【技术实现步骤摘要】
适用于医疗器械搬运系统的控制方法及装置
[0001]本专利技术涉及医疗器械搬运
,具体而言,涉及适用于医疗器械搬运系统的控制方法及装置。
技术介绍
[0002]目前,医疗器械在搬运的过程中,大多数情况下还是依赖人工进行搬运,但是在搬运过程中,搬运工一般是直接将整个包装进行搬运,至于搬运姿势等信息则不会进行考虑,但是有些医疗器械需要标准的搬运姿势,否则容易对医疗器械造成影响,因此需要一种适用于医疗器械搬运系统的控制方法,以便在搬运时及时提醒搬运工进行安全标准的搬运。
技术实现思路
[0003]本专利技术的目的在于提供适用于医疗器械搬运系统的控制方法及装置,以改善上述问题。
[0004]为了实现上述目的,本申请实施例提供了如下技术方案:
[0005]一方面,本申请实施例提供了适用于医疗器械搬运系统的控制方法,所述方法包括:
[0006]获取在预设历史时间段内,不同角度下搬运者搬运医疗器械的搬运视频;
[0007]对全部的所述搬运视频进行筛选,将筛选出的搬运视频中的每一帧图像按照时间顺序进行提取,提取后计算出每帧图像中医疗器械的重心信息和搬运者的搬运姿势信息,并对每一帧图像进行搬运评分标注;
[0008]根据所述重心信息、所述搬运姿势信息和搬运评分,构建搬运评分模型,利用所述搬运评分模型预测当前时刻的搬运评分;
[0009]识别当前时刻的搬运图像上的文本信息,根据所述文本信息和当前时刻的搬运评分确定风险控制等级,根据所述风险控制等级进行相应的警示处理。< ...
【技术保护点】
【技术特征摘要】
1.适用于医疗器械搬运系统的控制方法,其特征在于,包括:获取在预设历史时间段内,不同角度下搬运者搬运医疗器械的搬运视频;对全部的搬运视频进行筛选,将筛选出的搬运视频中的每一帧图像按照时间顺序进行提取,提取后计算出每帧图像中医疗器械的重心信息和搬运者的搬运姿势信息,并对每一帧图像进行搬运评分标注;根据所述重心信息、所述搬运姿势信息和搬运评分,构建搬运评分模型,利用所述搬运评分模型预测当前时刻的搬运评分;识别当前时刻的搬运图像上的文本信息,根据所述文本信息和当前时刻的搬运评分确定风险控制等级,根据所述风险控制等级进行相应的警示处理。2.根据权利要求1所述的适用于医疗器械搬运系统的控制方法,其特征在于,对全部的搬运视频进行筛选,包括:将从一个角度采集到的搬运视频记为第一视频,将从其他角度采集到的搬运视频记为第二视频;并分别从所述第一视频和所述第二视频中提取包括搬运者骨骼点的二维图像;针对所述第一视频和所述第二视频对应的二维图像,分别利用K
‑
means算法在所述第一视频或所述第二视频对应的二维图像中设定预设个数的聚类中心;根据所述预设个数的聚类中心确定最小中心矩形,所述最小中心矩形中含有预设个数的聚类中心,计算所述第一视频和所述第二视频对应的最小中心矩形的面积,将面积最小的最小中心矩形对应的视频作为筛选出的搬运视频。3.根据权利要求1所述的适用于医疗器械搬运系统的控制方法,其特征在于,根据所述重心信息、所述搬运姿势信息和搬运评分,构建搬运评分模型,包括:将所有的搬运评分进行集合,得到搬运评分集合,采用拉依达准则对所述搬运评分集合进行异常值处理,并根据异常值和搬运评分集合得到处理后的搬运评分集合;利用所述重心信息、所述搬运姿势信息和处理后的搬运评分集合构建样本集,利用样本集对卷积神经网络模型中进行训练,在训练时,对输入特征参数进行卷积操作时引入宽度因子进行优化,对于输出特征参数的每个通道都用分裂因子进行优化,所述重心信息和所述搬运姿势信息作为输入,所述处理后的搬运评分集合中的搬运评分作为输出;将两个优化结果进行拼接,基于所述拼接结果和搬运评分进行相关性系数计算,当计算结果满足训练停止条件时,停止训练,得到所述搬运评分模型。4.根据权利要求3所述的适用于医疗器械搬运系统的控制方法,其特征在于,采用拉依达准则对所述搬运评分集合进行异常值处理,并根据异常值和搬运评分集合得到处理后的搬运评分集合,包括:采用拉依达准则对所述搬运评分集合进行异常值处理,得到异常数值,将所述异常数值对应的前一个搬运评分记为第一评分,将所述异常数值对应的后一个搬运评分记为第二评分;根据所述第一评分和所述第二评分计算得到第一数值,并根据所述第一数值与预设第一阈值之间的关系计算得到所述异常数值对应的修正值,用所述修正值替换所述异常值,得到处理后的搬运评分集合。5.根据权利要求1所述的适用于医疗器械搬运系统的控制方法,其特征在于,识别当前时刻的搬运图像上的文本信息,包括:
获取历史搬运视频,根据所述历史搬运视频提取包含文字的图像,采用薄板样条插值算法对每一帧图像进行处理,得到第一图像,对所述第一图像进行灰度处理,得到第二图像;将所述第二图像发送至卷积神经网络模型进行傅里叶变换处理,将所述第二图像的空间阈信息转化为频率域信息,按照预设的分解标准,将所述第二图像分解为高频图像和低频图像;根据所述高频图像、低频图像和卷积神经网络构建图像增强模型,基于所述图像增强模型和当前时刻的搬运图像,得到所述文本信息。6.适用于医疗...
【专利技术属性】
技术研发人员:张峻川,刘少朋,罗江雄,张聪,曾方华,何龙,邵雨娇,刘俊,常相辉,刘霞,
申请(专利权)人:老肯医疗科技股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。