相關(guān)申請(qǐng)的交叉引用

本申請(qǐng)要求于2014年10月29日提交的美國(guó)臨時(shí)專利申請(qǐng)sn62/069,972與2014年10月29日提交的美國(guó)臨時(shí)專利申請(qǐng)sn62/069,993的優(yōu)先權(quán)，其申請(qǐng)通過(guò)引用整體包含在此。

本發(fā)明用于開(kāi)發(fā)一種以下系統(tǒng)，其捕獲在關(guān)注點(diǎn)處的人類皮損病的數(shù)據(jù)、一個(gè)或多個(gè)圖像以及視頻；以自動(dòng)化方式來(lái)分析一個(gè)或多個(gè)圖像與視頻；并且將具有分析結(jié)果的數(shù)據(jù)、一個(gè)或多個(gè)圖像和視頻發(fā)送至中央位置。

背景技術(shù)：

為了測(cè)量皮膚病的狀態(tài)，從業(yè)者目前依賴標(biāo)尺的使用或肉眼近似。研究已經(jīng)示出針對(duì)慢性創(chuàng)傷的特定病狀，這些技術(shù)具有45％的誤差。(參見(jiàn)，measuringwoundlength,width,andarea:whichtechnique？langemo,anderson,hanson,hunter,thompson,advancesinskin&woundcare,january2008,21(1):42-451879-1882)。

此外，文獻(xiàn)報(bào)告了這些技術(shù)具有評(píng)估者間的誤差，即發(fā)生在測(cè)量相同病狀的兩個(gè)分離個(gè)體之間的16-50％的誤差。(參見(jiàn)，reproducibilityofcurrentwoundsurfacemeasurement,koel,gerard,andfritsoosterveld,europeanwoundmanagementconferenceproceeding(2008))。該數(shù)字被以下事實(shí)提高，具有皮膚病的患者常常具有被各種各樣的供應(yīng)商以各種各樣的設(shè)置提供給他們的照看。所有這些使供應(yīng)商精確地追蹤這些病狀的縱向發(fā)展變得非常困難。

為了解決該問(wèn)題，已經(jīng)開(kāi)發(fā)了一些現(xiàn)有的裝置或系統(tǒng)。由woundmatrix開(kāi)發(fā)的移動(dòng)創(chuàng)傷管理工具(mobilewoundmanagementtool)將關(guān)注點(diǎn)的智能手機(jī)應(yīng)用與服務(wù)器托管的網(wǎng)絡(luò)環(huán)境組合以解決供應(yīng)商不能夠適當(dāng)?shù)赜梦募涗泟?chuàng)傷并且追蹤隨著時(shí)間變化的能力。然而，woundmatrix的系統(tǒng)沒(méi)有提供先進(jìn)的且自動(dòng)化的分析以使測(cè)量標(biāo)準(zhǔn)化并且相反依靠供應(yīng)商的判斷來(lái)手動(dòng)執(zhí)行這些測(cè)量。附加地，該方法仍要求標(biāo)尺的出現(xiàn)以進(jìn)行這些測(cè)量。最后，盡管woundmatrix確實(shí)獲取到關(guān)于患者的身體上的創(chuàng)傷的位置的信息，但是其沒(méi)有聚集關(guān)于患者的治療方法的其他方面的信息并且因此不能夠幫助供應(yīng)商檢測(cè)當(dāng)前治療方法的療效。

healogram提供一種收集在關(guān)注點(diǎn)處的患者相片與數(shù)據(jù)并且將該信息中繼至中央門戶處(centralizedportal)的臨床醫(yī)生的系統(tǒng)。healogram在拍攝新圖像之前還通過(guò)在照相機(jī)屏幕上覆蓋創(chuàng)傷的舊圖像來(lái)提供縱向追蹤能力。然而，類似于woundmatrix，healogram不具有自動(dòng)化圖像分析能力并且不直接提高創(chuàng)傷測(cè)量結(jié)果與特征的精確性。healogram相反集中于有效的照看協(xié)調(diào)性與患者的順應(yīng)性。

最近，已經(jīng)利用其silhouette系統(tǒng)開(kāi)發(fā)了來(lái)自總部位于新西蘭的公司aranz的基于圖像的測(cè)量。silhouette的系統(tǒng)包括用于使用紅外線(ir)與可見(jiàn)光范圍兩者中的數(shù)據(jù)來(lái)測(cè)量比如創(chuàng)傷的皮膚病的智能軟件。部分地由于其對(duì)ir數(shù)據(jù)的依賴性，silhouette系統(tǒng)的整體花費(fèi)接近于6000美金，并且因此在臨床設(shè)置中還沒(méi)有廣泛地被采納。

另一基于圖像的測(cè)量系統(tǒng)是由mobilehealthware開(kāi)發(fā)的woundmappump。該裝置依賴緊挨著創(chuàng)傷的標(biāo)尺的放置并且允許個(gè)體手動(dòng)定位皮膚病的邊緣并且將它們與標(biāo)尺上的尺寸比較。該系統(tǒng)遭受與利用標(biāo)尺來(lái)測(cè)量皮膚病相同的缺陷，這是因?yàn)槠鋵⑵つw病近似為正方形。

嘗試改進(jìn)文檔記錄的另一系統(tǒng)是由telemedicine,llc開(kāi)發(fā)的woundrounds。woundrounds是具有與電子病例(emr)集成以促進(jìn)設(shè)施內(nèi)的創(chuàng)傷文檔記錄的能力的單獨(dú)裝置。像先前所描述的解決方案一樣，該系統(tǒng)不具有改進(jìn)的且自動(dòng)化圖像分析能力。附加地，解決方案依賴笨重的裝置并且因此在設(shè)置上不適合供在創(chuàng)傷診所外部的患者使用。

存在收集皮膚病的相片但是不包括向中央位置進(jìn)行相片傳輸、也不包括圖像分析能力的其他智能手機(jī)應(yīng)用。這樣的應(yīng)用的示例包括firstderm，其在收集相片時(shí)提供匿名皮膚病學(xué)裝置；以及doctormole，其是基于在關(guān)注點(diǎn)處拍攝的相片來(lái)評(píng)估痣并且確定它們是否是癌的app。這些應(yīng)用都不提供相片傳輸平臺(tái)，它們也不具有視頻分析能力。

最后基于圖像的測(cè)量系統(tǒng)是由healthpath開(kāi)發(fā)的移動(dòng)創(chuàng)傷分析儀(mobilewoundanalyzer)(mowa)。這是分割皮膚病內(nèi)的組織的移動(dòng)系統(tǒng)。然而，該系統(tǒng)不具有邊緣檢測(cè)能力，并且依賴用戶手動(dòng)檢測(cè)并且示出皮膚病的邊緣。

此外，在收集數(shù)字圖像的裝置沒(méi)有任何外部附件的情況下，不存在用于執(zhí)行皮膚病的血流分析以及完全3d重建的商業(yè)方法。最后，沒(méi)有其他現(xiàn)有的商業(yè)應(yīng)用擁有用于始終地縱向地追蹤皮膚病的圖像的完全裝置不可知論方式。

技術(shù)實(shí)現(xiàn)要素：

本公開(kāi)不限于所描述的特定系統(tǒng)、裝置與方法，這是因?yàn)檫@些可以改變。本描述中所使用的術(shù)語(yǔ)是僅出于描述特定版本或?qū)嵤├哪康?，并且不意圖限制范圍。

如本文檔中所使用的，單數(shù)形式“一”、“一個(gè)”與“該”包括復(fù)數(shù)引用除非上下文另外清楚地指示。除非另外限定，本文所使用的所有科技與科學(xué)術(shù)語(yǔ)具有與本領(lǐng)域的常規(guī)技術(shù)人員通常理解的相同的含義。在本文檔中的任何內(nèi)容均不得被解釋為承認(rèn)本文檔中所描述的實(shí)施例借助先前的發(fā)明而無(wú)權(quán)提前這樣的公開(kāi)。如本文檔中所使用的，術(shù)語(yǔ)“包括”意為“包括，但不限于”。

在一大體方面，實(shí)施例公開(kāi)了收集關(guān)于在關(guān)注點(diǎn)處的人類皮損病(包括但不限于慢性創(chuàng)傷、急性創(chuàng)傷、燒傷、損傷、疤痕、牛皮癬、濕疹、粉刺、黑素瘤、紅斑痤瘡、疥瘡、癌、白癜風(fēng)、心律失常、皮炎、角化病、蚊蟲(chóng)叮咬、皮疹、癲痕瘤、狼瘡、皰疹、蜂窩組織炎與淋病)的圖像、視頻與數(shù)據(jù)的系統(tǒng)或方法。

在另一大體方面，實(shí)施例公開(kāi)了一種用于使用設(shè)置的參照物來(lái)測(cè)量具體皮膚病的表面面積并且表征由皮膚病的發(fā)作而誘發(fā)出現(xiàn)的精確組織的方法。該系統(tǒng)由擁有與正被分析的圖像相同的皮膚病的圖像的數(shù)據(jù)庫(kù)組成。

在另一大體方面，實(shí)施例公開(kāi)了分析前面提到的圖形與視頻的系統(tǒng)或方法。所提供的分析的類型包括前面提到的分析，其包括皮膚病以及皮膚病周圍區(qū)域的皮膚病血流(灌注)剖面的表面面積、組織組成以及導(dǎo)致總體積計(jì)算的皮膚病的3d重建。

在另一大體方面，實(shí)施例公開(kāi)了將經(jīng)分析的圖像和視頻以及相關(guān)聯(lián)的患者數(shù)據(jù)傳送至中央位置使得其可以被專家分析的系統(tǒng)或方法。

在另一大體方面，實(shí)施例公開(kāi)了用于在中央門戶處、優(yōu)選地在萬(wàn)維網(wǎng)上顯示圖像與視頻分析的輸出中的趨勢(shì)的系統(tǒng)。

在另一大體方面，實(shí)施例公開(kāi)了在中央門戶處將圖像和視頻數(shù)據(jù)與關(guān)于患者的治療的數(shù)據(jù)關(guān)聯(lián)的系統(tǒng)或方法，以及用于在該中央門戶處顯示該關(guān)聯(lián)的輸出以通知臨床決策的方法。

在另一大體方面，實(shí)施例公開(kāi)了一種用于允許個(gè)體x通過(guò)使用來(lái)自激光多普勒成像裝置(laserdopplerimagingdevice)的現(xiàn)有數(shù)據(jù)來(lái)通知系統(tǒng)所擁有的表征皮膚病的灌注的能力。

附圖說(shuō)明

圖1示出用于包括關(guān)注點(diǎn)數(shù)據(jù)收集裝置、圖像分析節(jié)點(diǎn)、服務(wù)器托管的數(shù)據(jù)庫(kù)與中央門戶的整個(gè)系統(tǒng)的示例流程。

圖2示出用于優(yōu)化圖像預(yù)處理并且使圖像配準(zhǔn)標(biāo)準(zhǔn)化的系統(tǒng)的圖像采集硬件的定制與調(diào)整。

圖3示出被放置在緊挨著被拍攝的皮膚病的示例對(duì)象，使得所述對(duì)象可以被表示為圖像中的地面真值。

圖4示出用于通過(guò)使用先前提到的參照物的已知參數(shù)來(lái)使圖形配準(zhǔn)標(biāo)準(zhǔn)化的示例流程。

圖5示出用于采集皮膚病的精確邊緣與組織組成并且針對(duì)這些字段計(jì)算精確值的方法的示例流程。

圖6示出用于將不同的邊緣檢測(cè)機(jī)制組合以用于識(shí)別精確皮膚病邊界并且用于分割所述皮膚病內(nèi)的組織的方法的示例流程。

圖7示出皮膚病的3d重建的示例結(jié)果的截屏(在頂部處被畫出的)。

圖8示出皮膚病的灌注監(jiān)測(cè)的示例結(jié)果的截屏。

圖9示出用于收集關(guān)于在關(guān)注點(diǎn)處的患者皮膚病的數(shù)據(jù)、圖像與視頻、將該信息發(fā)送到中央位置并且撤回信息后處理的系統(tǒng)的示例流程。

圖10示出其中供應(yīng)商可以查看患者的皮膚病的縱向發(fā)展的門戶網(wǎng)站的示例設(shè)計(jì)。

圖11示出允許供應(yīng)商對(duì)使用門戶網(wǎng)站開(kāi)賬單的部件的示例設(shè)計(jì)的截屏。

圖12示出處理數(shù)據(jù)庫(kù)處的數(shù)據(jù)并且提供預(yù)測(cè)分析的系統(tǒng)部件的示例流程。

具體實(shí)施方式

如本文所使用的，術(shù)語(yǔ)“皮膚病”或“皮損病”指代但不限于慢性創(chuàng)傷、急性創(chuàng)傷、燒傷、損傷、疤痕、牛皮癬、濕疹、粉刺、黑素瘤、紅斑痤瘡、疥瘡、癌、白癜風(fēng)、心律失常、皮炎、角化病、蚊蟲(chóng)叮咬、皮疹、癲痕瘤、狼瘡、皰疹、蜂窩組織炎與淋病。

如本文檔所使用的，術(shù)語(yǔ)“圖像”或“醫(yī)學(xué)圖像”指代如上面所描述的皮膚病的電磁圖像。

如本文檔所使用的，術(shù)語(yǔ)“患者”或“受體”指代會(huì)被分類為哺乳動(dòng)物的任何受體。

如本文檔所使用的，術(shù)語(yǔ)“視頻”描述迅速連續(xù)收集到的如上面所描述的圖像的集合。

如本文檔所使用的，術(shù)語(yǔ)“分析”或“圖像分析”描述皮膚病的邊緣的自動(dòng)檢測(cè)、皮膚病的總面積計(jì)算、皮膚病內(nèi)的組織的分割與皮膚病內(nèi)的組織的分割分析。

如本文檔所使用的，術(shù)語(yǔ)“視頻分析”描述在皮膚病中與在其周圍的灌注的分析以及包括深度和體積計(jì)算的皮膚病的3d重建。

如本文檔所使用的，術(shù)語(yǔ)“數(shù)據(jù)收集引擎”描述能夠聚集圖像和視頻的在任何移動(dòng)裝置上的應(yīng)用。該清單包括針對(duì)移動(dòng)電話與平板的應(yīng)用。

本發(fā)明涉及一種用于收集數(shù)據(jù)、相片與視頻并且將它們發(fā)送到中央位置的包括了移動(dòng)電話部件、服務(wù)器部件與基于網(wǎng)絡(luò)的部件的方法或系統(tǒng)。

相片與視頻被存儲(chǔ)在圖1中的安全服務(wù)器存儲(chǔ)區(qū)域104中，從那里它們被托管在圖1中的中央門戶112上。

系統(tǒng)提供圖1中的一個(gè)或多個(gè)服務(wù)器節(jié)點(diǎn)102以執(zhí)行由圖1中的關(guān)注點(diǎn)數(shù)據(jù)收集引擎100收集到的圖像與視頻的自動(dòng)化圖像分析以及視頻分析。該分析然后與適當(dāng)?shù)膱D像以及視頻被發(fā)送到圖1中的中央門戶網(wǎng)站108。

系統(tǒng)包括圖1中的數(shù)據(jù)庫(kù)或數(shù)據(jù)結(jié)構(gòu)104，其集合了由數(shù)據(jù)收集引擎100收集到的患者數(shù)據(jù)并且將數(shù)據(jù)與由100收集到的并且存儲(chǔ)在104中的適當(dāng)?shù)囊曨l和圖像匹配。

該圖像可以被具有收集圖像的能力的任何裝置采集。對(duì)于被所描述的系統(tǒng)分析的圖像不存在分辨率要求。

系統(tǒng)在分析圖像或視頻之前收集手動(dòng)、人力輸入的集合。這些輸入包括不能使用數(shù)字圖像來(lái)收集的創(chuàng)傷的方面，包括但不限于引流、氣味和疼痛。

圖像捕獲裝置配備有圖2中的軟件包200，其能夠調(diào)整硬件以優(yōu)化圖像采集與配準(zhǔn)。

盡管圖像采集部件不要求閃光燈能力，但是如果圖像采集部件具有這些能力，那么圖2中的軟件包200自動(dòng)采集一對(duì)圖像(有閃光燈的一個(gè)圖像以及沒(méi)有閃光燈的一個(gè)圖像)，如圖2的206-210中那樣。

如果如圖2的204中那樣適用，則圖2中的軟件包200還能夠檢測(cè)裝置加速計(jì)輸出，并且僅當(dāng)用戶運(yùn)動(dòng)在某個(gè)閾值以下才會(huì)采集圖像，因此如圖2的212中的強(qiáng)加了穩(wěn)定性。

盡管圖像分析系統(tǒng)不需要任何用戶輸入，但是系統(tǒng)提供圖9的914的圖像上創(chuàng)建邊界框的能力以提供地面真值(groundtruth)的前景-背景預(yù)處理。

一旦圖像被采集，如圖5的502中所示，預(yù)處理步驟的集合就發(fā)生。該預(yù)處理過(guò)程包括利用小的、圓形結(jié)構(gòu)元件來(lái)進(jìn)行圖像的腐蝕、平滑與膨脹以平滑圖像并且移除形狀偽影。

圖3中的參照物300允許地面真值參數(shù)歸一化。使用如圖4的400-404中所示的自適應(yīng)顏色閾值與離心率檢測(cè)的級(jí)聯(lián)以自動(dòng)方式來(lái)在圖像的幀中檢測(cè)參照物。

由于先前提到的參照物具有已知的不變的青-品紅-黃-鍵(cmyk)值，因此顏色一致性算法可以被應(yīng)用到創(chuàng)傷圖像以如圖4的410和418中的使所配準(zhǔn)的光標(biāo)準(zhǔn)化。這些顏色一致性算法包括但不限于bradford色度自適應(yīng)變化(bradfordcat)、vonkries算法、白平衡與鋒銳變換(sharptransform)。

閃光燈-沒(méi)閃光燈(flash-no-flash)圖像對(duì)通過(guò)如圖4的408中的改變圖像對(duì)的聚合的比例參數(shù)來(lái)使ycbcr顏色空間的均值標(biāo)準(zhǔn)化而允許自動(dòng)化亮度校準(zhǔn)。圖像對(duì)還通過(guò)使用如圖4的414中的圖像對(duì)的組合輸出來(lái)執(zhí)行聯(lián)合雙邊濾波器以允許圖像降噪。

圖3的參照物300由于先前提到的參照物的不變的尺寸而允許距離歸一化。知道了在所采集的圖像中的皮膚病的相對(duì)尺寸與參照物的尺寸兩者，皮膚病的真實(shí)尺寸可以通過(guò)比如在數(shù)字平面幾何中進(jìn)行的將皮膚病的掩膜內(nèi)的像素除以參照物的掩膜內(nèi)的像素并且將該比率乘以參照物的真實(shí)尺寸而被計(jì)算。像參照物一樣的創(chuàng)傷掩膜以完全自動(dòng)化形式被發(fā)現(xiàn)，其將在隨后部分中被描述。

由于先前提到的對(duì)象的不變的形狀，所以圖3的參照物300允許照相機(jī)角度校正。具體地，在所述參照物的長(zhǎng)短軸之間的不變的、地面真值比率允許軟件在配準(zhǔn)之前對(duì)完整圖像執(zhí)行如圖4的416中的仿射變換。該變換使被配準(zhǔn)的圖像的角度標(biāo)準(zhǔn)化，而不管在最初收集圖像時(shí)的照相機(jī)的用戶限定的角度如何，因此避免了在真實(shí)數(shù)據(jù)值計(jì)算中的任何基于角度的誤差。

圖3的參照物300允許閃光燈的與非閃光燈的圖像的圖4的自動(dòng)對(duì)齊408來(lái)移除運(yùn)動(dòng)偽影。

圖5中的系統(tǒng)包括決策樹(shù)，借以皮膚病基于預(yù)定的類別的集合而被分類。圖5的決策樹(shù)506-510的每一個(gè)節(jié)點(diǎn)可以是二進(jìn)制或非二進(jìn)制分類問(wèn)題。在決策樹(shù)中的分類包括創(chuàng)傷是否是“亮的”或“暗的”、就縱橫比而言的病狀大體形狀以及在前景(皮膚病)與背景(健康的或完整的皮膚)之間的對(duì)比的水平。可以使用許多已良好建立的監(jiān)督分類算法來(lái)對(duì)這些決策進(jìn)行建模，包括但不限于支持向量機(jī)(supportvectormachines(svm’s))、軟svm’s、bayesian分類器、神經(jīng)網(wǎng)絡(luò)、稀疏神經(jīng)網(wǎng)絡(luò)、最近的鄰近分類器、多項(xiàng)邏輯回歸(multinomiallogisticregression)以及線性回歸?；诋?dāng)前數(shù)據(jù)，可以看出軟svm分類器工作的最好。當(dāng)有關(guān)數(shù)據(jù)的某個(gè)閾值被系統(tǒng)累積到5000張以上的圖像時(shí)，可以使用無(wú)監(jiān)督分類算法來(lái)對(duì)這些決策進(jìn)行建模，包括但不限于譜聚類、均值偏移、自動(dòng)編碼器或深度信念網(wǎng)絡(luò)。

一旦皮膚病已經(jīng)被分類，就應(yīng)用如由圖5中的512-518所描述的與如由圖6中的600-610進(jìn)一步所描述的邊緣檢測(cè)方法的專家系統(tǒng)。在系統(tǒng)的該部分中，對(duì)包括rgb、hsv、ycbcr、紋理與范圍的圖像參數(shù)在圖像上并行地運(yùn)行不同的已良好建立的邊緣檢測(cè)方法的全體。全體由“主人方法(mastermethod)”602引領(lǐng)并且后面跟著“仆人方法(servantmethod)”604-610的集合。主人方法602比仆人方法604-610中的每一個(gè)被應(yīng)用了更多的時(shí)間，并且主人方法的選擇被如圖5的決策樹(shù)506-510中所描述的皮膚病的分類支配。

涉及水平集的演變的邊緣檢測(cè)的任何方法從不同的初始空間坐標(biāo)都被初始化，以便提供方法之間的結(jié)果的可變性。所述初始化的方法允許不同的水平集方法根據(jù)不同的基于圖像的梯度進(jìn)行演變，因此將變化強(qiáng)加到基于水平集的結(jié)果上。該不同被初始化的水平集的組合降低了與初始水平集的選擇相關(guān)聯(lián)的隨機(jī)元素。

如圖6中所描述的，詳細(xì)描述的被應(yīng)用到創(chuàng)傷的邊緣檢測(cè)的方法包括在皮膚病外部被初始化的距離正則化水平集演化(drlse)、在皮膚病內(nèi)部被初始化的drlse、在皮膚病外部被初始化的chanvese、在皮膚病內(nèi)部被初始化的chanvese、k均值算法、軟k均值算法、梯度矢量流(gvf)活動(dòng)輪廓或簡(jiǎn)單gvf、幾何活動(dòng)輪廓(geometricactivecontours)、模糊邊緣檢測(cè)(fuzzyedge)、grabcut、gpb-owt-ucm、curfil與卷積神經(jīng)網(wǎng)絡(luò)。

一旦主人方法602與仆人方法604-610中的每一個(gè)是完整的，圖6中的協(xié)定功能612就被應(yīng)用到圖6中的邊緣檢測(cè)方法的已組合的輸出。該協(xié)定功能612采用先前提到的邊緣檢測(cè)方法創(chuàng)建的像素掩膜中的每一個(gè)的被加權(quán)的投票。在投票期間被分配給邊緣/邊界檢測(cè)方法中的每一個(gè)的權(quán)重基于皮膚病的一階與二階特征而被分配，這是因?yàn)樗鼈兣c圖像訓(xùn)練集有關(guān)。

其次，系統(tǒng)使用圖5中的522無(wú)監(jiān)督聚類技術(shù)來(lái)將創(chuàng)傷分割成不同的離散區(qū)域。該過(guò)程涉及使用包括k均值聚類、軟k均值聚類與分水嶺變換(watershedtransformation)的分割算法。分割使用包括rgb、hsv、紋理、范圍與梯度直方圖的圖像參數(shù)。

分割算法的輸出是在最初被分割的掩膜內(nèi)的一系列子掩膜。每一個(gè)子掩膜然后如圖5的524中的使用k個(gè)裝袋的神經(jīng)網(wǎng)絡(luò)被分類，其中k是在50到100之間的整數(shù)。被分類的組織類型包括肉芽、蛻皮、壞死、上皮細(xì)胞、焦糖化組織、骨質(zhì)、腱、水泡、硬皮、皮疹、隧道、破壞與引流。使用圖3中的參照物300，該方法能夠計(jì)算在皮膚病內(nèi)的不同組織的每一個(gè)組織的百分比組成及這些區(qū)域中的每一個(gè)區(qū)域的面積。

此外，系統(tǒng)還包括用于創(chuàng)建由圖7中702-706所示的2d表面的3d重建的方法。該方法涉及拍攝皮膚病的表面的短視頻，其中比如圖3中的300的參照物處于視頻的每一個(gè)幀中。

系統(tǒng)使用被tnio.inc外部開(kāi)發(fā)的軟件以通過(guò)使用比如參照物的各個(gè)表面特征來(lái)執(zhí)行視頻中所捕獲的各個(gè)幀的鑲嵌以促進(jìn)該3d拼接來(lái)重建皮膚病的3d表面702-706。

在構(gòu)建皮膚病的3d表面之后，如圖7的702中清楚地示出的，在基底下的3d表面的邊緣、即從地平面切片的“深度”邊緣可以使用如圖5中所描述的相同的過(guò)程而被檢測(cè)到。使用來(lái)自圖3的參照物300的平面尺寸，可以計(jì)算3d表面的各個(gè)部分的實(shí)際深度。使用該深度以及先前計(jì)算出的病狀的表面面積，系統(tǒng)可以提供皮膚病的總體積、區(qū)域特異性體積與組織特異性體積(即，組織的深度)的值。

系統(tǒng)還包括用于識(shí)別如由圖8的800-802所示的皮膚病與鄰近皮膚病的區(qū)域的灌注、或血流、剖面的方法。

該方法涉及使用先前提到的皮膚病的視頻并且執(zhí)行在所采集的視頻中的連續(xù)幀中的每一個(gè)的時(shí)間超像素分析與空間分解。一旦該分析的輸出被放大，皮膚病與皮膚病周圍區(qū)域的血流就可以如圖8的802中的被可視化。系統(tǒng)允許該視覺(jué)輸出的步速手動(dòng)被調(diào)整。

系統(tǒng)還包括用于利用對(duì)相同區(qū)域的激光多普勒?qǐng)D像(laserdopplerimage)進(jìn)行經(jīng)分析的灌注來(lái)校準(zhǔn)區(qū)域的模塊。在該過(guò)程中，通過(guò)評(píng)估包括rgb、hsv、紋理與范圍的區(qū)域參數(shù)并且將這些值與激光多普勒?qǐng)D像的相對(duì)灌注單元(rpu)剖面比較來(lái)分析個(gè)體幀的每一個(gè)幀的顏色剖面。每次區(qū)域手動(dòng)地被分析，數(shù)據(jù)就被匯集并且被存儲(chǔ)在數(shù)據(jù)庫(kù)中。每次新相片被分析，系統(tǒng)就適當(dāng)?shù)夭樵償?shù)據(jù)庫(kù)并且將rpu值分配給如圖8中的802所示的圖像的每一個(gè)區(qū)域。

軟件的前端是關(guān)注點(diǎn)數(shù)據(jù)收集引擎，其允許用戶使用如圖9的904中的基于證書(shū)的認(rèn)證來(lái)登錄。針對(duì)該數(shù)據(jù)收集引擎的選項(xiàng)包括移動(dòng)電話、平板電腦以及與使用便攜式或非便攜式工作站的計(jì)算機(jī)組合的數(shù)字照相機(jī)。

可以是護(hù)士、助手、醫(yī)師或患者的關(guān)注點(diǎn)用戶然后可以通過(guò)如圖9中的906中的閱讀腳本并且輸入他們的數(shù)字簽名來(lái)收集患者的同意。先前提到的供應(yīng)商然后基于包含與具體皮膚病有關(guān)的信息的下拉菜單來(lái)更新字段以收集基本的患者信息。盡管該數(shù)據(jù)沒(méi)有直接有助于先前提到的圖像分析，但是一旦其被收集，其就在數(shù)據(jù)庫(kù)中被挖掘以用于將來(lái)的患者追蹤。

為了給予用戶精確地報(bào)告皮膚病的位置的能力，數(shù)據(jù)收集引擎的一個(gè)屏幕配備有如圖9中的910中所示的哺乳動(dòng)物身體的3d、可旋轉(zhuǎn)圖像。一旦區(qū)域手動(dòng)地被選擇，該區(qū)域就變得高亮。該選擇被給予人類可讀標(biāo)簽并且被發(fā)送到圖1中的安全存儲(chǔ)區(qū)域104，安全存儲(chǔ)區(qū)域104與適當(dāng)?shù)幕颊咝畔⑵ヅ洳⑶易罱K由圖1中的中央的、普遍可訪問(wèn)的基于網(wǎng)絡(luò)的門戶112訪問(wèn)。

用戶能夠使用如圖9中的912-916與918-922所示的數(shù)據(jù)收集引擎來(lái)采集皮膚病的圖像與視頻。在拍攝圖像之后，用戶被給予在皮膚病周圍的圖9中的914繪畫框的選項(xiàng)以引導(dǎo)圖像分析。

軟件還提供用于在拍照裝置上覆蓋來(lái)自先前遭遇的皮膚病的半透明的圖像以促進(jìn)圖像采集并且追蹤病狀的選項(xiàng)。

針對(duì)視頻捕獲，收集10秒的可見(jiàn)光視頻。在視頻被拍攝之后，數(shù)據(jù)收集引擎將視頻捕獲的輸出中繼回用戶。該過(guò)程取決于離散區(qū)域的數(shù)量而被重復(fù)，其受用戶期望對(duì)其捕獲并且分析的皮膚病而影響。用戶能夠在圖9的“發(fā)送數(shù)據(jù)頁(yè)面”928上在文檔系統(tǒng)的最后處附有條件地添加由先前提到的皮膚病所影響的離散區(qū)域。

用戶還具有如圖9的924-926中的報(bào)告患者治療信息、患者皮膚病特征與任何其他說(shuō)明的機(jī)會(huì)。當(dāng)用戶按壓圖9中的最后頁(yè)面928上的“發(fā)送報(bào)告”時(shí)，在圖9中的912-916之間收集的患者圖像數(shù)據(jù)、在圖9中的918-922之間收集的視頻數(shù)據(jù)以及與在圖9的910中收集的陰影3d繪圖相關(guān)聯(lián)的標(biāo)記發(fā)送到圖1中的安全存儲(chǔ)區(qū)域104。在圖9中，關(guān)于患者的信息同時(shí)被發(fā)送到數(shù)據(jù)庫(kù)104、具體地106。另外，關(guān)于患者的信息自動(dòng)地被編譯成可移植文檔格式(pdf)文檔并且自動(dòng)地被發(fā)送電子郵件到圖9的904中指定的電子郵箱。被發(fā)送到安全存儲(chǔ)區(qū)域的圖像與視頻數(shù)據(jù)通過(guò)服務(wù)器部件與其對(duì)應(yīng)的患者數(shù)據(jù)匹配。

一旦圖像與視頻數(shù)據(jù)到達(dá)圖1中的安全存儲(chǔ)區(qū)域104，圖1中的圖像分析節(jié)點(diǎn)102就對(duì)存儲(chǔ)區(qū)域中的圖像與視頻自動(dòng)執(zhí)行先前提到的分析。該分析的輸出包括尺寸與組成特征及指定坐標(biāo)以用于覆蓋映射的元數(shù)據(jù)。該數(shù)據(jù)然后被返回至數(shù)據(jù)收集引擎，使得用戶可以檢查圖像與視頻分析的有注釋的輸出。在元數(shù)據(jù)輸出的情況下，數(shù)據(jù)收集引擎執(zhí)行自動(dòng)圖像映射以視覺(jué)上顯示圖像分析的輸出。如果用戶對(duì)圖像與視頻分析的輸出不滿意，則其具有再次采集圖像與視頻的能力。

一旦用戶退出數(shù)據(jù)收集引擎，由用戶收集的任何數(shù)據(jù)就從托管數(shù)據(jù)收集引擎的裝置中自動(dòng)地且立即被刪除。

系統(tǒng)的示例實(shí)施例包括圖10中所描述的中央門戶網(wǎng)站的理想設(shè)計(jì)，其可以在已經(jīng)訪問(wèn)了互聯(lián)網(wǎng)的任何裝置(包括但不限于移動(dòng)電話、便攜式與非便攜式工作站以及平板電腦)上被訪問(wèn)。

在電話處接收到的所有數(shù)據(jù)(包括患者數(shù)據(jù)、圖像、視頻與分析)在服務(wù)器端處被匹配之后，圖1中的中央門戶網(wǎng)站112訪問(wèn)該信息的所有并且將其視覺(jué)上呈現(xiàn)給用戶。在中央門戶的情況下，潛在用戶包括醫(yī)師、護(hù)士、助手或管理員。為了訪問(wèn)中央門戶，用戶必須由圖10中的1000所示被認(rèn)證。在圖9中，認(rèn)證證書(shū)被提供并且安全地被存儲(chǔ)在數(shù)據(jù)庫(kù)104、具體地106中。

門戶網(wǎng)站允許供應(yīng)商追蹤所有其患者的皮膚病的發(fā)展。這通過(guò)以下進(jìn)行，在圖11的主頁(yè)1010上提供病狀的數(shù)字描繪的發(fā)展的時(shí)間流逝圖像序列及描繪了患者的病狀的發(fā)展的縱向圖。

使用先前提到的參照物，以為了標(biāo)準(zhǔn)化并且促進(jìn)皮膚病的連續(xù)查看，軟件執(zhí)行在時(shí)間流逝中的每一個(gè)圖像的自動(dòng)縮放。這通過(guò)以下進(jìn)行，從針對(duì)具體的患者的皮膚病收集的第一圖像中收集參照物的實(shí)際長(zhǎng)度與寬度并且將其存儲(chǔ)在像素的單元中，并且針對(duì)所述患者的病狀的所有圖像保持這些值不變。

一旦門戶網(wǎng)站被訪問(wèn)，在圖10中的1010處用戶就可以查看處于用戶的關(guān)注中的所有患者。用戶還已經(jīng)訪問(wèn)了患者信息(包括患者的姓名、創(chuàng)傷病因?qū)W、創(chuàng)傷床上評(píng)估、疼痛、氣味、壓力潰瘍階段、協(xié)議與治療方法、開(kāi)始照看、醫(yī)療保健計(jì)劃與關(guān)注點(diǎn)供應(yīng)商名字)的豐富深度。該信息的所有被圖1中的數(shù)據(jù)庫(kù)104適當(dāng)?shù)胤诸悺?/p>

在該階段處，圖像分析與視頻分析的輸出被顯示給圖1的中央門戶112的用戶，并且通過(guò)圖1中的數(shù)據(jù)庫(kù)104與適當(dāng)?shù)幕颊咂ヅ?。如果不滿足如圖10的1012中的最初輸出，門戶還給予用戶手動(dòng)調(diào)整圖像與視頻分析的輸出的能力。在主頁(yè)1010上的數(shù)值數(shù)據(jù)字段然后將對(duì)應(yīng)于用戶輸入而自動(dòng)地被更新。用戶還可以在圖10中的中央門戶上直接地更新患者協(xié)議與治療方法以幫助照看的協(xié)調(diào)。用戶還可以如圖11的1016中的在中央門戶上與其他用戶直接地通信。

中央門戶的理想實(shí)施例具有中央門戶的用戶可以使用的以用于使用中央門戶進(jìn)行報(bào)銷的由圖11所示的示例計(jì)費(fèi)門戶。示例計(jì)費(fèi)門戶還包含用戶進(jìn)入關(guān)于患者的評(píng)估與管理注釋的圖12中的字段1100。

一旦用戶完成了該決策路徑1104并且填充了圖12中的1102的一個(gè)或多個(gè)文本字段，門戶就基于由中央門戶指定的報(bào)銷代碼自動(dòng)地生成所請(qǐng)求的美國(guó)國(guó)家標(biāo)準(zhǔn)協(xié)會(huì)(americannationalstandardsinstitute)(ansi)837消息(包括門戶用戶的保險(xiǎn)信息、患者的醫(yī)療保健信息與美元金額)。該ansi837消息然后自動(dòng)地被傳送至保險(xiǎn)清算所。

中央門戶網(wǎng)站的理想實(shí)施例然后能夠從清算所自動(dòng)地接收ansi835消息，這是因?yàn)槠渑c被生成的ansi837消息有關(guān)。中央門戶可以解析由ansi835消息提供的信息并且將其傳送至圖1中的存儲(chǔ)其所處的數(shù)據(jù)庫(kù)104。

系統(tǒng)的理想實(shí)施例包括圖12中的示例預(yù)測(cè)分析引擎1204，其基于圖像與視頻分析的連續(xù)結(jié)果對(duì)患者發(fā)展執(zhí)行自動(dòng)化分析并且將該分析與患者治療數(shù)據(jù)比較。使用已建立的機(jī)器學(xué)習(xí)算法(包括支持向量機(jī)(svm)、軟svm、神經(jīng)網(wǎng)絡(luò)、稀疏神經(jīng)網(wǎng)絡(luò)、人造神經(jīng)網(wǎng)絡(luò)、決策樹(shù)、cox回歸與生存分析、邏輯回歸、bayesian分類器以及線性回歸)來(lái)建造圖12中的預(yù)測(cè)分析引擎1204。預(yù)測(cè)分析引擎的理想實(shí)施例使用與大的策劃數(shù)據(jù)集組合的先前提到的算法中的一個(gè)或多個(gè)來(lái)預(yù)測(cè)未來(lái)患者皮膚病發(fā)展并且基于該預(yù)測(cè)來(lái)建議治療方法。

一旦預(yù)測(cè)分析被完成，結(jié)果就被存儲(chǔ)在它們最終適當(dāng)?shù)乇粋魉椭翀D12中的中央門戶網(wǎng)站1208的數(shù)據(jù)庫(kù)上，使得中央門戶網(wǎng)站的用戶可以查看所提供的建議。

本領(lǐng)域的常規(guī)技術(shù)人員應(yīng)理解，所公開(kāi)的技術(shù)的上面沒(méi)有明確描述的至少某些改變?nèi)匀槐话诒竟_(kāi)的精神內(nèi)。因此，本公開(kāi)的范圍延伸至被本領(lǐng)域的常規(guī)技術(shù)人員所理解的這些改變。