基于深度摄像和深度学习的自迭代伤口评估系统技术方案

本发明专利技术公开的属于伤口评估技术领域，具体为基于深度摄像和深度学习的自迭代伤口评估系统，包括采集单元与处理单元，所述处理单元与采集单元、云端连接，且采集单元用于采集伤口照片并发送至处理单元，所述处理单元用于自动评判伤口的面积及体积，同时通过采集单元能够对处理单元的评估结果进行误差纠正，并反馈至处理单元自我迭代，进化模型，不断改善评估准确性，本发明专利技术首先采集伤口照片，通过基于深度学习的AI引擎和训练好的模型，可以自动评判伤口的面积，如通过深度摄像头同时采集深度信息，则可以计算伤口体积，在使用过程中，有角色进行评估误差纠正的情况下，系统可以自我迭代，进化模型，不断改善评估准确性。不断改善评估准确性。不断改善评估准确性。

【技术实现步骤摘要】
基于深度摄像和深度学习的自迭代伤口评估系统


[0001]本专利技术涉及伤口评估
，具体为基于深度摄像和深度学习的自迭代伤口评估系统。

技术介绍

[0002]传统的伤口评估，是通过医护人员的培训及学习，掌握相关的伤口评估知识，然后根据实际临床的表现来人为进行判断。由于伤口往往是不规则的，且具有多样性，及各级医护人员水平的异同，实际在伤口评估时，医护人员往往需要花费很长时间对一个伤口进行必要的评估，且通过伤口测量尺进行伤口面积计算时，很难准确的得出一个不规则伤口的面积，而采用估算的方式进行。
[0003]现有的伤口评估完全依赖于医护人员的经验，根据伤口不同的类型、阶段需要选择不同的治疗方案，而医护人员需要长时间的培训与学习才能够实现准确的对伤口进行评估，医护人员的培养周期较长，同时培养的成本较高，现有技术中有通过对伤口拍照向医护人员发起线上评估，这样的方式虽然较为便捷，但由于拍照的角度、清晰度等多种因素均会影响医护人员对伤口的判断，因此常常会产生对伤口的评估结果不够准确。

技术实现思路

[0004]本专利技术的目的在于提供基于深度摄像和深度学习的自迭代伤口评估系统，以解决上述
技术介绍
中提出的医护人员的培养周期较长，同时培养的成本较高，线上评估对伤口的评估结果不够准确的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：基于深度摄像和深度学习的自迭代伤口评估系统，包括采集单元与处理单元，所述处理单元与采集单元、云端连接，且采集单元用于采集伤口照片并发送至处理单元，所述处理单元用于自动评判伤口的面积及体积，同时通过采集单元能够对处理单元的评估结果进行误差纠正，并反馈至处理单元自我迭代，进化模型，不断改善评估准确性，且处理单元能够将伤口照片与评估结果同步传输至云端，通过云端实现对评估结果的远程查看与修改。
[0006]优选的，所述采集单元为可以执行AI程序、带网络功能的智能终端，且采集单元包括图像采集模块、数据显示模块、标记模块，所述图像采集模块包括可以执行采集图像程序的智能终端与图像采集程序，用于对伤口图像信息进行采集，所述标记模块用于通过编辑标注程序对图像进行勾画标注，所述数据显示模块用于对图像采集模块、标记模块的数据信息进行显示。
[0007]优选的，所述处理单元包括处理模块、误差纠正模块与数据库，所述数据库中包括已经训练好的伤口评估模型，且处理模块用于将采集单元采集的伤口照片根据数据库中的伤口评估模型进行伤口评估，并将输出结果反馈至采集单元中，所述误差纠正模块用于对处理模块的评估结果进行手动误差纠正，并将纠正后的结果输出至数据库的伤口评估模型中进行迭代改善。
[0008]优选的，所述智能终端包括可以执行AI程序、带网络功能的计算设备、手机、PDA、PAD,所述计算设备包括台式电脑、服务器、工作站。
[0009]优选的，所述图像采集模块为深度摄像头，且采集单元与处理单元中的软件包括APP、小程序、H、混合APP、云端APP。
[0010]优选的，所述数据库中包括深度学习训练引擎、深度学习分析引擎与数据集自我迭代程序。
[0011]优选的，所述图像采集模块能够对伤口的平面图像以及图像的多点位深度信息进行采集。
[0012]优选的，所述处理模块根据已经数据库中训练好的伤口评估模型对采集单元采集的伤口图像进行伤口评估，并输出评估结果在原始平面图像的坐标集，根据图像深度信息计算出采集距离，以及计算出真实尺度比例，根据真实尺度比例和坐标集计算出伤口面积，根据坐标集合，和采集到的深度信息，结合真实尺度比例计算出伤口体积，并合成伤口评估结果和原图像，反馈至数据显示模块用可视化方式展示。
[0013]与现有技术相比，本专利技术的有益效果是：
[0014]本专利技术首先采集伤口照片，通过基于深度学习的AI引擎和训练好的模型，可以自动评判伤口的面积，如通过深度摄像头同时采集深度信息，则可以计算伤口体积，在使用过程中，有角色进行评估误差纠正的情况下，系统可以自我迭代，进化模型，不断改善评估准确性。
附图说明
[0015]图1为本专利技术系统逻辑框图；
[0016]图2为本专利技术采集单元逻辑框图；
[0017]图3为本专利技术处理单元逻辑框图。
[0018]图中：1、采集单元；2、处理单元；3、云端；4、图像采集模块；5、数据显示模块；6、标记模块；7、处理模块；8、误差纠正模块；9、数据库。
具体实施方式
[0019]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清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0020]在本专利技术的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。
[0021]实施例：
[0022]请参阅图1
‑
3，本专利技术提供一种技术方案：基于深度摄像和深度学习的自迭代伤口评估系统，包括采集单元1与处理单元2，所述处理单元2与采集单元1、云端3连接，且采集单元1用于采集伤口照片并发送至处理单元2，所述处理单元2用于自动评判伤口的面积及体
积，同时通过采集单元1能够对处理单元2的评估结果进行误差纠正，并反馈至处理单元2自我迭代，进化模型，不断改善评估准确性，且处理单元2能够将伤口照片与评估结果同步传输至云端3，通过云端3实现对评估结果的远程查看与修改，云端3能够对处理模块7产生的评估结果进行查看，同时云端3能够通过误差纠正模块8对处理模块7的评估结果进行误差纠正。
[0023]所述采集单元1为可以执行AI程序、带网络功能的智能终端，且采集单元1包括图像采集模块4、数据显示模块5、标记模块6，所述图像采集模块4包括可以执行采集图像程序的智能终端与图像采集程序，用于对伤口图像信息进行采集，所述标记模块6用于通过编辑标注程序对图像进行勾画标注，所述数据显示模块5用于对图像采集模块4、标记模块6的数据信息进行显示。
[0024]所述处理单元2包括处理模块7、误差纠正模块8与数据库9，所述数据库9中包括已经训练好的伤口评估模型，且处理模块7用于将采集单元1采集的伤口照片根据数据库9中的伤口评估模型进行伤口评估，并将输出结果反馈至采集单元1中，所述误差纠正模块8用于对处理模块7的评估结果进行手动误差纠正，并将纠正后的结果输出至数据库9的伤口评估模型中进行迭代改善。
[0025]所述智能终端包括可以执行AI程序、带网络功能的计算设备、手机、PDA、PAD,所述计算设备包括台式电脑、服务器、工作站，所述图像采集模块4为深度摄像头，且采集单元1与处理本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于深度摄像和深度学习的自迭代伤口评估系统，包括采集单元(1)与处理单元(2)，其特征在于：所述处理单元(2)与采集单元(1)、云端(3)连接，且采集单元(1)用于采集伤口照片并发送至处理单元(2)，所述处理单元(2)用于自动评判伤口的面积及体积，同时通过采集单元(1)能够对处理单元(2)的评估结果进行误差纠正，并反馈至处理单元(2)自我迭代，进化模型，不断改善评估准确性，且处理单元(2)能够将伤口照片与评估结果同步传输至云端(3)，通过云端(3)实现对评估结果的远程查看与修改。2.根据权利要求1所述的基于深度摄像和深度学习的自迭代伤口评估系统，其特征在于：所述采集单元(1)为可以执行AI程序、带网络功能的智能终端，且采集单元(1)包括图像采集模块(4)、数据显示模块(5)、标记模块(6)，所述图像采集模块(4)包括可以执行采集图像程序的智能终端与图像采集程序，用于对伤口图像信息进行采集，所述标记模块(6)用于通过编辑标注程序对图像进行勾画标注，所述数据显示模块(5)用于对图像采集模块(4)、标记模块(6)的数据信息进行显示。3.根据权利要求2所述的基于深度摄像和深度学习的自迭代伤口评估系统，其特征在于：所述处理单元(2)包括处理模块(7)、误差纠正模块(8)与数据库(9)，所述数据库(9)中包括已经训练好的伤口评估模型，且处理模块(7)用于将采集单元(1)采集的伤口照片根据数据库(9)中的伤口评估模型进行伤口评估，并将输出结果反馈至采集单元(1)中，所述误差纠正模块(8)...

【专利技术属性】
技术研发人员：谢肖瑜，
申请(专利权)人：苏州天下布医信息科技有限公司，
类型：发明
国别省市：