【技术实现步骤摘要】
本申请实施例涉及图像处理，尤其涉及一种基于机器视觉的自动化伤口分析方法及系统。
技术介绍
1、随着医疗技术的发展，自动化伤口分析在临床诊断和治疗中变得越来越重要。特别是在慢性伤口管理、创伤急救和术后护理等场景中，医生需要定期评估伤口的愈合情况，以便及时调整治疗方案。传统的伤口评估方法依赖于医生的主观判断，容易受到人为因素的影响，且耗时耗力。因此，迫切需要一种伤口分析方法，能够客观、准确地评估伤口的愈合情况，提高医疗效率和患者康复速度。
2、近年来，基于深度学习的图像识别技术得到了广泛应用，如使用卷积神经网络进行伤口识别和分类，取得了较好的效果。然而，现有的深度学习方法大多集中在全局特征的提取，存在伤口分析准确性低的问题。
技术实现思路
1、本申请实施例提供一种基于机器视觉的自动化伤口分析方法，用以解决现有技术中存在的伤口分析准确性低的问题。
2、第一方面，本申请实施例提供了一种基于机器视觉的自动化伤口分析方法，包括：
3、获取图像采集设备采集到的目标伤口...
【技术保护点】
1.一种基于机器视觉的自动化伤口分析方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述目标伤口识别结果和历史伤口识别结果，分区域阶段拟合伤口变化趋势，得到各子区域各阶段的伤口拟合结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于子区域的第一局部伤口识别结果和第二局部伤口识别结果，分阶段拟合伤口变化趋势，得到子区域各阶段的伤口拟合结果，包括：
4.根据权利要求3所述的方法，其特征在于，各阶段包括：未治疗阶段、治疗前期阶段、治疗中期阶段和治疗后期阶段；
5.根据权利要求1所述的方法...
【技术特征摘要】
1.一种基于机器视觉的自动化伤口分析方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述目标伤口识别结果和历史伤口识别结果，分区域阶段拟合伤口变化趋势，得到各子区域各阶段的伤口拟合结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于子区域的第一局部伤口识别结果和第二局部伤口识别结果，分阶段拟合伤口变化趋势，得到子区域各阶段的伤口拟合结果，包括：
4.根据权利要求3所述的方法，其特征在于，各阶段包括：未治疗阶段、治疗前期阶段、治疗中期阶段和治疗后期阶段；
5.根据权利要求1所述的方法，其特征在于，所述基于所述目标伤口图像，通过与伤口类型标识对应的深度学习模型识别伤口，得到目标伤口识别结果，包括：
【专利技术属性】
技术研发人员：朱海燕，王亚南，马唯一，黄晶晶，蒙洋，
申请(专利权)人：中国人民解放军总医院第一医学中心，
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。