【技术实现步骤摘要】
本公开涉及图像处理，尤其涉及一种基于图像ai自动识别的病人体表特征监测方法、系统和电子设备。
技术介绍
1、水肿，是指组织间隙过量的体液潴留的疾病症状。引起水肿的原因有血浆胶体渗透压降低，毛细血管内流体静力压升高，毛细血管壁通透性增高，淋巴液回流受阻等。
2、引起体液平衡失调的原因：血浆胶体渗透压降低；毛细血管内流体静力压升高；毛细血管壁通透性增高；淋巴液回流受阻；肾素－血管紧张素－醛固酮系统辅助水钠潴留。
3、根据水肿的程度可分为轻、中、重度水肿，轻度水肿仅见于眼睑、眶下软组织，胫骨前、踝部的皮下组织，指压后可见组织轻度凹陷，体重可增加5％左右。中度：全身疏松组织均有可见性水肿，指压后可出现明显的或较深的组织凹陷，平复缓慢。重度：全身组织严重水肿，身体低垂部皮肤紧张发亮，甚至可有液体渗出，有时可伴有胸腔、腹腔、鞘膜腔积液。
4、在临床检查中，对于水肿患者，患者腹围、腿围大小和水肿程度，皆与护理措施相关，需要经常对水肿患者每天进行水肿程度监测，比如对有腹水的患者每天监测腹围，对下肢水肿或者怀疑有血栓的病人监测腿围，等等。而传统的水肿程度监测过程中，需要医护人员每天到病房，对病人的水肿部位进行水肿程度检查，并进行临床记录，将对患者水肿部位的水肿程度临床评估结果记录在患者的病历本中，虽然也有所检查，但是也存在如下临床问题：
5、一是医护人员需要每天跟踪查房，进行水肿部位检查评估，为医护人员增加了额外的医护负担，造成医护资源紧张；
6、二是医护人员临床评估，会消耗一定的时间，
7、三是对于水肿患者的评估结果，病历本不容易进行数据线上交互，若是医护人员需要远程检查水肿患者的水肿程度数据，会比较麻烦，花费较多的时间前往病房查看病历本，因此较为耗时。
技术实现思路
1、为了解决上述问题，本申请提出一种基于图像ai自动识别的病人体表特征监测方法、系统和电子设备。
2、本申请一方面，提出一种基于图像ai自动识别的病人体表特征监测方法，包括如下步骤：
3、采集水肿患者的水肿部位图像并上传后台服务器；
4、按照采集时序，对同一水肿部位的所述水肿部位图像进行有序登记，并打上时序标签；
5、基于轮廓识别算法，对所述水肿部位图像进行图像轮廓识别，提取得到对应的水肿图像轮廓；
6、按照预设水肿部位的水肿程度判断规则，判断所述水肿图像轮廓是否超过预设的水肿图像特征，输出并登记对应的水肿程度判断结果。
7、作为本申请的一可选实施方案，可选地，采集水肿患者的水肿部位图像并上传后台服务器，包括：
8、在后台服务器上登记水肿患者的身份id；
9、通过病房部署的图像采集系统，对水肿患者的同一水肿部位进行图像采集，并将采集的水肿部位图像上传后台服务器；
10、后台服务器接收所述水肿部位图像，将所述水肿部位图像绑定在所述水肿患者的身份id之下，并保存在后台数据库中。
11、作为本申请的一可选实施方案，可选地，采集水肿患者的水肿部位图像并上传后台服务器，还包括：
12、所述后台服务器将接收时间t与所述水肿部位图像进行关联，并建立起所述接收时间t与所述水肿部位图像之间的关联关系；
13、实时储存所述接收时间t与所述水肿部位图像之间的关联关系。
14、作为本申请的一可选实施方案，可选地，在采集水肿患者的水肿部位图像并上传后台服务器之后，还包括：
15、预设所述水肿部位图像的采集频率，并配置在所述后台服务器上；
16、建立所述后台服务器与所述图像采集系统之间的通信连接，并由所述后台服务器按照所述采集频率，定时向所述图像采集系统下发对应的图像采集指令；
17、所述图像采集系统定时响应所述图像采集指令，进行图像采集。
18、作为本申请的一可选实施方案，可选地，按照采集时序，对同一水肿部位的所述水肿部位图像进行有序登记，并打上时序标签，包括：
19、通过机器人控制系统，自动调节好所述图像采集系统与所述水肿部位之间的矢量采集方向；
20、调节完毕，按照采集频率所对应的采集时序，所述图像采集系统启动图像采集，开始执行当前采集时序的采集工作，采集对应所述水肿部位的所述水肿部位图像，并上传至所述后台服务器；
21、所述后台服务器接收所述水肿部位的所述水肿部位图像，并按照记录的接收时间t，生成对应的时序标签；
22、将所述时序标签标记在与当前采集时序相对应的所述水肿部位图像上，生成带时序标签的所述水肿部位图像。
23、作为本申请的一可选实施方案，可选地，基于轮廓识别算法，对所述水肿部位图像进行图像轮廓识别，提取得到对应的水肿图像轮廓，包括：
24、读取并识别各个所述水肿部位图像的所述时序标签，按照时序有序将各个所述水肿部位图像依次导入后台服务器上预先部署的图像ai自动识别模型中；
25、所述图像ai自动识别模型基于轮廓识别算法，对所述水肿部位图像进行图像轮廓识别，提取得到对应的水肿图像轮廓；
26、同时为所述水肿图像轮廓标记上对应的所述时序标签。
27、作为本申请的一可选实施方案，可选地，按照预设水肿部位的水肿程度判断规则，包括：
28、获取轻、中、重度水肿所对应的水肿图像；
29、基于卷积神经网络模型，分别提取所述水肿图像的水肿图像轮廓特征；
30、根据轻、中、重度水肿所对应的所述水肿图像轮廓特征，构建对应的所述水肿程度判断规则；
31、将所述水肿程度判断规则配置在所述后台服务器上。
32、作为本申请的一可选实施方案，可选地，判断所述水肿图像轮廓是否超过预设的水肿图像特征，输出并登记对应的水肿程度判断结果，包括：
33、读取并识别各个所述水肿部位图像的所述时序标签，按照时序有序对各个所述水肿部位图像的所述水肿图像轮廓进行水肿程度判断：
34、将所述水肿图像轮廓，与所述水肿程度判断规则中的所述水肿图像轮廓特征进行识别和对比，对比判断所述水肿图像轮廓所匹配的所述水肿图像轮廓特征，判断出所述水肿图像轮廓所处于的轻、中或者重度水肿程度，并输出对比结果；
35、将各个所述水肿部位图像的所述水肿图像轮廓的对比结果，按照时序登记并保存在所述水肿患者的身份id之下，并保存在后台数据库中。
36、本申请另一方面，提出一种实现所述基于图像ai自动识别的病人体表特征监测方法的系统，包括：
37、图像采集模块，用于采集水肿患者的水肿部位图像并上传后台服务器；
38、时序登记模块，用于按照采集时序，对同一水肿部位的所述水肿部位图像进行有序登记，并打上时序标签；
39、图像轮廓识别模块，用于基于轮廓本文档来自技高网...
【技术保护点】
1.一种基于图像AI自动识别的病人体表特征监测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于图像AI自动识别的病人体表特征监测方法，其特征在于，采集水肿患者的水肿部位图像并上传后台服务器，包括：
3.根据权利要求2所述的一种基于图像AI自动识别的病人体表特征监测方法，其特征在于，采集水肿患者的水肿部位图像并上传后台服务器，还包括：
4.根据权利要求2所述的一种基于图像AI自动识别的病人体表特征监测方法，其特征在于，在采集水肿患者的水肿部位图像并上传后台服务器之后，还包括：
5.根据权利要求4所述所述的一种基于图像AI自动识别的病人体表特征监测方法，其特征在于，按照采集时序，对同一水肿部位的所述水肿部位图像进行有序登记，并打上时序标签，包括：
6.根据权利要求5所述的一种基于图像AI自动识别的病人体表特征监测方法，其特征在于，基于轮廓识别算法，对所述水肿部位图像进行图像轮廓识别，提取得到对应的水肿图像轮廓，包括：
7.根据权利要求6所述的一种基于图像AI自动识别的病人体表特征监测方法，其特征
8.根据权利要求7所述的一种基于图像AI自动识别的病人体表特征监测方法，其特征在于，判断所述水肿图像轮廓是否超过预设的水肿图像特征，输出并登记对应的水肿程度判断结果，包括：
9.一种实现权利要求1-8中任一项所述基于图像AI自动识别的病人体表特征监测方法的系统，其特征在于，包括：
10.一种电子设备，其特征在于，包括：
...【技术特征摘要】
1.一种基于图像ai自动识别的病人体表特征监测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于图像ai自动识别的病人体表特征监测方法，其特征在于，采集水肿患者的水肿部位图像并上传后台服务器，包括：
3.根据权利要求2所述的一种基于图像ai自动识别的病人体表特征监测方法，其特征在于，采集水肿患者的水肿部位图像并上传后台服务器，还包括：
4.根据权利要求2所述的一种基于图像ai自动识别的病人体表特征监测方法，其特征在于，在采集水肿患者的水肿部位图像并上传后台服务器之后，还包括：
5.根据权利要求4所述所述的一种基于图像ai自动识别的病人体表特征监测方法，其特征在于，按照采集时序，对同一水肿部位的所述水肿部位图像进行有序登记，并打上...
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。