申请/专利权人：深圳大学总医院

申请日：2024-03-21

公开（公告）日：2024-05-24

公开（公告）号：CN117936101B

主分类号：G16H50/30

分类号：G16H50/30;G16H10/40;G16H10/60;G16H15/00;G06T7/00;G06T7/62

优先权：

专利状态码：有效-授权

法律状态：2024.05.24#授权;2024.05.14#实质审查的生效;2024.04.26#公开

摘要：本发明实施例涉及医学技术领域，公开了一种智能检测甲状腺相关眼病的方法及检测系统，该方法包括：本发明实施例中，将患者眼部数据信息代入至眼部评分计算公式模型中，以计算出患者眼部数据评分；分别将所述患者眼部数据评分内的各评分数据按照一定的比例关系进行相加，以计算出当前患者初始TAO评分值；将指定时间周期内的每一所述当前患者初始TAO评分值进行累加，并除以所述指定时间周期，以计算出患者目标TAO评分值；在结合所述患者目标TAO评分值、甲亢眼病临床活动性评分值以及甲状腺功能和抗体检测报告以获得TAO综合性评分之后，确定出患者当前TAO活动性情况。实施本发明实施例，能够提高甲状腺相关眼病的诊断效率。

主权项：1.一种智能检测甲状腺相关眼病的方法，其特征在于，包括：将患者眼部数据信息代入至眼部评分计算公式模型中，以计算出患者眼部数据评分；分别将所述患者眼部数据评分内的各评分数据按照一定的比例关系进行相加，以计算出当前患者初始TAO评分值；其中，所述患者眼部数据评分中至少包括有患者双眼眼球突出度评分、患者双眼眼外直肌厚度评分、患者双眼眼肌反射率评分、患者双眼泪腺面积评分、患者双眼泪腺T2值评分、患者双眼泪液评分以及患者血液中免疫调节分子评分；将指定时间周期内的每一所述当前患者初始TAO评分值进行累加，并除以所述指定时间周期，以计算出患者目标TAO评分值；在结合所述患者目标TAO评分值、甲亢眼病临床活动性评分值以及甲状腺功能和抗体检测报告以获得TAO综合性评分之后，确定出患者当前TAO活动性情况；其中，所述将患者眼部数据信息代入至眼部评分计算公式模型中，以计算出患者眼部数据评分之前，所述方法还包括：获取患者双眼泪液中的高渗泪液促炎细胞因子含量；其中，所述高渗泪液促炎细胞因子含量中至少包括有白介素-1β含量、肿瘤坏死因子-α含量和基质金属蛋白酶-9含量；获取患者血液中的免疫调节分子含量；其中，所述免疫调节分子含量中至少包括有细胞间黏附分子-1含量；以及，所述将患者眼部数据信息代入至眼部评分计算公式模型中，以计算出患者眼部数据评分，包括：将眼球突出度初始得分除以患者双眼眼球突出度值获得的商乘以患者眼球突出度形变值，以计算得出眼球突出形变度得分；其中，所述患者眼球突出度形变值为所述患者双眼眼球突出度值与正常眼球突出度值之间的差值；将所述眼球突出度初始得分减去所述眼球突出形变度得分，以计算出所述患者双眼眼球突出度评分；将眼外直肌厚度初始得分除以患者双眼眼外直肌厚度值获得的商乘以患者眼外直肌形变值，以计算得出眼外直肌形变度得分；其中，所述患者眼外直肌形变值为所述患者双眼眼外直肌厚度值与正常眼外直肌厚度值之间的差值；将所述眼外直肌厚度初始得分减去所述眼外直肌形变度得分，以计算出所述患者双眼眼外直肌厚度评分；将冠状面泪腺面积初始得分除以患者冠状面泪腺面积获得的商乘以冠状面泪腺面积形变值，以计算出冠状面泪腺面积形变得分；其中，所述冠状面泪腺面积形变值为所述患者冠状面泪腺面积与正常冠状面泪腺面积之间的差值；将所述冠状面泪腺面积初始得分减去所述冠状面泪腺面积形变得分，以计算出患者冠状面泪腺面积评分；将横截面泪腺面积初始得分除以患者横截面泪腺面积获得的商乘以横截面泪腺面积形变值，以计算出横截面泪腺面积形变得分；其中，所述横截面泪腺面积形变值为所述患者横截面泪腺面积与正常横截面泪腺面积之间的差值；将所述横截面泪腺面积初始得分减去所述横截面泪腺面积形变得分，以计算出患者横截面泪腺面积评分；将所述患者冠状面泪腺面积评分与所述患者横截面泪腺面积评分进行相加，计算出所述患者双眼泪腺面积评分；将泪腺最大T2值初始得分除以患者当前泪腺最大T2值获得的商乘以泪腺最大T2值的差值，以计算出泪腺最大T2值得分；其中，所述泪腺最大T2值的差值为所述患者当前泪腺最大T2值与正常泪腺最大T2值之间的差值；将所述泪腺最大T2值初始得分减去所述泪腺最大T2值得分，以计算出患者泪腺最大T2值评分；将泪腺平均T2值初始得分除以患者当前泪腺平均T2值获得的商乘以泪腺平均T2值的差值，以计算出泪腺平均T2值得分；其中，所述泪腺平均T2值的差值为所述患者当前泪腺平均T2值与正常泪腺平均T2值之间的差值；将所述泪腺平均T2值初始得分减去所述泪腺平均T2值得分，以计算出患者泪腺平均T2值评分；将所述患者泪腺最大T2值评分与所述患者泪腺平均T2值评分进行相加，计算出所述患者双眼泪腺T2值评分；将眼肌反射率初始得分除以患者双眼眼肌平均反射率获得的商乘以眼肌平均反射率差值，以计算出眼肌平均反射率得分；其中，所述眼肌平均反射率差值为所述患者双眼眼肌平均反射率与正常眼肌平均反射率之间的差值；将眼肌反射率初始得分减去所述眼肌平均反射率得分，以计算出所述患者双眼眼肌反射率评分；将泪液初始得分除以白介素-1β含量获得的商乘以白介素-1β含量差值，以计算出白介素-1β含量得分；其中，所述白介素-1β含量差值为所述白介素-1β含量与正常白介素-1β含量之间的差值；将所述泪液初始得分除以肿瘤坏死因子-α含量获得的商乘以肿瘤坏死因子-α含量差值，以计算出肿瘤坏死因子-α含量得分；其中，所述肿瘤坏死因子-α含量差值为所述肿瘤坏死因子-α含量与正常肿瘤坏死因子-α含量之间的差值；将所述泪液初始得分除以基质金属蛋白酶-9含量获得的商乘以基质金属蛋白酶-9含量差值，以计算出基质金属蛋白酶-9含量得分；其中，所述基质金属蛋白酶-9含量差值为所述基质金属蛋白酶-9含量与正常基质金属蛋白酶-9含量之间的差值；将所述泪液初始得分逐一减去所述白介素-1β含量得分、所述肿瘤坏死因子-α含量得分和所述基质金属蛋白酶-9含量得分，以计算出所述患者双眼泪液评分；将免疫调节分子初始得分除以细胞间黏附分子-1含量获得的商乘以细胞间黏附分子-1含量差值，以计算出细胞间黏附分子-1含量得分；其中，所述细胞间黏附分子-1含量差值为所述细胞间黏附分子-1含量与正常细胞间黏附分子-1含量之间的差值；将所述免疫调节分子初始得分减去所述细胞间黏附分子-1含量得分，以计算出所述患者血液中免疫调节分子评分。

全文数据：

权利要求：

百度查询： 深圳大学总医院 一种智能检测甲状腺相关眼病的方法及检测系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD