[發明專利]一種融合眼底圖像的慢病臨床研究隊列查詢系統及方法

有效

• 申請號: 202110415366.5
• 申請日: 2021-04-18
• 公開（公告）號: CN113010722B
• 公開（公告）日: 2023-10-03
• 發明（設計）人: 吳輝群;邵家輝;趙晟輝;伍俊毅;耿興云;董建成
• 申請（專利權）人: 南通大學
• 主分類號: G06F16/583
• 分類號: G06F16/583;G06F16/58;G06F16/53;G06F16/538;G06F16/903;G06F16/9038;G16H30/20;G16H10/60;G06T7/00
• 代理公司: 上海譜璟專利代理事務所(普通合伙) 31422
• 代理人: 呂琳琳

融合眼底圖像的慢病臨床研究隊列查詢系統及方法：輸入模塊供輸入患者基本信息和眼底圖像；語義特征提取模塊對眼底圖像自動識別和提取以提取出含有血管、病灶和眼底結構的目標眼底圖像，從目標眼底圖像中提取出圖像特征數據；篩選模塊對圖像特征數據進行重要性排序，篩選出排名前N的圖像特征數據；分析模塊對目標眼底圖像進行分析，分析出目標病灶位置和目標病灶測量特征；注釋模塊供注釋成像時間點、目標病灶解剖位置和測量等信息；SR數據庫存儲患者基本信息和眼底圖像信息；關聯模塊將同一患者的SR數據庫中眼底圖像信息與電子病歷數據庫中電子病歷信息關聯；查詢模塊基于查詢請求查詢關聯的SR數據庫和電子病歷數據庫并輸出查詢結果。

技術領域

本發明涉及眼底圖像技術領域，特別是涉及一種融合眼底圖像的慢病臨床研究隊列查詢系統及方法。

背景技術

大數據包括真實世界的數據，如：電子病歷數據、影像數據、登記平臺數據和醫保數據、臨床試驗數據集等，可以補充傳統的臨床試驗研究。視網膜是指位于眼球后部的玻璃體和視網膜的統稱，它是唯一能用肉眼直接并集中觀察到動脈、靜脈和毛細血管的部位，因為眼底血管和腦、心、腎的血管是同等級的，這些血管可以反映人全身血液循環的動態以及健康狀況，通常血管的改變都會表現在視網膜血管上，眼底血管的變化基本上可以反映腦、心、腎血管系統的改變。眼底改變是許多慢性疾病診斷的一項重要依據。所以，眼底檢查是全身檢查中很重要的一環。除了可查出眼疾外，某些慢性疾病可借助眼底檢查而了解病情的進展情況，成為全身性疾病監測的“窗口”。目前不少國內外信息技術團隊采用人工智能技術通過讀取視網膜影像，對眼部血管、視盤、黃斑和神經等區域進行分析，對高血壓、糖尿病、動脈硬化等全身性慢性病，及高度近視、老年性黃斑變性、靜脈阻塞、白內障等常見眼病進行篩查。盡管這些人工智能技術在眼底圖像輔助診斷報道的分類結果令人振奮，但是在真實臨床應用中卻還有一定的差距，其背后的原因是訓練的數據集目前的標注大多是采用某類疾病患者的眼底作為標簽，而沒有疾病的患者作為陰性對照。然而事實上，很多慢性病患者常常混雜有多種疾病，如高血壓患者多伴有動脈粥樣硬化，同時常伴隨血脂升高、血糖升高，繼發慢性腎病、紅斑性狼瘡等疾病，這些疾病對眼底血管產生了綜合的影響。

目前，不少醫院現在有專門的眼底圖像工作站和數據庫，這些數據庫中蘊藏了很多重要的圖像信息，從這些數據庫中查詢所需要的數據集對制作數據集有重要的意義。因此，對這些眼底數據的查詢和利用以獲得所需要的眼底疾病數據顯得尤為重要。然而目前的眼底圖像標注往往沒有和醫院的眼底閱片工作流結合起來，另外，這些數據集的規模有限，眼底標注基本還是以粗粒度的疾病診斷結果為主。事實上，目前的圖像查詢或檢索技術有基于文本和基于內容的圖像檢索技術。隨著計算機視覺技術的發展，基于圖像的內容語義以及上下文聯系進行查找，以圖像語義特征為線索從圖像數據庫中檢出具有相似特性的其它圖像。該方法的圖像數據庫一般包括圖像處理模塊、查詢模塊、對象庫和特征庫和知識庫。查詢時對各個對象進行基于內容的特征分析、相似度匹配。基于內容的圖像檢索系統盡管該技術對于查詢圖像不需要傳統的對圖像的標簽標記，但是對于醫學等專業型的數據而言，標注的質量仍然有待商榷。而基于文本的圖像檢索沿用了傳統文本檢索技術，從圖像名稱、圖像尺寸、等機器和人為定義的標簽等方面標引圖像，一般以關鍵詞形式的提問查詢圖像。這需要眼底圖像數字后醫生圍繞眼底圖像描述圖像改變的文字內容，以及通過這些改變推斷其中可能的眼病或全身疾病類型。通常眼底閱片人員通常只提供眼底病灶大小變化的定量描述(如“增大”或“減小”)。并且當檢查病變時，對于同樣一幅圖像檢查之間常常不一致的(不同醫生通常會在患者治療期間解釋每個影像學檢查)。因此，慢病醫生在眼底報告中收到的定性信息不足以評估疾病病情，他們希望閱片醫生在成像報告中加入病變定量檢查。另外，醫院中慢病患者的非結構化醫療數據，包括放射學和病理學圖像、實驗室結果(如血液測試和心電圖)、基因組學、患者歷史和電子健康記錄等是也是眼底疾病分類標注的重要資源。事實證明，結合眼底圖像特征的慢病數據進行慢病患者的精準畫像具有重要意義。