[发明专利]一种融合眼底图像的慢病临床研究队列查询系统及方法

权利要求书

1.一种融合眼底图像的慢病临床研究队列查询系统，其特征在于，其包括输入模块、语义特征提取模块、筛选模块、分析模块、注释模块、SR数据库、关联模块和查询模块；

所述输入模块用于供医护人员输入患者的基本信息和眼底图像；

所述语义特征提取模块用于利用深度学习算法对眼底图像中的不同组织和病灶进行自动识别和提取，以提取出含有血管、病灶和眼底结构的目标眼底图像，并通过形态学从目标眼底图像中提取出图像特征数据；

所述筛选模块用于对提取出的图像特征数据利用LASSO算法进行重要性由高至低排序，以筛选出排名前N的图像特征数据，N为正整数；

所述分析模块用于对目标眼底图像进行计算机视觉特征提取分析，以提取分析出目标病灶位置和目标病灶测量特征；

所述注释模块用于供医护人员注释成像时间点、目标病灶解剖位置和测量、进行测量所画线的坐标和所测量图像的标识符的信息；

所述SR数据库用于以结构化报告的形式存储患者的基本信息和眼底图像信息，所述眼底图像信息包括眼底图像、排名前N的图像特征数据、目标病灶位置和目标病灶测量特征、注释信息；

所述关联模块用于将同一个患者的SR数据库中的眼底图像信息与慢病电子病历数据库中的慢病电子病历信息相关联；

所述查询模块用于基于接收的查询请求查询相关联的SR数据库和电子病历数据库，并输出与查询请求相对应的查询结果。

2.如权利要求1所述的融合眼底图像的慢病临床研究队列查询系统，其特征在于，所述图像特征数据包括眼底不同血管的迂曲度和宽度，渗出、出血所在眼底图像的象限位置、大小、形状、纹理特征。

3.一种融合眼底图像的慢病临床研究队列查询方法，其特征在于，其包括以下步骤：

S1、供医护人员输入患者的基本信息和眼底图像；

S2、利用深度学习算法对眼底图像中的不同组织和病灶进行自动识别和提取，以提取出含有血管、病灶和眼底结构的目标眼底图像，并通过形态学从目标眼底图像中提取出图像特征数据；

S3、对提取出的图像特征数据利用LASSO算法进行重要性由高至低排序，以筛选出排名前N的图像特征数据，N为正整数；

S4、对目标眼底图像进行计算机视觉特征提取分析，以提取分析出目标病灶位置和目标病灶测量特征；

S5、供医护人员注释成像时间点、目标病灶解剖位置和测量、进行测量所画线的坐标和所测量图像的标识符的信息；

S6、以结构化报告的形式将患者的基本信息和眼底图像信息存储至SR数据库中，所述眼底图像信息包括眼底图像、排名前N的图像特征数据、目标病灶位置和目标病灶测量特征、注释信息；

S7、将同一个患者的SR数据库中的眼底图像信息与慢病电子病历数据库中的慢病电子病历信息相关联；

S8、基于接收的查询请求查询相关联的SR数据库和电子病历数据库，并输出与查询请求相对应的查询结果。

4.如权利要求3所述的融合眼底图像的慢病临床研究队列查询方法，其特征在于，所述图像特征数据包括眼底不同血管的迂曲度和宽度，渗出、出血所在眼底图像的象限位置、大小、形状、纹理特征。