《基于眼科及器官影像融合的疾病诊断或筛查方法及系统.pdf》由会员分享，可在线阅读，更多相关《基于眼科及器官影像融合的疾病诊断或筛查方法及系统.pdf（5页珍藏版）》请在专利查询网上搜索。
1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201610139483.2 (22)申请日 2016.03.07 (71)申请人 刘江 地址 北京市安贞西里4区1栋4单元401号 (72)发明人 刘江 (51)Int.Cl. A61B 8/00(2006.01) A61B 5/00(2006.01) (54)发明名称 基于眼科及器官影像融合的疾病诊断或筛 查方法及系统 (57)摘要 本发明提出一种基于眼科及人体各个器官 影像融合处理的多种人体疾病诊断或筛查方法 及系统。 本发明可在终端， 局域网、 广域网上利用 对用户全面图。
2、像及数据进行全面存储管理。 它利 用眼科影像和各个医学影像融合的智能分析用 与人体疾病的综合诊断或筛查。 本发明通过综合 眼科图像分析和人体各个器官医疗影像分析， 综 合其它个人资料， 利用融合图像处理、 机器学习、 概率统计方法(称为iNTEGRATE方法)形成综合完 整的各个器官的病情筛查报告。 权利要求书1页 说明书2页 附图1页 CN 107157511 A 2017.09.15 CN 107157511 A 1.一种基于眼科及人体各个器官影像融合处理的多种人体疾病诊断或筛查方法， 其特 征及步骤在于： 在终端， 局域网、 广域网、 云端上利用对用户全面图像及数据进行全面存储管理； 眼。
3、科影像和各个医学影像融合的智能分析用与人体疾病的综合诊断或筛查。 2.如权利要求1所述的方法， 其特征在于， 所述眼科影像和各个医学影像融合的智能分 析， 包括以下步骤： 基于图像分割、 图像理解方法测量医学眼科图像中与各个器官疾病相关的风险因子； 基于图像分割、 图像理解测量方法医各个器官医学影像中可观测到的疾病相关的风险 因子。 根据以上风险因子， 并综合其它个人资料， 利用融合图像处理、 机器学习、 概率统计方 法(以上的处理方法统称为iNTEGRATE方法)形成综合完整的各个器官的病情筛查报告。 3.如权利要求1的基于眼科及人体各个器官影像融合处理的多种人体疾病诊断或筛查 系统， 其特。
4、征在于， 所述综合疾疾筛查报告生成， 包括以下步骤： 系统根据用户疾病筛查请求， 启动提交模块； 系统启动用户综合数据管理模块； 启动眼科影像智能分析模块； 启动人体器官医疗影像分析模块； 启动提供综合完整的各个器官的病情筛查报告生成模块。 4.如权利要求2所述的iNTEGRATE方法， 其特征在于， 根据系统预先学习(包括但不局限 于深度学习或者神经元网络学习)好的眼科影像智能分析及人体器官医疗影像分析分类器 模型， 计算得到器官疾病的风险因子。 并根据融合图像处理、 机器学习、 概率统计技术和方 法(包括但不局限于深度学习或者神经元网络学习)， 分析这些风险因子， 形成综合完整的 各个器官。
5、的病情筛查报告。 权 利 要 求 书 1/1 页 2 CN 107157511 A 2 基于眼科及器官影像融合的疾病诊断或筛查方法及系统 技术领域 0001 本发明涉及医疗影像、 疾病筛查、 智能健康、 医疗大数据领域， 特别涉及一种基于 眼科及人体各个器官影像融合处理的多种人体疾病诊断或筛查方法及系统。 背景技术 0002 随着医疗影像技术和互联网的快速发展， 传统的健康医疗服务方式在迅速转变， 基于人体各个器官影像融合处理的多种人体疾病诊断或筛查方法及系统日益受到社会关 注。 眼睛视网膜是人体可以直接通过光学手段观察到血管和组织的器官。 很多人体的疾病 可以通过观测眼科图像1直接获得信息。。
6、 我们可以通过眼科影像和其他医学影像融合的 智能分析2， 3用与人体疾病的综合诊断或筛查。 发明内容 0003 本发明的目的旨在构建一个利用眼科影像和各个医学影像融合的智能分析用与 人体疾病的综合诊断或筛查系统。 本发明通过综合眼科图像分析和人体各个器官医疗影像 分析(包括眼睛本身不同图像模态的融合)， 综合其它个人资料， 利用融合图像处理、 机器学 习、 概率统计技术(称为iNTEGRATE方法)形成综合完整的各个器官的病情筛查报告。 0004 本发明包括以下步骤(如图1)： 0005 系统启动提交模块1 0006 启动用户综合数据管理模块2； 0007 启动眼科影像智能分析模块3； 000。
7、8 启动人体器官医疗影像分析模块4； 0009 利用iNTEGRATE方法提供综合完整的各个器官的病情筛查报告生成模块5 0010 作为本发明的一个实施例， 所述在计算机网络上进行心血管疾病筛查， 包括以下 步骤： 0011 用户提交服务请求； 0012 系统根据病人的历史数据和新提交数据， 进行数据分析， 预测疾病； 0013 用户提交眼底视网膜图像数据， 系统对眼底眼底视网膜图像进行智能分析， 提取 和心血管疾病相关的风险因子数据； 0014 用户提交心血管超声图像数据， 系统对心血管超声图像进行智能分析， 提取和心 血管疾病相关的风险因子数据； 0015 利用深度学习算法， 综合以上预测。
8、和风险因子， 生成更加综合完整的心血管病情 筛查报告 0016 尽管已经示出和描述了本发明的实施例， 对于本领域的普通技术人员而言， 可以 理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、 修改、 替换 和变型， 本发明的范围由所附权利要求及其等同限定。 0017 参考文献 说 明 书 1/2 页 3 CN 107157511 A 3 0018 1Abrmoff MD.； Garvin MK .， Sonka Mi .Retinal Imaging and Image Analysis.IEEE transactions on medical imaging 2000； 3。
9、： 169-208. 0019 2Viola P， Jones M.Rapid object detection using a boosted cascade of simple features.IEEE 10Conference on Computer Vision and Pattern Recognition (CVPR)2001： I511-8 0020 3Joachims T.Transductive Inference for Text Classification using Support Vector Machines.International Conference on Machine Learning(ICML) 1999. 附图说明 0021 图1为基于眼科及人体各个器官影像融合处理的多种人体疾病诊断或筛查方法及 系统结构图。 说 明 书 2/2 页 4 CN 107157511 A 4 图1 说 明 书 附 图 1/1 页 5 CN 107157511 A 5 。