System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及图像分析领域,尤其涉及一种基于图像的注射剂量分析方法及系统。
技术介绍
1、随着人工智能和图像处理技术的快速发展,利用计算机视觉技术进行医疗图像分析已成为一种趋势。基于图像的注射剂量分析方法,通过分析注射设备的图像序列来实现注射液位的精确跟踪,不仅能够减少人工操作的错误,还能提高测量的速度和精度。
2、传统的注射剂量测量方法多依赖于人工观察和量度,这不仅效率低下,而且易受操作者技能和经验的影响,导致测量结果的不准确性。
技术实现思路
1、本申请提供了一种基于图像的注射剂量分析方法及系统,本申请提高了注射剂量分析的准确率。
2、第一方面,本申请提供了一种基于图像的注射剂量分析方法,所述基于图像的注射剂量分析方法包括:
3、采集注射设备的目标注射液位图像序列,并对所述目标注射液位图像序列进行液位显著感知特征提取,得到液位显著感知特征,并根据所述液位显著感知特征建立注射剂量目标跟踪模型;
4、对所述目标注射液位图像序列进行多层特征识别和多层特征融合,得到多个注射液位特征图像;
5、分别对所述多个注射液位特征图像进行显著性区域识别,得到每个注射液位特征图像的液位显著性区域,并对所述液位显著性区域进行特征权重分布计算,得到每个注射液位特征图像的显著特征权重,并根据所述显著特征权重创建所述注射剂量目标跟踪模型的第一注射剂量跟踪策略;
6、对所述多个注射液位特征图像进行正则权重计算,得到正则权重数据,并根据所述正则
7、根据所述注射剂量目标跟踪模型对所述实际液位跟踪位置进行一致性响应和响应差异计算,得到响应差异数据,并根据所述响应差异数据对所述第一注射剂量跟踪策略进行策略调整,得到第二注射剂量跟踪策略;
8、对所述目标注射液位图像序列进行环境变化评估,得到环境变化评估指标,并根据所述环境变化评估指标对所述第二注射剂量跟踪策略进行参数动态调整,得到所述注射剂量目标跟踪模型的目标注射剂量跟踪策略。
9、第二方面,本申请提供了一种基于图像的注射剂量分析系统,所述基于图像的注射剂量分析系统包括:
10、采集模块,用于采集注射设备的目标注射液位图像序列,并对所述目标注射液位图像序列进行液位显著感知特征提取,得到液位显著感知特征,并根据所述液位显著感知特征建立注射剂量目标跟踪模型;
11、融合模块,用于对所述目标注射液位图像序列进行多层特征识别和多层特征融合,得到多个注射液位特征图像;
12、识别模块,用于分别对所述多个注射液位特征图像进行显著性区域识别,得到每个注射液位特征图像的液位显著性区域,并对所述液位显著性区域进行特征权重分布计算,得到每个注射液位特征图像的显著特征权重,并根据所述显著特征权重创建所述注射剂量目标跟踪模型的第一注射剂量跟踪策略;
13、计算模块,用于对所述多个注射液位特征图像进行正则权重计算,得到正则权重数据,并根据所述正则权重数据计算所述多个注射液位特征图像的关联度量和实际液位跟踪位置;
14、调整模块,用于根据所述注射剂量目标跟踪模型对所述实际液位跟踪位置进行一致性响应和响应差异计算,得到响应差异数据,并根据所述响应差异数据对所述第一注射剂量跟踪策略进行策略调整,得到第二注射剂量跟踪策略;
15、评估模块,用于对所述目标注射液位图像序列进行环境变化评估,得到环境变化评估指标,并根据所述环境变化评估指标对所述第二注射剂量跟踪策略进行参数动态调整,得到所述注射剂量目标跟踪模型的目标注射剂量跟踪策略。
16、本申请提供的技术方案中,通过显著性感知特征提取和多层特征识别,有效提高了注射剂量监测的精度。与传统的人工测量相比,它减少了人为误差,确保了测量结果的准确性和可靠性。通过自动化的图像采集和分析过程,这种方法能够实时跟踪注射液位的变化,提供即时的反馈。采用的正则权重计算和环境变化评估机制使得这种方法能够适应不同的环境条件,如光照变化、设备移动等。这种灵活性和适应性使其在各种复杂环境下都能保持高效的运作。通过一致性响应计算和响应差异分析,能够实时跟踪注射剂量的变化,并根据实际情况动态调整跟踪策略。这种实时性和灵活性使得医疗工作人员能够及时响应注射过程中的任何变化,确保治疗的连续性和有效性。通过自动化分析和跟踪,提高了注射剂量分析的准确率。
本文档来自技高网...【技术保护点】
1.一种基于图像的注射剂量分析方法,其特征在于,所述基于图像的注射剂量分析方法包括:
2.根据权利要求1所述的基于图像的注射剂量分析方法,其特征在于,所述采集注射设备的目标注射液位图像序列,并对所述目标注射液位图像序列进行液位显著感知特征提取,得到液位显著感知特征,并根据所述液位显著感知特征建立注射剂量目标跟踪模型,包括:
3.根据权利要求1所述的基于图像的注射剂量分析方法,其特征在于,所述对所述目标注射液位图像序列进行多层特征识别和多层特征融合,得到多个注射液位特征图像,包括:
4.根据权利要求1所述的基于图像的注射剂量分析方法,其特征在于,所述分别对所述多个注射液位特征图像进行显著性区域识别,得到每个注射液位特征图像的液位显著性区域,并对所述液位显著性区域进行特征权重分布计算,得到每个注射液位特征图像的显著特征权重,并根据所述显著特征权重创建所述注射剂量目标跟踪模型的第一注射剂量跟踪策略,包括:
5.根据权利要求1所述的基于图像的注射剂量分析方法,其特征在于,所述对所述多个注射液位特征图像进行正则权重计算,得到正则权重数据,并根
6.根据权利要求1所述的基于图像的注射剂量分析方法,其特征在于,所述根据所述注射剂量目标跟踪模型对所述实际液位跟踪位置进行一致性响应和响应差异计算,得到响应差异数据,并根据所述响应差异数据对所述第一注射剂量跟踪策略进行策略调整,得到第二注射剂量跟踪策略,包括:
7.根据权利要求1所述的基于图像的注射剂量分析方法,其特征在于,所述对所述目标注射液位图像序列进行环境变化评估,得到环境变化评估指标,并根据所述环境变化评估指标对所述第二注射剂量跟踪策略进行参数动态调整,得到所述注射剂量目标跟踪模型的目标注射剂量跟踪策略,包括:
8.一种基于图像的注射剂量分析系统,其特征在于,所述基于图像的注射剂量分析系统包括:
...【技术特征摘要】
1.一种基于图像的注射剂量分析方法,其特征在于,所述基于图像的注射剂量分析方法包括:
2.根据权利要求1所述的基于图像的注射剂量分析方法,其特征在于,所述采集注射设备的目标注射液位图像序列,并对所述目标注射液位图像序列进行液位显著感知特征提取,得到液位显著感知特征,并根据所述液位显著感知特征建立注射剂量目标跟踪模型,包括:
3.根据权利要求1所述的基于图像的注射剂量分析方法,其特征在于,所述对所述目标注射液位图像序列进行多层特征识别和多层特征融合,得到多个注射液位特征图像,包括:
4.根据权利要求1所述的基于图像的注射剂量分析方法,其特征在于,所述分别对所述多个注射液位特征图像进行显著性区域识别,得到每个注射液位特征图像的液位显著性区域,并对所述液位显著性区域进行特征权重分布计算,得到每个注射液位特征图像的显著特征权重,并根据所述显著特征权重创建所述注射剂量目标跟踪模型的第一注射剂量跟踪策略,包括:
5...
【专利技术属性】
技术研发人员:张良,凌兴鑫,吴达,文海,
申请(专利权)人:深圳市普朗医疗科技发展有限公司,
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。