适用于医疗器械搬运系统的控制方法及装置制造方法及图纸

本发明专利技术提供了适用于医疗器械搬运系统的控制方法及装置，所述方法包括：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；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。通过本发明专利技术的方法，可以更加针对性和更加准确的处理当前搬运的状态，有利于提高医疗器械搬运的安全性。械搬运的安全性。械搬运的安全性。

【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。<br/>[0010]第二方面，本申请实施例提供了适用于医疗器械搬运系统的控制装置，所述装置包括获取模块、筛选模块、构建模块和控制模块。
[0011]获取模块，用于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；
[0012]筛选模块，用于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；
[0013]构建模块，用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，利用所述搬运评分模型预测当前时刻的搬运评分；
[0014]控制模块，用于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。
[0015]第三方面，本申请实施例提供了适用于医疗器械搬运系统的控制设备，所述设备
包括存储器和处理器。存储器用于存储计算机程序；处理器用于执行所述计算机程序时实现上述适用于医疗器械搬运系统的控制方法的步骤。
[0016]第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述适用于医疗器械搬运系统的控制方法的步骤。
[0017]本专利技术的有益效果为：
[0018]1、通过本专利技术的方法，可以在采集到的搬运图像的基础上计算出搬运评分，在计算出搬运评分后，再结合包装上的文字以进行综合的风险控制等级评定，相较于只利用搬运评分或包装上的文字来进行风险控制等级，本专利技术计算出的风险控制等级能更加针对性和更加准确的处理当前搬运的状态，有利于提高医疗器械搬运的安全性。
[0019]2、本专利技术考虑到每个搬运评分是人工进行的标注，在工作量较大的情况下，采用人工标注可能存在标记错误的情况，因此本专利技术进行了异常值筛选与修正，通过异常值的筛选与修正，可以提高进入模型训练的数据的准确性。
[0020]3、本专利技术通过卷积神经网络模型来对历史搬运视频中的历史图像进行增强训练，通过训练可以得到图像增强模型，然后再通过图像增强模型对当前时刻的搬运图像进行增强处理，增强处理后可以为提取文本内容操作提供具有清晰轮廓的图像，进而提高识别的准确性。
[0021]本专利技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术实施例了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
[0022]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，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他相关的附图。
[0023]图1是本专利技术实施例中所述的适用于医疗器械搬运系统的控制方法流程示意图；
[0024]图2是本专利技术实施例中所述的适用于医疗器械搬运系统的控制装置结构示意图；
[0025]图3是本专利技术实施例中所述的适用于医疗器械搬运系统的控制设备结构示意图。
具体实施方式
[0026]为使本专利技术实施例的目的、技术方案和优点更加清楚，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清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作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。
[0027]应注意到：相似的标号或字母在下面的附图中表示类似项，因此，一旦某一项在一
个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本专利技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0028]实施例1
[0029]如图1所示，本实施例提供了适用于医疗器械搬运系统的控制方法，该方法包括步骤S1、步骤S2、步骤S3和步骤S4。
[0030]步骤S1、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；
[0031]在本步骤中，为了保证最终结果的准确性，本实施例在数据源阶段就进行了筛选；比如在仓库进行搬运时，仓库的摄像头数量一般较多，数据的获取也很容易，因此本实施例获取了多个不同拍摄角度拍摄到的视频，进而将多个视频进行对比，以筛选出最能代表搬运信息的视频；搬运视频可以为两个、三个、四个甚至更多，可根据采集的难易程度进行确定；
[0032]步骤S2、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；
[0033]在本步骤中，考虑到筛选的医疗器械的重心信息和搬运者的搬运姿势信息均医疗器械的搬运具有一定的影响，因此本步骤在每帧图像的基础上，进行了医疗器械重心信息的获取，其中搬运者的搬运姿势信息可通过骨骼本文档来自技高网...

【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：