[發明專利]基于深度學習的嬰兒血管瘤皮損圖片分析方法及裝置

在審

• 申請號: 202310584452.8
• 申請日: 2023-05-23
• 公開（公告）號: CN116665881A
• 公開（公告）日: 2023-08-29
• 發明（設計）人: 馬琳;李麗;徐子剛;尉莉;張斌;韓曉鋒;于魯
• 申請（專利權）人: 首都醫科大學附屬北京兒童醫院
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16H50/70;G06T7/00
• 代理公司: 北京瑞恒信達知識產權代理事務所(普通合伙) 11382
• 代理人: 馬婭佳

本發明提出一種基于深度學習的嬰兒血管瘤皮損圖片分析方法及裝置，屬于醫學輔助診斷技術領域，該基于深度學習的嬰兒血管瘤皮損圖片分析方法包括：建立嬰兒血管瘤的皮損圖像數據庫和嬰兒血管瘤的診斷特征數據庫；基于皮損圖像數據庫和診斷特征數據庫構建嬰兒血管瘤輔助診斷模型，并對嬰兒血管瘤輔助診斷模型進行訓練；將待診斷病例的皮損圖像數據和問診數據輸入訓練好的嬰兒血管瘤輔助診斷模型，得到嬰兒血管瘤的智能判別結果。本發明提出的基于深度學習的嬰兒血管瘤皮損圖片分析方法及裝置，能夠有效提高基層醫生對復雜疑難嬰兒血管瘤的判別能力。

技術領域

本發明屬于醫學輔助診斷技術領域，具體涉及一種基于深度學習的嬰兒血管瘤皮損圖片分析方法及裝置。

背景技術

嬰兒血管瘤(Infantile?Hemangioma,IH)，人群發生率4％-5％，平均每年新增病例約40萬。病人數量多、疾病危害大，血管瘤不僅危及患兒的生命，而且可導致嚴重殘疾、永久毀容損害及家長心理危害。

目前，具備血管瘤規范診療能力的兒童皮膚科醫師缺口巨大。同時，不同地區對于嬰兒血管瘤的診療水平也十分不均衡：大城市較為先進，但邊遠山區治療水平落后。另外，血管瘤診療涉及的多個學科，如：皮膚科、整形外科、腫瘤科、介入科、兒外科等，不同學科之間對血管瘤類疾病也存在學術認識差異，導致目前不同地區的嬰兒血管瘤診療水平失衡。特別是嬰兒血管瘤的首診一般由基層皮膚科醫師或基層兒科醫師進行，因此，如何使基層醫師能夠對嬰兒血管瘤進行正確的辨別、診斷和分類是嬰兒血管瘤診療中急需解決的問題。

發明內容

本發明的目的在于提出的一種基于深度學習的嬰兒血管瘤皮損圖片分析方法及裝置，能夠有效提高基層醫生對復雜疑難嬰兒血管瘤的判別和診斷能力。

為達到上述發明目的，本發明提出一種基于深度學習的嬰兒血管瘤皮損圖片分析方法，其中，所述分析方法包括：

建立嬰兒血管瘤的皮損圖像數據庫和嬰兒血管瘤的診斷特征數據庫；

基于所述皮損圖像數據庫和診斷特征數據庫構建嬰兒血管瘤輔助診斷模型，并對所述嬰兒血管瘤輔助診斷模型進行訓練；

將待診斷病例的皮損圖像數據和問診數據輸入訓練好的所述嬰兒血管瘤輔助診斷模型，得到嬰兒血管瘤的智能判別結果。

本發明還提出一種基于深度學習的嬰兒血管瘤皮損圖片分析裝置，其中，所述嬰兒血管瘤皮損圖片分析裝置包括：

皮損圖像輸入模塊，采集嬰兒血管瘤的皮損圖像并建立嬰兒血管瘤的皮損圖像數據庫；

診斷特征輸入模塊，采集嬰兒血管瘤的診斷特征并建立嬰兒血管瘤的診斷特征數據庫；

診斷模型模塊，基于所述皮損圖像數據庫和診斷特征數據庫構建嬰兒血管瘤輔助診斷模型；

診斷模塊，將待診斷的嬰兒血管瘤的診斷特征數據和皮損圖像數據輸入訓練好的所述嬰兒血管瘤輔助診斷模型，得到嬰兒血管瘤的智能診斷結果。

本發明還提出一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如上所述的基于深度學習的嬰兒血管瘤皮損圖片分析裝置。

本發明還提出一種計算機可讀存儲介質，其中，所述計算機可存儲介質存儲有計算機程序，所述計算機程度被處理器執行時實現如上所述的基于深度學習的嬰兒血管瘤皮損圖片分析裝置。

本發明還提出一種計算機程序產品，其中，所述計算機程序產品包括計算機程序，所述計算機程序被處理器執行時實現如上所述的基于深度學習的嬰兒血管瘤皮損圖片分析裝置。

與現有技術相比，本發明具有以下特點和優點：