[发明专利]无人化低成本便携式眼底疾病检测系统

说明书

本发明公开了一种无人化低成本便携式眼底疾病检测方法，包括：利用检测镜对眼底进行成像和解析，得到清晰眼底图像，并将其传输至移动设备；当移动设备接收到清晰眼底图像，则新建一个病例，并对清晰眼底图像压缩加密上传至服务器；当服务器接收到后进行反操作解压解密，再输入至图像处理模块中进行图像分析，得到筛查报告，并将筛查报告反馈给移动设备。该方法可以完全摆脱医院及医生的环境，无需医院设备以及医生的参与，检测者独立使用，使用便捷，节约了人力成本。

技术领域

本发明涉及物联网人工智能、医学图像处理技术领域，特别涉及一种无人化低成本便携式眼底疾病检测方法。

背景技术

眼底指的是视网膜、视神经乳头及脉络膜。眼底检查可以看到视网膜的血管、黄斑部的颜色、以及视神经乳头的边界、颜色、乳头凹陷的情形，有时可以看到脉络膜的大小血管。眼底检查不仅能够发现眼科疾病，而且有助于医生了解全身疾病。在进行眼底疾病的诊断时，医生首利用眼底成像机器对检查者的眼底进行拍照，然后结合临床信息及眼底图像信息进行眼底疾病的诊断，整个诊断过程存在较大的主观性，并且眼底成像机器成本昂贵。为了解决医生诊断过程的主观性，并且帮助医生提高工作效率和工作准确率，相关技术一利用计算机辅助诊断技术帮助医生进行眼底疾病的诊断，将类别标签预测和属性预测整合进增量学习网络，提高眼底图像诊断的性能。相关技术二首先基于CNN定位眼底图像的视杯视盘区域，切图减小图片分辨率，然后在少量有标记的眼底图像以及大量未标记眼底图像上通过GAN进行半监督学习，在生成器中利用空间维度转换合成眼底图像，在辨别器中区分图像是正常图像，青光眼图像还是合成图像，实现对青光眼的图像的合成及诊断。相关技术三首先对眼底图像进行归一化和白噪化预处理，然后按窗口扫描图像，提取特征，经过弱分类器区分是否为视盘区域，并将多个弱分类器集成形成级联分类器，最终得到视盘区域的候选区，在视盘候选区域中利用CNN分类得到视盘区域，再利用CNN进行青光眼的诊断。上述方法利用计算机辅助诊断技术减少了医生诊断的主观性，但是仍然需要医生利用眼底成像机进行眼底图像的获取，所需的人力物力成本较大，相关技术四提出了一种想法，利用一个低成本便捷的头戴式设备获取超声图像，利用mini照相机，成像镜，水平轴(固定成像镜)，组成眼底成像设备，通过WIFI信号将眼底图像发送到手机中，利用软件对图像进行分析，从而实现眼底疾病的诊断。但是成像镜进行眼底成像时焦距的调节是眼底检测者通过设备语音帮助或者医生远程指导实现的，并且将所有的图像都传递到手机端以及服务器端进行分析，这无疑也加大了医生和检测者的负担，增加了人力成本。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的一个目的在于提出一种无人化低成本便携式眼底疾病检测方法，该方法无人化、低成本、便捷性且隐私性高。

为达到上述目的，本发明实施例提出了无人化低成本便携式眼底疾病检测方法，包括以下步骤：步骤S1，利用检测镜对眼底进行成像和解析，得到清晰眼底图像，并将其传输至移动设备；步骤S2，当所述移动设备接收到所述清晰眼底图像后，每天新建一个病例，并对所述清晰眼底图像压缩加密上传至服务器；步骤S3，当所述服务器接收到后进行反操作解压解密，再输入至图像处理模块中进行图像分析，得到筛查报告，并将所述筛查报告反馈给所述移动设备。

本发明实施例的无人化低成本便携式眼底疾病检测方法，可以完全摆脱医院及医生的环境，不需要医院设备以及医生的参与，检测者独立使用，使用便捷，节约了人力成本。同时，在检测过程中利用检测镜中的解析芯片选择关键帧，并利用判断模块排除质量不清晰的图像，节约了传输成本，在图像分析阶段，利用远程服务器进行图像分析，而无需在资源有限的手机上实现复杂计算，从手机上传图像到服务器的过程中对图像进行了加密和压缩操作，加密过程保证了检测者的隐私，压缩后的图像大小为原来的20％，节约了传输成本，并且压缩加密前后的图像对于眼底疾病检测的影响不到1％，因此在降低图像传输成本以及保护检测者隐私的同时，也保证了图像检测的准确率。

另外，根据本发明上述实施例的无人化低成本便携式眼底疾病检测方法还可以具有以下附加的技术特征：