固定部件包括穿戴式头箍框架,框架上部设置有上下伸缩带,圆形框架主体上设置有前后伸缩带。
所述部件支撑架包括主体支撑架和两边的弧形固定架,摄像头固定设置在两边的弧形固定架上,所述弧形固定架采用伸缩式设计,根据人眼间距宽度可调,以使摄像头对准双眼。
所述移动光源包括光源和三个由两段连杆连接的旋转副,所述光源设置在末端的旋转副上,所述控制驱动模块驱动前端的旋转副运动,从而带动另外两个旋转副移动或转动,使末端的光源能够上下左右移动。
一种用于中医目诊的信息处理方法,其特征在于包括如下步骤:
S1,获取包括眼睑、巩膜、虹膜、瞳仁、目眦中一个或多个部分的清晰的人眼眼表初步处理图片I;
S2,根据中医理论中人眼对应能反映身体各脏腑的不同区域,对步骤S1获取的眼表图像分别进行身体不同脏腑对应区域的图像特征进行提取和分析,包括提取的巩膜特征、虹膜特征和眼神特征;
S3,采用前述步骤对各种不同阶段病例进行大量目诊信息采集和图像特征提取分析,形成中医眼部特征数据库和特征值分布范围;
S4,采用模式识别器,对具体的待检查人员根据步骤S1和S2获取的人眼图像在所述中医眼部特征数据库和特征值分布范围内进行眼部图像特征识别;
S5,输出待检查人员的人眼图像特征识别分类数据。
所述步骤S2中将所述初步处理图片I根据身体各脏腑的不同区域采用预设的不同图像处理方法进行图像特征处理,得到不同的二次处理图片II,获得突出明确的处理特征值范围阀值,所述图像特征处理方法包括仿生模式识别、局部二值模式识别及深度学习。
一种电子设备,包括一个或多个处理器、一个或多个存储器、一个或多个程序、一个或多个视频、摄像头及显示装置;
所述一个或多个程序和一个或多个视频被存储在所述存储器中,当所述一个或多个程序被所述处理器执行时,使得所述电子设备执行上述的一种用于中医目诊的信息处理方法。
有益效果
本发明的用于中医目诊的检查装置和信息处理方法以及应用该方法的电子设备提供了一种可根据中医临床检查需求,依据中医理论,同时对双眼眼表进行图像采集和图像处理的目诊检查装置,不仅能够实现根据不同人眼的自适应拍照部位,还能够实现根据临床病理检查需求获取目诊需要的对应眼表不同部位的清晰图片,以及能够实现根据临床检查需求进行眼部不同部位采用不同的图像分析方法,从而获得最能明确体现中医病理特征的数据;而且本设备具有可穿戴式和便携式的特点,比现有的眼科检查设备轻巧,便于安装和使用。
附图说明
图1为本发明的用于中医目诊的检查装置的结构示意图。
图2为图1中移动光源的结构放大示意图。
图3-5分别为移动光源移动到不同的位置的示意图。
图6为本发明的各部分的组成连接示意图,包括头戴式眼部信息采集器和信息处理设备。
图7为中医五轮学说中人眼对应身体各脏腑示意图。
图8为实施例1中为彩色眼部图像经过不同图像处理方法处理后的对比示意图,上排图像为健康人,下排图像为肝病患者;
图9为实施例1中红外眼部图像经过不同图像处理方法处理后的对比示意图,上排图像为健康人,下排图像为肝病患者;
图10为实施例2中经过图像处理后得到的不同特征区域示意;
图11为实施例2中人眼建立坐标系的示意图;
图12为实施例3中经过图像处理后得到的特征值对比示意,左边为肝硬化患者特征值分布,右边为健康人的特征值分布。
其中:1-上下伸缩带,2-头箍框架,3-前后伸缩带,4-光源,5-摄像头,61-旋转副R1,62-旋转副R2,63-旋转副R3,7-主体支撑架,8-弧形固定架。
具体实施方式
下面结合具体实施例和附图,进一步阐述本发明。
本发明提出一种用于中医目诊的检查装置,包括头戴式眼部信息采集器和信息处理设备,所述头戴式眼部信息采集器包括头部固定部件和头部前方的眼部检查部件,所述头部固定部件包括穿戴式头箍框架,框架上部设置有上下伸缩带,圆形框架主体上设置有前后伸缩带。
所述眼部检查部件包括部件支撑架,部件支撑架包括主体支撑架和两边的弧形固定架,摄像头固定设置在两边的弧形固定架上,所述弧形固定架采用伸缩式设计,根据人眼间距宽度可调,以使摄像头对准双眼,摄像头旁边设置有移动光源和控制驱动模块。
所述摄像头分别对应人的左右双眼,所述控制驱动模块驱动位姿可调的移动光源,使移动光源带动人眼移动或转动,并在人眼移动或转动到相应位置时,控制摄像头拍摄多张人眼区域对应的照片或图片;如附图1-5所示意。即采用光源带动人眼运动,摄像头不动的模式进行眼表图片拍摄。
所述移动光源包括光源4和三个由两段连杆连接的旋转副R1、R2和R3,所述光源设置在末端的旋转副R3上,旋转副R2和R3的轴线交于一点,且该点位于移动光源上,光源可以由机构的转动来改变其位姿。例如所述控制驱动模块驱动前端的旋转副运动,可以通过皮带或其他方式连带带动另外两个旋转副移动或转动,从而使末端的光源能够上下左右移动。
摄像头拍摄的影像数据由控制驱动模块的通讯模块采用有线或无线的方式传送到信息处理设备。摄像头包括彩色摄像头和红外摄像头。
所述控制驱动模块内预置有拍摄模式,可以根据首先拍摄的眼部图片判断出人眼大小和周边定位,然后驱动光源使人眼上下左右移动和转动,使人眼的移动达到拍摄要求和拍摄距离,至少在移动的终端位置拍摄相应照片或图片。分别在双眼区域各拍摄4张以上的图片,从而能够实现根据不同人眼的自适应拍照部位。
所述信息处理设备将拍摄的影像进行数据存储,对所采集的眼部照片或图片进行处理,分别筛选或截取出多张包括眼睑、巩膜、虹膜、瞳仁、目眦中一个或多个部分的清晰的初步处理图片I,根据中医理论中人眼对应能反映身体各脏腑的不同区域,设置需求部位判断模块,将选取的不同部位的初步处理图片I采用预设的不同图像处理方法进行图像特征处理,得到不同的二次处理图片II,获得突出明确的处理特征值阀值,并分别与预置的不同阶段病例大数据图库进行眼部特征比对和分析,提供判断辅助。
可以对筛选或截取出的图片进行眼部特征提取,提取巩膜特征、虹膜特征和眼神特征,并结合眼部其它特征,进行特征比对和分析,提供判断辅助。
所述眼部其它特征也可以包括从眼科裂隙灯获取的眼表图像数据。
还可以同时结合身体其它特征数据进行特征比对和分析。
信息处理设备的图像处理可以按照以下步骤处理:
S1,获取包括眼睑、巩膜、虹膜、瞳仁、目眦中一个或多个部分的清晰的人眼眼表初步处理图片I;
S2,根据中医理论中人眼对应能反映身体各部分的不同区域,对步骤S1获取的眼表图像分别进行身体不同脏腑对应区域的图像特征进行提取和分析,包括提取的巩膜特征、虹膜特征和眼神特征;
S3,采用前述步骤对各种不同阶段病例进行大量目诊信息采集和图像特征提取分析,形成中医眼部特征数据库和特征值分布范围;
S4,采用模式识别器,对具体的待检查人员根据步骤S1和S2获取的人眼图像在所述中医眼部特征数据库和特征值分布范围内进行眼部图像特征识别;
S5,输出待检查人员的人眼图像特征识别分类数据。
所述步骤S2中将所述初步处理图片I根据身体各脏腑的不同区域采用预设的不同图像处理方法进行图像特征处理,得到不同的二次处理图片II,获得突出明确的处理特征值范围阀值。
实施例1
如附图8和图9示意,针对肝病患者的彩色拍摄图像和红外拍摄图像,分别采用梯度组合模型、角点检测算法、图像前景提取算法得到的对眼部图像的处理数据分布结果和阀值范围提取示意,从而可以看到针对眼部不同区域,不同的算法提取的分布重点和分布范围是有区别的。
实施例2
同样针对肝病患者,传统模式识别基本数学模型是从特征空间中不同类样本的划分出发。采用同源连续性原理的仿生模式识别方法是采用寻找特征空间中同类样本全体的连续性规律,采用高维复杂几何形体覆盖方法进行识别。可用于具有立体特征和连续性分布的肝病对应的部位。
建立高维仿生人眼特征坐标系:以一个标准人眼为原点,将采集到的健康及所要判识疾病患者图片表示到N维坐标系,建立疾病的M维超曲面。识别时导入N维个体眼部特征超曲面,当M维与N维超曲面平行时,表示被测试对象健康,反证为某种疾病,此时M维与N维相交的点即为病患的几何空间分布特性,映射到坐标轴即为具体的病患。根据仿生模式识别同源连续性原理,人体病变是同源连续的过程,因此针对某种疾病应该存在一个由健康病变的连续变化的N维曲面,该曲面表征了各种病变间的高维度连续变化关系或联系的集合。如图10、11示意为提取的眼睑、眼角、巩膜的特征区域,健康人和肝病患者的区域区别以及人眼的坐标系示意。
实施例3
针对肝硬化患者,采用局部二值模式特征法进行眼部特征提取实验。局部二值模式特征又称“LBP特征”。它主要用于提取图像局部的纹理特征描述算子。它的优点在于具有较强的分类能力、较高的计算效率及较好的灰度变性。本研究首先将眼部彩色图像灰度化,其次将LBP图像划分为均匀子块图像,成为一个组合单元,接着在每个柄中定义像素3×3邻域内,将图像阈值化处理,即周围像素小于中心像素值,则该像素点的位置被标记为0,否则为1。可以形成一个二进制的LBP值。
将采集的40例健康人及40例肝病(肝硬化)患者的图像资料进行LBP法分析,分别计算每个组合单元中矩阵,按顺序串联子块图像,最后形成相应的共生矩阵,从而实现眼部图像LBP特征提取。依据8位二进制数值范围在1~255之间,故每张图像LBP特征频数面积共255层。计算每层LBP频数面积百分比以量化眼部图像纹理特征,得到肝硬化患者与健康人LBP特征频数圆环图,如附图12示意。
本发明通过提出一种用于中医目诊的检查装置和信息处理方法,解决现有的眼科检查设备无法提供应用中医理论进行诊断需要的数据以及必须由专业的眼科医师操作的缺陷,不仅可根据中医临床检查需求,同时对双眼眼表进行图像采集和图像处理,还可以实现根据不同人眼大小的自适应拍照部位。
通过设置的需求部位判断模块,还能够实现根据临床检查需求获取目诊需要的对应眼表不同部位的清晰图片,以及能够实现根据临床检查需求进行眼部不同部位采用不同的图像分析方法,从而获得最能明确体现中医病理特征的数据。
Claims (7)
1.用于中医目诊的检查装置,其特征在于:包括头戴式眼部信息采集器和信息处理设备,所述头戴式眼部信息采集器包括头部固定部件和头部前方的眼部检查部件;
所述眼部检查部件包括部件支撑架,部件支撑架上左右两边分别固定设置有摄像头,摄像头旁边设置有移动光源和控制驱动模块;
所述摄像头分别对应人的左右双眼,所述控制驱动模块驱动位姿可调的移动光源,使移动光源带动人眼移动或转动,并在人眼移动或转动到相应位置时,控制摄像头拍摄多张人眼区域对应的照片或图片;
所述部件支撑架包括主体支撑架和两边的弧形固定架,摄像头固定设置在两边的弧形固定架上,所述弧形固定架采用伸缩式设计,根据人眼间距宽度可调,以使摄像头对准双眼;
所述移动光源包括光源和三个由两段连杆连接的旋转副,所述光源设置在末端的旋转副上,所述控制驱动模块驱动前端的旋转副运动,从而带动另外两个旋转副移动或转动,使末端的光源能够上下左右移动;
所述摄像头拍摄的影像由控制驱动模块传送到信息处理设备,所述信息处理设备包括数据接收和存储模块,将拍摄的影像进行数据存储,初步图像处理模块将获得的图像分别筛选或截取出多张包括眼睑、巩膜、虹膜、瞳仁、目眦中一个或多个部分的清晰的初步处理图片I,根据中医理论中人眼对应能反映身体各脏腑的不同区域,还设置有需求部位判断模块,将选取的不同部位的初步处理图片I通过二次处理模块采用预设的不同图像处理方法进行图像特征处理,得到不同的二次处理图片II,获得突出明确的处理特征值阀值,并分别与预置的不同阶段病例大数据图库进行眼部特征比对和分析。
2.如权利要求1所述的用于中医目诊的检查装置,其特征在于:所述控制驱动模块内预置有拍摄模式,根据首先拍摄的眼部图片判断出人眼大小和周边定位,然后驱动光源使人眼上下左右移动和转动,使人眼的移动达到拍摄要求和拍摄距离,至少在移动的终端位置拍摄相应照片或图片。
3.如权利要求1或2所述的用于中医目诊的检查装置,其特征在于:对筛选或截取出的图片进行眼部特征提取,提取巩膜特征、虹膜特征和眼神特征,并结合眼部其它特征,进行特征比对和分析,提供判断辅助。
4.如权利要求1所述的用于中医目诊的检查装置,其特征在于:还结合身体其它特征数据进行特征综合比对和分析。
5.如权利要求1所述的用于中医目诊的检查装置,其特征在于:所述头部固定部件包括穿戴式头箍框架,框架上部设置有上下伸缩带,圆形框架主体上设置有前后伸缩带。
6.一种用于中医目诊的信息处理方法,其特征在于包括如下步骤:
S1,获取包括眼睑、巩膜、虹膜、瞳仁、目眦中一个或多个部分的清晰的人眼眼表初步处理图片I;
S2,根据中医理论中人眼对应能反映身体各脏腑的不同区域,设置需求部位判断模块,对步骤S1获取的眼表图像分别进行身体不同脏腑对应区域的图像特征进行提取和分析,包括提取的巩膜特征、虹膜特征和眼神特征,将选取的不同部位的初步处理图片I采用预设的不同图像处理方法进行图像特征处理,得到不同的二次处理图片II,获得突出明确的处理特征值阀值,所述图像特征处理方法包括仿生模式识别、局部二值模式识别及深度学习;
S3,采用前述步骤对各种不同阶段病例进行大量目诊信息采集和图像特征提取分析,形成中医眼部特征数据库和特征值分布范围;
S4,采用模式识别器,对具体的待检查人员根据步骤S1和S2获取的人眼图像在所述中医眼部特征数据库和特征值分布范围内进行眼部图像特征识别,并分别与预置的不同阶段病例大数据图库进行眼部特征比对和分析;
S5,输出待检查人员的人眼图像特征识别分类数据,提供判断辅助;
所述图像特征处理方法包括采用同源连续性原理的仿生模式识别方法,寻找特征空间中同类样本全体的连续性规律,采用高维复杂几何形体覆盖方法进行识别;或者采用局部二值模式特征法提取眼部图像纹理特征,计算每层LBP频数面积百分比以量化眼部图像纹理特征,得到肝硬化患者与健康人LBP特征频数圆环图。
7.一种电子设备,其特征在于:包括一个或多个处理器、一个或多个存储器、一个或多个程序、一个或多个视频、摄像头及显示装置;
所述一个或多个程序和一个或多个视频被存储在所述存储器中,当所述一个或多个程序被所述处理器执行时,使得所述电子设备执行如权利要求6所述的一种用于中医目诊的信息处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010481251.1A CN111667905B (zh) | 2020-05-31 | 2020-05-31 | 用于中医目诊的检查装置和信息处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010481251.1A CN111667905B (zh) | 2020-05-31 | 2020-05-31 | 用于中医目诊的检查装置和信息处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111667905A CN111667905A (zh) | 2020-09-15 |
CN111667905B true CN111667905B (zh) | 2023-12-26 |
Family
ID=72385321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010481251.1A Active CN111667905B (zh) | 2020-05-31 | 2020-05-31 | 用于中医目诊的检查装置和信息处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111667905B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112617751A (zh) * | 2020-12-15 | 2021-04-09 | 浙江中医药大学 | 一种便携式可折叠中医智能动态望声诊仪 |
CN113598704B (zh) * | 2021-07-28 | 2023-11-10 | 上海工程技术大学 | 基于并联机构的眼底眼表一体化成像肝病目诊仪 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105094300A (zh) * | 2014-05-16 | 2015-11-25 | 北京七鑫易维信息技术有限公司 | 一种基于标准化眼睛图像的视线追踪系统及方法 |
CN106997428A (zh) * | 2017-04-08 | 2017-08-01 | 上海中医药大学附属曙光医院 | 目诊系统 |
CN109662692A (zh) * | 2018-12-28 | 2019-04-23 | 博奥生物集团有限公司 | 一种中医多模望诊仪 |
CN110335266A (zh) * | 2019-07-04 | 2019-10-15 | 五邑大学 | 一种智能中医目诊图像处理方法及装置 |
-
2020
- 2020-05-31 CN CN202010481251.1A patent/CN111667905B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105094300A (zh) * | 2014-05-16 | 2015-11-25 | 北京七鑫易维信息技术有限公司 | 一种基于标准化眼睛图像的视线追踪系统及方法 |
CN106997428A (zh) * | 2017-04-08 | 2017-08-01 | 上海中医药大学附属曙光医院 | 目诊系统 |
CN109662692A (zh) * | 2018-12-28 | 2019-04-23 | 博奥生物集团有限公司 | 一种中医多模望诊仪 |
CN110335266A (zh) * | 2019-07-04 | 2019-10-15 | 五邑大学 | 一种智能中医目诊图像处理方法及装置 |
Non-Patent Citations (1)
Title |
---|
詹育和 ; ."五轮学说"教学初探.光明中医.(第03期), * |
Also Published As
Publication number | Publication date |
---|---|
CN111667905A (zh) | 2020-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10264965B2 (en) | Eye imaging device and method of use | |
US9445713B2 (en) | Apparatuses and methods for mobile imaging and analysis | |
KR20190022216A (ko) | 안구영상 분석방법 | |
CN111667905B (zh) | 用于中医目诊的检查装置和信息处理方法 | |
Kauppi | Eye fundus image analysis for automatic detection of diabetic retinopathy | |
CN109948671B (zh) | 图像分类方法、装置、存储介质以及内窥镜成像设备 | |
CN108618749B (zh) | 基于便携式数字化眼底照相机的视网膜血管三维重建方法 | |
CN112084961B (zh) | 一种基于眼科机器人的人工智能眼病筛查诊疗系统 | |
KR102267509B1 (ko) | 달팽이관에서의 미세 혈류 측정 방법 및 장치 | |
WO2019021512A1 (ja) | 眼科システム及び眼科情報処理装置 | |
CN111128382A (zh) | 一种人工智能多模成像分析装置 | |
CN112233087A (zh) | 一种基于人工智能的眼科超声疾病诊断方法和系统 | |
CN106725295A (zh) | 一种微型体检设备、装置及其使用方法 | |
Hatanaka et al. | Glaucoma risk assessment based on clinical data and automated nerve fiber layer defects detection | |
Sinha et al. | Eye tumour detection using deep learning | |
CN111785354A (zh) | 一种面向慢性病辅助诊断的眼科ai生物特征参数提取算法 | |
CN109411087A (zh) | 一种多诊合参系统 | |
Kamal et al. | A comprehensive review on the diabetic retinopathy, glaucoma and strabismus detection techniques based on machine learning and deep learning | |
CN116543026A (zh) | 基于多尺度条件生成对抗网络荧光血管造影图像生成方法 | |
JP2022037486A (ja) | 眼科画像処理装置、眼科装置、画質評価方法、プログラム、及び眼科画像処理システム | |
JP2022035168A (ja) | スリットランプ顕微鏡システム | |
CN108230287B (zh) | 一种眼前节图像的晶体区域的检测方法及装置 | |
CN214048773U (zh) | 一种眼球运动检查仪器 | |
Menolotto | Artifact removal in digital retinal images | |
CN114187646A (zh) | 一种眼外观图像的识别系统 |
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 |