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】
本专利技术属于智慧医疗,具体涉及一种基于图像识别的智能化伤口信息采集系统。
技术介绍
1、在临床医疗上,随着慢性病的多发,医疗上会面临更多慢性伤口的护理和治疗,为了医护人员更好的了解伤口的演化过程,需要对慢性伤口准确测量和评估,这对于确定护理和治疗方案至关重要。伤口测量和评估主要包含伤口面积、深度、容积、颜色等多方面的监测,根据伤口的上述指标可以直观反映伤口愈合程度,综合患者的其他健康数据,给出更加有效的护理治疗方案,并且可以根据患者的实际情况对护理治疗方案进行调整,以适配不同的个体需求。
2、目前在伤口测量和评估方面,主要依靠物理测量方式,例如棉签或探针法、标尺法。这种测量方式会与患者的伤口直接接触,测量的顺利程度跟医护人员的经验成正比,测量的准确性不稳定,增加患者的疼痛感,也会提升感染的风险。随着大数据和人工智能技术的发展,对于伤口数据的智能化处理需求能够进一步得到满足,本专利技术旨在提供一种基于图像识别的智能化伤口信息采集系统。
技术实现思路
1、本专利技术的目的在于克服现有技术中存在的上述问题,提供了一种基于图像识别的智能化伤口信息采集系统,该系统实现了对于伤口数据的智能采集、测量和评估,进一步提升了伤口数据测量和评估的准确性,为辅助专业医护人员确定针对性的护理和治疗方案提供了有力的支撑。
2、为了实现上述专利技术目的,本专利技术提供了以下技术方案:
3、一种基于图像识别的智能化伤口信息采集系统,其特征在于,包括如下功能模块:
5、数据处理模块:包括伤口测量单元,用于对所述伤口图像数据进行处理,提取伤口的长、宽、面积、颜色指标,确定伤口尺寸特征向量和伤口颜色特征向量;伤口评估单元,用于根据所述患者伤口数据、护理治疗数据和历史健康数据确定伤口演化过程,得到伤口评估结果;根据所述伤口视频数据提取伤口周边皮肤特征向量,根据所述护理治疗数据提取伤口护理治疗特征向量,根据所述历史健康数据提取历史健康特征向量;将伤口尺寸特征向量、伤口颜色特征向量、伤口周边皮肤特征向量、伤口护理治疗特征向量和历史健康特征向量特征向量进行融合处理得到融合后的患者数据特征向量,将所述融合后的患者数据特征向量输入到预先训练的人工卷积神经网络模型中,输出所述患者伤口所属病程阶段的概率特征向量;
6、应用服务模块:包括预警单元,用于根据伤口智能评估结果和伤口愈合标准进程之间的偏差程度实现危险情况预警;可视化单元,用于对患者伤口愈合演化过程实现可视化展示。
7、进一步,所述数据采集模块还包括:
8、所述伤口数据采集设备在标尺模式下工作时,取景框中同时包括患者伤口和纸质标尺,所述纸质标尺为大小1.5cm*1.5cm的方块;所述伤口数据采集设备在颜色模式下工作时,取景框中同时包括患者伤口和纸质色块,所述纸质色块为大小1.5cm*1.5cm的方块,以田字格的方式四等分为黑色区域、白色区域、红色区域、黄色区域;所述伤口数据采集设备在视频模式下工作时,设备可视界面上有水平引导线,工作人员以患者伤口为中心,水平旋转360度采集伤口周边皮肤组织的视频图像。
9、进一步,所述伤口测量单元还包括:
10、首先对标尺模式下采集的伤口图像进行背景分割,将拍摄的环境背景初步分离出来,得到仅包含皮肤、伤口以及标尺的目标图像;将所述目标图像分别输入第一区域分割通道和第二区域分割通道;所述第一区域分割通道中,将所述目标图像裁剪成512*512像素的标准化图像并转换成灰度图像,将灰度图像均匀划分为32*32的子像素块,共256块,在每个子像素块中并行实现区域分割,方法为:选取子像素块中具有最大像素值a的像素点x作为初始种子点,设置阈值b,其中b小于a,寻找该子像素块中x的8连通区域中像素值范围属于[a-b,a+b]的像素点集合c1,计算该像素点集合c1的均值c,再分别以c1中的每个像素点作为种子点,分别寻找该子像素块中每个种子点的8连通区域中像素值范围属于[c-b,c+b]的像素点集合c2,依次类推,直到没有满足要求的像素点,得到最后一次寻找到的像素点集合cn,将所述集合cn区域以内的像素点值设置为1,将所述集合cn区域以外的像素点值设置为0;将每个子像素块按照上述方法进行区域分割后进行整合得到第一分割图像i1。
11、进一步,所述伤口测量单元还包括:
12、所述第二区域分割通道中,将所述目标图像裁剪成512*512像素的标准化图像并映射到hsv颜色空间,分别对hsv的三个通道图像进行标尺区域检测和伤口区域检测后得到2张第二分割图像i2和图像i3,所述图像i2中的标尺区域像素点值为1,其余区域像素点值为0;所述图像i3中的伤口区域像素点值为1,其余像素点值为0;将所述图像i1分别与图像i2和i3中对应坐标点的像素点值进行与操作,得到标尺区域图像i4和伤口区域图像i5;根据所述i4和i5确定出伤口的长度值、宽度值、面积值,将三个值归一化映射到[0,1]范围内作为伤口尺寸特征向量。
13、进一步,所述伤口测量单元还包括:
14、首先对颜色模式下采集的伤口图像进行canny边缘检测,提取伤口边缘和标准色块区域边缘的像素坐标,再依据所述像素坐标从颜色模式下采集的伤口图像分割出保留颜色特征的标准色块和伤口区域图像j1,将所述图像j1映射到rgb空间中,利用标准色块所呈现的三通道像素值与标准黑色、白色、红色、黄色像素值之间的差值幅度对所述图像j1中的伤口区域图像进行校正,得到颜色校正后的图像j2;对所述图像j2进行颜色特征提取得到伤口颜色特征向量。
15、进一步,所述伤口评估单元还包括:
16、对所述伤口视频数据进行关键帧提取得到n张关键帧图像,将所述n张关键帧图像进行均值化处理后融合成一张图像p,对所述图像p进行纹理特征提取,根据所述纹理特征得到伤口周边皮肤特征向量。
17、进一步,所述伤口评估单元还包括:
18、依据预设的文本编码映射词典,将护理治疗数据和历史健康数据中涉及的文本描述转化成结构化数据后进行编码操作,得到护理治疗数据特征向量和历史健康数据特征向量。
19、进一步,所述伤口评估单元还包括:
20、将所述伤口尺寸特征向量、伤口颜色特征向量、伤口周边皮肤特征向量、护理治疗数据特征向量和历本文档来自技高网...
【技术保护点】
1.一种基于图像识别的智能化伤口信息采集系统,其特征在于,包括如下功能模块:
2.如权利要求1所述的一种基于图像识别的智能化伤口信息采集系统,其特征在于,所述数据采集模块具体包括:所述伤口数据采集设备在标尺模式下工作时,取景框中同时包括患者伤口和纸质标尺,所述纸质标尺为大小1.5cm*1.5cm的方块;所述伤口数据采集设备在颜色模式下工作时,取景框中同时包括患者伤口和纸质色块,所述纸质色块为大小1.5cm*1.5cm的方块,以田字格的方式四等分为黑色区域、白色区域、红色区域、黄色区域;所述伤口数据采集设备在视频模式下工作时,设备可视界面上有水平引导线,工作人员以患者伤口为中心,水平旋转360度采集伤口周边皮肤组织的视频图像。
3.如权利要求2所述的一种基于图像识别的智能化伤口信息采集系统,其特征在于,所述伤口测量单元具体包括:
4.如权利要求3所述的一种基于图像识别的智能化伤口信息采集系统,其特征在于,所述伤口测量单元具体包括:
5.如权利要求4所述的一种基于图像识别的智能化伤口信息采集系统,其特征在于,所述伤口测量单元具体包括:首
6.如权利要求5所述的一种基于图像识别的智能化伤口信息采集系统,其特征在于,所述伤口评估单元具体包括:对所述伤口视频数据进行关键帧提取得到n张关键帧图像,将所述n张关键帧图像进行均值化处理后融合成一张图像P,对所述图像P进行纹理特征提取,根据所述纹理特征得到伤口周边皮肤特征向量。
7.如权利要求6所述的一种基于图像识别的智能化伤口信息采集系统,其特征在于,所述伤口评估单元具体包括:依据预设的文本编码映射词典,将护理治疗数据和历史健康数据中涉及的文本描述转化成结构化数据后进行编码操作,得到护理治疗数据特征向量和历史健康数据特征向量。
8.如权利要求7所述的一种基于图像识别的智能化伤口信息采集系统,其特征在于,所述伤口评估单元具体包括:将所述伤口尺寸特征向量、伤口颜色特征向量、伤口周边皮肤特征向量、护理治疗数据特征向量和历史健康数据特征向量进行拼接后得到融合后的患者数据特征向量,将所述患者数据特征向量输入至预先训练好的人工卷积神经网络模型中,输出患者目前伤口所处于不同病程阶段的概率值向量,所述病程阶段包括炎症期、增生期和成熟期,将所述概率值向量中最大值对应的阶段作为患者伤口的预测阶段;所述预先训练的人工卷积神经网络模型包括一个输入层、一个输出层、2个卷积层、1个池化层、2个隐藏层、采用relu作为激活函数,采用交叉熵作为损失函数。
9.如权利要求8所述的一种基于图像识别的智能化伤口信息采集系统,其特征在于,所述应用服务模块具体包括:所述预警单元中,预先设置不同年龄段的伤口恢复周期与伤口所处阶段之间的映射关系表,若患者伤口的预测阶段与映射关系表中的阶段有差异,则输出预警信息并将患者的医疗数据发送给主管医护人员,以便提醒主管医护人员对该患者的情况进行关注。
10.如权利要求9所述的一种基于图像识别的智能化伤口信息采集系统,其特征在于,所述应用服务模块具体包括:所述可视化单元中:按照时间轴的方式展示患者伤口愈合演化过程,其中时间轴上设置有伤口数据采集时刻和治疗时刻,所述伤口数据采集时刻对应展示采集的伤口图片、伤口预测阶段、伤口理论阶段;所述治疗时刻对应展示用药方案。
...【技术特征摘要】
1.一种基于图像识别的智能化伤口信息采集系统,其特征在于,包括如下功能模块:
2.如权利要求1所述的一种基于图像识别的智能化伤口信息采集系统,其特征在于,所述数据采集模块具体包括:所述伤口数据采集设备在标尺模式下工作时,取景框中同时包括患者伤口和纸质标尺,所述纸质标尺为大小1.5cm*1.5cm的方块;所述伤口数据采集设备在颜色模式下工作时,取景框中同时包括患者伤口和纸质色块,所述纸质色块为大小1.5cm*1.5cm的方块,以田字格的方式四等分为黑色区域、白色区域、红色区域、黄色区域;所述伤口数据采集设备在视频模式下工作时,设备可视界面上有水平引导线,工作人员以患者伤口为中心,水平旋转360度采集伤口周边皮肤组织的视频图像。
3.如权利要求2所述的一种基于图像识别的智能化伤口信息采集系统,其特征在于,所述伤口测量单元具体包括:
4.如权利要求3所述的一种基于图像识别的智能化伤口信息采集系统,其特征在于,所述伤口测量单元具体包括:
5.如权利要求4所述的一种基于图像识别的智能化伤口信息采集系统,其特征在于,所述伤口测量单元具体包括:首先对颜色模式下采集的伤口图像进行canny边缘检测,提取伤口边缘和标准色块区域边缘的像素坐标,再依据所述像素坐标从颜色模式下采集的伤口图像分割出保留颜色特征的标准色块和伤口区域图像j1,将所述图像j1映射到rgb空间中,利用标准色块所呈现的三通道像素值与标准黑色、白色、红色、黄色像素值之间的差值幅度对所述图像j1中的伤口区域图像进行校正,得到颜色校正后的图像j2;对所述图像j2进行颜色特征提取得到伤口颜色特征向量。
6.如权利要求5所述的一种基于图像识别的智能化伤口信息采集系统,其特征在于,所述伤口评估单元具体包括:对所述伤口视频数据进行关键帧提取得到n张关键帧图像,将所述n张关键帧图像进行均值化处理后融合成一张图像...
【专利技术属性】
技术研发人员:熊淑君,徐泽俊,蒋星月,
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。