CN117084622B - 一种基于眼部的健康分析方法、系统、设备及存储介质 - Google Patents
一种基于眼部的健康分析方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN117084622B CN117084622B CN202311330808.1A CN202311330808A CN117084622B CN 117084622 B CN117084622 B CN 117084622B CN 202311330808 A CN202311330808 A CN 202311330808A CN 117084622 B CN117084622 B CN 117084622B
- Authority
- CN
- China
- Prior art keywords
- region
- eye
- health
- different
- area
- 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 89
- 238000004458 analytical method Methods 0.000 title claims abstract description 77
- 238000011156 evaluation Methods 0.000 claims abstract description 60
- 238000000034 method Methods 0.000 claims abstract description 32
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 52
- 201000010099 disease Diseases 0.000 claims description 37
- 210000000744 eyelid Anatomy 0.000 claims description 34
- 208000024891 symptom Diseases 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 10
- 238000007405 data analysis Methods 0.000 claims description 5
- 241001504424 Zosteropidae Species 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 6
- 238000012549 training Methods 0.000 description 15
- 239000008280 blood Substances 0.000 description 11
- 210000004369 blood Anatomy 0.000 description 11
- 238000003745 diagnosis Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 7
- 208000017667 Chronic Disease Diseases 0.000 description 5
- 241000542420 Sphyrna tudes Species 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 210000004185 liver Anatomy 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 210000000232 gallbladder Anatomy 0.000 description 3
- 210000002784 stomach Anatomy 0.000 description 3
- 210000004204 blood vessel Anatomy 0.000 description 2
- 210000000795 conjunctiva Anatomy 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 210000002216 heart Anatomy 0.000 description 2
- 210000003734 kidney Anatomy 0.000 description 2
- 210000002429 large intestine Anatomy 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 210000003786 sclera Anatomy 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 210000000813 small intestine Anatomy 0.000 description 2
- 208000011580 syndromic disease Diseases 0.000 description 2
- 238000011282 treatment Methods 0.000 description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 241000208125 Nicotiana Species 0.000 description 1
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000571 coke Substances 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000003238 esophagus Anatomy 0.000 description 1
- 230000029142 excretion Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000035876 healing Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000003054 hormonal effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 210000000952 spleen Anatomy 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 210000003932 urinary bladder Anatomy 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/0016—Operational features thereof
- A61B3/0025—Operational features thereof characterised by electronic signal processing, e.g. eye models
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/14—Arrangements specially adapted for eye photography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
-
- 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
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
-
- 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
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Ophthalmology & Optometry (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Pathology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本申请涉及一种基于眼部的健康分析方法、系统、设备及存储介质，其方法包括获取眼部图像，眼部图像包括左眼和/或右眼的眼睛图像；分别对眼部图像中的每个区域进行健康评估，得到区域评估数据，每个区域反映身体不同部位的健康状况；根据区域评估数据，确定健康分析报告。本申请具有通过分析眼部图像实现对人体健康状态的整体评估的效果。
Description
技术领域
本申请涉及数据分析的技术领域，尤其是涉及一种基于眼部的健康分析方法、系统、设备及存储介质。
背景技术
近年来，我国慢性病的发病人群有逐渐年轻化的趋势，慢性病的发病原因大多取决于个人的生活方式。在生活方式中，膳食不合理、身体活动不足、烟草使用和有害使用酒精是慢性病的四大危险因素。
慢性病由于发病缓慢、隐秘，很少引起人们的重视，一般情况下，都是感觉到不适去医院后，医生通过各种检查的检查结果才能确定是否患病以及患病情况，但此时病情或许已经不轻，因此，在简化健康评估过程的基础上保证评估结果的准确性，是做到早预防、早发现、早治疗的基础，这样既可以减轻患者的不适，又能缩短治愈过程。
相关的技术中，巩膜诊病法主要是观察巩膜与结膜之间血管(络脉)的改变，以及出现的黑点、蓝斑、瘀血点等异常现象，而推测全身疾病的诊断方法。同时，根据中医的望目辨证诊断学的理论，眼睛及眼周的状况在一定程度上能够反映人体包括五脏六腑在内的健康情况，但目前这个诊断或评估过程主要依赖医疗人员或者技术人员的经验，使得最终结果受其专业水平限制。所以，如何满足不想去医院却又想了解自己健康状况人群的需求，实现对人体亚健康状态的整体评估是需要解决的问题。
发明内容
为了实现对人体健康状态的整体评估，本申请提供了一种基于眼部的健康分析方法、系统、设备及存储介质。
在本申请的第一方面，提供了一种基于眼部的健康分析方法。该方法包括：
获取眼部图像，眼部图像包括左眼和/或右眼的眼睛图像；
分别对眼部图像中的每个区域进行健康评估，得到区域评估数据，每个区域反映身体不同部位的健康状况；
根据区域评估数据，确定健康分析报告。
由以上技术方案可知，通过对获取到的眼部图像进行分区域的健康评估，得到每个区域的区域评估数据，由于每个区域的反映的身体部位不同，所以可以通过对区域评估数据的分析得到一个整体的健康分析报告，以实现对人体健康状态的进行整体评估的效果。
在一种可能的实现方式中，获取眼部图像之前，方法还包括：
获取初始图像，初始图像为被评估者拍摄的眼部图像；
根据目标识别模型，确定初始图像中的上眼睑和/或下眼睑；
根据上眼睑和/或下眼睑的位置，调整初始图像，得到眼部图像。
由以上技术方案可知，通过对获取到的初始图像进行处理，识别初始图像中的上眼睑和/或下眼睑，然后根据上眼睑和/或下眼睑的具体位置调整初始图像，以保证在进行健康分析时得到的或使用的眼部图像是一个正常的摆正状态的眼睛图像，进而在一定程度上保证健康分析结果的准确性。
在一种可能的实现方式中，方法还包括：
根据目标识别模型，确定眼部图像中的大眼角和小眼角；
根据大眼角和小眼角的位置，确定眼部图像对应的眼睛位置，眼睛位置用于区分眼部图像中的眼睛是左眼或右眼。
由以上技术方案可知，通过对获取到的眼部图像进行处理，识别眼部图像中的大眼角和小眼角，然后根据大眼角和小眼角的具体位置确定眼部图像中的眼睛是左眼或右眼，由于眼睛位置的不同，后续的分析位置存在差异，所以通过确定眼睛位置可以保证健康分析结果的准确性。
在一种可能的实现方式中，分别对眼部图像中的每个区域进行健康评估，得到区域评估数据之前，方法还包括：
获取眼部图像中不同病症覆盖的病症面积和实际面积，实际面积表示病症所在的眼睛中眼白的面积；
计算病症面积和实际面积的比值；
当比值大于病症对应的比值预设值时，对眼部图像进行区域划分。
由以上技术方案可知，通过对眼部图像进行整体分析，计算病症面积和实际面积的比值，判断总体的健康状况，当总体的健康情况不好时即比值大于比值预设值时，再进行进一步的区域分析，而当总体健康状况没问题时，可以节约后续的区域分析过程，提高分析效率。
在一种可能的实现方式中，分别对眼部图像中的每个区域进行健康评估，得到区域评估数据，包括：
依次获取每个区域不同病症的覆盖面积；
分别计算每个区域中不同病症的覆盖面积和覆盖面积对应区域的区域面积的区域比值；
根据每个区域中不同病症的区域比值，得到不同区域的区域评估数据。
由以上技术方案可知，通过对眼部图像中每个区域进行分析，即计算病症的覆盖面积和区域面积的区域比值，通过区域比值的不同，确定不同区域的区域评估数据，实现对人体健康状态的进行整体评估的效果。
在一种可能的实现方式中，根据每个区域中不同病症的区域比值，得到不同区域的区域评估数据，包括：
获取不同病症的初始评分，初始评分用于反映病症出现的难易程度和/或严重情况；
根据每一种病症的初始评分和病症对应的区域比值，确定每一个区域中不同病症的病症评分；
依据不同病症的病症评分确定每一个区域的区域评估数据。
在一种可能的实现方式中，健康分析报告包括不同区域的分析结果和健康建议；
根据区域评估数据，确定健康分析报告，包括：
确定评估基准，评估基准根据被评估者的年龄、性别和病史来确定；
对比评估基准和区域评估数据，确定不同区域的分析结果；
根据分析结果，匹配对应的健康建议。
由以上技术方案可知，根据被评估者的年龄、性别和病史的不同，确定评估基准，然后比较区域评估数据和评估基准，得到对应的分析结果，根据得到的结果匹配对应的健康建议，形成健康分析报告，实现对人体健康状态的进行整体评估的效果。
在本申请的第二方面，提供了一种基于眼部的健康分析系统。该系统包括：
数据获取模块，用于获取眼部图像，眼部图像包括左眼和/或右眼的眼睛图像；
数据分析模块，用于分别对眼部图像中的每个区域进行健康评估，得到区域评估数据，每个区域反映身体不同部位的健康状况；
结果确定模块，用于根据区域评估数据，确定健康分析报告。
在本申请的第三方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如以上所述的方法。
在本申请的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如根据本申请的第一方面的方法。
综上所述，本申请包括以下至少一种有益技术效果：
由于每个区域的反映的身体部位不同，通过对区域评估数据的分析得到一个整体的健康分析报告，以实现对人体健康状态的进行整体评估的效果；
通过对获取到的初始图像进行处理，识别初始图像中的上眼睑和/或下眼睑，然后根据上眼睑和/或下眼睑的具体位置调整初始图像，以保证在进行健康分析时得到的或使用的眼部图像是一个正常的摆正状态的眼睛图像，进而在一定程度上保证健康分析结果的准确性；
通过对眼部图像进行整体分析，判断总体的健康状况，当总体的健康情况不好时，再进行进一步的区域分析，而当总体健康状况没问题时，可以节约后续的区域分析过程，提高分析效率。
附图说明
图1是本申请实施例提供的基于眼部的健康分析方法的流程示意图。
图2是本申请实施例提供的眼部图像区域划分的示意图。
图3是本申请实施例提供的基于眼部的健康分析系统的结构示意图。
图4是本申请实施例提供的电子设备的结构示意图。
图中，200、基于眼部的健康分析系统；201、数据获取模块；202、数据分析模块；203、结果确定模块；301、CPU；302、ROM；303、RAM；304、I/O接口；305、输入部分；306、输出部分；307、存储部分；308、通信部分；309、驱动器；310、可拆卸介质。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。
目前，年轻人存在工作压力大、生活习惯差、生活作息不规律等问题，直接导致的结果就是慢性病的发生人群在向年轻人转移。并且年轻人基于各种的压力，会没有时间去医院，等出现严重的不适症状时，再去医院进行检查时可能病症就比较严重了。
与此同时，年轻人的工作环境和/或娱乐环境大都离不开智能设备，例如，上班长时间使用电脑，下班回家玩手机，这种环境对眼睛的使用损伤是最直接的。并且在西医中有巩膜诊病法，通过观察巩膜与结膜之间血管(络脉)的改变，以及出现的黑点、蓝斑、瘀血点等异常现象，实现对全身疾病的推测。在中医中有望目辨证诊断学的理论，中医理论表示眼睛及眼周的状况能够反应人体包括五脏六腑在内的健康情况。目前这两种方式都在临床中有使用，通过医疗人员对患者的眼睛进行观察，对患者的病情做初步诊断，但是这种方式基于医疗人员的经验，不能适用于对身体健康状况进行频繁监测的情况。所以本申请实施例提供了一种基于眼部的健康分析方法，通过对使用者的眼部图像进行分析，实现对使用者健康状况的分析，进而为一些不良情况提前预警，避免病情持续严重。可以理解的是，在本申请实施例中仅是以年轻人为例，对于想要时常监控自己身体状况的中老年人群也可以使用。
下面结合说明书附图对本申请实施例作进一步详细描述。
本申请实施例提供一种基于眼部的健康分析方法，上述方法的主要流程描述如下。
如图1所示：
步骤S101：根据初始图像，确定眼部图像。
具体的，上述初始图像为被评估者拍摄的眼部图像，可以了解的是，由于拍摄者的拍照习惯或者使用设备的限制等其他因素，得到的初始图像中的眼睛的位置可能均不相同，如果直接对这样的初始图像进行健康评估的话，会增加后续过程中对眼睛进行分区的难度和准确度，进而降低对健康分析结果的准确性，所以要先对初始图像进行预处理，将初始图像中眼睛的位置调整到一个统一的标准位置，即将在初始图像中歪着或斜着的眼睛进行摆正，得到眼部图像。
进一步地，根据目标识别模型，确定上述初始图像中的上眼睑和/或下眼睑；根据上述上眼睑和/或下眼睑的位置，调整初始图像，得到眼部图像。上述目标识别模型通过模型训练得到，即获取足够多的眼睛图像组成第一训练集，将第一训练集中的眼睛图像的上眼睑和/或下眼睑进行标注，然后将第一训练集输入至预设的训练模型中，完成对模型的训练，上述训练模型包括但不限于机器学习模型、深度学习模型、神经网络模型。
在一种具体的实施方式中，将拍摄的初始图像输入至目标识别模型中，得到初始图像中上眼睑的位置，例如，得到上眼睑的最高点和两个端点，上述两个端点为上眼睑和下眼睑的两个交点。预设一条标准线，标准线位于初始图像的上方，分别计算上眼睑的最高点和两个端点距离上述标准线的距离，首先，两个端点对应的距离要均大于最高点对应的距离，以保证上眼睑在下眼睑上方，然后用两个端点距离上述标准线的距离的差值判断初始图像中眼睛是否处于标准位置即是否为摆正状态。当上述距离的差值在预设范围内时，表示该初始图像中的眼睛为摆正状态；当上述距离的差值不在预设范围内时，表示该初始图像中的眼睛不是摆正状态，需要调整初始图像的位置以使得上述距离的差值在预设范围内。
在其他实施方式中，可以采用其他方式来实现对初始图像中眼睛的位置的调整，在此不做限定。例如，可以将上述标准线设置在初始图像的下方，则相应的，在比较距离时，将两个端点与标准线的距离均小于最高点与标准线的距离作为判断标准，对于距离差值的判断规则不变。再例如，将对上眼睑的判断改为对下眼睑的判断，即获取下眼睑的最低点和两个端点，则相应的，在比较距离时，将两个端点与标准线的距离均小于最低点与标准线的距离作为判断标准，对于距离差值的判断规则不变。在此仅对除上述具体的实施方式之外的两种调整方式做简单举例，本领域的技术人员可以根据上述具体的实施方式中的描述，理解上述两种举例，对于其他可实施的方式，在此不做赘述。
进一步地，根据上述目标识别模型，确定上述眼部图像中的大眼角和小眼角；根据上述大眼角和上述小眼角的位置，确定上述眼部图像对应的眼睛位置，上述眼睛位置用于区分上述眼部图像中的眼睛是左眼或右眼。上述目标识别模型在完成对第一训练集的训练后，还需要完成对第二训练集的训练，第二训练集同样包括即足够多的眼睛图像，将第二训练集中的眼睛图像的大眼角和小眼角进行标注，然后将第二训练集中标注和未标注的眼睛图像输入至目标识别模型，完成目标识别模型的训练。其中，眼角是指人体眼部的上眼皮与下眼皮结合处的夹角，眼角是眦的通称，内眦（靠近鼻梁处）叫大眼角，外眦（靠近太阳穴处）叫小眼角。
在一种具体的实施方式中，将眼部图像输入目标识别模型中，识别大眼角和小眼角的位置，在眼部图像的左侧设置一条测试线，分别计算大眼角的顶点距离上述测试线的距离和小眼角的顶点距离上述测试线的距离，当大眼角对应的距离小于小眼角对应的距离时，上述大眼角和小眼角对应的眼睛为右眼；当大眼角对应的距离大于小眼角对应的距离时，上述大眼角和小眼角对应的眼睛为左眼。
在其他实施方式中，可以采用其他方式来判断左眼和右眼，对此不做限定。例如，将上述测试线设置在眼部图像的右侧。
完成上述判断后，最终得到的眼部图像是包括左眼和/或右眼的眼睛图像。
步骤S102：对眼部图像进行健康评估，得到整体评估数据。
具体的，获取上述眼部图像中不同病症覆盖的病症面积和实际面积，上述病症面积是指病症在眼睛中出现的面积，上述实际面积表示上述病症所在的眼睛中眼白的面积。可以理解的是，在眼睛中出现黑点、蓝斑、瘀血点等都属于异常现象，要根据获取到的眼部图像整体判断是否存在上述异常现象。如果存在异常现象，则对眼睛的情况做进一步分析，判断病症出现的位置进而实现对身体整体的情况的分析，如果眼睛并未出现任何异常情况，则表示身体正常，不做进一步的分析。上述病症包括但不限于红血丝、黑点、蓝斑、瘀血点。
进一步地，计算上述病症面积和上述实际面积的比值；当上述比值大于上述病症对应的比值预设值时，对上述眼部图像进行区域划分。
具体的，依次获取不同病症的覆盖面积，并计算不同病症的病症面积和实际面积的比值，然后再依次判断比值是否大于上述病症对应的比值预设值，若大于，则表示身体状况可能存在一些问题，需要进行进一步分析，如果所有的比值均未大于比值预设值，则表示身体状况健康。
可以理解的是，不同病症对应的比值预设值是不同的，例如，对于红血丝而言，在身体健康的情况下也会存在，但是当红血丝过多时即红血丝对应的比值大于比值预设值时，就表示不正常了，需要进行进一步的分析。再例如，对于蓝斑这种病症而言，只要出现就属于异常，就需要进行进一步分析，即当蓝斑对应的比值大于零时，表示身体健康出现了问题。
通过对上述不同病症对应的比值进行判断，可以得到整体评估数据，即健康或不健康，当整体评估数据为不健康时即至少存在一个病症对应的比值大于比值预设值时，对上述眼部图像进行区域划分，区域划分是基于中医的望目辨证诊断学的原理，参照图2，图2中示出了右眼的区域划分情况，左眼的区域划分与右眼对称。
步骤S103：分别对眼部图像中的每个区域进行健康评估，得到区域评估数据。
具体的，上述眼部图像中的每个区域反映身体不同部位的健康状况。依次获取每个区域不同病症的覆盖面积；分别计算每个区域中不同病症的覆盖面积和上述覆盖面积对应区域的区域面积的区域比值；根据每个区域中不同病症的上述区域比值，得到不同区域的区域评估数据。
进一步地，根据对眼部图像进行分区的结果，依次对每个区域进行分析。对每个区域而言，通过计算不同病症在对应区域中区域比值，确定该区域对应的身体部位的不健康程度，然后将多个不同的病症的区域比值进行综合分析，得到对应区域的区域评估数据。
进一步地，获取不同病症的初始评分，上述初始评分用于反映病症出现的难易程度和/或严重情况。例如，对于红血丝这种病症而言，正常情况下也会存在，并且红血丝增多大多数是休息不好，这种情况比较容易出现，并且即使出现了，相对来说也比较容易恢复，所以对于红血丝这种病症的初始评分就相对较低，而对于蓝斑这种病症而言，只要出现就表示身体健康出现了问题，需要进行相应的措施或治疗，所以这种病症对应的初始评分就会相对较高。对于其他病症而言，也是同理，如果病症比较容易出现，并且比较容易治疗，那这种病症的初始评分就会低，而对于那些病症不容易出现或出现后不容易治疗的，病症的初始评分就会相对较高；对于那些既不容易出现也不容易治疗的病症，初始评分最高。根据每一种病症的初始评分和上述病症对应的区域比值，确定每一个区域中不同病症的病症评分；依据上述不同病症的病症评分确定每一个区域的区域评估数据。可以理解的是，当不同病症对应的区域比值不同时，根据不同的区域比值在初始评分的基础上叠加分数，得到病症评分。
在得到每一个区域的至少一个病症评分后，将至少一个病症评分综合分析，得到区域评估数据，在一种具体的实施方式中，将多个病症评分直接加和得到区域评估数据。当某个区域评估数据的值越高，表示该区域出现的病症较多和/或某一病症较为严重；当某个区域评估数据的值越低，表示该区域出现的病症较少和/或某一病症程度较轻。在另一种具体的实施方式中，根据可能出现的病症的数量，分配病症评分的比重，然后计算病症评分和对应比重的乘积，再将所有得到的乘积加和得到区域评估数据。例如，可以识别或判断10种病症，那每种病症对应的病症评分的比重为100%/10=10%。每种病症评分乘以百分之十得到乘积，然后将十种病症对应的乘积相加得到区域评估数据。可以了解的是，如果病症评分的范围是零到一百，那么当区域评估数据达到十分时，就表示有某一病症很严重或存在多个病症，此时就需要及时到医院进行检查。相应的，区域评估数据更高，则情况越危险，区域评分更低，情况相对可控。在其他的实施方式中，也可以根据其他方式来实现区域评估数据的确定，在此不作限定。
步骤S104：根据区域评估数据，确定健康分析报告。
具体的，健康分析报告包括不同区域的分析结果和健康建议。确定评估基准，上述评估基准根据被评估者的年龄、性别和病史来确定。对比上述评估基准和上述区域评估数据，确定不同区域的分析结果；根据上述分析结果，匹配对应的健康建议。
可以理解的是，不同年龄层的人，眼睛的情况是存在差异的，例如，年轻人的眼白颜色更白，而老年人的眼白偏黄，当将眼白的颜色作为一种病症时，例如，白色表示没有问题，对应的病症评分为0，一级黄表示存在问题，但问题不严重，对应的病症评分为10，以此类推。那当被评估者的年龄处于年轻人行列时，如果这个病症评分为10，则属于有问题，当被评估者的年龄处于老年人行列时，病症评分为10就属于正常情况。对于其他病症也是如此，例如老年人眼睛中的红血丝相对年轻人要多一些。所以，对于不同的年龄层的人，区域评分属于所属的分析结果是不同的，同样的分数，如果是年轻人可能就存在问题，如果是老年人可能就正常。除了考虑年龄之外，还要考虑性别和病史，对于一些有疾病的人员而言，可能某些病症对他们而言是正常的，所以标准也存在差异。将性别也纳入分析结果的差异因素是因为对于相同的病症，由于男女性别差异出现的激素差异，导致表现出的病症的严重程度也不相同。
由于不同的区域评分数据对应不同的区域，例如，一共分为八个区域，上焦、中焦、下焦分别对应一个区域，肝和胆对应一个区域、小肠和心对应一个区域、脾和胃对应一个区域、肺和大肠对应一个区域、肾和膀胱对应一个区域。根据不同区域的区域评分数据，匹配不同的健康建议，将分析结果和匹配得到的健康建议组成最终的健康分析报告。在其他实施方式中，还可以进行进一步划分，例如，将肝和胆对应的区域划分为两部分，分别分析肝和胆的情况。
其中，上焦是指胸腔，从胃部的上口至舌头的下部，包括心、肺和食管，主要是用来输送营养，中焦是指上腹部，具有消化和吸收的功能，下焦是从胃的下口开始至二阴，包括肝、肾、膀胱、大小肠等，用于排泄，促进人体新陈代谢。
可以理解的是本申请实施例只是一种实施例，在其他实施例中，可以进一步限定获取到的眼部图像，例如，仅获取左眼的眼部图像，这样就可以不用识别眼睛是左眼还是右眼了。亦或者，可以不进行上述步骤S102的过程，直接执行步骤S101、步骤S103和步骤S104。本申请实施例执行步骤S102是为了提高分析效率，当整体并未出现问题时，就表示身体健康，无需进行分区分析，当整体出现问题时，再进行具体病症和区域的分析。
本申请实施例提供一种基于眼部的健康分析系统200，参照图3，基于眼部的健康分析系统200包括：
数据获取模块201，用于获取眼部图像，眼部图像包括左眼和/或右眼的眼睛图像；
数据分析模块202，用于分别对眼部图像中的每个区域进行健康评估，得到区域评估数据，每个区域反映身体不同部位的健康状况；
结果确定模块203，用于根据区域评估数据，确定健康分析报告。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所描述的模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请实施例公开一种电子设备。参照图4，电子设备包括，包括中央处理单元(central processing unit，CPU)301，其可以根据存储在只读存储器(read-only memory，ROM)302中的程序或者从存储部分307加载到随机访问存储器(random access memory，RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有系统操作所需的各种程序和数据。CPU 301、ROM 302以及RAM 303通过总线彼此相连。输入/输出(input/output，I/O)接口304也连接至总线。
以下部件连接至I/O接口304：包括键盘、鼠标等的输入部分305；包括诸如阴极射线管(cathode ray tube，CRT)、液晶显示器(liquid crystal display，LCD)等以及扬声器等的输出部分306；包括硬盘等的存储部分307；以及包括诸如局域网(local areanetwork,LAN)卡、调制解调器等的网络接口卡的通信部分308。通信部分308经由诸如因特网的网络执行通信处理。驱动器309也根据需要连接至I/O接口304。可拆卸介质310，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器309上，以便于从其上读出的计算机程序根据需要被安装入存储部分307。
特别地，根据本申请的实施例，上文参考流程图图1描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在机器可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分308从网络上被下载和安装，和/或从可拆卸介质310被安装。在该计算机程序被中央处理单元(CPU)301执行时，执行本申请的装置中限定的上述功能。
需要说明的是，本申请所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(erasable programmable read only memory,EPROM)、光纤、便携式紧凑磁盘只读存储器(compact disc read-only memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、射频(radio frequency,RF)等等，或者上述的任意合适的组合。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的申请范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离前述申请构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中申请的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (9)
1.一种基于眼部的健康分析方法，其特征在于，包括：
获取眼部图像，所述眼部图像包括左眼和/或右眼的眼睛图像；
分别对所述眼部图像中的每个区域进行健康评估，得到区域评估数据，所述每个区域反映身体不同部位的健康状况；
所述分别对所述眼部图像中的每个区域进行健康评估，得到区域评估数据，包括：
依次获取每个区域不同病症的覆盖面积；
分别计算每个区域中不同病症的覆盖面积和所述覆盖面积对应区域的区域面积的区域比值；
根据每个区域中不同病症的所述区域比值，得到不同区域的区域评估数据；
根据所述区域评估数据，确定健康分析报告。
2.根据权利要求1所述的基于眼部的健康分析方法，其特征在于，所述获取眼部图像之前，所述方法还包括：
获取初始图像，所述初始图像为被评估者拍摄的眼部图像；
根据目标识别模型，确定所述初始图像中的上眼睑和/或下眼睑；
根据所述上眼睑和/或下眼睑的位置，调整所述初始图像，得到眼部图像。
3.根据权利要求2所述的基于眼部的健康分析方法，其特征在于，所述方法还包括：
根据所述目标识别模型，确定所述眼部图像中的大眼角和小眼角；
根据所述大眼角和所述小眼角的位置，确定所述眼部图像对应的眼睛位置，所述眼睛位置用于区分所述眼部图像中的眼睛是左眼或右眼。
4.根据权利要求1所述的基于眼部的健康分析方法，其特征在于，所述分别对所述眼部图像中的每个区域进行健康评估，得到区域评估数据之前，所述方法还包括：
获取所述眼部图像中不同病症覆盖的病症面积和实际面积，所述实际面积表示所述病症所在的眼睛中眼白的面积；
计算所述病症面积和所述实际面积的比值；
当所述比值大于所述病症对应的比值预设值时，对所述眼部图像进行区域划分。
5.根据权利要求1所述的基于眼部的健康分析方法，其特征在于，所述根据每个区域中不同病症的所述区域比值，得到不同区域的区域评估数据，包括：
获取不同病症的初始评分，所述初始评分用于反映病症出现的难易程度和/或严重情况；
根据每一种病症的初始评分和所述病症对应的区域比值，确定每一个区域中不同病症的病症评分；
依据所述不同病症的病症评分确定每一个区域的区域评估数据。
6.根据权利要求1所述的基于眼部的健康分析方法，其特征在于，所述健康分析报告包括不同区域的分析结果和健康建议；
所述根据所述区域评估数据，确定健康分析报告，包括：
确定评估基准，所述评估基准根据被评估者的年龄、性别和病史来确定；
对比所述评估基准和所述区域评估数据，确定不同区域的分析结果；
根据所述分析结果，匹配对应的健康建议。
7.一种基于眼部的健康分析系统，其特征在于，包括：
数据获取模块，用于获取眼部图像，所述眼部图像包括左眼和/或右眼的眼睛图像；
数据分析模块，用于分别对所述眼部图像中的每个区域进行健康评估，得到区域评估数据，所述每个区域反映身体不同部位的健康状况；所述分别对所述眼部图像中的每个区域进行健康评估，得到区域评估数据，包括：依次获取每个区域不同病症的覆盖面积；分别计算每个区域中不同病症的覆盖面积和所述覆盖面积对应区域的区域面积的区域比值；根据每个区域中不同病症的所述区域比值，得到不同区域的区域评估数据；
结果确定模块，用于根据所述区域评估数据，确定健康分析报告。
8.一种电子设备，其特征在于，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如权利要求1至6中任一种方法的计算机程序。
9.一种计算机可读存储介质，其特征在于，存储有能够被处理器加载并执行如权利要求1至6中任一种方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311330808.1A CN117084622B (zh) | 2023-10-16 | 2023-10-16 | 一种基于眼部的健康分析方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311330808.1A CN117084622B (zh) | 2023-10-16 | 2023-10-16 | 一种基于眼部的健康分析方法、系统、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117084622A CN117084622A (zh) | 2023-11-21 |
| CN117084622B true CN117084622B (zh) | 2024-02-02 |
Family
ID=88783599
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311330808.1A Active CN117084622B (zh) | 2023-10-16 | 2023-10-16 | 一种基于眼部的健康分析方法、系统、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117084622B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2413455C1 (ru) * | 2009-12-17 | 2011-03-10 | Татьяна Сергеевна Хейло | Способ диагностики нарушений деятельности систем организма в доклинической и/или ранней клинической стадии |
| CN109166117A (zh) * | 2018-08-31 | 2019-01-08 | 福州依影健康科技有限公司 | 一种眼底图像自动分析比对方法及一种存储设备 |
| WO2021071868A1 (en) * | 2019-10-10 | 2021-04-15 | Tufts Medical Center, Inc. | Systems and methods for determining tissue inflammation levels |
| CN115205954A (zh) * | 2022-07-18 | 2022-10-18 | 中国医学科学院北京协和医院 | 一种眼部病症识别方法、装置及设备 |
| EP4140391A1 (en) * | 2021-08-26 | 2023-03-01 | Acer Incorporated | Eye state assessment method and electronic device |
| CN115762787A (zh) * | 2022-11-24 | 2023-03-07 | 浙江大学 | 基于眼睑拓扑形态分析的眼睑疾病手术疗效评估方法和系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11504051B2 (en) * | 2013-01-25 | 2022-11-22 | Wesley W. O. Krueger | Systems and methods for observing eye and head information to measure ocular parameters and determine human health status |
| US9700206B2 (en) * | 2015-02-05 | 2017-07-11 | Carl Zeiss Meditec, Inc. | Acquistion and analysis techniques for improved outcomes in optical coherence tomography angiography |
| WO2020210728A1 (en) * | 2019-04-12 | 2020-10-15 | California Institute Of Technology | Systems, methods, and apparatuses for ocular measurements |
-
2023
- 2023-10-16 CN CN202311330808.1A patent/CN117084622B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2413455C1 (ru) * | 2009-12-17 | 2011-03-10 | Татьяна Сергеевна Хейло | Способ диагностики нарушений деятельности систем организма в доклинической и/или ранней клинической стадии |
| CN109166117A (zh) * | 2018-08-31 | 2019-01-08 | 福州依影健康科技有限公司 | 一种眼底图像自动分析比对方法及一种存储设备 |
| WO2021071868A1 (en) * | 2019-10-10 | 2021-04-15 | Tufts Medical Center, Inc. | Systems and methods for determining tissue inflammation levels |
| EP4140391A1 (en) * | 2021-08-26 | 2023-03-01 | Acer Incorporated | Eye state assessment method and electronic device |
| CN115205954A (zh) * | 2022-07-18 | 2022-10-18 | 中国医学科学院北京协和医院 | 一种眼部病症识别方法、装置及设备 |
| CN115762787A (zh) * | 2022-11-24 | 2023-03-07 | 浙江大学 | 基于眼睑拓扑形态分析的眼睑疾病手术疗效评估方法和系统 |
Non-Patent Citations (1)
| Title |
|---|
| 中医望诊中眼神跟踪与分析综述;郭锋;林颖;;心智与计算(第03期);第102-106页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117084622A (zh) | 2023-11-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20220248955A1 (en) | Metaverse system | |
| Xu et al. | Current status and future trends of clinical diagnoses via image-based deep learning | |
| TWI747372B (zh) | 偵測臨床表徵的方法以及影像系統 | |
| Hosseini et al. | Measurement of the optic disc vertical tilt angle with spectral-domain optical coherence tomography and influencing factors | |
| Amparo et al. | The Ocular Redness Index: a novel automated method for measuring ocular injection | |
| Gelman et al. | Plus disease in retinopathy of prematurity: pilot study of computer-based and expert diagnosis | |
| US20210391056A1 (en) | Health big data service method and system based on remote fundus screening | |
| CN115398557A (zh) | 确定和分析患者的眼部生物特征状态的系统和方法 | |
| Choi et al. | Variability in plus disease identified using a deep learning-based retinopathy of prematurity severity scale | |
| CN111643118A (zh) | 基于超声成像的新冠肺炎风险提示装置、方法和系统 | |
| Wang et al. | Automatic localization of the scleral spur using deep learning and ultrasound biomicroscopy | |
| CN115024725A (zh) | 融合心理状态多参数检测的肿瘤治疗辅助决策系统 | |
| Aloudat et al. | Automated vision-based high intraocular pressure detection using frontal eye images | |
| WO2022114088A1 (ja) | ハンナ病変の指摘のためのプログラム、学習済みモデル及びその生成方法 | |
| WO2020103288A1 (zh) | 糖网眼底特征数据变化的分析方法与系统，及存储设备 | |
| CN117084622B (zh) | 一种基于眼部的健康分析方法、系统、设备及存储介质 | |
| CA3126500A1 (en) | Method of prognosis of bronchopulmonary dysplasia in premature infants | |
| Tao et al. | Automatic Recognition of Concealed Fish Bones under Laryngoscopy: A Practical AI Model Based on YOLO‐V5 | |
| Chiang et al. | Plus disease in retinopathy of prematurity: development of composite images by quantification of expert opinion | |
| CN115083005B (zh) | 一种基于深度学习的rop图像分类系统及方法 | |
| CN111435612A (zh) | 一种移动医疗个性化健康服务的方法和系统 | |
| Kook et al. | Scanning laser polarimetry using variable corneal compensation in the detection of glaucoma with localized visual field defects | |
| Agarwal et al. | Non-invasive techniques for the screening of diabetic retinopathy | |
| Yurievna et al. | Decision-making support system for the personalization of retinal laser treatment in diabetic retinopathy | |
| Li et al. | Analysis of the dysfunctional lens index as a novel criterion for surgical decision-making in age-related cataracts |
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 | ||
| CP03 | Change of name, title or address |
Address after: Room 01-409-14, 4th Floor, Building 13, No. 53 Yanqi Street, Yanqi Economic Development Zone, Huairou District, Beijing, 101400 Patentee after: Guanwei Intelligent Technology (Beijing) Co.,Ltd. Country or region after: China Address before: 101400 room 208, 2 / F, building 2, 16 Yanqi street, Yanqi Economic Development Zone, Huairou District, Beijing Patentee before: Luomai (Beijing) nutritional food research Co.,Ltd. Country or region before: China |
|
| CP03 | Change of name, title or address |