基于人工智能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基于人工智能的医疗数据变量测量监测方法及系统；其通过计算当前输液区域的液面下降速度；对所述液面下降速度进行修正，得到修正后的下降速度；根据实时获取的输液面高度以及修正后的下降速度，计算输液的剩余时间；当剩余时间小于预设阈值时，进行预警提示。即本发明专利技术的方案通过对输液区域的液面下降速度进行修正，能够对输液进度进行准确评估。估。估。

【技术实现步骤摘要】
基于人工智能的医疗数据变量测量监测方法及系统


[0001]本专利技术涉及电数据变量检测
，具体涉及基于人工智能的医疗数据变量测量监测方法及系统。

技术介绍

[0002]现有公开的采用视觉成像技术进行输液预警，其一般都是直接采用摄像头拍摄输液容器的图像，获取对应的输液线，根据输液线以及对应容器的输液预警线，进行相应的预警识别；但是，需要说明的是，上述现有的方法存在以下问题：1）当药品与输液容器颜色基本相近时，常规的RGB相机很难有效的拍摄到较为清晰的输液面，这样导致输液面不清晰，无法有效、准确地获得输液进度。
[0003]2）同时，基于目前医院使用的输液容器几乎均为聚乙烯等医用塑料材质，在输液过程中受外界压强的作用而产生形变，进而，导致输液容器体积的发生变化，那么，在输液速率不变的情况下，输液面的位置并不恒定下降的。因此，通过获取的输液面进行输液的预警，其存在不准确的问题。
[0004]基于上述分析，现有的输液预警识别方法是无法有效获取输液进度，存在监测不准确的问题。

技术实现思路

[0005]本专利技术的目的在于提供基于人工智能的医疗数据变量测量监测方法及系统，用以解决现有输液监测方法无法有效获取输液进度，存在监测不准确的问题。
[0006]本专利技术提供的一种基于人工智能的医疗数据变量测量监测方法的技术方案，包括以下步骤：计算当前输液区域的液面下降速度；对所述液面下降速度进行修正，得到修正后的下降速度；根据实时获取的输液面高度以及修正后的下降速度，计算输液的剩余时间；当剩余时间小于预设阈值时，进行预警提示；其中，对所述液面下降速度进行修正的过程为：获取输液区域对应的历史数据，所述历史数据包括输液容器的初始深度图像信息和当前深度图像信息；将所述初始深度图像信息和当前深度图像信息分别转换到三维点云空间中，获取深度图像所在区域的初始位置坐标和当前位置坐标；根据各像素点的初始位置坐标和当前位置坐标，计算各像素点在三维空间的欧氏距离，获得由各像素点的初始位置、当前位置以及对应的欧氏距离组成的三维位移差值块,并计算该三维位移差值块的质心；根据所述质心，计算质心到当前气泡轨迹线的垂直距离，将所述垂直距离作为修
正系数，对液面下降速度进行修正。
[0007]进一步地，所述液面下降速度的计算过程为：获取任意两相邻周期内的多帧输液区域的图像；对各周期内的多帧输液区域的图像进行处理，获取语义分割图，并将语义分割图与各输液区域的图像相乘，得到各输液装置的图像；对各输液装置图像进行特征提取和图像融合，获取输液容器图像，并根据连通域分析法对所述输液容器图像进行特征提取，得到相邻两周期对应的气泡轨迹线以及对应的长度；根据相邻两周期的长度差值，得出当前输液区域的液面下降速度。
[0008]进一步地，所述输液容器图像的获取方法为：对所述各周期对应的各输液装置的图像进行处理，获取各特征图像，并分别计算各特征图像的平均灰度；比较相邻两帧特征图像的平均灰度，分别筛选出平均灰度较小的特征图像，进行图像融合，得到背景图像；将各特征图像与背景图像作差，获取各前景图像，进行各前景图像融合，得到融合后的前景图像。
[0009]进一步地，所述图像融合采用衰减模型进行图像融合，其中的衰减模型为：其中为经较小平均灰度筛选后的前一帧图像与后一帧图像经融合后的背景图像；为一分钟周期内图像序列中由相邻帧图像经较小平均灰度筛选后的第图像；同样为相邻帧图像经较小平均灰度筛选后所获得的第图像；为背景衰减系数。
[0010]进一步地，还包括在前景图像融合之前，对各前景图像进行筛选的步骤。
[0011]进一步地，对各前景图像进行筛选的步骤为通过计算各前景图像的平均灰度，比较相邻两帧前景图像的平均灰度，分别筛选出平均灰度较大的前景图像进一步地，所述输液面高度为气泡轨迹线的长度。
[0012]本专利技术提供的一种基于人工智能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，所述处理器执行存储器存储的上述基于人工智能的图像识别的输液监测方法的技术方案。
[0013]本专利技术的有益效果为：本专利技术的方案结合输液容器在输液过程中发生形变，通过引入输液容器形变，也即扁胀程度的影响因素，对输液区域的液面下降速度进行修正，能够对输液进度进行准确评估。
[0014]同时，为了准确获取液面下降速度，本专利技术根据输液时液体产生的气泡获得有效的特征指标，从而准确获取相应的输液面，并输液进度进行有效、准确的监测。
附图说明
[0015]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，
还可以根据这些附图获得其它附图。
[0016]图1是本专利技术的基于人工智能的医疗数据变量测量监测方法的实施例的方法流程图；图2是本专利技术的基于人工智能的医疗数据变量测量监测方法的三维位移差值块的示意图。
具体实施方式
[0017]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。
[0018]本专利技术提供的基于人工智能的医疗数据变量测量监测方法的实施例，针对的是医院病房内的输液区域的输液容器内药品多少的监测，即通过设置在输液区域的摄像头，进行输液容器图像的拍摄，并对获取的输液容器的图像进行分析处理，获取分析结果，实现输液的监测。
[0019]上述中图像的分析处理是通过设置在后台控制区域（例如医院的中控室）的控制设备进行分析处理的；其中的控制设备还能够将多个输液容器的图像实时在显示屏幕上进行显示，进行输液过程的实时监控，通过实时监控的图像以及分析结果，实现输液的准确监测。
[0020]本专利技术实施例中，输液容器随着输液过程而发生形变，具体为输液袋或者输液瓶。
[0021]如图1所示，本专利技术的基于人工智能的医疗数据变量测量监测方法，包括以下步骤：步骤1，计算当前输液区域的液面下降速度；其中，液面下降速度的计算过程为：1）获取任意两相邻周期内的多帧输液区域的图像；本实施例中，摄像头为RGB相机，设置在输液区域内，拍照范围能够覆盖病房内所有的病床区域及对应的输液装置，并用于拍摄病人在输液时间段内不同时间下对应的多帧输液区域的图像，与位于后台控制区域内的控制设备进行网络连接，并将拍摄的输液区域的图像发送给控制设备。
[0022]其中，摄像头可以设置多个；当然摄像头也可以采用病房内的监控摄像头。本实施例中采集的输液区域的图像当然也可以为视频，即从视频中获取多帧输液区域的图像。
[0023]2）对各周期内的多帧输液区域的图像进行处理，获取语义分割图，并将语义分割图与各输液区域的图像相乘，得到各输液装置的图像；本实施例中，通过语义分割的方式对输液区域的图像进行处理，获取语义分割图，并将语义分割图与输液区域的图像相乘，得到输液容器的图像；其中，语义分割本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的医疗数据变量测量监测方法，其特征在于，包括以下步骤：计算当前输液区域的液面下降速度；对所述液面下降速度进行修正，得到修正后的下降速度；根据实时获取的输液面高度以及修正后的下降速度，计算输液的剩余时间；当剩余时间小于预设阈值时，进行预警提示；其中，对所述液面下降速度进行修正的过程为：获取输液区域对应的历史数据，所述历史数据包括输液容器的初始深度图像信息和当前深度图像信息；将所述初始深度图像信息和当前深度图像信息分别转换到三维点云空间中，获取深度图像所在区域的初始位置坐标和当前位置坐标；根据各像素点的初始位置坐标和当前位置坐标，计算各像素点在三维空间的欧氏距离，获得由各像素点的初始位置、当前位置以及对应的欧氏距离组成的三维位移差值块,并计算该三维位移差值块的质心；根据所述质心，计算质心到当前气泡轨迹线的垂直距离，将所述垂直距离作为修正系数，对液面下降速度进行修正。2.根据权利要求1所述的基于人工智能的医疗数据变量测量监测方法，其特征在于，所述计算当前输液区域的液面下降速度包括：获取任意两相邻周期内的多帧输液区域的图像；对各周期内的多帧输液区域的图像进行处理，获取语义分割图，并将语义分割图与各输液区域的图像相乘，得到各输液装置的图像；对各输液装置图像进行特征提取和图像融合，获取输液容器图像，并根据连通域分析法对所述输液容器图像进行特征提取，得到相邻两周期对应的气泡轨迹线以及对应的长度；根据相邻两周期的长度差值，得出当前输液区域的液面下降速度。3.根据权利要求2所述的基于人工智能的医疗数据变量测量...

【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：