[發明專利]一種基于神經網絡實現的眼科智能問診方法和裝置

有效

• 申請號: 202310395603.5
• 申請日: 2023-04-14
• 公開（公告）號: CN116110574B
• 公開（公告）日: 2023-06-20
• 發明（設計）人: 肖璇;高翔;陳婷;蘇婷;李雪杰
• 申請（專利權）人: 武漢大學人民醫院（湖北省人民醫院）
• 主分類號: G16H50/20
• 分類號: G16H50/20;G06F40/289;G06F40/30;G16H30/40;G16H80/00;G06T5/00;G06T5/40;G06T7/00;G06T7/11;G06T7/13;G06N3/04;G06N3/08;A61B3/00;G10L15/02
• 代理公司: 武漢知律知識產權代理事務所(普通合伙) 42307
• 代理人: 張偉

本發明涉及一種基于神經網絡實現的眼科智能問診方法和裝置，該方法包括：將病患的問診語音糾偏濾波和語音分幀成問診語音幀序列，利用音素識別和音素轉碼生成問診語音幀序列對應的問診文本，從問診文本中提取出眼科描述病癥；對待診斷病患的眼部圖集進行灰度濾波、初級圖片分割和尺寸均衡化操作，得到標準眼球圖組；從標準眼球圖組中提取出眼白特征、瞳孔特征以及血管特征，對眼白特征、瞳孔特征以及血管特征進行病變特征分析，得到眼科觀察病癥，并根據眼科觀察病癥和眼科描述病癥生成問診結果。本發明可以提高眼科智能問診的精確度。

技術領域

本發明涉及人工智能技術領域，尤其涉及一種基于神經網絡實現的眼科智能問診方法和裝置。

背景技術

根據世界衛生組織資料顯示，包括屈光不正在內的眼科疾病已經成為繼腫瘤和心腦血管畸變之后第三大威脅人類健康以及生存質量的疾病，隨著眼科病患的數量增多，眼科醫生的工作負擔也逐漸加重，而基于神經網絡的智能問診系統則可以輔助醫生確定病癥，提高問診效率。

現有的基于神經網絡的眼科問診方法多為基于簡單的眼部圖片識別分類的問診方法，例如，通過對患者眼部圖片進行特征提取，根據提取到的特征進行病灶定位，并識別出病灶的類型，實際應用中，基于簡單的眼部圖片識別分類的問診方法要想獲得較高的病癥識別率需要大量的不同特征的眼部圖片進行訓練，而每個患者的病灶位置、病癥大小的區別會大幅降低病癥的識別率，可能導致進行眼科智能問診時的精確度較低。

發明內容

本發明提供一種基于神經網絡實現的眼科智能問診方法和裝置，其主要目的在于解決進行眼科智能問診時的精確度較低的問題。

為實現上述目的，本發明提供的一種基于神經網絡實現的眼科智能問診方法，包括：

獲取待診斷病患的問診語音，對所述問診語音進行糾偏濾波，得到濾波語音，將所述濾波語音分幀成問診語音幀序列，對所述語音幀進行語音特征提取，得到問診語音特征序列，其中，所述將所述濾波語音分幀成問診語音幀序列，包括：

按照預設的分幀窗長對所述濾波語音進行初級分幀，得到分幀語音序列；利用如下的主瓣加窗算法對所述分幀語音序列進行加窗處理，得到加窗

語音序列：

；

其中，H(w)是指所述加窗語音序列中第w個加窗語音的頻率值，A(w)是指所述分幀語音序列中第w個分幀語音的頻率值，π是圓周率符號，N是指所述主瓣加窗算法對應的語音窗長度，e是歐拉數符號，j是虛數符號；

計算出所述加窗語音序列的平均過零率和短時語音能量，根據所述平均過零率和所述短時語音能量對所述加窗語音序列進行端點檢測，得到問診語音幀序列；

對所述語音特征序列進行音素識別，得到問診音素序列，將所述音素序列自注意力轉碼成問診文本，依次對所述問診文本進行文本分詞和向量化操作，得到問診文本特征，對所述問診文本特征進行語義識別，得到眼科描述病癥；

獲取所述待診斷病患的眼部圖集，從所述眼部圖集中篩選出清晰眼部圖組，對所述清晰眼部圖組進行灰度濾波操作，得到濾波眼部圖組，并對所述濾波眼部圖組中的各濾波眼部圖片進行初級圖片分割和尺寸均衡化操作，得到標準眼球圖組；

對所述標準眼球圖組進行次級圖片分割操作，得到眼白圖組、瞳孔圖組以及血管圖組，從所述眼白圖組中提取出眼白特征，從所述瞳孔圖組中提取出瞳孔特征，從所述血管圖組中提取出血管特征；

對所述眼白特征、所述瞳孔特征以及所述血管特征進行病變特征分析，得到眼科觀察病癥，并根據所述眼科觀察病癥和所述眼科描述病癥生成問診結果。

可選地，所述對所述問診語音進行糾偏濾波，得到濾波語音，包括：

對所述問診語音進行列信號轉化，得到問診列信號，根據所述問診列信號生成所述問診語音的時間序列；