[发明专利]一种基于图像的银屑病严重程度的评估系统

说明书

本申请涉及一种基于图像的银屑病严重程度的评估系统，其中，该系统包括数据获取模块、检测分类模块和计算评估模块；基于银屑病的特点将人体粗划分成若干一级部位，再将一级部位细划分成若干二级部位，基于轮廓信息采集患者二级部位的图片；通过实例分割模型从图片中分割出二级部位区域，通过YoloV4目标检测模型识别出皮损区域的类型，对不同类型的皮损区域打分和计算面积，根据打分分数和面积，完成患者的银屑病严重程度评估。通过本申请，解决了银屑病的严重程度评估存在的评估准确度低的问题，结合轮廓信息提高患者初诊和复诊采集图片的一致性，综合银屑病特点细划分的二级部位提高了皮损面积计算的精度。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种基于图像的银屑病严重程度的评估系统。

背景技术

早期的银屑病患者病情严重程度计算方法，将人体分为头颈、躯干、上肢、下肢四部分，由医生分别计算每个部分红斑、鳞屑、浸润严重程度得分和皮损面积占比，三种皮损严重程度得分相加并乘以皮损面积占比得出每个部分银屑病严重程度得分，然后将四个部分得分相加，最后得出银屑病患者严重程度总分数。

在现有的技术方案中，专利申请号2022102158103的专利公开了基于皮肤图像评估银屑病严重程度的智能决策系统，在具体公开的方案中，采集人体的头部、上肢、躯干和下肢四个部位的图像，通过InceptionResNetV2模型从四个部位图像中识别出银屑病皮损区域，根据颜色识别出皮损区域中的红斑、浸润、鳞屑，用K-近邻算法对红斑进行评分，应用高斯混合模型将皮损分割成不同的颜色通道，然后通过三色带的通道深度对红斑进行评分。

由此可见，该专利公开的技术方案中所存在的问题：

一、在对患者的身体部位进行图像采集的过程中，由于拍摄角度或远近关系，会导致初次就诊和复诊采集的同一部位图像出现较大差异，影响前后两次该部位皮损区域面积的计算，容易产生经治疗后病情有所改善，但复诊评估却显示恶化等情况。

二、将人体分为头颈、上肢、躯干、下肢四个部位，区分较粗泛，没有针对银屑病发病特点、易发部位区域等因素制定一套标准银屑病部位划分标准，影响皮损面积计算精度。

三、InceptionResNetV2模型为语义分割模型，当皮损面积出现在部位的边界处会导致识别分割出的皮损区域的面积部位缺失，影响皮损面积计算精度。

四、传统的机器学习K-近邻算法或高斯混合模型基于皮损区域颜色进行评分，受图片拍摄的亮度和清晰度的干扰较大，影响严重程度打分精度，同时上述打分只是对红斑的打分，该专利没有公开对浸润和鳞屑的打分。

此外，该公开专利还结合DLQI量表进行评估，已知DLQI量表是基于患者在患病过程中主观情绪感受生成的，而患者由于自身年龄段的不同，对银屑病的感受是不同，如儿童的患病反映相较于成人会更为剧烈；同时也会因个人体质的不同而造成差异，即结合DLQI量表的评估还存在着因患者主观意愿，造成的最终评估结果不准确、不可预测的问题。

目前针对相关技术中银屑病的严重程度评估存在的评估准确度低的问题，尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种基于图像的银屑病严重程度的评估系统，以至少解决相关技术中银屑病的严重程度评估存在的评估准确度低的问题。

第一方面，本申请实施例提供了一种基于图像的银屑病严重程度的评估系统，所述系统包括数据获取模块、检测分类模块和计算评估模块；

所述数据获取模块，用于根据银屑病的特点，将人体粗划分成若干一级部位，再将所述一级部位细划分成若干二级部位，其中，所述一级部位包括头颈、上肢、躯干和下肢，所述二级部位包括额面、头顶、颈前、颈后、右臂前、左臂前、右臂后、左臂后、双手掌、双手背、胸腹部、背部、会阴、臀、大腿前、大腿后内、小腿前外、小腿后、双足背和双足底；