一种基于视觉检测的药物输注泵控制系统及其控制方法技术方案

本发明专利技术公开一种基于视觉检测的药物输注泵控制系统及其控制方法，包括视觉检测模块，深度强化学习控制模块，药物供给模块以及警报模块，使用视觉检测对人面部表情进行识别，不论是疼痛时反应疼痛程度微表情，还是药物副作用时呼吸困难或意识不清晰的微表情，都可以通过视觉检测进行准确识别，在视觉检测的基础上，使用深度强化学习控制药物供给，能够实现全镇痛麻醉流程的自动化检测，配合预警模块能够使得在出现非正常情况可能性时，能够及时发出提醒。

【技术实现步骤摘要】
一种基于视觉检测的药物输注泵控制系统及其控制方法
本专利技术涉及医疗器械
，尤其是涉及一种基于视觉检测的药物输注泵控制系统及其控制方法。
技术介绍
输注泵是一种可以持续输注液体的装置，并且能使药物在体内保持稳定的浓度，提高药物治疗效果。通常在持续输注量的基础上允许病人自行按压以增加一个额外输注剂量，符合疼痛感觉个体化差异的特征。输注泵常应用于外科手术后镇痛和产妇分娩镇痛；并且输注泵中常添加阿片类强效镇痛药物，该药物剂量应用把握不当常可引起患者呼吸抑制等并发症，现国内绝大部分医院主要由麻醉专科医师负责用于镇痛或镇静输注泵的配制和管理。然而，现实中却由于医院内使用输注泵的患者多且分散分布，术后不同时间段患者对镇痛需求也不一样，麻醉科人员配备不足及成本等因素实在无法每个外科科室安排一名工作人员对病人输注泵进行个体化调控管理，因此使用自动化控制系统对输注泵进行智能控制成为一个比较重要的需求。
技术实现思路
本专利技术所要解决的技术问题是提供一种使用视觉检测对病人情况进行判断，并且使用深度强化学习对药物输注泵的药物释放进行自动控制的一种药物输注泵控制系统及其方法。本专利技术控制系统所采用的技术方案是一种基于视觉检测的药物输注泵控制系统，包括：对面部疼痛表情以及药物副作用面部反应进行监控的视觉检测模块；与视觉检测模块连接的控制药物释放的深度强化学习控制模块；受深度强化学习控制的药物供给模块；以及当视觉检测模块检测到非当前药物供给可控情况时的警报模块；>所述药物供给模块包括镇痛或麻醉药物输注泵与镇痛或麻醉过度时的缓解药物输注泵。本专利技术控制系统的有益效果是：使用视觉检测对人面部表情进行识别，不论是疼痛时反应疼痛程度微表情，还是药物副作用时呼吸困难或意识不清晰的微表情，都可以通过视觉检测进行准确识别，在视觉检测的基础上，使用深度强化学习控制药物供给，能够实现全镇痛或麻醉流程的自动化检测，配合预警模块能够使得在出现非正常情况可能性时，能够及时发出提醒。本专利技术控制方法所采用的技术方案是一种基于视觉检测的药物输注泵控制方法，包括：S1、使用视觉检测模块对面部表情进行特征提取与分类判断，得到特征向量、对人体当前疼痛以及药物副作用情况的判定；S2、将S1得到的特征向量作为深度强化学习的输入，根据S1得到的分类判断定义深度强化学习的奖励函数，将控制镇痛或麻醉药物输注泵释放药物以及镇痛或麻醉过度的缓解药物输注泵释放药物作为深度强化学习动作输出；S3、使用S1得到的分类判断，对深度强化学习的输出动作进行监督校正；S4、在仿真环境下对深度强化学习模型进行训练，得到任务执行模型。本专利技术控制方法的有益效果是：使用基于视觉检测分类构建强化学习的奖励以及监督校正，使用视觉检测的特征提取作为强化学习模型的输入，使得视觉检测与强化学习决策较好的联合起来对整个镇痛或麻醉流程进行控制，实现全自动化，使用仿真模型训练可以得到较好的任务执行模型。作为优先，所述S1包括：A1、实时拍摄面部表情，预处理后使用特征提取器提取特征向量；A2、根据A1提取的特征向量维度，构造一个疼痛程度分类器以及一个药物副作用程度分类器；A3、根据面部疼痛表情量表准备数据集，对疼痛程度分类器进行训练；A4、根据药物副作用面部表情准备数据集，对药物副作用程度分类器进行训练；A5、设定一疼痛程度下限值与副作用程度下限值，将A1得到的特征向量作为A3训练完成的疼痛程度分类器的输入，进行当前疼痛程度分类，若当前疼痛程度低于下限值，则将A1得到的特征向量同步作为药物副作用程度分类器的输入，同时判别当前药物副作用程度；若副作用程度高于副作用程度下限值，则关闭疼痛程度分类器；若疼痛程度高于上限值，则关闭药物副作用程度分类器。上述方法使得分类器能够较好的判定当前情况，且能够最大化排除多个分类器在后续决策时候的相互影响。作为优先，所述S2包括，所述深度强化学习使用连续型控制模型，所述深度强化学习的动作输出为镇痛或麻醉药物输注泵的药物释放速度和镇痛或麻醉过量缓解药物输注泵的药物释放速度两个元素；所述疼痛程度分类器和副作用程度分类器同步开启，且副作用分类器的分类程度低于指定副作用程度时，给以深度强化学习模型正奖励，在其他情况下给以负奖励。上述内容使得深度强化学习模型的优化目标控制在保证病人疼痛程度降低且不会药物过量发生副作用。作为优先，所述S3包括：当副作用程度低于下限值或副作用程度分类器未工作时，镇痛或麻醉药物输注泵接收深度强化学习模型的动作指令释放药物，镇痛或麻醉过度缓解药物输注泵不工作；当副作用程度高于下限值时，镇痛或麻醉过度缓解药物输注泵接收深度强化学习模型的动作指令释放药物释放速度动作对接，镇痛或麻醉药物输注泵不工作。上述方法使得在明显处于疼痛状态，或明显处于副作用状态时，两个动作不会互相干扰，最大化单一动作效果，且在高于下限值时才选择给药缓解，在低于下限值时可以自动采用停止释放镇痛药的策略。作为优先，所述深度强化学习模型的动作输出层激活函数为tanh函数，当输出值小于0等于时，定义药物释放速度为0，这使得深度强化学习控制存在较大的策略空间，可以具有采用停止给药等待之前的药物生效这一策略。作为优先，所述S1还包括非正常情况分类器，所述非正常情况分类器的输出包括副作用概率，疼痛概率以及非正常情况概率，将A3和A4准备的两个数据集作为副作用情况分类和疼痛情况分类进行训练，将符合该两种分类的数据集输入后训练至输出概率为1，同时准备根据非常情况面部表情量表构造的数据集进行非正常情况分类进行训练，在完成训练后将A1得到的特征向量作为非正常情况分类器的输入，若非正常情况概率高于设定值，则警报模块发生预警。通过预警模块辅助，可以在非正常概率高于一定值时发出预警，医护人员能够及时进行调整监护防止意外情况发生。附图说明图1为本专利技术方法流程示意图；图2为本专利技术系统模块图。具体实施方式本专利技术涉及了一种基于视觉检测的药物输注泵控制系统及其控制方法，其中控制系统所采用的技术方案是：对面部疼痛表情以及药物副作用面部反应进行监控的视觉检测模块；与视觉检测模块连接的控制药物释放的深度强化学习控制模块；受深度强化学习控制的药物供给模块；以及当视觉检测模块检测到非当前药物供给可控情况时的警报模块；所述药物供给模块包括镇痛或麻醉药物输注泵与镇痛或麻醉过度时的缓解药物输注泵。控制方法所采用的技术方案是一种基于视觉检测的药物输注泵控制方法，包括：S1、使用视觉检测模块对面部表情进行特征提取与分类判断，得到特征向量、对人体当前疼痛以及药物副作用情况的判定；S2、将S1得到的特征向量作为深度强化学习的输入，根据S1得到的分类判断定义深度强化学习的奖励函数，将控制镇痛或麻醉药物输注泵释放药物以及镇痛或麻醉过度的缓解药物输注泵释放药物作为深度强化学习动作输出；S3、使用S1得到的分类判断，对深度强化学习的输出动本文档来自技高网...

【技术保护点】
1.一种基于视觉检测的输注泵控制系统，其特征在于，包括：/n对面部疼痛表情以及药物副作用面部反应进行监控的视觉检测模块；/n与视觉检测模块连接的控制药物释放的深度强化学习控制模块；/n受深度强化学习控制的药物供给模块；/n以及当视觉检测模块检测到非当前药物供给可控情况时的警报模块；/n所述药物供给模块包括镇痛或麻醉药物输注泵与镇痛或麻醉过度时的缓解药物输注泵。/n

【技术特征摘要】
1.一种基于视觉检测的输注泵控制系统，其特征在于，包括：
对面部疼痛表情以及药物副作用面部反应进行监控的视觉检测模块；
与视觉检测模块连接的控制药物释放的深度强化学习控制模块；
受深度强化学习控制的药物供给模块；
以及当视觉检测模块检测到非当前药物供给可控情况时的警报模块；
所述药物供给模块包括镇痛或麻醉药物输注泵与镇痛或麻醉过度时的缓解药物输注泵。


2.一种基于视觉检测的输注泵控制方法，其特征在于，包括：
S1、使用视觉检测模块对面部表情进行特征提取与分类判断，得到特征向量、对人体当前疼痛以及药物副作用情况的判定；
S2、将S1得到的特征向量作为深度强化学习的输入，根据S1得到的分类判断定义深度强化学习的奖励函数，将控制镇痛或麻醉药物输注泵释放药物以及镇痛或麻醉过度的缓解药物输注泵释放药物作为深度强化学习动作输出；
S3、使用S1得到的分类判断，对深度强化学习的输出动作进行监督校正；
S4、在仿真环境下对深度强化学习模型进行训练，得到任务执行模型。


3.根据权利要求2所述的一种基于视觉检测的输注泵控制方法，其特征在于，所述S1包括：
A1、实时拍摄面部表情，预处理后使用特征提取器提取特征向量；
A2、根据A1提取的特征向量维度，构造一个疼痛程度分类器以及一个药物副作用程度分类器；
A3、根据面部疼痛表情量表准备数据集，对疼痛程度分类器进行训练；
A4、根据药物副作用时的面部表情准备数据集，对药物副作用程度分类器进行训练；
A5、设定一疼痛程度下限值与副作用程度下限值，将A1得到的特征向量作为A3训练完成的疼痛程度分类器的输入，进行当前疼痛程度分类，若当前疼痛程度低于下限值，则将A1得到的特征向量同步作为药物副作用程度分类器的输入，同时判别当前药物副...

【专利技术属性】
技术研发人员：吴祥，黄诗良，刘琳，崔巍，赵清振，黄可群，
申请(专利权)人：宁波大学医学院附属医院，
类型：发明
国别省市：浙江;33