CN115768359A - 血液异常预测装置、血液异常预测方法及程序 - Google Patents

血液异常预测装置、血液异常预测方法及程序 Download PDF

Info

Publication number
CN115768359A
CN115768359A CN202180046832.5A CN202180046832A CN115768359A CN 115768359 A CN115768359 A CN 115768359A CN 202180046832 A CN202180046832 A CN 202180046832A CN 115768359 A CN115768359 A CN 115768359A
Authority
CN
China
Prior art keywords
blood
width
subject
abnormality
image information
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
CN202180046832.5A
Other languages
English (en)
Inventor
水野敬
渡辺恭良
武野团
待谷贵央
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.)
Aldo Technology Co ltd
RIKEN Institute of Physical and Chemical Research
Original Assignee
Aldo Technology Co ltd
RIKEN Institute of Physical and Chemical Research
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
Priority claimed from JP2020211888A external-priority patent/JP6906188B1/ja
Application filed by Aldo Technology Co ltd, RIKEN Institute of Physical and Chemical Research filed Critical Aldo Technology Co ltd
Publication of CN115768359A publication Critical patent/CN115768359A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A61B5/1075—Measuring physical dimensions, e.g. size of the entire body or parts thereof for measuring dimensions by non-invasive methods, e.g. for determining thickness of tissue layer
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A61B5/1079—Measuring physical dimensions, e.g. size of the entire body or parts thereof using optical or photographic means
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4887—Locating particular structures in or on the body
    • A61B5/489—Blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Physics & Mathematics (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Physiology (AREA)
  • Vascular Medicine (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Cardiology (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

针对是否罹患生活习惯病、未来罹患的可能性(罹患风险)，需要一种采用对受检者非侵入性的方法进行判定的技术。虽然已公开通过对毛细血管进行成像来判定受检者的健康状态的技术，但是尚未明确具体如何基于毛细血管的成像图像判定受检者是否罹患生活习惯病、未来罹患的可能性。本发明提供一种血液异常预测装置，该装置至少包括：接收对毛细血管冠部成像所得的图像信息的图像接收部、以及基于图像信息预测受检者有无血液异常的预测部，预测部基于图像信息测定选自毛细血管冠部的总宽度、顶点宽度、环直径、静脉分支宽度、以及动脉分支宽度中的一种或多种，根据该测定结果预测受检者有无血脂异常。

Description

血液异常预测装置、血液异常预测方法及程序
技术领域
本发明涉及一种根据毛细血管冠部的测定结果预测受检者有无血液异常的血液异常预测装置、血液异常预测方法、以及在计算机中执行该方法的程序。
背景技术
近年来，通过对指尖的毛细血管成像来判定受检者的健康状态的方法受到关注。例如，可以列举出以下方法：判别有无沿着手指长度方向的横切方向延伸的乳头下血管丛的血管观测方法(参照专利文献1)；通过毛细血管的成像图像，使毛细血管的形态清晰，从而计算毛细血管的纵向长度、粗细和数量的毛细血管图像处理方法(参照专利文献2)；自动识别毛细血管的形状，计算毛细血管的异常度的健康状态评价辅助系统(参照专利文献3)等。
现有技术文献
专利文献
专利文献1：日本特许第6186663号公报
专利文献2：日本特许第6551729号公报
专利文献3：日本特开2019-106202号公报
发明内容
-发明所要解决的问题-
针对受检者是否患有生活习惯病、未来罹患生活习惯病的可能性(罹患风险)，需要一种采用对受检者非侵入性的方法进行判定的技术。如上所述，已经公开了多种通过对毛细血管进行成像来判定受检者的健康状态的技术。但是，在这些现有文献中尚未明确如何基于毛细血管的成像图像判定受检者是否罹患生活习惯病、以及未来罹患生活习惯病的可能性。因此，需要一种能够根据受检者毛细血管的成像图像，快速且准确地判定受检者健康状态的技术。
因此，本发明提供了一种至少根据毛细血管的冠部(crown portion)的形状所成像的成像图像评价受检者是否罹患以血管异常为代表的生活习惯病以及未来的罹患风险的装置、方法及程序。
-用于解决问题的方案-
本发明是一种血液异常预测装置，该装置至少包括：接收对毛细血管冠部成像所得的图像信息的图像接收部、以及基于图像信息预测受检者有无血液异常的预测部，预测部基于图像信息测定毛细血管冠部的形状，具体而言测定选自总宽度、顶点宽度、环直径、静脉分支宽度、以及动脉分支宽度中的一种或多种，根据该测定结果预测受检者有无血脂异常。本发明中的受检者可以是健康受检者。
在另一方面的本发明中，预测部通过将测定结果与预设的阈值相比较，以预测受检者有无血液异常。
另外，在另一方面的本发明中，血脂异常为选自低HDL胆固醇值、高LDL胆固醇值、以及高中性脂肪值中的一个或多个值。另外，还预测由受检者的HDL胆固醇值、LDL胆固醇值、以及中性脂肪值组成的检查项目中被判定为异常的项目数。
在另一方面的本发明中，预测部基于图像信息测定毛细血管冠部的动脉分支宽度和静脉分支宽度，根据该测定结果，将动脉分支宽度和静脉分支宽度的长度中较长一方的测定值与预设的阈值相比较，当测定值超过阈值时，预测为存在血脂异常。
另外，在另一方面的本发明中，预测部基于图像信息测定毛细血管冠部的动脉分支宽度和静脉分支宽度，根据该测定结果，将动脉分支宽度和静脉分支宽度的长度中较长一方的测定值与预设的阈值相比较，从而预测由受检者的HDL胆固醇值、LDL胆固醇值、以及中性脂肪值组成的检查项目中被判定为异常的项目。当测定值超过阈值时，预测为被判定为异常的项目数多，具体而言，项目数为1、2或3。
另一方面的本发明是一种血液异常预测装置，预测部基于图像信息测定毛细血管冠部的顶点宽度，根据该测定结果，预测受检者有无血脂异常。其中，血脂异常可以是高LDL胆固醇值。
进而，本发明提供一种血液异常预测方法以及在计算机中执行血液异常预测方法的程序，该方法包括：接收对毛细血管冠部成像所得的图像信息的图像接收步骤、以及基于图像信息预测受检者有无血液异常的预测步骤，在预测步骤中，基于图像信息测定选自毛细血管冠部的总宽度、顶点宽度、环直径、静脉分支宽度、以及动脉分支宽度中的一种或多种，根据该测定结果预测受检者有无血液异常。
-发明的效果-
本发明能够以非侵入性的方式快速且准确地预测受检者是否罹患生活习惯病、以及未来的罹患风险。本发明除了生活习惯病的罹患者之外，还可以判定健康受检者的潜在风险，因此有助于生活习惯病的早期发现和预防，进而有助于削减医疗费用。
附图说明
图1是本发明测定的毛细血管冠部形状的示意图。
图2是表示本发明测定的毛细血管冠部形状的测定位置的图。
图3是本发明的实施例的系统流程图。
图4是表示本发明的实施例的血液异常预测的一个例子的图。
图5是表示本发明的实施例的血液异常预测的一个例子的图。
图6是表示本发明的实施例的血液异常预测的一个例子的图。
图7是表示本发明的实施例的血液异常预测的一个例子的图。
具体实施方式
以下，根据发明的实施方式对本发明的血液异常预测装置、血液异常预测方法和程序进行详细说明。
本发明的血液异常预测装置至少包括图像接收部和预测部。图像接收部接收对受检者毛细血管的冠部成像所得的图像信息。预测部基于图像接收部所接收的图像信息，测定毛细血管冠部的形状，根据该测定结果预测受检者有无血液异常。
作为本发明测定对象的毛细血管除了皮下血管以外，还包括粘膜下血管等。在本发明中，优选使用手指甲床部毛细血管的成像图像。这是因为本发明人可以根据已经开发的技术，采用对受检者负担较少的非侵入性方法获得清晰的毛细血管成像图像。
在本发明中，还可以包括对毛细血管冠部的图像进行成像的成像部。本发明所用的成像图像优选使用例如由本发明人以往的专利公报中记载的方法成像的图像。具体而言，是上述专利文献1和2中记载的方法。即，对受检者手指的甲床部分照射可见光、红外线等，通过具备CCD、CMOS等成像元件的成像手段获得手指甲床毛细血管的成像图像的图像信息。优选地，对成像图像的图像信息实施图像处理以使毛细血管的形状清晰。
毛细血管的冠部也称为毛细血管袢(capillary loop)。毛细血管冠部是形成于皮下正下方的从动脉到静脉的连接部位。在手指甲床部毛细血管的情况下，毛细血管冠部是指，沿手指的长度方向延伸的血管弯曲而形成的发夹状顶端部。
毛细血管的冠部的示意图如图1所示。毛细血管冠部10由动脉分支11、顶点12、以及静脉分支14构成。以冠部的顶点12为分界，动脉侧的血管称为动脉分支11，静脉侧的血管称为静脉分支14。
另外，此处，在对手指甲床部的毛细血管冠部进行成像所得的平面图像(二维图像)中，在血管袢的外侧观察到的血管壁称为血管袢外侧壁16，在血管袢的内侧观察到的血管壁称为血管袢内侧壁18。
预测部根据图像接收部所接收到的毛细血管冠部的成像图像、优选为平面图像，测定毛细血管冠部的形状。具体而言，预测部基于图像信息测定毛细血管冠部的形状，即选自总宽度、顶点宽度、环直径、静脉分支宽度、以及动脉分支宽度中的一种或多种长度。毛细血管冠部的测定位置的具体例如图2所示。在图2中，以双箭头表示毛细血管冠部10的形状d的测定位置。以下，参照图2，对基于毛细血管冠部10的平面图像的毛细血管冠部10的形状的测定位置进行说明。
总宽度20是包括动脉分支11和静脉分支14在内的毛细血管冠部10在受检者手指的宽度方向上的宽度，是指从动脉分支11的环外侧壁16到静脉分支14的环外侧壁16的宽度的长度。
顶点宽度22是形成于毛细血管冠部10中的血管内空间的宽度。在图2中，顶点宽度22相当于顶点部12的血管袢外侧壁16所形成的弓形的弦长。更优选地，顶点宽度22是成为顶点部12的血管袢外侧壁16的弦并且与血管袢内侧壁18的顶点相切的直线的长度。
环直径24是毛细血管冠部10中构成顶点部12的血管的直径，是指从顶点部12的血管袢外侧壁16到顶点部12的血管袢内侧壁18的长度。
静脉分支宽度26是静脉分支14的直径，是指从静脉分支14的血管袢内侧壁18到血管袢外侧壁16的长度。动脉分支宽度28是动脉分支11的直径，是指从动脉分支11的血管袢内侧壁18到血管袢外侧壁16的长度。
毛细血管冠部的总宽度、顶点宽度、环直径、静脉分支宽度、以及动脉分支宽度的长度的数值可以根据基于图像信息的测定结果、计算出的统计量(例如，所得的多个数值的平均值、最大值、最小值、中值、众数值等)来确定。
本发明可以根据毛细血管冠部形状的测定值预测受检者有无血液异常。本发明中的受检者也可以是健康受检者。根据本发明，可以从健康受检者中识别出虽未确诊血液异常引发的疾病但出现血液异常趋势的健康受检者，因此可以掌握健康受检者的未来或潜在的患病风险。
本发明人发现在毛细血管冠部形状的测定结果与将受检者的血液异常数值化所得的数值化信息之间，存在很高的关联性从而完成了本发明。将受检者的血液异常数值化所得的数值化信息不仅可以是一个血液检查值，还可以是多个血液检查值的组合。在多个血液检查值的组合的情况下，可以是血液检查项目中与标准值相比较判定为异常的项目数、将多个检查值按照严重程度分别评分并通过相加或相乘等组合得到的数值、对多个血液检查值分别加权并通过相加或相乘等组合得到的数值。
本发明中作为预测对象的血液异常具体为血脂异常，也包括疑似血液异常。在本发明中，可以采用非侵入性方法快速地预测受检者是否具有血脂异常。
血脂异常是选自血液中的HDL胆固醇的测定值低于标准值的状态、LDL胆固醇的测定值高于标准值的状态、以及中性脂肪的测定值高于标准值的状态中的一种或多种状态，也称为高脂血症。众所周知，具有血脂异常的人患有动脉硬化或急性胰腺炎、脑梗塞、心肌梗塞、肾脏疾病等疾病的发病风险很高。
在本发明中，可以根据受检者毛细血管形状的测定值，预测受检者的血液是否处于选自HDL胆固醇值低的状态、LDL胆固醇高的状态、以及中性脂肪高的状态中的一种或多种状态。LDL胆固醇高的状态、以及中性脂肪值高的状态是指，受检者血液检查的值高于诊断标准等预定标准值的状态，HDL胆固醇低的状态是指，受检者血液检查的值低于标准值的状态。
本发明的预测部通过将毛细血管冠部形状的测定结果与预设的阈值相比较，以预测受检者有无血液异常。阈值可以通过使用统计方法分析从多个受检者采集的毛细血管冠部形状的测定结果和血液检查值来适当设定。
本发明可以包括显示部。作为显示部的具体例，可以列举出显示器。显示部向用户显示预测部的预测结果，例如“疑似血液异常”或“无血液异常疑虑”。
本发明提供一种血液异常预测方法，该方法包括：接收对毛细血管冠部成像所得的图像信息的图像接收步骤、以及基于图像信息预测受检者有无血液异常的预测步骤，预测步骤基于图像信息测定选自毛细血管冠部的总宽度、顶点宽度、环直径、静脉分支宽度、以及动脉分支宽度中的一种或多种，根据该测定结果预测受检者有无血液异常。另外，本发明还提供一种在计算机中执行血液异常预测方法的程序。
[实施例]
参照实施例进一步对本发明进行详细说明，但本发明并不限于以下实施例。
本实施例的血液异常预测装置包括图像接收部、预测部和显示部。本实施例的血液异常预测装置的系统流程图如图3所示。
在本实施例中，图像接收部接收对毛细血管冠部成像所得的图像信息。进而，在预测部中，基于图像接收部所接收的该图像信息，测定毛细血管冠部的规定项目，获得测定值。预测部进一步将测定值与阈值相比较，如果测定值超过阈值，则在显示部中显示“血液异常的可能性高”，如果测定值未超过阈值，则在显示部中显示“血液异常的可能性低”。
本实施例的受检者血液异常预测的具体例如下所示。
1.受检者血脂异常项目数的预测
在本实施例中，根据受检者毛细血管冠部的动脉分支宽度的长度和静脉分支宽度的长度的测定值，预测有无血脂异常，更具体而言，预测血脂的检查项目中被判定为异常的项目数。本实施例中预测的有效性使用健康人的毛细血管冠部图像和血脂相关的检查值进行验证。
根据同意进行本验证的1020名健康受检者的毛细血管成像图像测定动脉分支宽度的长度和静脉分支宽度的长度。另外，根据同一受检者通过血液检查获得的HDL胆固醇值、LDL胆固醇值、以及中性脂肪值，按照诊断标准(日本动脉硬化学会2012年修订)，将判定为异常的检查项目数分为四组(异常项目数0、异常项目数1、异常项目数2、以及异常项目数3)。针对每一组计算动脉分支宽度和静脉分支宽度的长度中较长一方的测定值。
血脂的每个异常项目数的毛细血管成像图像的分析结果如图4所示。异常项目数0、1和2的受检者毛细血管成像图像的测定值的中值分别为22.8μm、23.9μm、以及25.0μm，与之相对，异常项目数3的中值为29.0μm，可知存在该测定值越高，血液的异常项目数越多的倾向。
根据异常项目数0、1和2的受检者毛细血管成像图像的测定值，随机抽取5个样本，计算其中值。进行100000次的计算结果如图5所示。可以判断出，超过异常项目数3的中值29.0μm的值为5.5％，血液异常项目数为2以内的受检者的该测定值很少超过29.0μm。因此，在本实施例中表明，通过受检者毛细血管成像图像的测定值是否超过阈值29.0μm，能够以高概率预测受检者的血液异常项目数是否为3个。
2.受检者LDL胆固醇值的预测
在本实施例中，根据受检者毛细血管冠部的顶点宽度的长度的测定值，预测LDL胆固醇值有无异常。本实施例中预测的有效性采用同意进行本验证的50至59岁健康男性的毛细血管冠部图像、以及血液中LDL胆固醇值，根据两个值的相关性进行验证。
将小于20μm的毛细血管图像的测定值、以及200mg/dl以上的LDL胆固醇值作为异常值除去，剩下88名受检者的LDL胆固醇值和毛细血管冠部的测定值的相关性验证结果如图6所示。计算出相关系数为0.41，得出两个值之间高度相关。
按照诊断标准(日本动脉硬化学会2012年修订)，将140mg/dl以上的LDL胆固醇作为异常，计算由毛细血管冠部测定值进行的诊断的真阳性率和假阳性率，绘制ROC(Receiver Operating Characteristic)曲线。绘制的ROC曲线如图7所示。本实施例的曲线下面积(AUC：Area Under the Curve)为0.64，最佳截断值(cutoff value)为47.80μm。由以上结果可知，本实施例通过将毛细血管冠部的顶点宽度的长度的测定值的阈值设定为47.80μm，可以充分地灵活应用于高LDL胆固醇值的非侵入性初步筛查。
-符号说明-
10：毛细血管冠部
11：动脉分支
12：顶点
14：静脉分支
16：血管袢外侧壁
18：血管袢内侧壁
20：总宽度
22：顶点宽度
24：环直径
26：静脉分支宽度
28：动脉分支宽度

Claims (10)

1.一种血液异常预测装置，其中，
所述血液异常预测装置至少包括：
接收对受检者毛细血管冠部成像所得的图像信息的图像接收部、以及
基于所述图像信息预测所述受检者有无血液异常的预测部，
所述预测部基于所述图像信息测定选自毛细血管冠部的总宽度、顶点宽度、环直径、静脉分支宽度、以及动脉分支宽度中的一种或多种，根据该测定结果预测所述受检者有无血脂异常。
2.根据权利要求1所述的血液异常预测装置，其中，
所述预测部基于所述图像信息测定毛细血管冠部的动脉分支宽度和/或静脉分支宽度，根据该测定结果预测所述受检者有无血脂异常。
3.根据权利要求1所述的血液异常预测装置，其中，
所述预测部基于所述图像信息测定毛细血管冠部的动脉分支宽度和静脉分支宽度，根据该测定结果，将所述动脉分支宽度和所述静脉分支宽度的长度中较长一方的测定值与预设的阈值相比较，当所述测定值超过所述阈值时，预测为存在血脂异常。
4.根据权利要求3所述的血液异常预测装置，其中，
所述血脂异常为选自低HDL胆固醇值、高LDL胆固醇值、以及高中性脂肪值中的一个或多个值。
5.根据权利要求1所述的血液异常预测装置，其中，
所述预测部基于所述图像信息测定毛细血管冠部的动脉分支宽度和静脉分支宽度，根据该测定结果，将所述动脉分支宽度和所述静脉分支宽度的长度中较长一方的测定值与预设的阈值相比较，预测由所述受检者的HDL胆固醇值、LDL胆固醇值、以及中性脂肪值组成的检查项目中被判定为异常的项目数。
6.根据权利要求1所述的血液异常预测装置，其中，
所述预测部基于所述图像信息测定毛细血管冠部的顶点宽度，根据该测定结果预测所述受检者有无血脂异常。
7.根据权利要求6所述的血液异常预测装置，其中，
所述血脂异常为高LDL胆固醇值。
8.根据权利要求1至7中任一项所述的血液异常预测装置，其中，
所述受检者为健康受检者。
9.一种血液异常预测方法，其中，
所述血液异常预测方法包括：
接收对受检者毛细血管冠部成像所得的图像信息的图像接收步骤、以及
基于所述图像信息预测所述受检者有无血液异常的预测步骤，
在所述预测步骤中，基于所述图像信息测定选自毛细血管冠部的总宽度、顶点宽度、环直径、静脉分支宽度、以及动脉分支宽度中的一种或多种，根据该测定结果预测所述受检者有无血脂异常。
10.一种程序，其中，
所述程序在计算机中执行权利要求9所述的血液异常预测方法。
CN202180046832.5A 2020-12-21 2021-12-06 血液异常预测装置、血液异常预测方法及程序 Pending CN115768359A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
JP2020-211888 2020-12-21
JP2020211888A JP6906188B1 (ja) 2020-12-21 2020-12-21 血液異常予測装置、血液異常予測方法、及びプログラム
JP2021-097982 2021-06-11
JP2021097982A JP2022098405A (ja) 2020-12-21 2021-06-11 血液異常予測装置、血液異常予測方法、及びプログラム
PCT/JP2021/044594 WO2022138090A1 (ja) 2020-12-21 2021-12-06 血液異常予測装置、血液異常予測方法、及びプログラム

Publications (1)

Publication Number Publication Date
CN115768359A true CN115768359A (zh) 2023-03-07

Family

ID=82159491

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180046832.5A Pending CN115768359A (zh) 2020-12-21 2021-12-06 血液异常预测装置、血液异常预测方法及程序

Country Status (4)

Country Link
US (1) US20230233156A1 (zh)
JP (1) JP2022098405A (zh)
CN (1) CN115768359A (zh)
WO (1) WO2022138090A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023014629A1 (en) * 2021-08-02 2023-02-09 Leuko Labs, Inc. Automated system and method for acquiring images of one or more capillaries in a capillary bed

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4743486B2 (ja) * 2005-05-24 2011-08-10 微小循環研究所 有限会社 指先の毛細血管血流による医療診断支援システム。
WO2014112607A1 (ja) * 2013-01-21 2014-07-24 国立大学法人名古屋大学 細胞製剤及び細胞の活性を高める方法
JP6608141B2 (ja) * 2014-01-24 2019-11-20 国立大学法人九州工業大学 健康状態評価支援システム
JP6551729B2 (ja) * 2015-04-20 2019-07-31 あっと株式会社 毛細血管の画像処理方法および画像処理プログラム、並びに毛細血管分析診断装置
US11244452B2 (en) * 2017-10-16 2022-02-08 Massachusetts Institute Of Technology Systems, devices and methods for non-invasive hematological measurements

Also Published As

Publication number Publication date
JP2022098405A (ja) 2022-07-01
US20230233156A1 (en) 2023-07-27
WO2022138090A1 (ja) 2022-06-30

Similar Documents

Publication Publication Date Title
Adam et al. Computer aided diagnosis of diabetic foot using infrared thermography: A review
Tatham et al. Strategies for improving early detection of glaucoma: the combined structure–function index
Ahmed et al. Detection of diabetic sensorimotor polyneuropathy by corneal confocal microscopy in type 1 diabetes: a concurrent validity study
Wittenberg et al. Computer-based image analysis for plus disease diagnosis in retinopathy of prematurity
Dougherty et al. Measurement of retinal vascular tortuosity and its application to retinal pathologies
Koreen et al. Evaluation of a computer-based system for plus disease diagnosis in retinopathy of prematurity
US20210007675A1 (en) Method of detecting sepsis using vital signs, including systolic blood pressure, hematology parameters, and combinations thereof
CN110931134A (zh) 一种基于大数据挖掘模型预测住院压力性损伤愈合的方法
WO2010131944A2 (en) Apparatus for monitoring and grading diabetic retinopathy
Xu et al. Development of a diagnosis model for coronary artery disease
CN115768359A (zh) 血液异常预测装置、血液异常预测方法及程序
CN112951426B (zh) 一种胰腺导管腺瘤炎性浸润程度判断模型的构建方法及评估系统
KR20160072677A (ko) 의료 영상 진단 장치 및 방법
Vianna et al. Accuracy and adequacy of waist circumference cut-off points currently recommended in Brazilian adults
RU2618443C1 (ru) Способ прогнозирования риска развития атеросклеротических изменений сосудов у европеоидов
KR102632520B1 (ko) 보행 속도에 기초한 노쇠 정도 측정기
Kong et al. Proposal of a prediction score for hematoma expansion after intracerebral hemorrhage
Karbalaie et al. Counting capillaries in nailfold capillaroscopy: State of the art and a proposed method
Kook et al. Scanning laser polarimetry using variable corneal compensation in the detection of glaucoma with localized visual field defects
JP6906188B1 (ja) 血液異常予測装置、血液異常予測方法、及びプログラム
CN112741623B (zh) 一种基于心电的糖化血红蛋白检测系统和方法
Canakci et al. Diagnostic value of Hounsfield Unit and hematocrit levels in cerebral vein thrombosis in the emergency department
CA2577587A1 (en) Method and apparatus for analyzing amniotic fluid
Atagun et al. Machine learning algorithms revealed distorted retinal vascular branching in individuals with bipolar disorder
Bone et al. Moisture accumulation detection technologies for identifying pressure injuries: A literature review

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