[发明专利]一种基于自动识别的黄疸分诊信息分析方法及系统

权利要求书

1.一种基于自动识别的黄疸分诊信息分析系统，所述分析系统用于执行基于自动识别的黄疸分诊信息分析方法，其特征在于，所述分析方法包括以下步骤：

S1获取批量覆盖各种不同光源条件、黄疸病例和非黄疸病例的具有临床价值的分诊图片数据；

S2进入数据清洗，丢弃不具备婴儿黄疸情况信息或者图片自身条件较差的图片数据；

S3将图片转换为HSV空间，滤波后通过HSV空间的V分量判定进入全局亮度调整并做公式变换处理；

S4通过给定若干阈值或划分全身和局部分类的方式对处理后的图片进行子类划分；

S5构建网络模型，将划分的各个子类进行独立训练，获得不同模型参数；

S6调取对应的模型数据，并将处理后的图片输入模型计算，得到无黄疸概率、生理性黄疸概率和病理性黄疸概率；

所述方法中，在HSV空间的V分量上利用局部均值直方图指标进行判定是否需要进行全局亮度调整，判断逻辑为：先去除噪声，在V(0-255)分量人脸图像采用8*8小窗口遍历整个图像，求得该窗口里像素的均值，若此均值在区间[55，240]外，则认为该局部区域为过曝光区域，以此遍历整个V分量并统计过曝光区域个数，最终除以总的遍历次数得到最终评判指标；若该指标大于预先设定的阈值则该图片将进行全局亮度调整；所述方法中，全局亮度调整时，对图像整体的v分量进行以下公式变换：

所有图像进行以下变换以削弱高光和阴影：

所述系统包括：提供用户输入功能，进行数据读取和存储的数据准备模块；

依据逻辑进行图像处理，并将处理后的图片进行保存的图像处理模块；

为各图片指定日龄及身体部位的子类划分模块；

使用tensor flow进行深度学习计算工作，构建出模型结构的模型训练模块；

接受用户输入的婴儿照片及日龄的黄疸识别模块。

2.根据权利要求1所述的基于自动识别的黄疸分诊信息分析系统，其特征在于，所述方法中，进行数据清洗时，数据标注内容包括黄疸情况、新生儿出生小时数和实测血胆红素值。

3.根据权利要求2所述的基于自动识别的黄疸分诊信息分析系统，其特征在于，所述方法中，图片子类划分时，给定若干阈值，进行日龄段的划分，身体部位划分为全身和局部两类，局部类别中划分为下肢、上肢、胸腹、背部和头部。

4.根据权利要求3所述的基于自动识别的黄疸分诊信息分析系统，其特征在于，所述方法中，对每个子类的数据，将图片数据及对应的标注数据划分成训练集和测试集，进行多轮迭代，选取产生过拟合之前的参数作为最终的模型参数。

5.根据权利要求4所述的基于自动识别的黄疸分诊信息分析系统，其特征在于，所述方法中，模型计算时包括以下步骤：

T1输入婴儿照片和婴儿日龄；

T2判断此照片为婴儿全身照片的概率P1，如果P1大于指定阈值认定为全身子类；

T3如果P1小于指定阈值，则判断此照片为下肢、上肢、胸腹、背部、头部的概率P2、P2、P4、P5、P6； 选取其中最大者，即max(P2,P2,P4,P5,P6)作为Px，如果Px大于指定阈值，则认定为相应的局部子类；

T4如果Px小于指定阈值，则认定为无效图片；

T5进行图片处理，处理后的图片作为待输入数据；

T6依据前述步骤判断出来的相应子类及婴儿日龄，调取对应的模型数据

T7将处理后的图片输入模型进行计算，求得无黄疸概率、生理性黄疸概率、病理性黄疸概率。