一种干眼症护理效果量化评估方法及系统

摘要: 本发明涉及眼科护理及医学图像处理领域,更具体地说,它涉及一种干眼症护理效果量化评估方法及系统。背景技术:1、干眼症(dryeyedisease,ded)是全球范...
一种干眼症护理效果量化评估方法及系统

本发明涉及眼科护理及医学图像处理领域,更具体地说,它涉及一种干眼症护理效果量化评估方法及系统。

背景技术:

1、干眼症(dry eye disease, ded)是全球范围内患病率最高的眼表疾病之一,其中蒸发过强型干眼主要由睑板腺功能障碍(meibomian gland dysfunction, mgd)引起,占比超过百分之五十;睑板腺位于眼睑的睑板内,分泌脂质构成泪膜的脂质层,防止泪液过度蒸发;当睑板腺发生阻塞、萎缩或缺失时,脂质分泌减少或不平衡,导致泪膜不稳定,引发干眼症状。临床上针对mgd/ded患者的常用护理干预手段包括:睑缘清洁、温热熏蒸或热敷(温度通常控制在四十至四十五摄氏度)、睑板腺按摩、人工泪液滴注以及生活方式干预等。这些护理干预通常需要多次随访、周期性评估,以判断护理方案是否有效并及时调整。

2、目前,干眼症护理效果的评估主要依赖以下三类指标:

3、第一类是主观症状问卷,如osdi(ocular surface disease index)问卷,由患者自行填写,评估眼干、异物感、烧灼感等症状的频率和严重程度;然而,问卷调查结果高度主观,受患者当日情绪、注意力等因素影响,日间波动较大,且不能直接反映眼表结构的客观变化,难以作为护理操作调整的直接依据。

4、第二类是泪膜破裂时间(tear break-up time, tbut),通过裂隙灯观察荧光素钠染色后泪膜出现第一个干燥斑的时间,单位为秒;该方法操作简便,但操作者间变异较大,可达正负两至三秒,且仅提供一个时间维度的单一标量,无法反映眼表结构的形态学改变。

5、第三类是角膜荧光素染色(corneal fluorescein staining, cfs)评分,通常采用nei(national eye institute)分级法,将角膜分为五个区域,每个区域按染色密度分为零至三分;该方法依赖于医师或护理人员的目测经验,对微点状染色不够敏感,不同操作者对同一图像的评分可能存在差异,且无法精确量化染色面积的变化。

6、此外,对于睑板腺形态的评估,临床常用arita睑板腺缺失评分(meiboscore),将红外睑板腺图像中腺体缺失面积占比分为零至三分四个等级;该方法同样依赖人工目测估算,缺乏像素级的精确分割,护理前后细微的面积变化难以被察觉,也无法输出连续的百分比数值。

7、近年来,深度学习技术在医学图像分割领域取得了显著进展;u-net作为一种经典的编码器-解码器全卷积神经网络,已被广泛应用于各种语义分割任务,包括医学影像中的器官分割、病灶分割等;有研究尝试将u-net应用于睑板腺红外图像的分割,例如基于u-net分割睑板腺区域并计算缺失面积百分比,取得了较高的准确率;也有研究采用u-net分割角膜荧光素染色区域,再结合cnn分类实现nei分级。然而,这些现有技术普遍存在以下缺陷:

8、其一,现有方案仅提供单次静态图像的分析结果,但护理评估的真正需求是对同一患者在护理干预前后进行纵向对比,计算缺失率的变化量,判断变化速率是否符合预期的愈合曲线,从而决定是否需要调整护理参数(如热敷温度、时长、按摩频次等);现有技术不具备这种纵向配对差分与趋势推导的能力。

9、其二,标准u-net在下采样过程中会损失高分辨率细节,导致对微小结构(如细小的腺体残端、微小的荧光素染色点)的分割精度不足;而这些细微结构的变化往往是判断护理是否开始起效的最早信号,例如染色点数量从十八个降至九个,或腺体残端重新显影;现有分割模型对这些小目标的召回率较低。

10、其三,现有技术通常只针对单一模态(仅红外睑板腺图像或仅荧光素染色图像)进行分析,而护理决策需要综合考虑睑板腺结构指标(缺失率)、角膜上皮损伤指标(染色面积和点数)以及泪河容积指标(泪河高度)等多个维度;目前缺乏一个统一的框架将这些多模态指标融合为一个综合性的护理评估向量。

11、其四,现有技术没有将护理干预的操作参数(如热敷温度、时长、按摩遍数等)与量化疗效指标建立关联,无法形成干预-疗效的闭环反馈,护理方案的调整仍然依赖个人经验而非数据驱动。

12、上述技术问题尚待解决。

技术实现思路

1、针对现有技术存在的不足,本发明的目的在于提供一种能够实现多模态眼表影像自动分割、纵向配对差分、趋势拟合以及干预-疗效关联的干眼症护理效果量化评估方法及系统。

2、为实现上述目的,一方面,本发明特提供了一种干眼症护理效果量化评估方法,包括以下步骤:

3、步骤s1、获取同一患者同一眼别在护理干预前基线时刻及至少两个护理随访时刻的眼表影像数据,所述眼表影像数据至少包括:睑板腺近红外成像图,对该成像图进行预处理得到归一化张量;

4、步骤s2、将所述归一化张量输入一语义分割模型,输出睑板腺区域的像素级类别掩码,并从中提取单帧量化参数,至少包括睑板腺缺失率,其计算公式为:

5、;

6、其中为掩码中归属于腺体缺失区类别的像素面积,为归属正常腺体类别的的像素面积,二者之和等于之和为睑板腺功能区域的总像素面积;

7、由至少所述构成单帧量化向量;

8、步骤s3、对同一患者的序列进行纵向配对差分计算,得到各随访时刻相较于基线的变化量:

9、;

10、步骤s4、以序列拟合一个指数衰减模型:

11、;

12、求解愈合速率参数β>0及渐近缺失率下限,并导出以下派生量:

13、愈合半衰期;

14、预估达标时间,即满足的最小正解,其中为预设的缺失率好转阈值;、是用于动态评估护理方案有效性和辅助决策的关键指标,而非仅仅是数学计算。

15、步骤s5、至少基于所述、β及中的任意一种,输出干眼症护理效果的量化评估报告,所述量化评估报告以数值化指标表征护理方案是否起效及预期达标达成时间,用以指导护理方案的维持或调整。

16、进一步,步骤s1中的眼表影像数据还包括钴蓝光下角膜荧光素染色图;

17、步骤s2中,所述语义分割模型还对或其角膜区域裁剪图进行像素级语义分割,输出角膜区域掩码与染色区域掩码,并提取以下量化参数中的至少一种:

18、染色面积占比;

19、染色点连通域计数;

20、所述单帧量化向量包含、、中的至少两种,配对差分对应包含、、。

21、进一步,步骤s1的所述预处理至少包括:对执行限制对比度自适应直方图均衡化clahe增强,裁剪睑板腺带状感兴趣区域,换算物距标定系数λ;对执行角膜外接圆粗分割,裁剪方形角膜域,统一缩放到固定分辨率;

22、所述像素面积是经λ²换算为物理面积后的数值,所述缺失率以百分比或物理面积比给出。

23、进一步,所述语义分割模型为改进的全卷积语义-解码分割网络,其中:

24、编码器各阶段输出的特征图在存入跳跃连接前,先经由一cbam双注意力模块进行通道注意力加权与空间注意力加权,所述cbam模块依次执行:通道注意力,对特征图 f分别做全局平均池化与全局最大池化,经共享多层感知机mlp后相加,再经sigmoid函数得到通道权重,输出 ,表示广播哈达玛积;以及空间注意力,对 f'沿通道维做平均池化与最大池化,拼接后经7×7卷积和sigmoid函数得到空间权重,输出;

25、解码器每一跳跃连接处设置一距离感知融合模块,该距离感知融合模块以解码器上采样特征与编码器经1×1卷积通道对齐后的跳连特征为输入,构造空间可信度权重图:

26、;

27、其中、为sobel梯度,gn为组归一化,σ为sigmoid函数;融合输出为:

28、;

29、其中,α∈(0,1)为可学习参数或固定系数;

30、瓶颈层设置aspp多尺度空洞卷积池化模块,以膨胀率集合{1,6,12,18}的平行空洞卷积支路及一全局平均池化分支沿通道维拼接后,经1×1卷积输出多尺度融合特征。

31、进一步,所述语义分割模型的训练损失函数为复合损失:

32、;

33、其中,

34、;

35、;

36、为类别c的独热真值,为预测概率,为类别频度倒数权重,为前景概率和,;、、满足且。

37、进一步,步骤s4中,拟合指数衰减模型采用非线性最小二乘法对序列进行levenberg–marquardt迭代求解,其中;

38、所述方法还包括:若,则于量化评估报告中标记护理异常预警,建议转入医嘱复核或调整护理方案。

39、进一步,所述方法还包括:由所述、及泪河高度构建护理综合评分

40、;

41、其中 ,,,、为归一化上限常数;

42、将所述映射为三级护理效果标签:

43、若则为显效;

44、若则为有效但偏缓,建议微调;

45、若则为无效,建议医嘱介入;

46、其中 =0.67,=0.40。

47、进一步,所述方法还包括:记录每次护理随访节点对应的护理干预参数向量

48、;

49、其中 为热敷温度,为热敷时长,为按摩遍数,为每周护理次数,为泪液类型编码;

50、将结构化存入存档一护理疗效关联日志,并当所述β低于一历史同类患者分位数阈值时,输出微调建议:在满足热敷温度不超过四十四摄氏度的前提下,或延长热敷时长或增加按摩遍数中的至少一种,且输出对应的禁忌约束。

51、进一步,所述语义分割模型的编码器主干选自vgg16-bn或mobilenetv3-large的预训练权重,解码器对称上采样还原至输入分辨率,最终经1×1卷积加softmax输出各类别像素概率图,再经argmax得到离散掩码;

52、对所述掩码施以面积阈值的后处理:删除像素面积小于的孤立前景连通域,在红外分支取十五至五十像素平方、在荧光素分支取二至八像素平方。

53、另一方面,本发明还提供一种干眼症护理效果量化评估系统,包括:

54、存储器,存储计算机程序指令及语义分割模型的网络权重参数;

55、至少一个处理器,与所述存储器通信连接,所述处理器执行计算机程序指令时,实现上述任一方法的步骤;

56、影像采集接口,用于从睑板腺近红外成像设备及裂隙灯钴蓝光成像设备中的至少一种获取睑板腺近红外成像图与钴蓝光下角膜荧光素染色图;

57、以及报告输出模块,用于将量化评估报告输出为文档或推送至护理信息系统。

58、与现有技术相比,本发明提供的一种干眼症护理效果量化评估方法及系统至少具有以下有益技术效果:

59、第一,将同一患者的多个随访时间点的量化参数构成时间序列,通过配对差分计算护理干预带来的变化量,并通过指数衰减模型拟合愈合速率,导出愈合半衰期和预估达标时间,使护理效果从静态分级升级为动态趋势量化;护理人员可以直观地看到护理方案是否正在起效、起效速度如何、还需要多长时间达到目标,从而科学地决定是维持、加强还是调整护理方案。

60、第二,通过在编码器各阶段嵌入cbam双注意力模块,使网络能够动态聚焦于低对比度的腺体-缺失边界区域;通过aspp多尺度空洞卷积池化捕获从细腺体到大片萎缩区的多尺度上下文信息;通过dsf距离感知融合模块抑制跳跃连接中背景噪声的混入,使得对微小腺体残端和微小荧光素染色点的召回率相比标准u-net得到明显提升。

61、第三,在一个统一框架内同时处理红外睑板腺图像和角膜荧光素染色图像,提取睑板腺缺失率、染色面积占比、染色点数等多个维度指标,并通过加权融合得到护理综合评分,映射为三级护理效果标签,便于护理人员快速判断护理效果等级。

62、第四,建通过记录每次护理操作的具体参数(热敷温度、时长、按摩遍数、每周频次、泪液类型等),并将其与量化疗效指标结构化关联,形成护理疗效日志;当愈合速率低于历史同类患者的下四分位数时,系统自动输出微调建议,在安全约束范围内提示调整热敷温度、时长或按摩频次,使护理方案的优化从经验驱动转变为数据驱动,有助于实现个性化精准护理。

63、第五,将复杂的图像分割、量化计算和趋势建模封装为自动化流程,护理人员只需按照标准操作流程拍摄眼表影像,系统即可自动输出量化评估报告,无需具备图像处理和数据分析的专业知识,便于在基层护理机构推广应用。