一种基于大数据的医疗数据变量测量监测方法及系统技术方案

本发明专利技术涉及一种基于大数据的医疗数据变量测量监测方法及系统，属于智能医疗监控技术领域。方法包括以下步骤：实时获取输液装置图像，划分得到吊瓶区域图像和滴管区域图像；将滴管区域帧差图像叠加后滴管区域图像中滴管内液滴连为一个连续的轨迹线的时间记为一个累积周期，统计一个累积周期对应的图像帧数；将吊瓶区域图像与吊瓶区域背景图像作差，得到背景帧差图像，将背景帧差图像进行叠加，根据叠加获得的吊瓶区域图像得到吊瓶内液体下降高度；根据吊瓶内液体下降高度计算吊瓶内剩余液体高度；根据吊瓶内剩余液体高度和构建的液位面差值模型，计算当前图像帧数下的输液剩余时间。本发明专利技术实现了对吊瓶内液体剩余时间的准确预测。确预测。确预测。

【技术实现步骤摘要】
一种基于大数据的医疗数据变量测量监测方法及系统


[0001]本专利技术涉及数据变量测量
，具体涉及一种基于大数据的医疗数据变量测量监测方法及系统。

技术介绍

[0002]病人在住院时经常需要输液，为了避免危险，需要病人或者家属时刻关注吊瓶内液体何时会输完，从而提醒护士进行液体更换或者拔针。然而，病人由于身体虚弱很可能不适合持续关注输液进度，而家属由于各种日常事情的发生也很难一直陪护在病人身边，导致病人和家属不能及时提醒护士进行液体更换或者拔针，进而造成了医疗事故的发生。
[0003]现有的基于视觉感知技术的输液进度自动判断方法一般是基于摄像头拍摄的吊瓶图像直接判断吊瓶内液面变化情况，然而，吊瓶与吊瓶内液体颜色较为接近，且液面变化较为缓慢，直接根据拍摄的吊瓶图像很难准确判断液面变化情况，存在无法准确预测输液完成的剩余时间的问题。

技术实现思路

[0004]本专利技术的目的在于提供一种基于大数据的医疗数据变量测量监测方法及系统，用于解决现有方法无法准确预测输液完成的剩余时间的问题。
[0005]为了解决上述问题，本专利技术的一种基于大数据的医疗数据变量测量监测方法的技术方案，包括以下步骤：实时获取输液装置图像，对输液装置图像划分得到吊瓶区域图像和滴管区域图像；对滴管区域图像进行相邻帧作差处理，得到相邻帧差图像，将相邻帧差图像进行叠加，将叠加后滴管区域图像中滴管内液滴连为一个连续的轨迹线的时间记为一个累积周期，统计一个累积周期对应的图像帧数；将吊瓶区域图像与吊瓶区域背景图像作差，得到背景帧差图像，将背景帧差图像进行叠加，根据叠加获得的吊瓶区域图像得到吊瓶内液体下降高度；根据吊瓶内液体下降高度计算吊瓶内剩余液体高度；根据吊瓶内剩余液体高度和构建的液位面差值模型，计算当前图像帧数下的输液剩余时间；所述液位面差值模型包括吊瓶内液体下降高度、图像帧数和时间之间的对应关系。
[0006]本专利技术还提供了一种基于大数据的医疗数据变量测量监测系统的技术方案，包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序，以实现上述基于大数据的医疗数据变量测量监测方法。
[0007]上述监控方法和监控系统的有益效果是：本专利技术将滴管内液滴连为一个连续的轨迹线的时间记为一个累积周期，通过一个累积周期对应的图像帧数来反映输液速度：输液速度越快，液滴的拖行长度越长，一个累积周期对应的图像帧数越少；本专利技术通过将吊瓶区域图像与吊瓶区域背景图像作差得到了背景帧差图像，基于将背景帧差图像叠加得到的吊
瓶区域图形，能够更准确地得到吊瓶内液体下降高度；根据吊瓶内液体下降高度能够更准确地计算吊瓶内剩余液体高度，进而基于构建的液位面差值模型，可以更准确地计算当前图像帧数下的输液剩余时间，解决现有方法无法准确预测输液完成的剩余时间的问题。
[0008]进一步地，所述将吊瓶区域图像与吊瓶区域背景图像作差，得到背景帧差图像的方法包括：对所述图像帧数对应的第一个累积周期内的吊瓶区域图像进行求均值处理，得到所述图像帧数对应的吊瓶区域背景图像；每隔设定倍数的累积周期选取一帧吊瓶区域图像，连续选取设定帧数的吊瓶区域图像；将每一帧吊瓶区域图像与吊瓶区域背景图像作差，得到背景帧差图像。
[0009]进一步地，所述液位面差值模型为：其中，
ꢀꢀ
为吊瓶内液体下降高度， 为吊瓶高度， 为图像帧数， 为时间， 为拟合得到的优化系数。
[0010]进一步地，所述对输液装置图像划分得到吊瓶区域图像和滴管区域图像的方法包括：任选输液装置边缘集合中的一个像素点作为初始像素点，计算该初始像素点与对应的水平对点的欧式距离；所述对应的水平对点指的是水平高度相同的输液装置边缘集合中的像素点；按照设定方向对输液装置的边缘像素点进行遍历，依次计算各边缘像素点与对应的水平对点的欧式距离；对计算得到的欧式距离进行聚类，根据聚类结果对输液装置图像进行划分，得到吊瓶区域图像和滴管区域图像。
[0011]进一步地，所述输液装置图像根据语义分割网络对病床区域图像处理得到。
附图说明
[0012]图1是本专利技术的基于大数据的医疗数据变量测量监测方法流程图；图2是本专利技术的输液装置结构示意图。
具体实施方式
[0013]为使本专利技术实施例的目的、技术方案和优点更清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行介绍。
[0014]基于大数据的医疗数据变量测量监测方法实施例本实施例旨在实现对输液完成的剩余时间的准确预测，如图1所示，本实施例的基于大数据的医疗数据变量测量监测方法包括以下步骤：1）实时获取输液装置图像，对输液装置图像划分得到吊瓶区域图像和滴管区域图像；本实施例的输液装置图像是根据语义分割网络对病床区域图像处理得到的，首先
在病床上方安装一个RGB相机，通过该RGB相机获取病房内的图像，该RGB相机的拍摄范围应满足覆盖病房内所有的病床区域及对应的输液装置的要求。本实施例对输液装置的感知采用语义分割的方式，具体采用Encoder
‑
Decoder结构的DNN网络，对该DNN网络的具体训练过程如下：将采集到的含有输液装置的图像作为训练数据集，对数据集进行标注，输液装置标注为1，其他标注为0。其中随机选择数据集的80%作为训练集，剩余的20%作为验证集；将图像数据和标签数据输入网络中，Encoder抽取图像特征，并将通道数变换为类别个数；然后通过Decoder将特征图的高和宽变换为输入图像的尺寸，从而输出每个像素的类别。本实施例中Loss函数使用交叉熵损失函数进行训练。
[0015]病房内的病床数量一般为一到四，当病床内的数量为多个时，在使用语义分割网络获取到输液装置后，可根据输液装置在成像中距离相机的距离为输液装置匹配对应的床位床号。作为其它实施方式，也可以在一个病房安装多个RGB相机，使每一个RGB相机对应一个病床和对应的输液装置。
[0016]对于基于语义分割网络得到的单个输液装置，对输液装置的边缘进行像素遍历，得到各像素点与对应的水平对点的欧式距离，根据各像素点对应的欧式距离对输液装置图像进行划分，得到各部分对应的区域图像；具体为：任选输液装置边缘集合中的一个像素点作为初始像素点，计算该初始像素点与对应的水平对点的欧式距离，此处水平对点指的是与初始像素点水平高度相同的输液装置边缘集合中的另一像素点；本实施例确定初始像素点的水平对点的方法为：根据该初始像素点的坐标作过该初始像素点的水平直线，将边缘集合中与该水平直线相交的另一像素点记为初始像素点的水平对点；按单一方向从初始像素点开始依次进行遍历边缘集合中的其它像素点，依次计算各边缘像素点与对应的水平对点的欧式距离，直到将输液装置边缘集合内的所有像素点遍历完全。本实施例在对各像素点进行遍历的过程中获取各像素点对应的水平对点的方式与上述获取初始像素点的水平对点的方式类同，此处不再赘述。由于对于某一像素点（比如像素点A）的水平对点（比如像素点a）而言，该像素点（像素点A）是其水平对点（像素点a）的水平对点，因此，本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的医疗数据变量测量监测方法，其特征在于，包括以下步骤：实时获取输液装置图像，对输液装置图像划分得到吊瓶区域图像和滴管区域图像；对滴管区域图像进行相邻帧作差处理，得到相邻帧差图像，将相邻帧差图像进行叠加，将叠加后滴管区域图像中滴管内液滴连为一个连续的轨迹线的时间记为一个累积周期，统计一个累积周期对应的图像帧数；将吊瓶区域图像与吊瓶区域背景图像作差，得到背景帧差图像，将背景帧差图像进行叠加，根据叠加获得的吊瓶区域图像得到吊瓶内液体下降高度；根据吊瓶内液体下降高度计算吊瓶内剩余液体高度；根据吊瓶内剩余液体高度和构建的液位面差值模型，计算当前图像帧数下的输液剩余时间；所述液位面差值模型包括：其中，为吊瓶内液体下降高度，为吊瓶高度，为图像帧数，为时间，为拟合得到的优化系数。2.根据权利要求1所述的基于大数据的医疗数据变量测量监测方法，其特征在于，所述将吊瓶区域图像与吊瓶区域背景图像作差，得到背景帧差图像的方法包括：对所述图像帧数对应的第一个累积周期内的吊瓶区域图像进行求均值处理，得到所述图像帧数对应的吊瓶区域背景图像；每隔设定倍数的累积周期选...

【专利技术属性】
技术研发人员：吴骏峰，
申请(专利权)人：南通华恩医疗设备制造有限公司，
类型：发明
国别省市：