[发明专利]基于深度学习的睑板腺共聚焦显微镜智能分析评估系统及方法

说明书

本发明公开了基于深度学习的睑板腺共聚焦显微镜智能分析评估系统及方法，系统包括客户端、服务端、睑板腺共聚焦显微镜、数据库；客户端，用于监听并通过网络上传当前睑板腺共聚焦显微镜采集的睑板腺图像，接收和显示反馈的分析结果；服务端，根据从客户端采集的睑板腺共聚焦显微镜图像，即时判断睑板腺共聚焦显微镜图像对应的部位及部位特征，将分析结果反馈给客户端；数据库，用于保存睑板腺共聚焦显微镜采集的睑板腺图像；客户端、服务端、数据库通过网络连接通信。本发明能够帮助检查者快速且准确的分析检查结果，智能识别异常部位，并对异常细胞进行计数，提供客观检查依据，提高检查效率。

技术领域

本发明属于医疗检测技术领域，涉及一种睑板腺共聚焦显微镜智能分析评估系统及方法，具体涉及一种基于深度学习的睑板腺共聚焦显微镜智能分析评估系统及方法。

背景技术

随着现代社会快节奏发展，人们不可避免的越来越多的接触手机、电脑等电子设备，睑板腺功能障碍(MGD)所致的干眼发病率持续上升；另一方面，由于睑缘与角膜、结膜密切的毗邻关系，睑板腺功能障碍常引起眼表的异常，严重者可引起角膜病变。因此，加强对睑板腺功能的认知，更加准确的评估睑板腺的情况，更加个体化的治疗方案已成为临床工作者的迫切诉求。

临床上常用共聚焦显微镜来评价睑板腺功能，但由于缺乏相应的系统支持，仅能凭医师肉眼判断腺管及腺泡细胞的异常情况，但由于结果图像中腺泡细胞数量多，医师无法进行精确计算，得出的结果较为粗略，；另一方面，肉眼评估腺泡数量费时费力，医生容易疲劳，评价结果受医生主观状态和经验水平影响大。因此，目前临床上患者也无法得到最准确的个性化治疗方案。

发明内容

为了解决上述技术问题，本发明提供了一种基于深度学习的睑板腺共聚焦智能分析评估系统及方法，帮助检查者快速且准确的分析检查结果，智能识别异常部位，并对异常细胞进行计数，提供客观检查依据，提高检查效率。

本发明的系统所采用的技术方案是：一种基于深度学习的睑板腺共聚焦显微镜智能分析评估系统，其特征在于：客户端、服务端、睑板腺共聚焦显微镜、数据库；

所述客户端，用于监听并通过网络上传当前睑板腺共聚焦显微镜采集的睑板腺图像，接收和显示反馈的分析结果；

所述服务端，根据从客户端采集的睑板腺共聚焦显微镜图像，即时判断睑板腺共聚焦显微镜图像对应的部位及部位病变特征，将分析结果反馈给客户端；

所述数据库，用于保存所述睑板腺共聚焦显微镜采集的睑板腺图像；

所述客户端、服务端、数据库通过网络连接通信。

本发明的方法所采用的技术方案是：一种基于深度学习的睑板腺共聚焦显微镜智能分析评估方法，其特征在于，包括以下步骤：

步骤1：当睑板腺共聚焦显微镜进行图像采集，客户端被触发获取所采集的睑板腺图像，并上传至服务端；

步骤2：服务端接收睑板腺图像作为参数，调用病变卷积神经网络模型进行识别：

首先判断共聚焦显微镜图像是否为睑板腺共聚焦图像(即包含睑板腺腺泡细胞及睑板腺腺管组织)，若是则判断为合格图片；若不合格则输出分析结果为不合格；

当睑板腺图像判断为合格图片后，识别该睑板腺图像中的具体部位和部位病变特征并输出；

步骤3：客户端接收并显示分析结果；

步骤4：操作人员根据客户端显示的分析结果进行下一步操作：

当分析结果为不合格时，继续采集睑板腺图像；

当识别出的具体部位不够完整时继续采集遗漏的部位；

当识别出的具体部位完整时，结束操作。