[发明专利]一种全自动眼底照片获取、眼病预警及个性化管理系统有效

专利信息
申请号: 202010052971.6 申请日: 2020-01-17
公开(公告)号: CN111260635B 公开(公告)日: 2023-05-05
发明(设计)人: 孟巍;施丹莉 申请(专利权)人: 广州慧视医疗科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06V10/764;G06V10/82;G16H30/20
代理公司: 广州市南锋专利事务所有限公司 44228 代理人: 刘媖
地址: 510070 广东省广州市越*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 全自动 眼底 照片 获取 眼病 预警 个性化 管理 系统
【权利要求书】:

1.一种全自动眼底照片获取、眼病预警及个性化管理系统,包括视觉信息采集传感器、交互式语音引导装置、多光谱眼底照相机、轻量化人工神经网络嵌入的智能硬件、云平台;

所述轻量化人工神经网络包括:行为识别单元、交互式引导单元、眼底照片拍摄质量判定单元、数据储存单元;

其中行为识别单元包括:

距离识别模块:用以在视觉信息采集传感器传送过来的信息中,通过仿射变换探测目标距离;

关键点识别模块:用以在定位后的目标中检测目标运动的轴心和轴心运动轨迹;

动作识别模块:用检测到的距离和关键点判断目标动作;

其中交互式引导单元包括:受检者引导模块:用以接收动作识别模块的输出,产生决策,输入语音引导装置,指引受检者完成检查流程;

环境配置模块:用以接收动作识别模块的输出,产生决策,输入多光谱眼底照相机模块,自动开启照相机,关闭环境灯光,调整照相机位置;

其中眼底照片拍摄质量判定单元包括:

亮度检测模块:用以判断拍摄亮度是否达标,是否有反光,伪影;

清晰度检测模块:用以判断拍摄清晰度是否达标;

完整度检测模块:用以判断所拍摄眼底是否完整,是否有遮挡,黄斑和视盘区域是否被采集;

其中眼底疾病识别单元包括:

异常识别模块:判断眼底照片是否有异常;

异常分类模块:将异常眼底照片根据疾病进行分类,明确疾病类别,对于人工神经网络判定不能识别的分类不予分类;

其中个性化管理单元包括:

云平台数据管理模块:将数据进行交互式展示;

健康管理模块:根据眼底疾病识别单元给出的诊断,个性化宣传护眼、爱眼知识,给出随访意见;

转诊模块:根据眼底是否异常,判断疾病严重程度,提出预警,给出转诊和随访意见;

其中数据储存单元包括:

信息匹配模块:根据采集到的眼底图片和诊断信息与受检者既往的检查记录进行匹配,调取受检者既往信息与本次检查进行比较;

信息储存模块:将采集到的眼底图片和诊断信息与受检者既往的检查记录进行匹配,上传和归档;

所述轻量化人工神经网络还包括自适应结构调整单元,所述的自适应结构调整单元根据不同来源的输入信息调整人工神经网络的连接方式、特征提取结构、人工神经网络的宽度和深度,具体步骤如下:

S1:判断输入层的维度大小,如果为一维,选择循环神经网络作为特征提取结构与输入相连,如果为三维,选择卷积神经网络作为特征提取结构与输入相连;

S2:根据目标输入图片的形状和分辨率大小设计最佳的特征提取结构的并联、串联、不同数量的组合;

S3:调整输出方式,将处理结果输送到不同的处理单元,完成不同的功能,方法如下:如果输入来自视觉信息采集传感器,人工神经网络的输出连接至行为识别单元;如果输入来自行为识别单元,人工神经网络的输出分别连接至语音引导装置和眼底照相机设备;如果输入来自眼底照相机,人工神经网络的输出连接至拍摄质量判定单元;如果输入来自拍摄质量判定单元,判定为未通过则人工神经网络的输出连接至眼底照相机和语音引导单元,判定为通过则人工神经网络的输出连接至眼底疾病识别单元;如果输入来自眼底疾病识别单元,人工神经网络的输出连接至个性化管理单元;如果输入来自个性化管理单元,人工神经网络的输出连接至信息储存单元。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州慧视医疗科技有限公司,未经广州慧视医疗科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010052971.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top