【技术实现步骤摘要】
一种基于图像识别的医学实验室监控图像分析方法和系统
[0001]本专利技术涉及图像分析
,尤其涉及基于图像识别的医学实验室监控图像分析方法和系统。
技术介绍
[0002]为了实现对疾病的高精度诊断以及预防和控制传染病的威胁,各国卫生部门或者医院均投入大量的人力、物力建立医学实验室,以满足临床检验、疾病控制和研究工作之需;据多项统计资料的研究证实,对于医学实验室来说,导致医学实验室事故发生的最重要一个原因是实验人员的不安全行为。因此,对监控图像进行图像处理和分析,识别出实验人员的不安全行为,是一项非常重要的课题。
[0003]然而,通过检索发现,现有技术中对图像进行分析的技术方案很多,比如说中国专利技术专利(CN111445524A)公开了基于场景理解的施工现场工人不安全行为识别方法的技术方案,包括以下步骤:采集实体的二维彩色图像和三维点云数据;对二维彩色图像进行标注,得到标注文件,其中,标注文件包括训练集、验证集和测试集;将训练集输入Mask R
‑
CNN中进行训练,获得多个候选实体识别模型,利用验证集比选候选实体识别模型的平均精度均值,得到最优实体识别模型;根据最优实体识别模型获取工人关节点三维空间坐标、实体上的关键点三维空间坐标,通过实体间距离计算和方位关系判别实现不安全行为的识别,从而构建基于场景理解的施工现场工人不安全行为识别方法。该方法可以有效识别靠近危险源、PPE使用不当等不安全行为,并为动作识别提供环境信息;上述方案虽然可以对工人的不安全行为进行识别,但是需要将监控所有的 ...
【技术保护点】
【技术特征摘要】
1.一种基于图像识别的医学实验室监控图像分析方法,其特征在于,包括以下步骤:步骤1:对监控视频进行预处理操作;得到需要分析的图像;步骤2:建立不安全行为图像样本库;步骤3:建立不安全行为分类库;步骤4:将所述步骤1中的需要分析的图像与不安全行为图像样本库中的所有图像均进行相似度计算,初步判断所述需要分析的图像中的行为是危险行为还是较危险行为或者是无危险行为;若初步判断为危险行为,则进入步骤5;若初步判断为较危险行为则进入步骤6;若初步判断为无危险行为,则进行下一张图像的分析;步骤5:采用第一图像分析模型对所述需要分析的图像进行分析;步骤6:采用第二图像分析模型对所述需要分析的图像进行分析;步骤7:输出图像分析结果。2.根据权利要求1所述的基于图像识别的医学实验室监控图像分析方法,其特征在于,所述预处理操作包括以下步骤:步骤1.1:将视频转换成图像帧序列;步骤1.2:对所述图像帧序列进行重采样操作,从而得到需要分析的图像;所述重采样操作为对图像帧序列按照固定间隔进行重采样,从而得到需要分析的图像。3.根据权利要求2所述的基于图像识别的医学实验室监控图像分析方法,其特征在于,所述对图像帧序列按照固定间隔进行重采样具体为按照每12帧的固定间隔进行重采样。4.根据权利要求1所述的基于图像识别的医学实验室监控图像分析方法,其特征在于,所述不安全行为包括:危险化学品柜未上锁、实验室内吸烟、做实验时未穿戴防护服、隔离服乱扔、在实验室吃饭、往生活下水道倾倒实验废液、穿拖鞋进入实验室、穿高跟鞋进入实验室、医学垃圾扔入生活垃圾箱几种类型。5.根据权利要求1所述的基于图像识别的医学实验室监控图像分析方法,其特征在于,根据不安全行为的危险等级,分为危险行为库和较危险行为库;所述危险行为库中的危险行为为当在实验室做出该危险行为时,需要及时做出报警操作,并需要及时制止的危险行为;所述较危险行为库中的危险行为为当在实验室做出该危险行为时,也需要图像分析服务器做出报警操作,但是对分析时间的要求低。6.根据权利要求5所述的基于图像识别的医学实验室监控图像分析方法,其特征在于,危险行为库包括:实验室内吸烟、做实验时未穿戴防护服、在实验室吃饭、往生活下水道倾倒实验废液;较危险行为库包括:危险化学品柜未上锁、隔离服乱扔、穿拖鞋进入实验室、穿高跟鞋进入实验室、医学垃圾扔入生活垃圾箱。7.根据权利要求1所述的基于图像识别的医学实验室监控图像分析方法,其特征在于,所述步骤4具体为:若存在需要分析的图像与不安全行为图像样本库中的图像中的最大相似度大于30%,则初步认定该图像中存在不安全行为;若需要分析的图像与不安全行为图像样本库中的图像的最大相似度小于等于30%,则认定为该图像不存在不安全行为,则进行下一张图像的分析;若存在需要分析的图像与不安全行为图像样本库中的图像中的最大相似度大于30%,且,所述不安全行为图像样本库中的图像为危险行为库图像,则进入步骤5;若存在需要分析的图像与不安全行为图像样本库中的图像中的最大相似度大于30%,且,所述不安全行为图像样本库中的图像为较危险行为库图像...
【专利技术属性】
技术研发人员:陈彦军,赵学铭,台红祥,王兆龙,张君,
申请(专利权)人:天津医科大学,
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。