白内障筛查系统及其使用方法与流程

1.本发明涉及图像处理技术领域，具体地，涉及一种白内障筛查系统及其使用方法。

背景技术：

2.白内障是常见的眼科疾病，通常采用观察患者晶状体来判断是否患有疾病，采用人眼识别的方式比较依赖于医生经验且医生容易疲劳等因素，容易造成漏诊。因此计算机辅助诊断越来越受到重视。
3.在公开号为cn109410204a的中国专利文献中，公开了一种基于cam的皮质白内障图像处理及增强方法，涉及机器视觉及医学影像计算机辅助诊断领域，包括以下步骤：1.利用皮质白内障图像样本数据集训练出最优网络模型，通过最优网络模型提取待处理皮质白内障图像的图像特征；2.输入待处理皮质白内障图像，并根据最优网络模型和图像特征获取皮质白内障图像样本数据集的类激活图，得到特征区域图像；3.基于类激活图，生成作为蒙版使用的监督裁剪盒scb，并根据蒙版裁剪用于图像处理的增强图像。

技术实现要素：

4.针对现有技术中的缺陷，本发明的目的是提供一种白内障图像处理方法及系统。
5.根据本发明提供的一种白内障筛查系统，包括：
6.照明设备：用于照射瞳孔；
7.成像设备：用于拍摄瞳孔；
8.客户端：上传瞳孔图像以及检测者的个人健康信息至服务器中，接收来自服务器的处理结果；
9.服务器：利用深度学习算法处理瞳孔图像，并将处理结果返回至客户端中。
10.优选的，所述照明设备包括握持组件和光学组件，所述光学组件包括手持裂隙灯及其目镜。
11.优选的，所述服务器包括计算处理单元、图像处理单元、存储单元、网络适配器以及用于连接各单元的总线单元，所述存储单元中存储有深度学习算法的程序模块，所述网络适配器中包括网络i/o接口，所述服务器通过网络i/o接口与客户端连接。
12.优选的，所述个人健康信息包括：年龄、既往病史、既往眼部手术史以及是否安装有人工晶状体。
13.根据本发明提供的一种白内障筛查系统的使用方法，基于上述的白内障筛查系统，包括：
14.数据采集步骤：
[0015]-使用照明设备照射瞳孔，所述照明设备的灯带竖直覆盖瞳孔的一侧；
[0016]-使用成像设备拍摄瞳孔图像，所述的瞳孔图像中包含照明设备的灯带；
[0017]-收集检测者个人健康信息；
[0018]
数据处理步骤：
[0019]
将瞳孔图像和个人健康信息上传至客户端中，并通过客户端上传至服务器中，所述服务器通过内嵌的深度学习算法对瞳孔图像进行处理，并将处理结果返回至客户端。
[0020]
优选的，所述成像设备通过手持裂隙灯的目镜拍摄瞳孔。
[0021]
与现有技术相比，本发明具有如下的有益效果：
[0022]
1、本发明介绍的白内障图像处理方法有利于加快医生诊断速度以及诊断准确率。
[0023]
2、本发明介绍的白内障图像处理方法通过深度学习算法进行处理，随着处理的次数增多，处理后的结果更加准确；
附图说明
[0024]
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
[0025]
图1为本发明实施例中手持裂隙灯拍摄示意图；
[0026]
图2为成像设备拍摄结果示例图；
[0027]
图3为发明实施例中服务器结构示例图；
具体实施方式
[0028]
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
[0029]
本发明介绍了的一种白内障筛查系统，包括：
[0030]
照明设备：用于照射瞳孔；照明设备包括握持组件和光学组件，所述光学组件包括手持裂隙灯及其目镜。
[0031]
成像设备：用于拍摄瞳孔，成像设备包括手机和数码相机。
[0032]
客户端：上传瞳孔图像以及检测者的个人健康信息至服务器中，接收来自服务器的处理结果；个人健康信息包括：年龄、既往病史、既往眼部手术史以及是否安装有人工晶状体。
[0033]
服务器：利用深度学习算法处理瞳孔图像，并将处理结果返回至客户端中。服务器包括计算处理单元、图像处理单元、存储单元、网络适配器以及用于连接各单元的总线单元，所述存储单元中存储有深度学习算法的程序模块，所述网络适配器中包括网络i/o接口，所述服务器通过网络i/o接口与客户端连接。
[0034]
本发明介绍了一种白内障筛查系统的使用方法，包括：
[0035]
数据采集步骤：
[0036]
使用照明设备照射瞳孔，所述照明设备的灯带竖直覆盖瞳孔的一侧，如覆盖住瞳孔的左半部分或右半部分，如图1所示。照明设备包括握持组件和光学组件，所述光学组件包括手持裂隙灯和目镜，本实施例中的照明设备可以是手持裂隙镜。
[0037]
在照射瞳孔的同时，通过成像设备拍摄瞳孔图像，成像设备透过手持裂隙镜的目镜拍摄瞳孔，拍摄图像需包括整个眼部，并能清晰看到裂隙灯光带，拍摄结果如图2所示。拍摄后的图像上传到手机客户端，并在客户端填写检测者个人健康信息。
[0038]
使用手机拍摄后，可直接通过手机将拍摄图像上传至手机客户端，使用数码相机拍摄后，需要先将图像导入到手机，再通过手机将图像上传至手机客户端。个人健康信息包括：年龄、既往病史(是否患有糖尿病、是否患有高血压、高血脂)、既往眼部手术史以及是否安装有人工晶状体。
[0039]
数据处理步骤：
[0040]
完成个人基本信息填写后，将瞳孔图像以及个人基本信息通过客户端上传至服务器，所述服务器通过内嵌的深度学习算法对瞳孔图像进行处理，并将处理结果返回至客户端。
[0041]
所述服务器包括计算处理单元、图像处理单元、存储单元、网络适配器以及用于连接各单元的总线单元，所述存储单元中存储有深度学习算法的程序模块，所述网络适配器中包括网络i/o接口，所述服务器通过网络i/o接口与客户端连接。
[0042]
服务器通过网络i/o接口接收到来自客户端的数据(包括图像与个人信息)后，通过总线将数据发送到存储单元，利用计算处理单元对数据进行预处理，通过总线将预处理后的图像数据发送到图像处理单元进行深度学习预测，预测结果通过总线发送回存储单元。计算处理单元对返回的结果与除图像数据外其他数据进行处理后得到结果，通过总线发送到网络i/o接口，发送到客户端。返回的结果在客户端上显示，供医生查看。
[0043]
在本技术的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本技术的限制。
[0044]
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本技术的实施例和实施例中的特征可以任意相互组合。

技术特征：

1.一种白内障筛查系统，其特征在于：包括：照明设备：用于照射瞳孔；成像设备：用于拍摄瞳孔；客户端：上传瞳孔图像以及检测者的个人健康信息至服务器中，接收来自服务器的处理结果；服务器：利用深度学习算法处理瞳孔图像，并将处理结果返回至客户端中。2.根据权利要求1所述的白内障筛查系统，其特征在于：所述照明设备包括握持组件和光学组件，所述光学组件包括手持裂隙灯及其目镜。3.根据权利要求1所述的白内障筛查系统，其特征在于：所述服务器包括计算处理单元、图像处理单元、存储单元、网络适配器以及用于连接各单元的总线单元，所述存储单元中存储有深度学习算法的程序模块，所述网络适配器中包括网络i/o接口，所述服务器通过网络i/o接口与客户端连接。4.根据权利要求1所述的白内障筛查系统，其特征在于：所述个人健康信息包括：年龄、既往病史、既往眼部手术史以及是否安装有人工晶状体。5.一种白内障筛查系统的使用方法，基于权利要求1-4任一项所述的白内障筛查系统，其特征在于，包括：数据采集步骤：-使用照明设备照射瞳孔，所述照明设备的灯带竖直覆盖瞳孔的一侧；-使用成像设备拍摄瞳孔图像，所述的瞳孔图像中包含照明设备的灯带；-收集检测者个人健康信息；数据处理步骤：将瞳孔图像和个人健康信息上传至客户端中，并通过客户端上传至服务器中，所述服务器通过内嵌的深度学习算法对瞳孔图像进行处理，并将处理结果返回至客户端。6.根据权利要求5所述的白内障筛查系统的使用方法，其特征在于：所述成像设备通过手持裂隙灯的目镜拍摄瞳孔。

技术总结

本发明提供了一种白内障筛查系统及其使用方法，包括：数据采集步骤：使用照明设备照射瞳孔，所述照明设备的灯带竖直覆盖瞳孔的一侧；通过成像设备拍摄瞳孔图像，所述的瞳孔图像中包含照明设备的灯带；收集检测者个人健康信息；数据处理步骤：将瞳孔图像和个人健康信息通过客户端上传至服务器，所述服务器通过内嵌的深度学习算法对瞳孔图像进行处理，并将处理结果返回至客户端。本发明介绍的白内障图像处理方法有利于加快医生诊断速度以及诊断准确率。确率。确率。