一种基于手机终端的患者肠道准备情况评估系统及方法

1.本发明涉及一种基于手机终端的患者肠道准备情况评估系统以及采用该系统实现的患者肠道准备情况评估方法。


背景技术：

2.结肠镜是筛查、诊断和治疗结肠病变的重要手段，其诊断的准确性和治疗的安全性与肠道准备的质量密切相关，充分的肠道准备可使患者获得较高的肠道清洁度，对实现高质量的肠镜诊疗具有重要意义。肠道准备不充分可降低结肠镜检查的有效性和安全性，且影响肠镜检查的腺瘤检出率。肠道准备是一个看似简单，其实复杂的过程。干扰肠道准备成功率的因素相当多，这其中包括饮食限制、控制用药的时间间隔、确保患者服用完足量的肠道准备药物等等。因此为了减少这些因素的干扰从而提高患者的肠道准备质量，目前有内镜医生在传统的患者教育的基础上采用多种不同的患者教育方式，如电话通知、短信通知、健康教育手册、健康教育视频以及微信通知，以来提高患者的健康教育质量，从而达到提高肠道准备质量的目的。
3.随着智能手机的逐渐普及，我们发现手机应用可能是一种患者肠道准备健康教育的优秀信息载体。目前已有研究证实，智能手机应用确实帮助患者取得了更好的肠道准备情况以及更高的腺瘤检出率。但是，已有的肠道准备应用更多的是为患者提示更加准确的用药时间并及时推送肠道准备相关的健康教育资料，并不能对肠道准备的结果进行有效评估。在临床工作中，我们发现很多患者服用完泻药后并没有排泄出较为清亮的粪水，而是仍然混杂了大量的粪渣，但此时他们往往得不到及时有效的评估以及建议。由此导致了患者可能在肠镜检查的过程中，肠腔内仍然有大量粪水潴留，影像肠镜的观察，并且可能导致部分病变无法被顺利检测到。我们理想中的肠道准备应用是应该根据不同患者的肠道准备情况来给出符合实际需求的个性化的指导意见，并且在这一过程中不需要专业的医生实时介入，从而不给医护人员增加进一步的工作负担。在智能手机普及的今天，我们设想是否可以通过分析患者排出的粪水的照片，预测患者的肠道准备质量，从而更好的提高患者的肠道准备质量。并且，图片评估过程均在手机终端，只将评估结果而不是原始图片传送至服务器端。


技术实现要素：

4.本发明的目的是：对患者肠道准备后马桶内的粪水进行评估，从而预测患者的肠道准备状况，并给出即时的改善指示，最终提高患者的肠道准备质量。
5.为了达到上述目的，本发明的一个技术方案是提供了一种基于手机终端的患者肠道准备情况评估系统，其特征在于，包括远程服务器以及用户手机端，其中：
6.远程服务器：用于存储用户的个人信息以及用户的肠道准备评估历史记录，远程服务器与用户手机端通讯，同步用户信息和分类评估结果；
7.用户手机端，为用户下载并安装在个人所携带的手机上的手机app，进一步包括：
8.手机端通讯模块：用于与远程服务器通讯，进行用户个人资料的获取和分类评估结果的同步；
9.手机端拍照模块：通过调用手机提供的拍照接口，在用户的授权下完成对马桶粪水的拍照后，由用户对照片中的粪水区域进行裁剪后存储在手机本地的缓存中；
10.手机端分析模块：通过读取缓存中存储的粪水区域图片，加载预下载的图片分类模型，在手机本地对粪水区域图片进行分类评估，获得分类评估结果；仅在获得用户授权后，手机端分析模块将分类评估结果通过通讯模块上传至远程服务器；
11.手机端显示模块：显示缓存中存储的粪水区域图片及与其对应的和分类评估结果，由用户根据分类评估结果判断是否进行下一步肠道准备。
12.优选地，所述远程服务器存放于医疗结构或者托管在专业的数据管理中心。
13.优选地，所述手机端通讯模块通过加密协议与所述远程服务器通讯。
14.本发明的另一个技术方案是提供了一种基于上述系统实现的基于手机终端的患者肠道准备情况评估方法，其特征在于，包括以下步骤：
15.步骤s1：用户通过手机下载手机app，并通过手机app登录位于云端的远程服务器，从远程服务器同步个人信息至手机，以完善个人信息；
16.步骤s2：用户通过手机端拍照模块对肠道准备后的马桶粪水进行拍照，并进一步截取照片中马桶范围内的图像，由手机app将用户所截取的图像作为粪水区域图片存储在手机本地的缓存中；
17.步骤s3：手机端分析模块读取手机本地缓存中的马桶区域图片后，首先对马桶区域图片进行预处理后形成输入图像，然后加载预先存储的图片分类模型后，将输入图像输入图片分类模型，进行肠道准备评估，由图片分类模型输出分类评估结果；
18.步骤s4：在获得用户授权后，手机app将手机端分析模块获得的分类评估结果发送至远程服务器，更新远程服务器上当前用户的肠道准备评估历史记录，供医院医生调用查看；并且，删除存储在手机本地的原始图片，以保护患者隐私；
19.步骤s5：手机端显示模块显示最新的分类评估结果。
20.优选地，步骤s1中，若当前用户为首次登录，则显示肠道准备“未记录”；若在远程服务器已有与当前用户相关的肠道准备评估历史记录，则在用户登录后，显示该历史记录。
21.优选地，步骤s2中，用户通过手机端拍照模块对肠道准备后的马桶粪水进行拍照后，再通过手机app所提供的矩形选择工具设定裁剪框，从所拍摄的照片中截取固定大小的马桶区域图片，并将马桶区域图片存储在手机本地缓存中。
22.优选地，步骤s3中，所述预处理为将马桶区域图片重采样至固定大小后作为输入图像。
23.优选地，步骤s3中，分类评估结果为“合格”或者“不合格”其中之一。
24.优选地，步骤s5中，若分类评估结果为“合格”，则提示用户肠道准备完成，可以准备参加肠镜检查；若分类评估结果为“不合格”，则提示用户继续进行肠道准备，并在准备之后重新进行步骤s2和后续步骤，直至分类评估结果为“合格”。
25.优选地，步骤s3中，图片分类模型基于颜色空间的传统图像处理方法实现，或基于预先训练的卷积神经网络深度学习图像处理方法实现。
26.本发明通过手机终端对患者肠道准备后的马桶内残留粪水图像进行采集和处理
分析，对患者的肠道情况进行即时评估并将评估结果上传至服务器，患者可按评估结果进行进一步的改善。本发明提供的系统和方法基于边缘计算，在手机app中完成图片特征计算，而无需将原始图片上传至服务器，充分保护患者隐私。
27.与现有技术相比，本发明具有如下优点：
28.(1)可以即时对在家中进行肠道准备的患者进行肠道准备质量的评估；
29.(2)不需要医护人员参与其中，节约人力成本；
30.(3)只要摄像头拍摄马桶内粪水图像后即可进行评估，操作方便；
31.(4)原始图片只在手机端储存而不上传到服务器，规避隐私泄露的风险。
附图说明
32.图1为系统功能模块图；
33.图2为方法流程示意图；
34.图3为移动端app登录截图；
35.图4为粪水照片示例；
36.图5为截取后粪水照片示例；
37.图6为标准化224
×
224像素尺寸后粪水照片示例；
38.图7为mobilenet v3卷积神经网络结构示意图；
39.图8a和图8b为合格和不合格粪水图片示例。
具体实施方式
40.下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本技术所附权利要求书所限定的范围。
41.如图1所示，本发明提供的一种基于手机终端的患者肠道准备情况评估系统分为远程服务器和用户手机端两部分，其中：
42.远程服务器：用于用户个人信息的存储，存放于医疗结构或者托管在专业的数据管理中心，可与用户手机端进行通讯，同步用户信息和评估结果。
43.用户手机端，为用户下载并安装在个人所携带的手机上的手机app，用于实现拍照、图片分析、结果评估、数据上传等功能。本发明中，用户手机端进一步包括如下模块：
44.手机端通讯模块：用于通过加密协议与远程服务器通讯，进行用户个人资料的获取和结果同步。
45.手机端拍照模块：通过调用手机提供的拍照接口，在用户的授权下完成对马桶粪水的拍照后，由用户对照片中的粪水区域进行裁剪后存储在手机本地的缓存中。
46.手机端分析模块：通过读取缓存中存储的粪水区域图片，加载预下载的图片分类模型，在手机本地对粪水区域图片进行分类评估，获得分类评估结果。并且，仅在获得用户授权后，手机端分析模块将分类评估结果通过通讯模块上传至远程服务器。
47.手机端显示模块：显示缓存中存储的粪水区域图片及与其对应的和分类评估结果，由用户根据分类评估结果判断是否进行下一步肠道准备。
48.如图2所示，本发明提供的一种基于上述系统实现的基于手机终端的患者肠道准备情况评估方法，具体包括以下步骤：
49.步骤s1：用户通过手机下载手机app，并通过手机app登录位于云端的远程服务器，从远程服务器同步个人信息至手机，以完善个人信息。
50.本实施例中，如图3所示，用户在手机app显示的登陆界面上输入账户、密码后登录位于云端的远程服务器，从远程服务器同步个人信息至手机。若当前用户为首次登录，则显示肠道准备“未记录”；若在远程服务器已有与当前用户相关的肠道准备评估历史记录，则在用户登录后，显示该历史记录。
51.步骤s2：用户通过手机端拍照模块对肠道准备后的马桶粪水进行拍照，并进一步截取照片中马桶范围内的图像，由手机app将用户所截取的图像作为粪水区域图片存储在手机本地的缓存中。
52.本实施例中，用户通过手机端拍照模块对肠道准备后的马桶粪水进行拍照后获得如图4所示的尺寸为h
raw
×wraw
像素的图片，图片的大小根据手机的摄像头配置不同而不同。用户再通过手机app所提供的矩形选择工具设定裁剪框，从所拍摄的照片中截取尺寸为h
crop
×wcrop
的马桶区域图片，并将马桶区域图片存储在手机本地缓存中。
53.步骤s3：手机端分析模块读取手机本地缓存中的马桶区域图片后，首先对马桶区域图片进行预处理，将马桶区域图片重采样至固定大小后作为输入图像。本实施例中，手机app通过线性插值将图片重采样为224
×
224像素大小，如图6所示。
54.然后，手机端分析模块加载预先存储的图片分类模型后，将输入图像输入图片分类模型，进行肠道准备评估，由图片分类模型输出分类评估结果。本实施例中，分类评估结果为“合格”或者“不合格”其中之一。
55.图片分类模型可以为基于颜色空间的传统图像处理方法实现，也可以基于预先训练的卷积神经网络深度学习图像处理方法实现。本实施例中，图片分类模型采用开源的轻量级卷积神经网络mobilenetv3实现，如图7所示。轻量级卷积神经网络mobilenetv3能够在智能手机上进行图片分类。模型的输入为224
×
224像素大小的图片，输出“合格”或者“不合格”之一。轻量级卷积神经网络mobilenetv3的参数在训练集样本中预训练获得，并预先存储在手机内存中。本实施例中，训练集为2000张采集的粪水图片，其中1000张由医生标注为“合格”，另外2000张由医生标注为“不合格”。在加载模型参数之后，可以在手机上对图片进行实时的图片分类。图8展示了“合格”和“不合格”分类结果对应的样例图片。
56.步骤s4：在获得用户授权后，手机app将手机端分析模块获得的分类评估结果发送至远程服务器，更新远程服务器上当前用户的肠道准备评估历史记录，供医院医生调用查看。并且，删除存储在手机本地的原始图片，以保护患者隐私。
57.步骤s5：手机端显示模块显示最新的分类评估结果，若分类评估结果为“合格”，则提示用户肠道准备完成，可以准备参加肠镜检查；若分类评估结果为“不合格”，则提示用户继续进行肠道准备，并在准备之后重新进行步骤s2和后续步骤，直至分类评估结果为“合格”。
58.上述方法可以基于android手机端进行开发。本发明通过手机端获取患者肠道准备后的马桶粪水图片，并在手机端完成图片的分类，足不出户实现对患者肠道准备情况的评估，并可保护患者隐私，仅将评估结果上传至服务器。
59.使用本发明提供的系统及方法时，患者在家中进行肠道准备，在服用肠道清洁剂后需要在马桶中排泄粪水。在完成一次排泄后，使用手机自带的摄像头对粪水进行拍摄，获取图片。由手机app对图片进行评估并返回结果。用户根据返回结果决定是否继续服用肠道清洁剂，对自身的肠道准备状况进行改善。