CN118161131B - 一种放疗期间皮肤防辐射管理调节系统及方法 - Google Patents
一种放疗期间皮肤防辐射管理调节系统及方法 Download PDFInfo
- Publication number
- CN118161131B CN118161131B CN202410573704.1A CN202410573704A CN118161131B CN 118161131 B CN118161131 B CN 118161131B CN 202410573704 A CN202410573704 A CN 202410573704A CN 118161131 B CN118161131 B CN 118161131B
- Authority
- CN
- China
- Prior art keywords
- skin
- state
- radiotherapy
- value
- grade
- 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
- 238000001959 radiotherapy Methods 0.000 title claims abstract description 80
- 230000005855 radiation Effects 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000011156 evaluation Methods 0.000 claims abstract description 53
- 238000010191 image analysis Methods 0.000 claims abstract description 15
- 210000003491 skin Anatomy 0.000 claims description 306
- 239000003814 drug Substances 0.000 claims description 42
- 229940079593 drug Drugs 0.000 claims description 32
- 230000008569 process Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000013527 convolutional neural network Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 11
- 230000003750 conditioning effect Effects 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 9
- 206010015150 Erythema Diseases 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 6
- 231100000321 erythema Toxicity 0.000 claims description 6
- 230000000544 hyperemic effect Effects 0.000 claims description 6
- 230000001338 necrotic effect Effects 0.000 claims description 6
- 238000012706 support-vector machine Methods 0.000 claims description 6
- 210000001519 tissue Anatomy 0.000 claims description 6
- 238000012840 feeding operation Methods 0.000 claims description 5
- 208000002352 blister Diseases 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 210000002615 epidermis Anatomy 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000011010 flushing procedure Methods 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 6
- 238000003745 diagnosis Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 4
- 206010040844 Skin exfoliation Diseases 0.000 description 3
- 230000003110 anti-inflammatory effect Effects 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000002674 ointment Substances 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 208000003251 Pruritus Diseases 0.000 description 2
- 206010052428 Wound Diseases 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000007803 itching Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 210000000434 stratum corneum Anatomy 0.000 description 2
- 206010040914 Skin reaction Diseases 0.000 description 1
- 206010042674 Swelling Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 229940124599 anti-inflammatory drug Drugs 0.000 description 1
- 238000002512 chemotherapy Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000035618 desquamation Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000035876 healing Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000002483 medication Methods 0.000 description 1
- 230000037311 normal skin Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 239000001054 red pigment Substances 0.000 description 1
- 230000008591 skin barrier function Effects 0.000 description 1
- 230000037380 skin damage Effects 0.000 description 1
- 208000017520 skin disease Diseases 0.000 description 1
- 230000035483 skin reaction Effects 0.000 description 1
- 231100000430 skin reaction Toxicity 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
- 238000002626 targeted therapy Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000029663 wound healing Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
- A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
- A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
- A61B5/445—Evaluating skin irritation or skin trauma, e.g. rash, eczema, wound, bed sore
-
- 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
- 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
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
- G16H20/17—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients delivered via infusion or injection
-
- 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
- G06T2207/30088—Skin; Dermal
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Dermatology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Medicinal Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiation-Therapy Devices (AREA)
Abstract
本发明公开了一种放疗期间皮肤防辐射管理调节系统及方法，涉及皮肤辐射检测技术领域，该系统包括状态采集模块、图像分析模块、综合评估模块以及预警管理模块；其技术要点为：通过图像分析结果和患者皮肤具体的皮肤状态数据作为综合性的考虑因素，不仅在一定程度上能够提高对应放疗后皮肤状态判定的准确度，还能够得到量化后的皮肤状态预测指标，便于直观的了解或对比具体的皮肤状态，根据皮肤状态预测指标、评估结果对应的等级值等参数，能够计算得出量化后的用药量预测值和用药频率预估值，提高了治疗的针对性和精准度。
Description
技术领域
本发明涉及皮肤辐射检测技术领域，具体为一种放疗期间皮肤防辐射管理调节系统及方法。
背景技术
放疗后的皮肤辐射检测是一种用于评估放射治疗后皮肤受损程度的检测方法，放射治疗通常会引起皮肤反应，包括红肿、瘙痒、脱皮等，这些反应可能会影响患者的生活质量并增加治疗的不适感；因此，进行皮肤辐射检测有助于及时发现和评估皮肤的受损情况，从而采取适当的措施进行处理和缓解；具体来说，皮肤辐射检测可以通过以下方式进行：
观察和询问：医护人员会观察患者的皮肤情况，包括是否出现红肿、瘙痒、脱皮等症状，并询问患者是否感觉到皮肤的不适或疼痛；物理检查：医护人员可能会使用特定的仪器或工具对受影响的皮肤区域进行物理检查，以评估皮肤的受损程度和症状的严重程度；照相记录：通过拍摄照片或录制视频，可以定期记录患者皮肤的变化情况，以便比较和评估治疗效果。
目前，对于放疗期间皮肤防辐射管理调节工作的主要内容是，观察放疗前后皮肤的变化，通常是根据图像内容进行分析，得到放疗后皮肤受损情况的结果，并根据该结果进行针对性的治疗；然而，仅仅是根据图像内容分析得到结果是不够准确的，同时在根据结果进行针对性治疗时，通常只是根据医生的经验进行操作，例如：某患者在进行完放疗后，皮肤表面存在溃烂的情况，此时医生会根据经验指导医护人员或患者对标定皮肤表面外涂比亚芬2~5次，该指导建议较为笼统，同时对于药量的选择也未给出具体的意见，针对不同情况的患者无法及时的提出准确的治疗个性化需求。
发明内容
（一）解决的技术问题
针对现有技术的不足，本发明提供了一种放疗期间皮肤防辐射管理调节系统及方法，通过图像分析结果和患者皮肤具体的皮肤状态数据作为综合性的考虑因素，不仅在一定程度上能够提高对应放疗后皮肤状态判定的准确度，还能够得到量化后的皮肤状态预测指标，便于直观的了解或对比具体的皮肤状态，根据皮肤状态预测指标、评估结果对应的等级值等参数，能够计算得出量化后的用药量预测值和用药频率预估值，提高了治疗的针对性和精准度，解决了背景技术中提出的问题。
（二）技术方案
为实现以上目的，本发明通过以下技术方案予以实现：
一种放疗期间皮肤防辐射管理调节系统，包括：
状态采集模块，获取对应患者的皮肤状态数据集，包括放疗前、后的皮肤状态数据，依据经过预处理后的皮肤状态数据集，生成放疗前、后对应的皮肤状态评估系数；
图像分析模块，获取放疗后对应的皮肤图像，采用计算机视觉和图像处理技术对皮肤图像进行分析，利用训练好的分类器模型和搭建的规则引擎，对皮肤图像中不同皮肤状态进行评级，得到的评级结果包括Ⅰ级、Ⅱ级、Ⅲ级以及Ⅳ级；
综合评估模块，依据预设k次的放疗前、后对应的皮肤状态评估系数和评级结果，搭建综合评估计算模型，生成皮肤状态预测指标Psc；
预警管理模块，根据对应患者所属的评级结果；
若是评级结果为Ⅲ级或Ⅳ级，则发出一级预警信号，执行暂停放疗进度的策略；
若是评级结果为Ⅰ级或Ⅱ级，则发出二级预警信号，执行用药定时提醒策略，依据皮肤状态预测指标Psc，搭建数据分析计算模型，生成对应患者的用药频率预估值Edu，根据用药频率预估值Edu为患者提供一天内所需用药的次数。
进一步的，皮肤状态数据包括皮肤湿度、皮肤Ph值以及皮肤电导率，其中，皮肤湿度表示患者皮肤上至少三点处所检测得到湿度值的均值，皮肤Ph值表示患者皮肤上至少三点处所检测得到Ph值的均值，皮肤电导率表示患者皮肤上至少三点处所检测得到电导率的均值。
进一步的，生成放疗前、后对应的皮肤状态评估系数之前需要对放疗前、后的皮肤状态数据进行预处理，且预处理的过程为：对放疗前、后的皮肤状态数据进行无量纲化处理，放疗前对应的皮肤状态评估系数为，放疗后对应的皮肤状态评估系数为。
进一步的，生成放疗前、后对应的皮肤状态评估系数所依据的公式如下：
，式中，分别表示皮肤湿度、皮肤Ph值以及皮肤电导率，分别为皮肤湿度、皮肤Ph值以及皮肤电导率的权重系数，且。
进一步的，对皮肤图像中不同皮肤状态进行评级的过程为：
S101、图像预处理：对皮肤图像进行预处理，包括去除噪声和增强对比度；
S102、特征提取：从预处理后的皮肤图像中提取特征，特征包括红斑、潮红斑、表皮脱落点、暗红点、充血面、水泡以及灰白色坏死组织；
S103、分类器设计：设计一个分类器来将提取的特征与不同皮肤状态进行关联，且分类器包括支持向量机SVM和卷积神经网络CNN中的任一种；即，将红斑、潮红斑特征与对应的Ⅰ度皮肤状态关联，将表皮脱落点、暗红点与对应的Ⅱ度皮肤状态关联，将充血面、水泡与对应的Ⅲ度皮肤状态关联，将灰白色坏死组织与对应的Ⅳ度皮肤状态关联；
S104、训练模型：使用带有标签的皮肤图像数据集，训练设计好的分类器模型，使其能够识别并区分不同的皮肤状态；
S105、图像分析与评级：对新的皮肤图像进行分析，利用训练好的模型对图像中的不同皮肤状态进行识别，根据搭建的规则引擎，将识别出的不同皮肤状态分为不同的级别；即，将Ⅰ度皮肤状态分为Ⅰ级，Ⅱ度皮肤状态分为Ⅱ级，Ⅲ度皮肤状态分为Ⅲ级，Ⅳ度皮肤状态分为Ⅳ级。
进一步的，生成皮肤状态预测指标Psc的过程如下：
S201、依据预设k次的放疗前、后对应的皮肤状态评估系数，计算状态差值，所依据的公式如下：
；
S202、根据状态差值和评估结果对应的等级值，计算皮肤状态预测指标Psc，所依据的公式如下：
，式中，表示评估结果对应的等级值，Ⅰ级、Ⅱ级、Ⅲ级以及Ⅳ级分别表示1、2、3、4，表示k次状态差值的平均值，k=1、2、…、n，n为正整数，表示状态波动稳定指数，分别为评估结果对应的等级值和状态波动稳定指数的预设比例系数，且。
进一步的，计算用药频率预估值Edu所依据的公式如下：
，式中，int为取整函数，u表示皮肤状态预测指标Psc的预设比例系数，b为常数项，系数u和常数项b通过样本数据的统计分析来确定。
进一步的，在获取评级结果为Ⅰ级或Ⅱ级的条件下，根据k次状态差值的平均值和评估结果对应的等级值Q，计算生成对应患者每次所需的用药量预测值Rod，在每次用药时根据所需的用药量预测值Rod进行上药操作。
进一步的，计算用药量预测值Rod所依据的公式如下：
，式中，为常数修正系数，别为k次状态差值的平均值和评估结果对应的等级值的预设比例系数，且。
一种放疗期间皮肤防辐射管理调节方法，包括如下步骤：
S1、获取对应患者的皮肤状态数据集，包括放疗前、后的皮肤状态数据，依据经过预处理后的皮肤状态数据集，生成放疗前、后对应的皮肤状态评估系数，且皮肤状态数据包括皮肤湿度、皮肤Ph值以及皮肤电导率；
S2、获取放疗后对应的皮肤图像，采用计算机视觉和图像处理技术对皮肤图像进行分析，利用训练好的分类器模型和搭建的规则引擎，对皮肤图像中不同皮肤状态进行评级，得到的评级结果包括Ⅰ级、Ⅱ级、Ⅲ级以及Ⅳ级；
S3、依据预设k次的放疗前、后对应的皮肤状态评估系数和评级结果，搭建综合评估计算模型，生成皮肤状态预测指标Psc；
S4、根据对应患者所属的评级结果；
若是评级结果为Ⅲ级或Ⅳ级，则发出一级预警信号，执行暂停放疗进度的策略；
若是评级结果为Ⅰ级或Ⅱ级，则发出二级预警信号，执行用药定时提醒策略，依据皮肤状态预测指标Psc，搭建数据分析计算模型，生成对应患者的用药频率预估值Edu，根据用药频率预估值Edu为患者提供一天内所需用药的次数；
在获取评级结果为Ⅰ级或Ⅱ级的条件下，根据k次状态差值的平均值和评估结果对应的等级值Q，计算生成对应患者每次所需的用药量预测值Rod，在每次用药时根据所需的用药量预测值Rod进行上药操作。
（三）有益效果
本发明提供了一种放疗期间皮肤防辐射管理调节系统及方法，具备以下有益效果：
1、采用计算机视觉和图像处理技术对皮肤图像进行分析，并结合反向传播算法，可自动化的皮肤状态识别和评级，可以大大提高医生的诊疗效率，减轻医生的工作负担，同时也能提高诊断的一致性和准确性；模块建立在统一的数据集和算法模型之上，可以为不同患者提供标准化和一致性的皮肤状态评估，有利于诊疗的规范化；整个图像分析模块的设计为实现皮肤病诊疗的自动化和智能化提供了有力支撑；
2、通过图像分析结果和患者皮肤具体的皮肤状态数据作为综合性的考虑因素，不仅在一定程度上能够提高对应放疗后皮肤状态判定的准确度，还能够得到量化后的皮肤状态预测指标，便于直观的了解或对比具体的皮肤状态；
3、通过设计预警管理模块，根据皮肤状态预测指标、评估结果对应的等级值等参数，能够计算得出量化后的用药量预测值和用药频率预估值，解决了针对不同评级结果患者无法及时的提出治疗个性化需求的问题，提高了治疗的针对性和精准度，也提高了治疗方案的科学性和可操作性，为医护人员提供了更有力的决策依据。
附图说明
图1为本发明中一种放疗期间皮肤防辐射管理调节系统的模块结构示意图；
图2为本发明中一种放疗期间皮肤防辐射管理调节方法的整体流程示意图。
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、完整的描述，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。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1：请参阅图1，本实施例提供一种放疗期间皮肤防辐射管理调节系统，该系统包括状态采集模块、图像分析模块、综合评估模块以及预警管理模块，整个调节系统针对所需化疗的对应患者进行皮肤防辐射管理，根据获取到的各个反映皮肤状态的数据或特征，得到综合性的评估值，在检测出存在异常时，及时预警，同时也根据各个数据或特征，从而为对应患者的用药频率、剂量进行准确的调整，以实现针对性的管理操作，使得对应患者达到最佳的皮肤管理效果，在一定程度上来降低辐射对皮肤的影响；
状态采集模块，获取对应患者的皮肤状态数据集，包括放疗前、后的皮肤状态数据，依据经过预处理后的皮肤状态数据集，生成放疗前、后对应的皮肤状态评估系数
其中，皮肤状态数据包括皮肤湿度、皮肤Ph值以及皮肤电导率；
皮肤湿度表示患者皮肤上至少三点处所检测得到湿度值的均值；
通过皮肤湿度计测量三点处皮肤表面的湿度值，而后进行平均计算，得到的均值即为皮肤湿度，可以评估皮肤的水分含量和保湿情况，放疗前后皮肤湿度的变化可以反映出皮肤的水分损失程度；采用的皮肤湿度计为电容式皮肤湿度计，使用电容式传感器测量皮肤表面的电容变化，进而计算出皮肤的湿度值，也可根据实际需要选用电阻式传感器测量皮肤表面的电阻值，根据电阻值的变化推算出皮肤的湿度；
皮肤Ph值表示患者皮肤上至少三点处所检测得到Ph值的均值；
Ph值是指皮肤表面的酸碱度，正常皮肤的Ph值通常在4.5~5.5之间，放疗前后皮肤Ph值的变化可以反映出皮肤的酸碱平衡状态，以及皮肤屏障功能的改变，Ph值通常使用Ph电极进行测量，PH电极是一种特殊的传感器，可测量皮肤表面的Ph值，电极与皮肤接触后，通过测量电位差来计算PH值；
皮肤电导率表示患者皮肤上至少三点处所检测得到电导率的均值；
电导率是指皮肤对电流的导电性，可以反映皮肤的湿润程度和角质层的完整性；放疗前后皮肤电导率的变化可以反映出皮肤的水分含量和角质层的受损程度；皮肤电导率可以通过电导率仪器进行测量，使用电极将微电流施加到皮肤表面，然后测量电流通过皮肤的电阻，从而计算出皮肤的电导率；
生成放疗前、后对应的皮肤状态评估系数之前需要对放疗前、后的皮肤状态数据进行预处理，即对放疗前、后的皮肤状态数据进行无量纲化处理，以去除各个数据的单位；其中，放疗前对应的皮肤状态评估系数为，放疗后对应的皮肤状态评估系数为；
生成放疗前、后对应的皮肤状态评估系数所依据的公式如下：
，式中，分别表示皮肤湿度、皮肤Ph值以及皮肤电导率，在计算放疗前对应的皮肤状态评估系数时，分别表示放疗前的皮肤湿度、皮肤Ph值以及皮肤电导率，在计算放疗后对应的皮肤状态评估系数时，分别表示放疗后的皮肤湿度、皮肤Ph值以及皮肤电导率，分别为皮肤湿度、皮肤Ph值以及皮肤电导率的权重系数，且，的取值范围为0~1。
图像分析模块，获取放疗后对应的皮肤图像，采用计算机视觉和图像处理技术对皮肤图像进行分析，利用训练好的分类器模型和搭建的规则引擎，对皮肤图像中不同皮肤状态进行评级，得到的评级结果包括Ⅰ级、Ⅱ级、Ⅲ级以及Ⅳ级；
其中，获取放疗后对应的皮肤图像是通过高清摄像机对患者的皮肤进行拍摄；
采用计算机视觉和图像处理技术对皮肤图像进行分析，利用训练好的分类器模型和搭建的规则引擎，对皮肤图像中不同皮肤状态进行评级的过程如下：
S101、图像预处理：
对皮肤图像进行预处理，包括去除噪声和增强对比度，以提高后续分析的准确性；
S102、特征提取：
从预处理后的皮肤图像中提取特征，这些特征包括红斑、潮红斑、表皮脱落点、暗红点、充血面、水泡以及灰白色坏死组织，可以针对性地提取相应的特征；
S103、分类器设计：
设计一个分类器来将提取的特征与不同皮肤状态进行关联，且分类器包括支持向量机SVM和卷积神经网络CNN中的任一种；即，将红斑、潮红斑特征与对应的Ⅰ度皮肤状态关联，将表皮脱落点、暗红点与对应的Ⅱ度皮肤状态关联，将充血面、水泡与对应的Ⅲ度皮肤状态关联，将灰白色坏死组织与对应的Ⅳ度皮肤状态关联；
S104、训练模型：
使用带有标签的皮肤图像数据集，训练设计好的分类器模型，使其能够识别并区分不同的皮肤状态；
S105、图像分析与评级：
对新的皮肤图像进行分析，利用训练好的模型对图像中的不同皮肤状态进行识别，根据搭建的规则引擎，将识别出的不同皮肤状态分为不同的级别；即，将Ⅰ度皮肤状态分为Ⅰ级，Ⅱ度皮肤状态分为Ⅱ级，Ⅲ度皮肤状态分为Ⅲ级，Ⅳ度皮肤状态分为Ⅳ级。
举例而言，若使用卷积神经网络CNN进行皮肤图像分析，可以采用以下步骤：
收集带有标签的皮肤图像数据集，标记不同皮肤状态；设计卷积神经网络结构，包括卷积层、池化层、全连接层，以及相应的激活函数和损失函数；使用数据集训练卷积神经网络模型，通过反向传播算法不断调整网络参数，使其能够准确识别不同的皮肤状态；使用验证集对训练好的模型进行评估，检查其在识别不同皮肤状态上的准确率和性能；将训练好的卷积神经网络模型应用于新的皮肤图像，并根据搭建的规则引擎，实现对皮肤状态的自动识别和评级。
具体的，采用计算机视觉和图像处理技术对皮肤图像进行分析，并结合反向传播算法，可自动化的皮肤状态识别和评级，可以大大提高医生的诊疗效率，减轻医生的工作负担，同时也能提高诊断的一致性和准确性；模块建立在统一的数据集和算法模型之上，可以为不同患者提供标准化和一致性的皮肤状态评估，有利于诊疗的规范化；整个图像分析模块的设计为实现皮肤病诊疗的自动化和智能化提供了有力支撑。
综合评估模块，依据预设k次的放疗前、后对应的皮肤状态评估系数和评级结果，搭建综合评估计算模型，生成用于反映对应患者放疗后皮肤状况的皮肤状态预测指标Psc；
其中，生成皮肤状态预测指标Psc的过程如下：
S201、依据预设k次的放疗前、后对应的皮肤状态评估系数，计算状态差值，所依据的公式如下：
；
S202、根据状态差值和评估结果对应的等级值，计算皮肤状态预测指标Psc，所依据的公式如下：
，式中，表示评估结果对应的等级值，Ⅰ级、Ⅱ级、Ⅲ级以及Ⅳ级分别表示1、2、3、4，表示k次状态差值的平均值，k=1、2、…、n，n为正整数，表示状态波动稳定指数，分别为评估结果对应的等级值和状态波动稳定指数的预设比例系数，且，的取值范围均为0~1，100作为修正指数；
需要说明的是，皮肤状态预测指标Psc越大，则皮肤状态越差。
具体的，不同于传统方案中仅仅是根据分析皮肤图像的结构来判断放疗后的皮肤状态，本申请通过图像分析结果和患者皮肤具体的皮肤状态数据作为综合性的考虑因素，不仅在一定程度上能够提高对应放疗后皮肤状态判定的准确度，还能够得到量化后的皮肤状态预测指标，便于直观的了解或对比具体的皮肤状态。
预警管理模块，根据对应患者所属的评级结果；
若是评级结果为Ⅲ级或Ⅳ级，则发出一级预警信号，执行暂停放疗进度的策略，同时提醒对应的医护人员根据患者的具体情况进行后续的调整处理，例如：若是评级结果为Ⅳ级，则医护人员根据患者情况，可采用外用抗炎药膏，如红素、霉素软膏；当感染较重时，可肌注或静滴抗炎药物，同时保持创面清洁、干燥，以利愈合；
若是评级结果为Ⅰ级或Ⅱ级，则发出二级预警信号，执行用药定时提醒策略；
该策略具体为：依据皮肤状态预测指标Psc，搭建数据分析计算模型，生成对应患者的用药频率预估值Edu，可使用比亚芬对患者皮肤进行用药，根据用药频率预估值Edu为患者提供一天内所需用药的次数，计算用药频率预估值Edu所依据的公式如下：
，式中，int为取整函数，u表示皮肤状态预测指标Psc的预设比例系数，b为常数项，系数u和常数项b可以通过样本数据的统计分析来确定；
其中，确定线性函数中的系数u和常数项b的过程通常涉及到拟合数据并进行参数估计；首先需要收集包括Psc和对应的Edu值的样本数据，这些数据可以是临床实验结果、医疗记录或者调查问卷等方式收集得到的，根据给定的假设，建立线性模型输出值其中，Edu是因变量，Psc是自变量，是Psc的系数，b是常数项；使用拟合方法，如最小二乘法，将模型应用于收集到的样本数据，以确定最佳的系数和常数项b，使得模型能够最好地拟合数据。拟合过程的目标是最小化实际观测值与模型预测值之间的差异；通过拟合方法得到的结果，可以估计出最优的系数和常数项b的值；
并在获取评级结果为Ⅰ级或Ⅱ级的条件下，根据k次状态差值的平均值和评估结果对应的等级值Q，计算生成对应患者每次所需的用药量预测值Rod，在每次用药时根据所需的用药量预测值Rod进行上药操作，计算用药量预测值Rod所依据的公式如下：
，式中，为常数修正系数，其具体值可由用户调整设置，或者由分析函数拟合生成，且的取值范围为1~2，分别为k次状态差值的平均值和评估结果对应的等级值的预设比例系数，且 的取值范围均为0~1。
一级预警信号针对评级结果为Ⅲ级或Ⅳ级的患者，执行暂停放疗进度的策略，同时提醒医护人员根据患者具体情况进行后续调整处理，这种个性化的治疗方案可以更有效地应对患者不同的病情程度，提高治疗效果并降低治疗风险；
比如，针对评级为Ⅳ级的患者，提供了具体的用药建议，如外用抗炎药膏和抗炎药物，有效缓解了患者的症状，促进了伤口愈合；
二级预警信号针对评级结果为Ⅰ级或Ⅱ级的患者，执行用药定时提醒策略，通过建立数据分析计算模型，根据皮肤状态预测指标生成患者的用药频率预估值，而后继续生成用药量预测值，进一步提高了治疗的个性化程度，这种定时提醒策略可以帮助患者更好地遵循医嘱，提高用药的准确性和及时性，从而提升治疗效果，减少药物误用和滥用的风险。
具体的，通过设计预警管理模块，根据皮肤状态预测指标、评估结果对应的等级值等参数，能够计算得出量化后的用药量预测值和用药频率预估值，解决了针对不同评级结果患者无法及时的提出治疗个性化需求的问题，提高了治疗的针对性和精准度，也提高了治疗方案的科学性和可操作性，为医护人员提供了更有力的决策依据。
实施例2：请参阅图2，以实施例1为基础，本实施例还提供一种放疗期间皮肤防辐射管理调节方法，包括如下具体步骤：
S1、获取对应患者的皮肤状态数据集，包括放疗前、后的皮肤状态数据，依据经过预处理后的皮肤状态数据集，生成放疗前、后对应的皮肤状态评估系数，且皮肤状态数据包括皮肤湿度、皮肤Ph值以及皮肤电导率；
S2、获取放疗后对应的皮肤图像，采用计算机视觉和图像处理技术对皮肤图像进行分析，利用训练好的分类器模型和搭建的规则引擎，对皮肤图像中不同皮肤状态进行评级，得到的评级结果包括Ⅰ级、Ⅱ级、Ⅲ级以及Ⅳ级；
S3、依据预设k次的放疗前、后对应的皮肤状态评估系数和评级结果，搭建综合评估计算模型，生成皮肤状态预测指标Psc；
S4、根据对应患者所属的评级结果；
若是评级结果为Ⅲ级或Ⅳ级，则发出一级预警信号，执行暂停放疗进度的策略；
若是评级结果为Ⅰ级或Ⅱ级，则发出二级预警信号，执行用药定时提醒策略，依据皮肤状态预测指标Psc，搭建数据分析计算模型，生成对应患者的用药频率预估值Edu，根据用药频率预估值Edu为患者提供一天内所需用药的次数；
在获取评级结果为Ⅰ级或Ⅱ级的条件下，根据k次状态差值的平均值和评估结果对应的等级值Q，计算生成对应患者每次所需的用药量预测值Rod，在每次用药时根据所需的用药量预测值Rod进行上药操作。
在申请中，所述涉及到的若干个公式均是去量纲后取其数值计算，而所述公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的由本领域的技术人员根据实际情况进行设置。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件，或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，既可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述，仅为本申请的具体实施方式，但本申请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申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。
Claims (8)
1.一种放疗期间皮肤防辐射管理调节系统，其特征在于，该系统包括：
状态采集模块，获取对应患者的皮肤状态数据集，包括放疗前、后的皮肤状态数据，依据经过预处理后的皮肤状态数据集，生成放疗前、后对应的皮肤状态评估系数I(m，n)；皮肤状态数据包括皮肤湿度、皮肤Ph值以及皮肤电导率，其中，皮肤湿度表示患者皮肤上至少三点处所检测得到湿度值的均值，皮肤Ph值表示患者皮肤上至少三点处所检测得到Ph值的均值，皮肤电导率表示患者皮肤上至少三点处所检测得到电导率的均值；
图像分析模块，获取放疗后对应的皮肤图像，采用计算机视觉和图像处理技术对皮肤图像进行分析，利用训练好的分类器模型和搭建的规则引擎，对皮肤图像中不同皮肤状态进行评级，得到的评级结果包括Ⅰ级、Ⅱ级、Ⅲ级以及Ⅳ级；
综合评估模块，依据预设k次的放疗前、后对应的皮肤状态评估系数I(m，n)和评级结果，搭建综合评估计算模型，生成皮肤状态预测指标Psc；
预警管理模块，根据对应患者所属的评级结果；
若是评级结果为Ⅲ级或Ⅳ级，则发出一级预警信号，执行暂停放疗进度的策略；
若是评级结果为Ⅰ级或Ⅱ级，则发出二级预警信号，执行用药定时提醒策略，依据皮肤状态预测指标Psc，搭建数据分析计算模型，生成对应患者的用药频率预估值Edu，根据用药频率预估值Edu为患者提供一天内所需用药的次数。
2.根据权利要求1所述的一种放疗期间皮肤防辐射管理调节系统，其特征在于：生成放疗前、后对应的皮肤状态评估系数I(m，n)之前需要对放疗前、后的皮肤状态数据进行预处理，且预处理的过程为：对放疗前、后的皮肤状态数据进行无量纲化处理，放疗前对应的皮肤状态评估系数为Im，放疗后对应的皮肤状态评估系数为In。
3.根据权利要求2所述的一种放疗期间皮肤防辐射管理调节系统，其特征在于：生成放疗前、后对应的皮肤状态评估系数I(m，n)所依据的公式如下：
I(m，n)＝F1*sd+F2*ph+F3*du
式中，sd、ph、du分别表示皮肤湿度、皮肤Ph值以及皮肤电导率，F1、F2、F3分别为皮肤湿度、皮肤Ph值以及皮肤电导率的权重系数，且F1＞F2＞F3＞0。
4.根据权利要求3所述的一种放疗期间皮肤防辐射管理调节系统，其特征在于：对皮肤图像中不同皮肤状态进行评级的过程为：
S101、图像预处理：对皮肤图像进行预处理，包括去除噪声和增强对比度；
S102、特征提取：从预处理后的皮肤图像中提取特征，特征包括红斑、潮红斑、表皮脱落点、暗红点、充血面、水泡以及灰白色坏死组织；
S103、分类器设计：设计一个分类器来将提取的特征与不同皮肤状态进行关联，且分类器包括支持向量机SVM和卷积神经网络CNN中的任一种；即，将红斑、潮红斑特征与对应的Ⅰ度皮肤状态关联，将表皮脱落点、暗红点与对应的Ⅱ度皮肤状态关联，将充血面、水泡与对应的Ⅲ度皮肤状态关联，将灰白色坏死组织与对应的Ⅳ度皮肤状态关联；
S104、训练模型：使用带有标签的皮肤图像数据集，训练设计好的分类器模型，使其能够识别并区分不同的皮肤状态；
S105、图像分析与评级：对新的皮肤图像进行分析，利用训练好的模型对图像中的不同皮肤状态进行识别，根据搭建的规则引擎，将识别出的不同皮肤状态分为不同的级别；即，将Ⅰ度皮肤状态分为Ⅰ级，Ⅱ度皮肤状态分为Ⅱ级，Ⅲ度皮肤状态分为Ⅲ级，Ⅳ度皮肤状态分为Ⅳ级。
5.根据权利要求4所述的一种放疗期间皮肤防辐射管理调节系统，其特征在于：生成皮肤状态预测指标Psc的过程如下：
S201、依据预设k次的放疗前、后对应的皮肤状态评估系数I(m，n)，计算状态差值xzk，所依据的公式如下：
xzk＝|Im-In|；
S202、根据状态差值xzk和评估结果对应的等级值，计算皮肤状态预测指标Psc，所依据的公式如下：
式中，Q表示评估结果对应的等级值，Ⅰ级、Ⅱ级、Ⅲ级以及Ⅳ级分别表示1、2、3、4，表示k次状态差值的平均值，k＝1、2、…、n，n为正整数，Rw表示状态波动稳定指数，α、β分别为评估结果对应的等级值和状态波动稳定指数的预设比例系数，且α＞β＞0。
6.根据权利要求5所述的一种放疗期间皮肤防辐射管理调节系统，其特征在于：计算用药频率预估值Edu所依据的公式如下：
Edu＝int(ln(u*Psc+b))
式中，int为取整函数，u表示皮肤状态预测指标Psc的预设比例系数，b为常数项，系数u和常数项b通过样本数据的统计分析来确定。
7.根据权利要求6所述的一种放疗期间皮肤防辐射管理调节系统，其特征在于：在获取评级结果为Ⅰ级或Ⅱ级的条件下，根据k次状态差值的平均值和评估结果对应的等级值Q，计算生成对应患者每次所需的用药量预测值Rod，在每次用药时根据所需的用药量预测值Rod进行上药操作。
8.根据权利要求7所述的一种放疗期间皮肤防辐射管理调节系统，其特征在于：计算用药量预测值Rod所依据的公式如下：
式中，G1为常数修正系数，a1、a2分别为k次状态差值的平均值和评估结果对应的等级值的预设比例系数，且a2＞a1＞0。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410573704.1A CN118161131B (zh) | 2024-05-10 | 2024-05-10 | 一种放疗期间皮肤防辐射管理调节系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410573704.1A CN118161131B (zh) | 2024-05-10 | 2024-05-10 | 一种放疗期间皮肤防辐射管理调节系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118161131A CN118161131A (zh) | 2024-06-11 |
| CN118161131B true CN118161131B (zh) | 2024-07-19 |
Family
ID=91348866
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410573704.1A Active CN118161131B (zh) | 2024-05-10 | 2024-05-10 | 一种放疗期间皮肤防辐射管理调节系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118161131B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107779438A (zh) * | 2017-09-25 | 2018-03-09 | 杭州市第人民医院 | 一种放疗耐受肺癌细胞系及其构建方法和应用 |
| CN111164224A (zh) * | 2017-09-14 | 2020-05-15 | 普梭梅根公司 | 微生物相关的重要性指数指标 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1990013092A1 (en) * | 1989-04-25 | 1990-11-01 | Bio-Monitor, Inc. | Method and apparatus for analyzing information gathered from symmetric areas of a living organism |
| WO2007133641A1 (en) * | 2006-05-10 | 2007-11-22 | Biohealth Advance, Llc | Enhanced protection against skin injury in humans |
| US8109875B2 (en) * | 2007-01-03 | 2012-02-07 | Gizewski Theodore M | Derma diagnostic and automated data analysis system |
| WO2009112570A1 (en) * | 2008-03-13 | 2009-09-17 | Ull Meter A/S | Method of predicting sickness leave and method of detecting the presence or onset of a stress-related health condition |
| EP2781191A1 (en) * | 2013-03-19 | 2014-09-24 | Schnidar, Harald | Methods for assessing erythema |
| KR102098254B1 (ko) * | 2018-01-17 | 2020-05-26 | 사회복지법인 삼성생명공익재단 | 방사선 피부염 평가시스템 및 이를 이용한 평가방법 |
| CN110755045B (zh) * | 2019-10-30 | 2022-06-07 | 湖南财政经济学院 | 一种皮肤病综合数据分析诊断辅助系统 |
| CN114795123A (zh) * | 2022-04-25 | 2022-07-29 | 四川省肿瘤医院 | 放疗患者皮肤辐射损伤预测系统及方法 |
| CN116313163B (zh) * | 2023-05-16 | 2023-07-21 | 四川省医学科学院·四川省人民医院 | 一种基于白血病患儿治疗的交互方法和系统 |
-
2024
- 2024-05-10 CN CN202410573704.1A patent/CN118161131B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111164224A (zh) * | 2017-09-14 | 2020-05-15 | 普梭梅根公司 | 微生物相关的重要性指数指标 |
| CN107779438A (zh) * | 2017-09-25 | 2018-03-09 | 杭州市第人民医院 | 一种放疗耐受肺癌细胞系及其构建方法和应用 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118161131A (zh) | 2024-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Viloria et al. | Diabetes diagnostic prediction using vector support machines | |
| CN109524069A (zh) | 医疗数据处理方法、装置、电子设备和存储介质 | |
| CN110403611B (zh) | 血液中糖化血红蛋白成分值预测方法、装置、计算机设备和存储介质 | |
| CN112967803A (zh) | 基于集成模型的急诊患者早期死亡率预测方法及系统 | |
| CN116864139A (zh) | 疾病风险评估方法、装置、计算机设备及可读存储介质 | |
| CN116864104A (zh) | 基于人工智能的慢性血栓栓塞性肺动脉高压风险分级系统 | |
| CN118173253B (zh) | 一种基于病患数据分析管理系统及方法 | |
| CN114628034A (zh) | 阿尔兹海默症评估方法、系统、设备及存储介质 | |
| Lustig et al. | A machine learning algorithm for early detection of heel deep tissue injuries based on a daily history of sub‐epidermal moisture measurements | |
| CN116564521A (zh) | 一种慢性病风险评估模型建立方法、介质及系统 | |
| Derevitskii et al. | Analysis course of the disease of type 2 diabetes patients using Markov chains and clustering methods. | |
| CN118161131B (zh) | 一种放疗期间皮肤防辐射管理调节系统及方法 | |
| Noori et al. | A comparative analysis for diabetic prediction based on machine learning techniques | |
| US20230060794A1 (en) | Diagnostic Tool | |
| CN107003315A (zh) | 胰岛素分泌能力分析装置、具备该装置的胰岛素分泌能力分析系统以及胰岛素分泌能力分析方法 | |
| Gai et al. | Diagnosis of hepatobiliary disease based on logistic regression model | |
| CN114388089A (zh) | 一种基于人工智能的个人健康管理方法及系统 | |
| CN114792565A (zh) | 健康管理方法、装置、可穿戴设备、电子设备及介质 | |
| CN112820368A (zh) | 重症患者数据集的构建方法、系统、设备和存储介质 | |
| TWI817795B (zh) | 癌症進展判別方法及其系統 | |
| Shehab et al. | Accurate Prediction of Pulmonary Fibrosis Progression Using EfficientNet and Quantile Regression: A High Performing Approach | |
| Mansourvar et al. | Automatic method for bone age assessment based on combined method | |
| JP7333549B2 (ja) | 疾病リスク評価方法、疾病リスク評価システム、及び健康情報処理装置 | |
| CN118398241B (zh) | 基于信息物联网应用的药物临床数据处理方法、系统及设备 | |
| US20240266062A1 (en) | Disease risk evaluation method, disease risk evaluation system, and health information processing device |
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 |