[发明专利]一种基于智能终端的常见眼表疾病诊断系统在审
申请号: | 202010578639.3 | 申请日: | 2020-06-23 |
公开(公告)号: | CN111700582A | 公开(公告)日: | 2020-09-25 |
发明(设计)人: | 陈蔚;王雷;陈款;郑钦象;李锦阳 | 申请(专利权)人: | 温州医科大学附属眼视光医院 |
主分类号: | A61B3/02 | 分类号: | A61B3/02;A61B3/14 |
代理公司: | 北京市盈科律师事务所 11344 | 代理人: | 杨晓雷 |
地址: | 325027 *** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 智能 终端 常见 疾病诊断 系统 | ||
1.一种基于智能终端的常见眼表疾病诊断系统,其特征在于,包括:
信息采集模块,安装在智能终端,所述信息采集模块包括图像采集单元、问卷采集单元和基本信息采集单元;
数据处理模块,安装在所述智能终端或服务器上并与所述信息采集模块连接,所述数据处理模块包括问卷处理模块和图片智能分类模块,所述问卷处理模块用于接收所述问卷采集单元输入的问卷信息并给出相应的眼表疾病评估分值;所述图片智能分类模块内存储有眼表模型,所述图片智能分类模块利用所述眼表模型对输入的眼表照片进行分类处理,并得到正常眼表、病毒性角膜炎、细菌性角膜炎、真菌性角膜炎、翼状胬肉、结膜炎、眼表肿物等其他眼表疾病的分类结果;以及
诊疗建议模块,安装在所述智能终端或服务器上并与所述数据处理模块连接,接收所述问卷处理模块的眼表疾病评估分值和/或图片智能分类模块的分类结果,并根据所述眼表疾病评估分值和/或分类结果输出相应的诊疗建议。
2.如权利要求1所述的基于智能终端的常见眼表疾病诊断系统,其特征在于,所述问卷采集单元采用OSDI干眼问卷,所述问卷处理模块根据所述OSDI干眼问卷的采集结果计算最终OSDI评分,并根据所述最终OSDI评分判断是否干眼及程度等级。
3.如权利要求2所述的基于智能终端的常见眼表疾病诊断系统,其特征在于,计算所述最终OSDI评分的公式为:
所有答题得分之和D=A+B+C;
回答问题数E=12-H;
最终OSDI评分F=D×25/E;
其中,A为1~5题的答案分数,B为6~9题的答案分数,C为10~12题的答案分数,H为选择“不适用”的答案问题数。
4.如权利要求3所述的基于智能终端的常见眼表疾病诊断系统,其特征在于,根据所述最终OSDI评分F判断是否干眼及程度等级,包括:
F≤12为正常,无干眼;
13<F<22为轻度干眼;
23<F<32为中度干眼;以及
F≥33为重度干眼。
5.如权利要求1、2、3或4所述的基于智能终端的常见眼表疾病诊断系统,其特征在于,所述眼表模型为利用深度卷积神经网络对眼表图片数据库进行疾病分类处理,并生成所述眼表模型存储于所述图片智能分类模块或云端。
6.如权利要求5所述的基于智能终端的常见眼表诊断系统,其特征在于,以DenseNet分类网络对所述眼表图片数据库进行眼表图像对应疾病的分类处理。
7.如权利要求6所述的基于智能终端的常见眼表疾病诊断系统,其特征在于,采用多元交叉熵为代价函数训练所述DenseNet网络,使用随机梯度下降法为优化算法,算法初始学习比率设为lr0=1.0×10-3,动量为0.9,学习比率每隔20个全局遍历一代训练降低为原来的0.1倍,总的一代训练数目为100,批处理样本数为8。
8.如权利要求7所述的基于智能终端的常见眼表疾病诊断系统,其特征在于,所述眼表图片数据库的眼表图片的图像大小为299*299,并对所述眼表图片进行增强处理,以降低训练结果出现过拟合现象。
9.如权利要求8所述的基于智能终端的常见眼表疾病诊断系统,其特征在于,CCE函数为:
其中,C表示总的分类数目,pi和yi分别表示分类网络和手工标注对图像属于第i类时的预测概率。
10.如权利要求1-9中任意一项所述的基于智能终端的常见眼表疾病诊断系统,其特征在于,所述智能终端包括智能手机和平板电脑。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于温州医科大学附属眼视光医院,未经温州医科大学附属眼视光医院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010578639.3/1.html,转载请声明来源钻瓜专利网。