一种自发性眼震智能诊断系统的制作方法

本发明涉及模式识别领域的图像处理方法以及机器学习领域的深度学习方法，具体涉及一种基于深度学习的自发性眼震智能诊断系统。

背景技术：

眩晕是一种因为空间定向紊乱而引起的运动错觉，眩晕疾病发生率在我国高达5‰左右，此疾病与人体前庭神经系统的状态有着密切关系，发病人群主要集中在中老年人群。当眩晕症发作时，受试者常常会出现眩晕、呕吐、无力等情况，无法进行正常的视觉生活，同时也会给受试者的平衡系统带来严重影响。其中眼球震颤（眼震）是眩晕症状的一种表现形式，眼震是眼球不自主地往返运动，医生可以通过仪器工具检查受试者的自发性眼震情况，结合固视抑制状态下的眼震情况，对受试者的前庭神经系统做出综合诊断。

目前检查受试者眼震情况的仪器主要是眼震电图仪和视频眼震图仪。眼震电图仪造价昂贵、设备体积较大，且检查项目比较繁琐，只能在大医院临床使用，中小医院应用较少。并且无法在受试者眩晕期间及时检查受试者的自发性眼震情况，医生只能后续通过冷热双温、转移等方式诱发晕眩再进行眼震检测，这不仅不能实时判断受试者真实发病的状态，而且还给受试者增加了痛苦，对行动不便以及卧床不起的病人更是无法进行检查测试。此外，两种检查仪器均为有线装置，在进行旋转椅等测试试验时，受试者会因受到线缆影响而出现检测不佳的情况，使用也十分不便。鉴于目前眼震仪有诸多局限性，现市场上迫切地需要出现一种大众化的，无线的，便携的，可以在眩晕期间立即进行自发性眼震诊断的智能眼震仪，以及适配该眼震仪的系统。

技术实现要素：

本发明的目的在于克服目前市场上眼震仪无法在受试者发病时立即诊断的缺点，提供了一种基于深度学习的无线式红外视频眼震仪分析系统，其中的眼震仪设备不但体积小巧，价格低廉，使用方便，适用于检查突发眩晕和行动不便的受试者，还可以在受试者发病时立即采集眼震视频，并根据视频中的眼震情况实时或离线给出前庭功能评估，填补了便携式眼震仪的市场空白。

本发明的技术解决方案是这样实现的：一种自发性眼震智能诊断系统，包含眼震采集模块、眼震抑制模块、智能诊断模块；所述眼震采集模块用于获取受试者自发性眼震红外视频，并将眼震视频无线传输给智能诊断模块；所述眼震抑制模块通过双黄灯设计提供固视光源，实现对双目眼震的固视抑制，以完成对前庭功能的全面分析与测试；智能诊断模块根据视频中的自发性眼震情况结合固视抑制后的眼震情况实时或离线给出前庭功能评估，给出智能诊断结果。

优选的，所述眼震采集模块包含双目红外摄像头部分、环形红外发光部分以及微型处理器部分；其中双目红外摄像头为2.8mm焦距、80°广角的低照度微距红外夜视摄像头，环形红外发光部分采用了波长为940nm的红外灯，并将其按环形分布配备在红外摄像头的周围作为光源；微型处理器板卡装配1.2g主频cpu、1g内存以及400mhz的gpu，与双目红外摄像头通过csi接口进行数据传输，可以20m/s的速度将录制的眼震视频通过wifi实时传输到移动端平台，图像分辨率可达到1280*720；在结构上，基于人体双目的生理结构和成像原理，设定双目红外摄像头所在平面距离双目所在平面45mm，双目红外摄像头以双目中线为轴对称分布，两个摄像头之间的距离设定为60mm。

优选的，所述眼震抑制模块通过双黄灯设计提供固视光源，实现对双目眼震的固视抑制，以完成对前庭功能的全面分析与测试；其中双黄灯采用了波长为为580nm的led灯珠；在结构上，基于人体双目的生理结构和成像原理，设定双黄灯所在平面距离双目所在平面80mm，双黄灯以双目中线为轴对称分布，两个黄灯头之间的距离设定为10mm。

优选的，所述智能诊断模块预先在多例经标注的受试者眼震红外视频数据库的基础上，应用深度学习算法训练得到眼震诊断模型，在实际诊断时根据该眼震诊断模型对接收到的眼震视频进行推理，对受试者的前庭功能做出诊断评估。

由于上述技术方案的运用，本发明与现有技术相比具有下列优点：

本发明与现有技术相比具有如下优点：

本发明中，采用红外视频采集及无线传输技术，解决了在一些临床试验项目中，眼震电图仪和有线视频眼震仪无法直接检测或检测困难的问题，避免了受试者在注视刺激目标时受到线缆影响而导致检测不佳的问题。此外，传统的眼震仪体积大，价格昂贵，需要受试者自行去医院科室检查，而本发明价格低廉，体积轻便，受试者可以购买使用，并在发病时自行检测。

本发明中，集成了眼震抑制模块，通过内部双黄灯的光源设计，可以直接分析测试该光源所提供的固视功能对自发性眼震的抑制作用，无需额外配备其它辅助设备即可进行自发性眼震诊断。

本发明中，基于深度学习的眼震诊断模块，可以自动给出受试者前庭功能的诊断评估；而且受试者可以通过手机等移动端平台查看诊断评估结果，并能脱离医生进行自诊断，不但节省了时间还免去了诱发性眼震试验的痛苦。

附图说明

下面结合附图对本发明技术方案作进一步说明：

附图1为本发明所述的自发性眼震智能诊断系统的流程示意图。

具体实施方式

下面结合附图来说明本发明。

如附图1所示，本发明所述的智能眼震诊断系统包含眼震采集模块、眼震抑制模块和智能诊断模块，在该系统的支持下的眼震诊断步骤过程如下：

执行步骤一：获取受试者自发性眼震情况下的眼震红外视频。

双目红外摄像头分别通过csi接口连接到微型处理器系统中，微型处理器系统作为眼震视频的中继平台，可接收到摄像头采集的受试者自发性眼震红外视频，通过对红外视频流进行压缩处理以减轻通信负载压力，然后将压缩后的眼震视频实时传送到移动端平台，图像采集速率可以达到30帧/秒并且不会出现掉帧的情况。

执行步骤二：获取受试者固视抑制情况下的眼震红外视频。

双黄灯分别通过gpio接口连接到微型处理器系统中，微型处理器系统可以自动或手动控制双黄灯亮起，为受试者在眼罩包围的黑暗环境中提供固视光源，对受试者的眼震起到固视抑制作用。眼震采集模块在固视抑制过程中一直持续工作，将受试者在固视抑制情况下的眼震视频实时传输到移动端平台。

执行步骤三：对眼震红外视频进行自评估。

预先对上千例受试者的眼震红外视频进行视频标注，制作眼震数据库，并将其作为训练数据。然后以10秒为周期构建三维卷积神经网络，对眼震数据进行训练，训练后得到最终的眼震诊断模型，并保存模型。实际操作时基于眼震诊断模型结合当前受试者的自发性眼震视频和固视抑制后的眼动视频进行推理继而作出病因预测，对受试者的前庭神经系统做出评估，给出诊断结果，并保存相应的眼震视频数据以及诊断结果。

上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并加以实施，并不能以此限制本发明的保护范围，凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围内。

技术特征：

技术总结
本发明公开了一种自发性眼震智能诊断系统，包含眼震采集模块、眼震抑制模块、智能诊断模块；眼震采集模块可在受试者发病时实时采集自发性眼震红外视频,并通过无线传输到智能诊断模块；眼震抑制模块通过双黄灯的结构设计实现固视抑制功能，并进行前庭功能分析测试；智能诊断模块根据红外视频中的自发性眼震情况结合固视抑制后的眼震情况实时或离线给出前庭功能评估，便于检查突发眩晕和行动不便的受试者，填补了便携式眼震仪的市场空白。

技术研发人员：李丹丹;姜宇
受保护的技术使用者：南京慧视医疗科技有限公司
技术研发日：2019.04.01
技术公布日：2019.08.20