[發明專利]一種望診圖像質量評價方法、裝置、設備及存儲介質

在審

• 申請號: 201911376665.1
• 申請日: 2019-12-27
• 公開（公告）號: CN110874840A
• 公開（公告）日: 2020-03-10
• 發明（設計）人: 高長龍;白全海;田家珍
• 申請（專利權）人: 上海國民集團健康科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京艾皮專利代理有限公司 11777
• 代理人: 姜宇

本發明公開了一種望診圖像質量評價方法，具體步驟如下：A、獲取待分析的望診圖像；B、根據實際場景對望診圖像進行預處理，使之符合后續處理；C、采用基于神經網絡的圖像算法對望診圖像進行質量檢測；得到望診圖像質量總評分及影響總評分的各項指標數值；D、根據質量檢測結果將樣本分類收入樣本庫，實現望診圖像數據的標準化管理，本申請能夠實現對望診圖像或圖像上某個目標或某一類目標進行質量評價，過濾掉質量不合格的望診圖像，同時給出不合格的指標及量化參數；解決不同數據集之間和不同輔助診斷算法之間難以進行客觀比較的問題，從而有助于提高醫生及輔助診療系統的穩定性和一致性，保證診斷結果的可靠性和準確性，減少誤診和漏診。

技術領域

本發明涉及圖像處理技術領域，具體是一種望診圖像質量評價方法、裝置、設備及存儲介質。

背景技術

中醫四診經過數千年的實踐和發展，已經成為一種系統而完備的診斷方法；望診作為四診之一，以舌診為代表，需要醫生在標準光源下根據視覺信息進行觀察和診斷，同時在中醫理論指導下結合聞診、問診、切診三診信息，對望診進行去偽存真，進行基本健康狀態判斷和疾病癥候診斷，從而進行指導處方用藥和判斷療效和預后。

長期以來，望診診療經驗和理論主要建立在個體醫生觀察、分析基礎上，而醫生望診診斷結果受到個體感官能力、個人經驗、疲勞程度、個人情緒等主客觀因素影響，加之各地區專家醫生資源分布不均勻，采取傳統診療方式容易出現漏診和誤診的情況。

近年來，隨著計算機計算能力的提高、數據量的階梯式增長，以神經網絡為主的深度學習技術的得到了快速發展，被大量的應用于醫療領域；國內外學者、研究機構在關于望診計算機輔助系統上做了大量研究工作，但是并不是所有的新方法都優于舊方法，一些方法在臨床應用一段時間后效果不理想，甚至被淘汰；效果不確定的輔助診斷方法不僅增加醫療費用，還可能因為誤診和漏診對患者造成傷害，根本原因在于所有的望診輔助診斷方法均建立在望診圖像基礎之上，而望診圖像采集中會受到主客觀因素的影響，造成圖像質量參差不齊，輔助診斷方法或醫生難以區分圖像質量的是否合格，從而產生誤診和漏診情況。

同時以神經網絡為主的深度學習輔助診斷算法建立在大量的數據之上，受數據驅動，但是不同研究機構所采用的算法是建立在其采集的數據集之上，不同數據集之間數據量數據質量均存在差異，導致不同方法間難以進行客觀的比較。

發明內容

本發明的目的在于提供一種望診圖像質量評價方法，以解決上述背景技術中提出的問題。

為實現上述目的，本發明提供如下技術方案：

一種望診圖像質量評價方法，具體步驟如下：

A、獲取待分析的望診圖像；

B、根據實際場景對望診圖像進行預處理，使之符合后續處理；

C、采用基于神經網絡的圖像算法對望診圖像進行質量檢測；得到望診圖像質量總評分及影響總評分的各項指標數值；

D、根據質量檢測結果將樣本分類收入樣本庫，實現望診圖像數據的標準化管理。

作為本發明的進一步方案：所述步驟B具體是：根據后續流程處理需要，采用形態學算法或基于神經網絡的圖像算法對所述望診圖像進行預處理。

作為本發明的進一步方案：所述步驟C具體是：根據樣本庫設計需要，采用基于神經網絡的圖像算法對望診圖像對所述預處理后的圖像進行質量檢測，獲取望診圖像評價對象質量總評分及影響總評分的各項指標的評分，所述評價對象為像素集合，為原始圖像全部像素的子集。

作為本發明的進一步方案：所述步驟D具體是：根據所述望診圖像質量檢測結果和實際樣本庫管理設計，將望診圖像更新至樣本庫，實現望診圖像數據的標準化管理。