CN113077889A - 一种人工智能眼病筛查服务方法和系统 - Google Patents

一种人工智能眼病筛查服务方法和系统 Download PDF

Info

Publication number
CN113077889A
CN113077889A CN202110351195.4A CN202110351195A CN113077889A CN 113077889 A CN113077889 A CN 113077889A CN 202110351195 A CN202110351195 A CN 202110351195A CN 113077889 A CN113077889 A CN 113077889A
Authority
CN
China
Prior art keywords
module
screening
eye disease
intelligent
user
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.)
Pending
Application number
CN202110351195.4A
Other languages
English (en)
Inventor
武开寿
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202110351195.4A priority Critical patent/CN113077889A/zh
Publication of CN113077889A publication Critical patent/CN113077889A/zh
Pending legal-status Critical Current

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
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Pathology (AREA)
  • Primary Health Care (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Eye Examination Apparatus (AREA)

Abstract

本发明公开了一种人工智能眼病筛查服务方法和系统，属于医疗技术领域，包括智能采集终端、银行处理平台、数据处理模块、智能筛选判断模块、报告生成模块、眼病数据库模块、智能匹配模块、无线传输模块和上级医院在线处理平台；其中，智能采集终端包括医保卡读取模块、身份选择模块、眼底照片拍摄模块、数据上传模块、显示反馈模块和费用计算模块；本发明通过人工智能算法生成智能筛选判断模型，有利于辅助医生诊断，降低漏诊误诊问题，同时有利于提高眼病筛查服务效率；此外，本发明智能采集终端结构简单，可以设置于乡镇医疗诊所或基础医院内，进而可以有效避免医疗资源浪费或医疗资源供给不足的情况。

Description

一种人工智能眼病筛查服务方法和系统
技术领域
本发明涉及医疗技术领域，尤其涉及一种人工智能眼病筛查服务方法和系统。
背景技术
经检索，中国专利号CN111462901A公开了一种新生儿眼病筛查系统及方法，该发明虽然结构简单，但筛查效率较低；现如今，眼科医生的数量已经远远不能满足眼病人群的需要，三甲医院眼科人满为患，“看病难，看病贵”等问题日益凸显，社区医院、乡镇卫生院、体检中心等地缺乏眼科医生，或眼科医生诊疗水平有限，无法实施眼病的有效筛查；这就造成了许多眼病无法被及时发现和诊治；特别是居住在欠发达地区的农村，大部分眼病人群在视力下降到影响生活后才到上一级医院眼科进行检查，然而许多眼病造成的视功能损害是不可逆的，例如开角型青光眼、陈旧性视网膜脱离、糖尿病性视网膜病变等；此时治疗视力预后较差，由此造成的低视力或眼盲人群将会对个人、家庭和社会造成巨大的负担；根据第六次全国人口普查显示,我国居住在农村人口占全国人口的比例是50.32％；目前，针对眼病的筛查，主要还是依靠医生通过裂隙灯或者眼底镜进行人工检查，以明确患者是否有眼表、眼前段或眼后段的疾病，其效率低下，容易浪费医疗资源；因此，发明出一种人工智能眼病筛查服务方法和系统变得尤为重要；
现有的病筛查服务方法大多通过基层医院的眼科医生下访社区或农村的方式进行人工逐一筛查，而对于一些居住地较偏远或社区人群覆盖率低的情况，则眼病筛查工作难以普及，此外，一些基层医院的眼科医生数量短缺，对于大规模人工筛查，则显得效率低下；为此，我们提出一种人工智能眼病筛查服务方法和系统。
发明内容
本发明的目的是为了解决现有技术中存在的缺陷，而提出的一种人工智能眼病筛查服务方法和系统。
为了实现上述目的，本发明采用了如下技术方案：
一种人工智能眼病筛查服务系统，包括智能采集终端、银行处理平台、数据处理模块、智能筛选判断模块、报告生成模块、眼病数据库模块、智能匹配模块、无线传输模块和上级医院在线处理平台；
其中，所述智能采集终端设置于乡镇医疗诊所或基础医院内，其具体包括医保卡读取模块、身份选择模块、眼底照片拍摄模块、数据上传模块、显示反馈模块和费用计算模块；所述眼病数据库模块包括儿童眼病信息存储单元、成人眼病信息存储单元和老人眼病信息存储单元。
优选的，所述医保卡读取模块用于通过读取医保卡的形式进行身份信息输入和诊断费用结算；所述身份选择模块用于用户通过身份选择选项进行身份确认，形成身份信息，其身份选择选项具体为儿童、成人和老人；所述眼底照片拍摄模块用于通过眼底相机获取用户眼底照片；所述数据上传模块用于将获取到的用户眼底照片上传至数据处理模块。
优选的，所述数据处理模块用于对用户眼底照片进行去噪、内容增强和内容识别处理，形成无噪眼底照片；所述智能筛选判断模块用于利用智能筛选判断模型对无噪眼底照片的正常与否进行初始判断筛选，得到筛选结果，其筛选结果包括正常无噪眼底照片和不正无噪眼底照片。
优选的，所述儿童眼病信息存储单元用于存储儿童易患的常见眼病信息；所述成人眼病信息存储单元用于存储成人易患的常见眼病信息；所述老人眼病信息存储单元用于存储老人易患的常见眼病信息；所述智能匹配模块用于根据身份信息选择对应眼病信息存储单元，同时将不正无噪眼底照片与对应眼病信息存储单元进行信息匹配，得到用户眼病类型信息；所述无线传输模块用于将用户眼病类型信息上传至上级医院在线处理平台。
优选的，所述上级医院在线处理平台用于对用户眼病类型信息给出后期医治建议和指导，形成医生处理数据；所述报告生成模块用于根据智能筛选判断模型的筛选结果或医生处理数据生成电子化报告；所述显示反馈模块用于将电子化报告反馈显示给用户；所述费用结算模块用于结算整个筛查服务费用，生成费用账单，并发送至银行处理平台；所述银行处理平台用于接收费用账单，并根据其扣除用于医保卡内的相应金额。
优选的，所述智能筛选判断模型具体生成过程如下：
S1：获取大量常见眼病的眼底照片；
S2：对步骤S1眼底照片进行预处理和目标检测，得到眼病特征集合；
S3：构建分类器，将眼病特征集合作为训练集输入分类器中进行训练，得到智能筛选判断模型；
所述分类器具体为深度神经网络。
一种人工智能眼病筛查服务方法，该筛查服务方法具体如下：
(1)医保卡读取：用户将医保卡插入智能采集终端进行身份信息输入，同时根据身份选择模块确定其具体身份信息；
(2)照片采集：利用眼底相机获取用户眼底照片；
(3)数据处理：对用户眼底照片进行去噪、内容增强和内容识别处理，形成无噪眼底照片；
(4)智能判断：利用智能筛选判断模型对无噪眼底照片的正常与否进行初始判断筛选，若筛选结果为正常无噪眼底照片，则跳到步骤(7)；若筛选结果为不正常无噪眼底照片，则输出到步骤
(5)；
(5)智能匹配：获取不正常无噪眼底照片，并将其与眼病数据库模块中的常见眼病进行智能匹配，得到用户眼病类型信息；
(6)医生处理：医生通过在线平台对用户眼病类型信息给出后期医治建议和指导，形成医生处理数据；
(7)生成报告：根据智能筛选判断模型的筛选结果或医生处理数据生成电子化报告；
(8)显示反馈：通过智能采集终端将电子化报告反馈显示给用户。
相比于现有技术，本发明的有益效果在于：
1、本发明系统设置有智能采集终端，包括医保卡读取模块、身份选择模块、眼底照片拍摄模块、数据上传模块、显示反馈模块和费用计算模块，其可以设置于乡镇医疗诊所或基础医院内，其通过内置集成的眼底照片拍摄模块，可以实现对用户的眼底照片信息的快速采集，从而有利于解决用户对于眼科疾病初步筛查难和筛查费用贵的问题；
2、本发明设置有智能筛选判断模块，其通过人工智能算法生成智能筛选判断模型对用户眼底照片进行初步自动化筛查，从而能够代替专业的眼科医生完成眼病筛查工作，进而可以有效避免医疗资源浪费或医疗资源供给不足的情况，同时也有助于提高眼病筛查的服务效率。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
图1为本发明提出的一种人工智能眼病筛查服务系统的整体结构示意图；
图2为本发明提出的一种人工智能眼病筛查服务方法的整体流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
参照图1-2，一种人工智能眼病筛查服务系统，包括智能采集终端、银行处理平台、数据处理模块、智能筛选判断模块、报告生成模块、眼病数据库模块、智能匹配模块、无线传输模块和上级医院在线处理平台；
其中，智能采集终端设置于乡镇医疗诊所或基础医院内，其具体包括医保卡读取模块、身份选择模块、眼底照片拍摄模块、数据上传模块、显示反馈模块和费用计算模块；眼病数据库模块包括儿童眼病信息存储单元、成人眼病信息存储单元和老人眼病信息存储单元。
医保卡读取模块用于通过读取医保卡的形式进行身份信息输入和诊断费用结算；身份选择模块用于用户通过身份选择选项进行身份确认，形成身份信息，其身份选择选项具体为儿童、成人和老人；眼底照片拍摄模块用于通过眼底相机获取用户眼底照片；数据上传模块用于将获取到的用户眼底照片上传至数据处理模块。
数据处理模块用于对用户眼底照片进行去噪、内容增强和内容识别处理，形成无噪眼底照片；智能筛选判断模块用于利用智能筛选判断模型对无噪眼底照片的正常与否进行初始判断筛选，得到筛选结果，其筛选结果包括正常无噪眼底照片和不正无噪眼底照片。
儿童眼病信息存储单元用于存储儿童易患的常见眼病信息；成人眼病信息存储单元用于存储成人易患的常见眼病信息；老人眼病信息存储单元用于存储老人易患的常见眼病信息；智能匹配模块用于根据身份信息选择对应眼病信息存储单元，同时将不正无噪眼底照片与对应眼病信息存储单元进行信息匹配，得到用户眼病类型信息；无线传输模块用于将用户眼病类型信息上传至上级医院在线处理平台。
上级医院在线处理平台用于对用户眼病类型信息给出后期医治建议和指导，形成医生处理数据；报告生成模块用于根据智能筛选判断模型的筛选结果或医生处理数据生成电子化报告；显示反馈模块用于将电子化报告反馈显示给用户；费用结算模块用于结算整个筛查服务费用，生成费用账单，并发送至银行处理平台；银行处理平台用于接收费用账单，并根据其扣除用于医保卡内的相应金额。
智能筛选判断模型具体生成过程如下：
S1：获取大量常见眼病的眼底照片；
S2：对步骤S1眼底照片进行预处理和目标检测，得到眼病特征集合；
S3：构建分类器，将眼病特征集合作为训练集输入分类器中进行训练，得到智能筛选判断模型；
分类器具体为深度神经网络。
一种人工智能眼病筛查服务方法，该筛查服务方法具体如下：
(1)医保卡读取：用户将医保卡插入智能采集终端进行身份信息输入，同时根据身份选择模块确定其具体身份信息；
(2)照片采集：利用眼底相机获取用户眼底照片；
(3)数据处理：对用户眼底照片进行去噪、内容增强和内容识别处理，形成无噪眼底照片；
(4)智能判断：利用智能筛选判断模型对无噪眼底照片的正常与否进行初始判断筛选，若筛选结果为正常无噪眼底照片，则跳到步骤(7)；若筛选结果为不正常无噪眼底照片，则输出到步骤
(5)；
(5)智能匹配：获取不正常无噪眼底照片，并将其与眼病数据库模块中的常见眼病进行智能匹配，得到用户眼病类型信息；
(6)医生处理：医生通过在线平台对用户眼病类型信息给出后期医治建议和指导，形成医生处理数据；
(7)生成报告：根据智能筛选判断模型的筛选结果或医生处理数据生成电子化报告；
(8)显示反馈：通过智能采集终端将电子化报告反馈显示给用户。
本发明的工作原理及使用流程：该人工智能眼病筛查服务系统，在使用时，用户需要医保卡插入医保卡读取模块，此时医保卡读取模块会进行身份信息输入，然后用户通过身份选择选项进行身份确认，形成身份信息；之后眼底照片拍摄模块会通过眼底相机获取用户眼底照片，紧接着数据上传模块会将获取到的用户眼底照片上传至数据处理模块；之后数据处理模块会对用户眼底照片进行去噪、内容增强和内容识别处理，形成无噪眼底照片；然后智能筛选判断模块会利用智能筛选判断模型对无噪眼底照片的正常与否进行初始判断筛选，得到筛选结果，若筛选结果为正常无噪眼底照片，则直接输出结果给报告生成模块，反之，则输出结果给智能匹配模块；此时智能匹配模块会根据身份信息选择对应眼病信息存储单元，同时将不正无噪眼底照片与对应眼病信息存储单元进行信息匹配，得到用户眼病类型信息；然后无线传输模块会将用户眼病类型信息上传至上级医院在线处理平台；之后上级医院在线处理平台会对用户眼病类型信息给出后期医治建议和指导，形成医生处理数据；然后报告生成模块会根据智能筛选判断模型的筛选结果或医生处理数据生成电子化报告；最后显示反馈模块会将电子化报告反馈显示给用户；本发明通过人工智能算法生成智能筛选判断模型，有利于辅助医生诊断，降低漏诊误诊问题，同时有利于提高眼病筛查服务效率；此外，本发明智能采集终端结构简单，可以设置于乡镇医疗诊所或基础医院内，进而可以有效避免医疗资源浪费或医疗资源供给不足的情况。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (7)

1.一种人工智能眼病筛查服务系统，其特征在于，包括智能采集终端、银行处理平台、数据处理模块、智能筛选判断模块、报告生成模块、眼病数据库模块、智能匹配模块、无线传输模块和上级医院在线处理平台；
其中，所述智能采集终端设置于乡镇医疗诊所或基础医院内，其具体包括医保卡读取模块、身份选择模块、眼底照片拍摄模块、数据上传模块、显示反馈模块和费用计算模块；所述眼病数据库模块包括儿童眼病信息存储单元、成人眼病信息存储单元和老人眼病信息存储单元。
2.根据权利要求1所述的一种人工智能眼病筛查服务系统，其特征在于，所述医保卡读取模块用于通过读取医保卡的形式进行身份信息输入和诊断费用结算；所述身份选择模块用于用户通过身份选择选项进行身份确认，形成身份信息，其身份选择选项具体为儿童、成人和老人；所述眼底照片拍摄模块用于通过眼底相机获取用户眼底照片；所述数据上传模块用于将获取到的用户眼底照片上传至数据处理模块。
3.根据权利要求1所述的一种人工智能眼病筛查服务系统，其特征在于，所述数据处理模块用于对用户眼底照片进行去噪、内容增强和内容识别处理，形成无噪眼底照片；所述智能筛选判断模块用于利用智能筛选判断模型对无噪眼底照片的正常与否进行初始判断筛选，得到筛选结果，其筛选结果包括正常无噪眼底照片和不正无噪眼底照片。
4.根据权利要求1所述的一种人工智能眼病筛查服务系统，其特征在于，所述儿童眼病信息存储单元用于存储儿童易患的常见眼病信息；所述成人眼病信息存储单元用于存储成人易患的常见眼病信息；所述老人眼病信息存储单元用于存储老人易患的常见眼病信息；所述智能匹配模块用于根据身份信息选择对应眼病信息存储单元，同时将不正无噪眼底照片与对应眼病信息存储单元进行信息匹配，得到用户眼病类型信息；所述无线传输模块用于将用户眼病类型信息上传至上级医院在线处理平台。
5.根据权利要求1所述的一种人工智能眼病筛查服务系统，其特征在于，所述上级医院在线处理平台用于对用户眼病类型信息给出后期医治建议和指导，形成医生处理数据；所述报告生成模块用于根据智能筛选判断模型的筛选结果或医生处理数据生成电子化报告；所述显示反馈模块用于将电子化报告反馈显示给用户；所述费用结算模块用于结算整个筛查服务费用，生成费用账单，并发送至银行处理平台；所述银行处理平台用于接收费用账单，并根据其扣除用于医保卡内的相应金额。
6.根据权利要求1所述的一种人工智能眼病筛查服务系统，其特征在于，所述智能筛选判断模型具体生成过程如下：
S1：获取大量常见眼病的眼底照片；
S2：对步骤S1眼底照片进行预处理和目标检测，得到眼病特征集合；
S3：构建分类器，将眼病特征集合作为训练集输入分类器中进行训练，得到智能筛选判断模型；
所述分类器具体为深度神经网络。
7.一种人工智能眼病筛查服务方法，其特征在于，该筛查服务方法具体如下：
(1)医保卡读取：用户将医保卡插入智能采集终端进行身份信息输入，同时根据身份选择模块确定其具体身份信息；
(2)照片采集：利用眼底相机获取用户眼底照片；
(3)数据处理：对用户眼底照片进行去噪、内容增强和内容识别处理，形成无噪眼底照片；
(4)智能判断：利用智能筛选判断模型对无噪眼底照片的正常与否进行初始判断筛选，若筛选结果为正常无噪眼底照片，则跳到步骤(7)；若筛选结果为不正常无噪眼底照片，则输出到步骤(5)；
(5)智能匹配：获取不正常无噪眼底照片，并将其与眼病数据库模块中的常见眼病进行智能匹配，得到用户眼病类型信息；
(6)医生处理：医生通过在线平台对用户眼病类型信息给出后期医治建议和指导，形成医生处理数据；
(7)生成报告：根据智能筛选判断模型的筛选结果或医生处理数据生成电子化报告；
(8)显示反馈：通过智能采集终端将电子化报告反馈显示给用户。
CN202110351195.4A 2021-03-31 2021-03-31 一种人工智能眼病筛查服务方法和系统 Pending CN113077889A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110351195.4A CN113077889A (zh) 2021-03-31 2021-03-31 一种人工智能眼病筛查服务方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110351195.4A CN113077889A (zh) 2021-03-31 2021-03-31 一种人工智能眼病筛查服务方法和系统

Publications (1)

Publication Number Publication Date
CN113077889A true CN113077889A (zh) 2021-07-06

Family

ID=76614496

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110351195.4A Pending CN113077889A (zh) 2021-03-31 2021-03-31 一种人工智能眼病筛查服务方法和系统

Country Status (1)

Country Link
CN (1) CN113077889A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114723674A (zh) * 2022-03-16 2022-07-08 南昌大学 一种基于可解耦训练和推理的青光眼辅助筛查系统
CN116092665A (zh) * 2022-12-14 2023-05-09 中南大学湘雅医院 一种基于人工智能的眼科筛查诊疗系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107423571A (zh) * 2017-05-04 2017-12-01 深圳硅基仿生科技有限公司 基于眼底图像的糖尿病视网膜病变识别系统
CN109411086A (zh) * 2018-12-26 2019-03-01 深圳硅基智能科技有限公司 眼底图像病变的筛查系统
CN110070930A (zh) * 2019-03-12 2019-07-30 中山大学中山眼科中心 一种人工智能眼病筛查服务方法和系统
CN112053780A (zh) * 2020-08-24 2020-12-08 宁波市眼科医院 一种基于眼底图片的人工智能白内障筛查转诊系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107423571A (zh) * 2017-05-04 2017-12-01 深圳硅基仿生科技有限公司 基于眼底图像的糖尿病视网膜病变识别系统
CN109411086A (zh) * 2018-12-26 2019-03-01 深圳硅基智能科技有限公司 眼底图像病变的筛查系统
CN110070930A (zh) * 2019-03-12 2019-07-30 中山大学中山眼科中心 一种人工智能眼病筛查服务方法和系统
CN112053780A (zh) * 2020-08-24 2020-12-08 宁波市眼科医院 一种基于眼底图片的人工智能白内障筛查转诊系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114723674A (zh) * 2022-03-16 2022-07-08 南昌大学 一种基于可解耦训练和推理的青光眼辅助筛查系统
CN116092665A (zh) * 2022-12-14 2023-05-09 中南大学湘雅医院 一种基于人工智能的眼科筛查诊疗系统
CN116092665B (zh) * 2022-12-14 2023-11-03 中南大学湘雅医院 一种基于人工智能的眼科筛查诊疗系统

Similar Documents

Publication Publication Date Title
CN107423571B (zh) 基于眼底图像的糖尿病视网膜病变识别系统
CN108771530B (zh) 基于深度神经网络的眼底病变筛查系统
CN109528155B (zh) 一种适用于高度近视并发开角型青光眼的智能筛查系统及其建立方法
Pieczynski et al. The role of telemedicine, in-home testing and artificial intelligence to alleviate an increasingly burdened healthcare system: Diabetic retinopathy
US20210391056A1 (en) Health big data service method and system based on remote fundus screening
CN113077889A (zh) 一种人工智能眼病筛查服务方法和系统
CN112101424B (zh) 一种视网膜病变识别模型的生成方法、识别装置及设备
CN108392174B (zh) 一种早产儿视网膜病变的自动检查方法及系统
CN109411086A (zh) 眼底图像病变的筛查系统
CN110070930A (zh) 一种人工智能眼病筛查服务方法和系统
US11062444B2 (en) Artificial intelligence cataract analysis system
CN109994173A (zh) 一种眼底病监测系统
CN110211686A (zh) 一种高度近视白内障人工晶状体精准选择系统
CN111481165A (zh) 全自动智能眼底疾病诊断系统
CN106725295A (zh) 一种微型体检设备、装置及其使用方法
CN111710396A (zh) 一种医联体内白内障患者的控制系统与方法
CN115985515A (zh) 一种基于机器学习的弱视矫治效果预测方法、装置及设备
CN111402184B (zh) 一种实现远程眼底筛查和健康服务的方法和系统
CN210277126U (zh) 全自动智能眼底疾病诊断系统
CN112220445A (zh) 一种基于移动终端的白内障和后发性白内障的分析系统和装置
CN208969732U (zh) 基于人工智能的眼底图像病变的筛查系统
WO2020150441A1 (en) Using artificial intelligence and biometric data for serial screening exams for medical conditions
CN109903838B (zh) 糖尿病及糖尿病视网膜病变网络防治系统
CN209962704U (zh) 医疗支持系统和眼科检查装置
CN113470815A (zh) 基于ai技术的白内障患者视力损害程度评估系统

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