[发明专利]智能辅助诊断系统

说明书

技术领域

本发明涉及医疗仪器领域，特别是一种涉及糖尿病视网膜病变的智能辅助诊断系统。

背景技术

糖尿病视网膜病变(Diabetic Retinopathy，DR)是常见致盲性眼病。中国是全球2型糖尿病患者最多的国家，DR的患病率、致盲率也逐年升高，是目前工作年龄人群第一位的致盲性疾病。目前我国DR在糖尿病罹患人群中的患病率为24.7％～37.5％。根据国际糖尿病联盟统计结果显示，截至2015年，我国糖尿病患者约1.1亿人，按此推算我国DR患者约2700万人。随着糖尿病患者的大幅增多，未来的DR患者数量会成倍增长，DR的防治成为越来越重要的社会问题。

定期眼底筛查并在早期采取适时、有效的干预措施，可显著降低DR的致盲率，且符合卫生经济学的要求。在国家卫计委今年颁布的《糖尿病视网膜病变分级诊疗服务技术方案》中已明确将眼底照相检查作为DR筛查的首选方法，要求基层医疗卫生机构和二级及以上综合医院内科/内分泌科都应告知糖尿病患者定期进行眼底检查，有条件的可进行DR初筛。

目前，87％的糖尿病患者就诊于县级及以下医疗机构。这些糖尿病群体都应该定期去做眼底筛查，尤其发生DR的患者至少每三到六个月就应该做一次DR筛查。中国目前的眼科大夫只有3万多人，眼科门诊量有8000万人次。在这么大的市场需求下，基层医疗单位只有很少的眼科医师资源且基层开展DR初筛工作的眼科医师非常少，这中间存在着严重的不匹配。基于眼底照相检查的经典DR筛查却往往只能在三级医院和少数二级医院中的眼科实施，主要原因是对DR眼底照相结果进行判读的专业眼科医师十分匮乏。即使掌握眼底照相技术，但无法独立对眼底照相图像进行分析，需要在采集眼底图像后再到有一定规模的眼科就诊确定DR病变及分级，大大影响了DR筛查的效率和DR患者的就诊体验，导致基层DR筛查工作很难开展。项目组通过前期市场调研，发现基层一些社区医院甚至没有相应的眼底照相设备进行筛查，有着巨大的资源缺口。

随着网络信息交互的研究与应用，以及数据库等网络技术的逐渐成熟，依托于互联网平台的疾病的远程诊断具有越来越高的可行性。

因此，有必要提供一种新的糖尿病视网膜病变智能辅助诊断系统。

发明内容

本发明的目的就是要解决现有技术的不足而提供一种基于云平台的糖尿病视网膜病变智能辅助诊断系统，具体地，本发明提出如下技术方案：

一种智能辅助诊断系统，其特征在于，所述智能辅助诊断系统包括云平台、多个远程终端，其中，所述云平台包括云平台图像数据库、云平台算法模块，所述云平台图像数据库用于存储全部终端采集的病变图像；所述云平台算法模块基于基于已获得的医学病变图片，利用人工智能技术训练出智能诊断辅助模型，所述智能诊断辅助模型经过临床测试，灵敏度和特异度达到准确诊断水准后，将该模型嵌入云平台以实施智能辅助诊断，对由终端获取的病变图像，能够自动同步反馈出与所述病变图像相符的智能诊断结果，并将所述诊断结果传递给所述终端。进一步地，所述云平台还包括云平台数据管理系统、与所述云平台数据管理系统连接的云平台数据交换中心、与所述云平台数据交换中心连接的云平台图像质量提升模块。

进一步地，所述终端包括用于获取病变图像的照相设备、与照相设备连接的终端图像数据库、与终端图像数据库连接的终端数据管理系统、与终端管理系统连接的终端数据交换中心。

进一步地，所述眼底照相设备，用于对眼部进行医学检查，采集所述终端病变图像。

进一步地，所述云平台图像数据库、所述终端图像数据库采用mysq1数据库，具有数据备份单元。

进一步地，所述终端数据管理系统，用于对终端病变图像数据库内的数据进行操作。

进一步地，所述云平台数据管理系统、所述终端数据管理系统，采用Web Service模式，通过JSON或XML协议为终端数据交换中心提供数据管理服务，其服务器采用LAMP服务器架构。

进一步地，所述图像质量提升模块，用于对终端数据交换中心上传的终端病变图像进行质量提升，通过生成对抗网络模型生成质量满足要求的标准病变图像，便于智能辅助诊断模型识别并提供辅助诊断。

进一步地，所述平台算法模块，用于对所述专业病变图像进行智能诊断，通过深度卷积神经网络，对经过图像质量提升模块完成质量提升的标准病变图像进行初步智能辅助诊断，给出诊断结果。

进一步地，所述智能辅助诊断系统应用于糖尿病视网膜病变智能辅助诊断。