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】
本专利技术涉及麻醉监测,尤其涉及家兔麻醉状态判断方法、装置、设备、介质和程序产品。
技术介绍
1、由于兔子的dna序列非常接近人类,体积和显药性成正比。家兔血清量产生较多,胸淋巴结明显,耳静脉大易于注射和采血;对细菌内毒素、化学药品、异种蛋白会产生发热反应,对皮肤刺激反应近似于人类。故常在教学中广泛应用。随着医疗技术的快速发展,家兔的实验场次也不断增加。在这些实验中,麻醉效果的好坏是实验顺利进行的关键,只有麻醉效果达到预期,实验才能得到准确可靠的结果。
2、在实验过程中,实验者常常依靠肉眼观察来判断家兔的麻醉情况,从而决定下一步操作步骤。但本申请专利技术人在实现本申请实施例中专利技术技术方案的过程中,发现上述技术至少存在如下技术问题:肉眼观察存在判断误差,且一个老师常常兼顾多个加重了老师的教学负担。
技术实现思路
1、鉴于上述问题,本专利技术实施例通过提供家兔麻醉状态判断方法、装置、设备、介质和程序产品,解决了现有技术中老师教学负担和肉眼观察存在误差的问题,实现了麻醉状态判断的精准性。
2、本申请实施例提供了家兔麻醉状态判断方法、装置、设备、介质和程序产品。
3、第一方面,本专利技术提供了一种家兔麻醉状态判断方法,包括如下步骤:
4、获取待处理图像;
5、将待处理图像输入目标检测网络,通过所述目标检测网络对所述待处理图像进行目标检测,获得所述待处理图像中的目标输入图像;
6、将所述目标输入图像输入预设生成网络,
7、根据所述目标输出图像,确定家兔的麻醉状态。
8、优选地,所述根据所述目标输出图像,确定家兔的麻醉状态,包括:
9、按照所述待处理图像的获取顺序,获取待判断图像,其中,所述待判断图像包括多个所述目标输出图像;
10、判断所述待判断图像的首张图像中是否包含第一目标信息和第二目标信息,其中,所述第一目标信息用于表示所述家兔的第一部位,所述第二目标信息用于表示所述家兔的麻醉位置;
11、若是,判断所述第二目标信息是否位于所述第一目标信息的阈值范围内;
12、若是,确认所述家兔为远心端注射。
13、优选地,在判断首个所述目标输出图像中是否包含第一目标信息和第二目标信息之后,还包括:
14、若是,根据所述待处理图像获取顺序,确认首张所述目标输出图像中第三目标信息的数量,其中,所述第三目标信息的数量用于表征所述家兔的出血量;
15、根据多个所述目标输出图像,确认每个所述目标输出图像中所述第三目标信息的最大数量;
16、判断所述第三目标信息的最大数量与所述第三目标信息的数量之差是否大于第一阈值;
17、若是,所述家兔处于出血状态。
18、优选地,在判断首个所述目标输出图像中是否包含第一目标信息和第二目标信息之后,还包括:
19、若是,确认所述待判断图像中包含第四目标信息的图像数量,其中,所述第四目标信息用于表征所述家兔的侧卧状态;
20、判断所述图像数量在多个所述目标输出图像中的占比是否超过第二阈值;
21、若是,确定每个所述目标输出图像中第五目标信息和第六目标信息的坐标信息;
22、将所述坐标信息相交,确定最大波峰;
23、判断所述最大波峰是否大于第三阈值;
24、若是,根据所述第五目标信息和所述第六目标信息的类型,确定麻醉进度。
25、优选地,所述预设生成网络的构建方式,包括:
26、获取多个训练输入图像,所述训练输入图像为从原始图像检测的前景图像;
27、基于所述多个训练输入图像对生成对抗网络进行迭代训练,所述生成对抗网络包括生成器和判别器;
28、在所述对抗性损失小于预设值,且感知损失在预设范围内时,确定满足迭代训练停止条件,获得所述预设生成网络;
29、其中,每次迭代训练包括:
30、将所述训练输入图像输入所述生成器,生成训练输出图像;
31、将所述训练输出图像输入所述判别器,得到所述判别器输出的判别结果;
32、根据所述判别器输出的判别结果与真实结果之间的差异得到感知损失;
33、根据所述训练输出图像与对应的所述训练输入图像之间的差异得到对抗性损失;
34、根据所述感知损失和所述对抗性损失,得到模型损失;
35、根据所述模型损失调整所述生成对抗网络的模型参数。
36、优选地,所述目标检测网络的构建方式,包括:
37、获取多个训练目标图像;
38、对所述多个训练目标图像中的目标进行标注,获得对应的目标标注数据;
39、根据所述多个训练目标图像及对应的所述目标标注数据对检测网络进行训练,获得所述目标检测网络。
40、第二方面,本专利技术还提供了一种判断家兔麻醉状态的装置,包括:
41、获取模块,用于获取待处理图像;
42、生成模块,用于将所述待处理图像输入目标检测网络,通过所述目标检测网络对所述待处理图像进行目标检测,获得所述待处理图像中的目标输入图像;
43、分割模块,用于将所述目标输入图像输入预设生成网络,通过所述预设生成网络,生成与所述目标输入图像不同风格的目标输出图像;
44、确定模块,用于根据所述目标输出图像,确定家兔的麻醉状态。
45、第三方面,本专利技术还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现判断家兔麻醉状态方法中任一项所述的方法的步骤。
46、第四方面,本专利技术还提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现家兔麻醉状态判断方法中任一项所述的方法的步骤。
47、第五方面,本专利技术还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现判断家兔麻醉状态方法中任一项所述的方法的步骤。
48、本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
49、上述家兔麻醉状态判断方法、装置、计算机设备、存储介质和程序产品,通过根据目标检测网络获得待处理图像中的目标输入图像,并根据预设生成网络生成与目标输入图像风格不同的目标输出图像,根据目标输出图像判断家兔的麻醉状态,解决了现有技术中老师教学负担和肉眼观察存在误差的问题,实现了自动判断麻醉状态、保证判断精准性的技术效果。
本文档来自技高网...【技术保护点】
1.一种家兔麻醉状态判断方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标输出图像,确定家兔的麻醉状态,包括:
3.根据权利要求2所述的方法,其特征在于,在判断首个所述目标输出图像中是否包含第一目标信息和第二目标信息之后,还包括:
4.根据权利要求2所述的方法,其特征在于,在判断首个所述目标输出图像中是否包含第一目标信息和第二目标信息之后,还包括:
5.根据权利要求1所述的方法,其特征在于,所述预设生成网络的构建方式,包括:
6.根据权利要求1所述的方法,其特征在于,所述目标检测网络的构建方式,包括:
7.一种判断家兔麻醉状态的装置,其特征在于,包括:
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
>10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种家兔麻醉状态判断方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标输出图像,确定家兔的麻醉状态,包括:
3.根据权利要求2所述的方法,其特征在于,在判断首个所述目标输出图像中是否包含第一目标信息和第二目标信息之后,还包括:
4.根据权利要求2所述的方法,其特征在于,在判断首个所述目标输出图像中是否包含第一目标信息和第二目标信息之后,还包括:
5.根据权利要求1所述的方法,其特征在于,所述预设生成网络的构建方式,包括:
6.根据权利要求1所述的方法,其...
【专利技术属性】
技术研发人员:陈柳,王世顺,王宇阳,杨天顺,龙鑫,黄武,
申请(专利权)人:成都泰盟软件有限公司,
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。