青光眼疾病筛查与病变预测的大数据分析方法

Glaucoma is currently the world's first irreversible blinding eye disease, which ranks the 15th cause of severe disability. The existing clinical diagnosis of glaucoma are mainly based on the patients’ intermittent or continuous rising of intraocular pressure and a small amount of image data. The lack of knowledge about glaucoma brings a big challenge to precise diagnosis, personalized therapy and glaucoma prediction. Benefiting from the Electronic Medical Record System in the Second Xiangya Hospital, we can access to the big medical data, which includes the electronic medical records, medical imaging and biochemical examination results from 130 thousand patients in 2014. Therefore, the goal of this project is to model the glaucoma screening and prediction via pathological feature extraction and association rules mining. The main works include: (1) structuralization of electronic medical records and medical imaging, (2) feature extraction from the above multi-modal medical data and classifier learning for glaucoma screening, (3) data mining for the cause of glaucoma, probability and lesion forecast.

青光眼是世界第一位不可逆致盲性眼病，在全球重度致残原因中排第15位。目前，青光眼筛查及其致盲性判断主要依据患者间断性或持续性眼压升高及少量影像数据，缺乏对青光眼病因的全面了解，给青光眼准确筛查、个性化治疗和病变预测带来很大困难。本项目基于中南大学湘雅二医院电子病历系统中2014年采集的13万眼科患者的数据进行筛查，包括患者的电子病历、医学影像和生化检验数据，首次应用机器学习和数据挖掘方法，通过病理特征提取、关联规则挖掘构建基于大数据的青光眼筛查和病变预测模型。核心工作包括：（1）非结构化电子病历文本和影像数据的结构化处理；（2）提取与青光眼相关的电子病历中的语义、影像数据中的病理和检验数据中的数值等多元异构特征，针对数据的海量、高维特性训练合适的分类器，实现青光眼疾病有和无以及不同疾病类型、不同严重程度的分类筛查；（3）通过关联分析，挖掘青光眼的致病因素、发病概率以及病变预测。

鉴于青光眼的高致盲性和不可逆转性，其早期筛查和治疗至关重要。但目前青光眼的诊断皆依赖于医生对患者间断性或持续性眼压升高情况及少量影像数据来进行判断。一方面，缺乏对青光眼病因的全面了解，不利于青光眼的准确筛查、个性化治疗和病变预测。另一方面，人工诊断效率低、消耗大、成本高，影响医疗行业发展。为此，本项目应用机器学习和数据挖掘技术，研究青光眼疾病筛查与病变预测的大数据分析方法，助力精准医疗和智慧医疗建设。项目主要研究内容包括：非结构化电子病历文本和影像数据的结构化处理；青光眼疾病相关特征的提取、选择和分类；青光眼疾病致病因素的关联规则挖掘分析以及病变预测。.项目完成了眼科患者的电子病历数据和影像数据的提取，建立了眼科医疗数据集。通过基于电子病历的文本语义分析研究，开发了基于电子病历的中文语义快速自动提取算法，实现了电子病历中命名实体的识别和疾病症状关联分析，并建立了眼科电子病历词典库。眼科影像方面，项目开发了眼底图像特征快速提取算法，实现了眼底图像中血管的分割和分类，视盘视杯的定位与分割等。对于眼疾病分析，项目开发了用于挖掘青光眼疾病致病病因、辅助筛查和病变预测的关联分析算法，实现了青光眼的自动检测与筛查。最后还研发了基于医疗大数据的青光眼疾病病变预测原型系统，用于所提出算法的验证和应用。项目研究期间共发表期刊论文25篇，会议论文4篇。专利授权3项，专利申请13项。“多类型目标检测与识别的图像分析方法”获2017年湖南省自然科学奖二等奖。.针对青光眼电子病历数据、医学检验数据和和影像数据，挖掘其中的高价值信息，提取与青光眼疾病相关的所有致病因素并进行分析，可更加科学、客观地筛查青光眼疾病并预测青光眼的发病概率，给出符合实际的治疗方案，为广大患者提供更好的医疗服务，推进健康中国建设。