售前电话
135-3656-7657
售前电话 : 135-3656-7657
《基于智能终端的常见眼表疾病诊断系统.pdf》由会员分享,可在线阅读,更多相关《基于智能终端的常见眼表疾病诊断系统.pdf(12页完成版)》请在专利查询网上搜索。
1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 2.3 (22)申请日 2020.06.23 (71)申请人 温州医科大学附属眼视光医院 地址 浙江省温州市学院西路270号 (72)发明人 陈蔚王雷陈款郑钦象 李锦阳 (74)专利代理机构 北京市盈科律师事务所 11344 代理人 杨晓雷 (51)Int.Cl. A61B 3/02(2006.01) A61B 3/14(2006.01) (54)发明名称 一种基于智能终端的常见眼表疾病诊断系 统 (57)摘要 一种基于智能终端的常见眼表疾病诊。
2、断系 统, 包括信息采集模块, 安装在智能终端, 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, 与该信息采集模块连接, 包括 问卷处理模块和图片智能分类模块, 该问卷处理 模块用于接收该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; 该图片智能分 类模块利用其内或云端存储的眼表模型对输入 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、 眼表肿物的分类结果; 以及诊疗建 议模块, 与该数据处理模块连接, 接收该问卷处 理模块的评估分值和/或图片智能分类模块的分 类结果, 并根据该评估分值。
3、和/或分类结果输出 相应的诊疗建议。 权利要求书2页 说明书6页 附图3页 CN A 2020.09.25 CN A 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。
4、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。
5、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DA+B+C; 回答问题数E12-H; 最终OSDI评分FD25/E; 其中, A为15题的答案分数, B为69题的答案分数, C为1012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眼科智能诊断系统, 包括: F12为正常, 无干眼; 13F22为轻度干眼; 23F32为中度干眼; 以及 F33为重度干。
6、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lr01.010-3, 动量为0.9, 。
7、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 权利要求书 1/2 页 2 CN A 2 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。