[發明專利]一種利用活體共聚焦顯微鏡圖像智能分析角膜神經纖維的系統

有效

• 申請號: 201910702417.5
• 申請日: 2019-07-31
• 公開（公告）號: CN110310282B
• 公開（公告）日: 2021-05-18
• 發明（設計）人: 徐帆;呂健;陳琦;崔凌;陳青;曾思明;李敏;何文靜;唐芬;蔣莉;唐寧寧;陳麗妃;周舟;黃慧
• 申請（專利權）人: 廣西壯族自治區人民醫院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G16H30/20;G16H50/20;G06N3/04;A61B3/13;A61B5/00
• 代理公司: 南寧東之智專利代理有限公司 45128
• 代理人: 嚴涓逢;汪治興

本發明公開一種利用活體共聚焦顯微鏡圖像智能分析角膜神經纖維的系統，包括：信息記錄模塊；角膜圖像采集模塊，用于采集角膜各層的若干張共焦顯微鏡圖像；信息提取模塊；圖像初篩模塊，通過第一神經網絡模型從每一張角膜共聚焦圖片定位出異常角膜組織共聚焦圖片；特征分析模塊；特征對比模塊；病情分級模塊，包括病程嚴重程度分級模塊和病情轉歸分級模塊；所述病程嚴重程度分級模塊為全部角膜共聚焦圖片通過第二神經網絡模型后獲得病程嚴重程度等級；所述病情轉歸分級模塊為全部角膜共聚焦圖片通過第三神經網絡模型后獲得病情轉歸等級；結果發送模塊。本發明分析角膜神經纖維特征和損傷程度及其變化過程，并評估局部或全身神經病變情況。

技術領域

本發明涉及人工智能技術領域，更具體地，涉及一種利用活體共聚焦顯微鏡圖像智能分析角膜神經纖維的系統。

背景技術

周圍神經病變，是指由感覺喪失，肌肉無力與萎縮，腱反射的減退以及血管運動癥狀，單獨地或以任何組合方式形成的綜合征。病變早期主要以感覺障礙為主，疾病早期準確判斷神經損傷的范圍和程度的輔助檢查方法對于幫助臨床醫生采取正確治療方法是很必要的。目前臨床上用于評估周圍神經損傷范圍及程度的方法除臨床病史、體征外，主要采用有創的神經電生理檢查、肌肉活檢以及昂貴的MRI檢查。

角膜神經屬于由三叉神經分支組成，是人體神經支配最密集的組織。活體共聚焦顯微鏡可以快速、無創的在活體狀態下觀察角膜神經纖維密度，分支密度和長度，并且與皮膚活組織檢查相比具有相似的診斷和優異的識別神經再生的能力。活體共聚焦顯微鏡是唯一能在活體情況下快速觀察人體神經纖維的儀器，通過共聚焦檢查可以獲得清晰的具有神經纖維的圖像，醫生能夠通過共聚焦顯微鏡圖像中角膜層間神經纖維形態、密度的改變實現為患者診斷局部或全身神經病變情況。而目前并沒有利用角膜神經識別全身多系統神經病變的相關技術。因此，發明一種利用活體共聚焦顯微鏡圖像智能分析角膜神經纖維的系統勢在必行。

神經卷積網絡在圖像處理中表現出優異的準確性。因此，本發明利用神經卷積網絡分析共聚焦顯微鏡圖像中角膜層間神經纖維形態、密度的改變實現輔助醫生為患者診斷局部或全身神經病變情況，并達到對相關疾病的隨訪的觀察的目的。

發明內容

本發明的目的在于利用現有的人工智能方法，根據活體共聚焦顯微鏡圖像的角膜層間神經纖維的特征進行智能分析，從而實現通過眼病診斷全身病的目的。本發明提供了一種利用活體共聚焦顯微鏡圖像智能分析角膜神經纖維的系統，通過神經卷積網絡深度學習和傳統算法相結合，分析角膜神經纖維特征和損傷程度及其變化過程，并用以評估局部或全身神經病變情況。

為達到上述目的，提供了一種利用活體共聚焦顯微鏡圖像智能分析角膜神經纖維的系統，包括：

信息記錄模塊，用于記錄或存儲檢測對象的個人基本信息、全身和局部神經系統患病信息、治療情況及臨床體征情況；

角膜圖像采集模塊，用于采集檢測對象的指定部位的角膜各層的若干張共焦顯微鏡圖像；

信息提取模塊，用于提取每一張共焦顯微鏡圖像的角膜共聚焦圖片的基本信息；

圖像初篩模塊，通過第一神經網絡模型從每一張角膜共聚焦圖片定位出包括異常角膜組織結構的異常角膜組織共聚焦圖片；

特征分析模塊，用于利用圖像識別算法對每一張異常角膜組織共聚焦圖片的角膜神經纖維特征和其他組織進行特征分析；其他組織包括角膜神經纖維以外的角膜結構；

特征對比模塊，用于比對不同時間獲取的每一張異常角膜組織共聚焦圖片的同部位的角膜神經纖維和其他組織；

病情分級模塊，包括病程嚴重程度分級模塊和病情轉歸分級模塊；所述病程嚴重程度分級模塊為全部角膜共聚焦圖片通過第二神經網絡模型后獲得病程嚴重程度等級；所述病情轉歸分級模塊為全部角膜共聚焦圖片通過第三神經網絡模型后獲得病情轉歸等級；