一种基于深度学习的内镜清洗消毒质量控制系统及方法技术方案

本发明专利技术公开了一种基于深度学习的内镜清洗消毒质量控制系统及方法，系统包括图像采集装置、用户终端、服务端；图像采集装置设置在内镜清洗水槽附近，采集内镜清洗消毒工作人员操作图像，并将采集的图像通过网络传输给用户终端；用户终端将采集的图像通过网络传输给服务端，并接收和显示服务端反馈的分析结果；服务端，采用REST架构，根据从用户终端传输的图像，即时判断内镜清洗消毒工作人员操作图像对应的操作及操作特征，将分析结果反馈给用户终端。本发明专利技术对内镜清洗质量进行监控，最终实现了减少医院感染、提高内镜检查质量的目的。

A Quality Control System and Method for Endoscopic Cleaning and Disinfection Based on Deep Learning

【技术实现步骤摘要】
一种基于深度学习的内镜清洗消毒质量控制系统及方法
本专利技术属于图像识别
，涉及一种内镜清洗消毒质量控制系统及方法，具体涉及一种基于深度学习的内镜清洗消毒质量控制系统及方法。
技术介绍
近年来，内镜的使用日益广泛，已成为医疗单位必不可少的检查和治疗设备。作为一种深入人体腔内的仪器，清洗不彻底会导致医院感染发生；不当的消毒还会堵塞管腔，在内镜表面形成黄斑，影响医生观察操作；内镜结构精细，清洗消毒不规范还会加速内镜老化。因此，提高内镜的清洗消毒质量，值得引起每个开展内镜诊疗工作的医疗机构重视。现有的内镜清洗消毒质量追溯系统解决了清洗消毒流程顺序错误，清洗消毒时间不足等问题，具有实时监控，错误预警功能。同时该系统将相应的内镜清洗消毒操作过程及信息存储在PC服务器的数据库中，便于医患双方查询，实现了数据追溯功能。虽然该系统规范了操作流程、确保各步骤完成时间，但是在各清洗消毒步骤中还可能存在操作动作不规范的问题。
技术实现思路
为了解决上述技术问题，本专利技术提供了一种基于深度学习的内镜清洗消毒质量控制系统及方法，规范清洗消毒人员操作动作，实时监控，及时提醒，确保内镜清洗消毒质量。本专利技术本文档来自技高网...

【技术保护点】
1.一种基于深度学习的内镜清洗消毒质量控制系统，其特征在于：包括图像采集装置、用户终端、服务端；所述图像采集装置设置在内镜清洗水槽附近，采集内镜清洗消毒工作人员操作图像，并将采集的图像通过网络传输给所述用户终端；所述用户终端将采集的图像通过网络传输给所述服务端，并接收和显示所述服务端反馈的分析结果；所述服务端根据从用户终端传输的图像，即时判断内镜清洗消毒工作人员操作图像对应的操作及操作特征，将分析结果反馈给用户终端。

【技术特征摘要】
1.一种基于深度学习的内镜清洗消毒质量控制系统，其特征在于：包括图像采集装置、用户终端、服务端；所述图像采集装置设置在内镜清洗水槽附近，采集内镜清洗消毒工作人员操作图像，并将采集的图像通过网络传输给所述用户终端；所述用户终端将采集的图像通过网络传输给所述服务端，并接收和显示所述服务端反馈的分析结果；所述服务端根据从用户终端传输的图像，即时判断内镜清洗消毒工作人员操作图像对应的操作及操作特征，将分析结果反馈给用户终端。2.根据权利要求1所述的基于深度学习的内镜清洗消毒质量控制系统，其特征在于：所述服务端包括样本数据库、卷积神经网络模型和web服务模块；所述样本数据库用于存储内镜清洗消毒工作人员操作图像的样本作为训练图像集，包括侧漏、刷洗、初洗、酶洗、漂洗、消毒、终末漂洗、干燥八个步骤每个操作步骤内包含的全部操作特征图像；所述卷积神经网络模型为使用训练图像集训练好的模型，用于内镜清洗消毒工作人员操作图像对应操作特征的判断；所述Web服务模块用于接收用户终端传输来的图像，将接收到的图像作为参数调用卷积神经网络模型进行操作步骤动作特征的判断，得到分析结果反馈给所述用户终端。3.根据权利要求2所述的基于深度学习的内镜清洗消毒质量控制系统，其特征在于：所述Web服务模块，在进行操作步骤动作特征判断时，必须包含所有步骤各自包含的全部操作特征图像的识别，若缺少其中步骤内任一动作，则发出提示给用户终端。4.根据权利要求1所...

【专利技术属性】
技术研发人员：刘军，于红刚，胡珊，吴练练，王青，骆孜，吴云星，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北,42