[发明专利]一种伤口测量的方法及装置、存储介质在审
申请号: | 201911265280.8 | 申请日: | 2019-12-11 |
公开(公告)号: | CN111067531A | 公开(公告)日: | 2020-04-28 |
发明(设计)人: | 周秋红;胡建中;黄伟红;赵楠;张其健;许景灿;彭闵;刘耕;苏郁;唐睿;易宜芳;刘泽灏;张江林;周捷 | 申请(专利权)人: | 中南大学湘雅医院;中移(成都)信息通信科技有限公司 |
主分类号: | A61B5/107 | 分类号: | A61B5/107 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 蒋姗 |
地址: | 410000 湖*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 伤口 测量 方法 装置 存储 介质 | ||
1.一种伤口测量的方法,其特征在于,应用于客户端,所述方法包括:
接收用户上传的伤口图片,所述伤口图片中的伤口为待测伤口;
将所述伤口图片发送给服务器;
接收所述服务器反馈的所述待测伤口的测量信息并显示。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在接收到用户的图像采集请求时,调用深度相机采集所述伤口图片对应的三维光点图形;
根据所述三维光点图形获取所述待测伤口的位置和深度信息;
根据所述位置和所述深度信息生成所述待测伤口的深度测量结果并显示。
3.根据权利要求2所述的方法,其特征在于,在根据所述三维光点图形获取所述待测伤口的位置和深度信息后,所述方法还包括:
根据所述待测伤口的位置和深度信息对所述待测伤口进行3D重构,生成所述待测伤口对应的3D图像;
在接收到用户的3D图像查看请求时,展示所述3D图像。
4.根据权利要求2所述的方法,其特征在于,所述方法还包括:
接收用户的报告生成请求;
根据所述用户的身份信息获取所述用户以往的测量记录;所述测量记录中包括所述待测伤口的以往测量信息和以往深度测量结果;
根据所述测量记录、所述测量信息、所述深度测量结果生成所述用户的伤口分析报告。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述测量信息包括:
所述待测伤口的长度、宽度、面积以及伤口组织颜色分类。
6.一种伤口测量的方法,其特征在于,应用于服务器,所述方法包括:
获取伤口图片,所述伤口图片中的伤口为待测伤口;
获取预先存储的用于对所述待测伤口进行测量的深度学习模型;
将所述伤口图片输入到所述深度学习模型中,得到所述待测伤口的测量信息。
7.根据权利要求6所述的方法,其特征在于,获取伤口图片,包括:
接收客户端发送的伤口图片;
在得到所述待测伤口的测量信息后,所述方法还包括:
将所述测量信息反馈给所述客户端。
8.根据权利要求6所述的方法,其特征在于,所述深度学习模型包括:第一神经网络模型、图像处理模型、第二神经网络模型;将所述伤口图片输入到所述深度学习模型中,得到所述待测伤口的测量信息,包括:
将所述伤口图片输入到所述第一神经网络模型;
通过所述第一神经网络模型从所述伤口图片中分割出伤口区域;
通过所述图像处理模型对所述伤口区域进行测量,得到通过像素距离表示的测量结果;
通过所述第二神经网络模型将所述像素距离转换为真实距离,输出所述测量信息。
9.根据权利要求6所述的方法,其特征在于,在获取伤口图片之前,所述方法还包括:
获取第一训练数据集,所述第一训练数据集中包括样本伤口图片和对所述样本伤口图片上的伤口进行标注得到的样本伤口标注图片;
基于所述第一训练数据集对初始的第一神经网络模型进行训练,得到训练好的用于分割伤口图片中的伤口区域的第一神经网络模型;
获取图像处理模型,所述图像处理模型用于对所述伤口区域进行测量,得到通过像素距离表示的测量结果;
获取第二训练数据集,所述第二训练数据集中包括标尺图片和所述标尺图片对应的标尺的刻度标准;
基于所述第二训练数据集对初始的第二神经网络模型进行训练,得到训练好的用于将像素距离转换为真实距离的第二神经网络模型;
依次连接训练好的第一神经网络模型、所述图像处理模型以及训练好的第二神经网络模型,得到所述深度学习模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学湘雅医院;中移(成都)信息通信科技有限公司,未经中南大学湘雅医院;中移(成都)信息通信科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911265280.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:点焊头
- 下一篇:一种制备(S)-2-(3,4-二氟苯基)环氧乙烷的方法