【技术实现步骤摘要】
本专利技术涉及医疗图像检测，具体涉及一种基于opencv图像处理的压疮检测方法。
技术介绍
1、压疮，也被称为褥疮或床疮，是一种因长时间持续性压力对皮肤产生损伤而引起的软组织损伤。它通常发生在那些长期卧床、坐位不动或行动受限的人群中，如长期卧床的病患、残疾人、年老体弱者等。
2、压疮发生的原因是因为长时间对皮肤施加压力导致血液循环障碍和组织缺氧，进而导致皮肤损伤。常见的压力点位于身体骨骼突出部位，如脊椎、骨盆、坐骨、脚后跟、肩胛骨等。当这些区域受到持续压力时，皮肤和组织受到损伤，可能会形成压疮。根据压疮严重程度，分为ⅰ期皮肤泛红期，ⅱ期表皮溃疡期，ⅲ期皮下组织溃疡期，ⅳ期深度组织溃疡期。
3、在实际临床中，压疮的精准防治是重要的研究方向。当前医学上压疮检测常使用医护人员观察的方法，观察的方法依赖于医护人员的经验，对潜在的压疮病变不易察觉，对已存在的压疮部位的严重程度难以判断。传统的方法降低了医护人员的诊断效率和诊断精度。
技术实现思路
1、针对以上问题，本专利技术提供了一种基于opencv图像处理的压疮检测方法，使用数字图像处理技术，帮助医护人员以数据化和图像化的形式直观了解患者的压疮情况和严重程度，不仅提高了医护人员工作效率，改善了患者就医时的不适感，更直接增加了压疮检测的精度和准确性，有极大的应用价值。
2、为实现上述目的，本专利技术采用的技术方案如下：
3、一种基于opencv图像处理的压疮检测方法，包括以下步骤：
5、步骤2、采用热成像仪对患者的压疮部位进行扫描，得到红外图像数据；
6、步骤3、采用基于opencv算法库构建的分析软件对三维图像数据进行图像处理和数据分析，识别出压疮区域，提取出压疮数据；
7、步骤4、采用基于opencv算法库构建的分析软件对红外图像数据进行温度读取，提取出图像的红外温度；
8、步骤5、根据压疮区域、压疮数据和红外温度了解压疮情况和严重程度。
9、进一步的，在步骤3中，三维图像数据的图像处理包括预处理、阈值分割、边缘检测、特征提取与匹配、数据标定。
10、进一步的，预处理包括灰度化处理、直方图处理和去噪；
11、灰度化处理包括：假设图像的r、g、b像素点数值分别为、和，表示任一像素点在图像上的存储坐标位置，使用公式（1）进行灰度化处理得到灰度化处理后的坐标：
12、 （1）；
13、直方图处理包括：假设图像的像素总数为、灰度级数量为，是灰度级数值大小，是灰度级对应的像素点数量，k∈[0, num-1]，nj表示灰度值为rj的像素点数量，j∈[0, k]，通过公式（2）将图像的像素灰度值由原灰度值映射为新灰度值：
14、（2）；
15、去噪包括：采用小波变换，将图像的像素点矩阵分成多个如公式（3）所示的的像素点矩阵：
16、 （3）；
17、将每一个像素点矩阵做公式（4）、公式（5）、公式（6）、公式（7）四种变换：
18、 （4）；
19、 （5）；
20、 （6）；
21、 （7）；
22、保留a，设置去噪阈值对、、作去噪滤波处理，更新、、；
23、采用小波复原，根据保留的a和更新的、、得到如公式（8）所示的新的像素点矩阵：
24、（8）；
25、使用新的像素点矩阵替代公式（3）原来的像素点矩阵，得到小波去噪后的新图像。
26、进一步的，阈值分割包括以下步骤：
27、步骤a：设定新图像的双峰阈值的差值为；
28、步骤b：设定新图像的平均灰度为初始阈值；
29、步骤c：使用初始阈值分割新图像为编号、的两组，将灰度值大于设为组，灰度值小于等于设为组；
30、步骤d：计算、组的平均灰度值分别为；
31、步骤e：设定新阈值为；
32、步骤f：重复步骤b~e，直至阈值差的绝对值；
33、满足步骤f的条件后，得到有效的阈值，将新图像作二值化处理，将灰度值大于的像素值设为255、小于的像素值设为0，完成压疮区域与正常皮肤的分割。
34、进一步的，边缘检测包括：假设压疮区域的任一像素点为，使用平面坐标表示当前像素点在新图像中的坐标位置；
35、计算像素点在坐标轴上的导数为：
36、；
37、计算像素点在坐标轴上的导数为：
38、；
39、计算像素点的梯度平方 g 2为：
40、 g 2 =()2+()2；
41、设定梯度阈值为，将梯度平方 g 2大于梯度阈值的像素点设定为边缘点，将边缘点的像素值设为255、边缘点外的像素值设为0，得到压疮区域的边缘。
42、进一步的，特征提取与匹配采用orb算法提取包括肉芽、结痂的特征点，再将特征点转化为特征向量。
43、进一步的，特征点的提取方法包括：假设像素点的像素值为，设定特征点提取的阈值为；以像素点为圆心，选择长度为3个像素点的半径画圆形，在圆形内选取距离圆心相同距离的4个像素点，若4个像素点中存在某一像素点的像素值大于 +，判定该像素点亮于圆心，否则暗于圆心；当圆形中存在多个像素点均亮于圆心或暗于圆心时，判定像素点为特征点；
44、特征点转化为特征向量的方法包括：以特征点为圆心画圆形，在圆形内选取 n个点对，对 n个点对的左右端点像素值进行对比，若左端点像素值大于右端点像素值，则取为1，否则取为0，将特征点转化为特征向量。
45、进一步的，数据标定包括：采用不同线条分别标记压疮区域在图像的边缘线、长度和宽度；由在图像的长度、宽度计算压疮区域在图像的面积；采用文字在压疮区域旁标记压疮区域在图像的长度、宽度和面积，生成带有线条和文字标记的展示图。
46、进一步的，根据展示图提取出包括压疮区域在实际的长度、宽度、深度、面积的压疮数据，具体为：在边缘线上选取坐标轴上和对应的两个像素点，结合3d相机的sdk接口获取压疮区域在实际的长度；在边缘线上选取坐标轴上和对应的两个像素点，结合3d相机的sdk接口获取压疮区域在实际的宽度；在本文档来自技高网...
【技术保护点】
1.一种基于OpenCV图像处理的压疮检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于OpenCV图像处理的压疮检测方法，其特征在于，在步骤3中，三维图像数据的图像处理包括预处理、阈值分割、边缘检测、特征提取与匹配、数据标定。
3.根据权利要求2所述的一种基于OpenCV图像处理的压疮检测方法，其特征在于，预处理包括灰度化处理、直方图处理和去噪；
4.根据权利要求3所述的一种基于OpenCV图像处理的压疮检测方法，其特征在于，阈值分割包括以下步骤：
5.根据权利要求4所述的一种基于OpenCV图像处理的压疮检测方法，其特征在于，边缘检测包括：假设压疮区域的任一像素点为，使用平面坐标表示当前像素点在新图像中的坐标位置；
6.根据权利要求2所述的一种基于OpenCV图像处理的压疮检测方法，其特征在于，特征提取与匹配采用ORB算法提取包括肉芽、结痂的特征点，再将特征点转化为特征向量。
7.根据权利要求6所述的一种基于OpenCV图像处理的压疮检测方法，其特征在于，特征点的提取方法包括：假设像素
8.根据权利要求5所述的一种基于OpenCV图像处理的压疮检测方法，其特征在于，数据标定包括：采用不同线条分别标记压疮区域在图像的边缘线、长度和宽度；由在图像的长度、宽度计算压疮区域在图像的面积；采用文字在压疮区域旁标记压疮区域在图像的长度、宽度和面积，生成带有线条和文字标记的展示图。
9.根据权利要求8所述的一种基于OpenCV图像处理的压疮检测方法，其特征在于，根据展示图提取出包括压疮区域在实际的长度、宽度、深度、面积的压疮数据，具体为：在边缘线上选取坐标轴上和对应的两个像素点，结合3D相机的SDK接口获取压疮区域在实际的长度；在边缘线上选取坐标轴上和对应的两个像素点，结合3D相机的SDK接口获取压疮区域在实际的宽度；在边缘线内选择在、的区间且偏向压疮区域中心的任一像素点，结合3D相机的SDK接口获取当前像素点的局部深度；根据OpenCV算法库中的轮廓面积函数API接口获取压疮区域在实际的面积。
10.根据权利要求1所述的一种基于OpenCV图像处理的压疮检测方法，其特征在于，在步骤4中，采用基于OpenCV算法库构建的分析软件读取红外图像数据，结合热成像仪的SDK接口得到红外分布图，读取并标记红外分布图中心点的红外温度。
...【技术特征摘要】
1.一种基于opencv图像处理的压疮检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于opencv图像处理的压疮检测方法，其特征在于，在步骤3中，三维图像数据的图像处理包括预处理、阈值分割、边缘检测、特征提取与匹配、数据标定。
3.根据权利要求2所述的一种基于opencv图像处理的压疮检测方法，其特征在于，预处理包括灰度化处理、直方图处理和去噪；
4.根据权利要求3所述的一种基于opencv图像处理的压疮检测方法，其特征在于，阈值分割包括以下步骤：
5.根据权利要求4所述的一种基于opencv图像处理的压疮检测方法，其特征在于，边缘检测包括：假设压疮区域的任一像素点为，使用平面坐标表示当前像素点在新图像中的坐标位置；
6.根据权利要求2所述的一种基于opencv图像处理的压疮检测方法，其特征在于，特征提取与匹配采用orb算法提取包括肉芽、结痂的特征点，再将特征点转化为特征向量。
7.根据权利要求6所述的一种基于opencv图像处理的压疮检测方法，其特征在于，特征点的提取方法包括：假设像素点的像素值为，设定特征点提取的阈值为；以像素点为圆心，选择长度为3个像素点的半径画圆形，在圆形内选取距离圆心相同距离的4个像素点，若4个像素点中存在某一像素点的像素值大于+，判定该像...
【专利技术属性】
技术研发人员：赵志颖，蒋泉，吴世雄，卢清辰，陈吉欣，
申请(专利权)人：四川省医学科学院·四川省人民医院，
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。