[发明专利]一种基于人工智能识别的皮损面积计算方法

说明书

一种基于人工智能识别的皮损面积计算方法，包括对病变区域的识别方法和病变区域的面积分析方法，所述病变区域的识别方法包含从病变图片中识别出病变区域；通过对皮损图像的数据采集，智能计算出皮损面积，计算准确，配合APP或PC使用时，简单方便，便于推广。

技术领域

本发明涉及皮损面积计算领域，尤其是一种基于人工智能识别的皮损面积 计算方法。

背景技术

在很多情况下，皮损面积的大小对于临床治疗决策具有重要的意义，比如 烧伤面积大小决定着对烧伤等级的评估和补液量；银屑病、白癜风、特应性皮 炎等皮肤病损的面积决定着外用药的使用量。然而，目前对皮损面积多采用以 患者本人手掌(包括手指掌面)其面积为体表总面积的1％，以此计算小面积皮 损；或者按照身体各个部分大致占总体表面积的比例来推算较大皮损面积，比 如在100％的体表总面积中：头颈部占9％(头部、面部、颈部各占3％)；双上肢 占18％(双上臂7％，双前臂6％，双手5％)；躯干前后包括会阴占27％(前躯13％， 后躯13％，会阴1％)；双下肢(含臀部)占46％(双臀5％，双大腿21％，双小腿 13％，双足7％)(女性双足和臀各占6％)。这两种方法均难以准确计算出皮损面 积，且非常繁琐，不便于记忆，因而需要设计一种计算皮损面积精确的计算方 法。

本发明就是为了解决以上问题而进行的改进。

发明内容

本发明的目的是提供一种通过对皮损图像的数据采集，智能计算出皮损面 积，简单方便，便于推广的基于人工智能识别的皮损面积计算方法。

本发明为解决其技术问题所采用的技术方案是：

一种基于人工智能识别的皮损面积计算方法，包括对病变区域的识别方法 和病变区域的面积分析方法，所述病变区域的识别方法包含从病变图片中识别 出病变区域；

所述该病变区域的识别步骤如下：

S1、对病变图片进行初始化分割；

S2、对病变图片的参数或参照物进行分析；

S3、确定病变区域；

所述病变区域的面积分析方法包含对病变区域的面积分析，其步骤如下：

Y1、分析病变区域，生成病变区域轮廓散点；

Y2、与参照物进行对比分析；

Y3、计算病变区域面积；

进一步的，所述步骤S2中的参照物作为步骤S3中病变区域的比例尺标记；

更进一步的，所述病变区域不存在比例尺标记；

所述该病变区域能在人为指导下从病变图片中识别出；

所述该病变区域能不在人为指导下从病变图片中识别出；

具体的，所述病变图片通过深度摄像头拍摄，深度摄像头能获取病变图片 的参数并生成深度映射图，所述参照物为深度映射图；

所述病变图片通过单目摄像头拍摄，拍摄时使用一个已知大小的贴纸，所 述参照物为该贴纸。

其中，深度摄像头的深度检测只是盘算机视觉中一个根本而又焦点的任务， 要准确地检测目标，可能还需要做很多图像分割，识别，跟踪方面的工作，本 身没有深度检测功能的摄像头，可以使用立体视觉的原理(stereo，MVS)来估 计深度，而有深度检测的摄像头，比如说Kinect，也常常是利用视差原理来求取 深度的，投射一个pattern，然后比较。

系统用户端为手机或PC，经过Gate way cluster进行权限控制和流量控制， 并进行服务分发，对图片进行的分析转发到图片分析集群，Machine learning集 群每天进行模型迭代升级。