[发明专利]基于近红外图像获取最佳静脉穿刺点和方向的系统及方法

说明书

基于近红外图像获取最佳静脉穿刺点和方向的系统及方法，它属于人体手背静脉血管识别技术领域。本发明解决了采用现有方法难以找出最佳静脉穿刺点及穿刺方向的问题。本发明采用双边滤波方法对采集的手背近红外图像进行降噪，以尽可能保护静脉边缘信息的同时减少噪声，并依据手背轮廓特征动态选取ROI感兴趣区域，减少计算量以提高运算效率；设计基于Hessian矩阵的静脉特征增强算法，利用二阶微分算子与ROI图像进行微分以求取Hessian矩阵，借助其特征值和特征向量构造静脉增强滤波函数，获取静脉局部特征，提取出完整静脉网络结构，提高静脉位置识别的精度；开发静脉宽度特征可视化算法，筛选最佳静脉穿刺点以及穿刺方位。本发明可以应用于手背静脉血管识别。

技术领域

本发明属于人体手背静脉血管识别技术领域，具体涉及一种基于近红外图像获取最佳静脉穿刺点和方向的系统及方法。

背景技术

皮下静脉穿刺已经成为目前临床治疗中最为普遍的医疗手段，包括静脉输液、采血以及输血等。静脉穿刺的成功与否直接影响到患者的治疗、抢救是否及时、有效。因此，对于医护人员来说，能够准确且熟练地为患者进行手背静脉穿刺是非常重要的。然而现实生活中，由于患者个体皮肤颜色、静脉深浅以及脂肪厚度不同等因素的影响，经常会造成静脉穿刺失误。统计数据表明：普通成人的静脉穿刺首次失败率为28％；儿童的静脉穿刺首次失败率高达44％，其中需尝试穿刺3次以上才能成功进行注射的比例为43％。另一方面，从医护人员的角度来说，静脉访问成功率是评价其职业技术水平的标准之一。在临床操作中，如果未能及时、准确地访问患者静脉，很容易会使医护人员产生沮丧、急躁、缺乏自信等不利于身心健康以及工作效率的负面情绪。这些心理压力会影响医护人员的进一步发挥，从而影响到医院整体的医疗水平。

随着人工智能技术的发展，智能采血系统得到了越来越广的关注。智能采血系统主要依赖图像引导采血机器人实现。图像引导静脉穿刺的首要条件是能够采集到较为清晰的静脉血管图像并识别出静脉血管的位置。现有的静脉访问的辅助设备通常以近红外成像技术为基础，采集静脉图像，而后通过图像特征增强来处理改善图像中静脉血管模糊、背景不均匀的特性。目前，市场上在售的静脉显示仪主要有两种：一种是利用人体肌肉组织和静脉血管对可见红光的透过吸收率不同来提高护士目视识别静脉走向，分辨能力较强，操作简单。另一种是近红外静脉显像仪：其将近红外光投影至待检测部位，用红外摄像模块来接收而后成像在显示器上，医护人员通过观察显示器来获取静脉信息。但是由于实际采集到的近红外图像中噪声干扰较多，对比度偏低，图像清晰度不够，而这些因素又都会对采集图像中的静脉血管位置识别精度产生影响，因此，采用现有方法对静脉血管位置识别的精度仍然较低，进而难以找出最佳的静脉穿刺点及穿刺方向，通过配合图像增强算法改进图像清晰度并去除图像中噪声，便于医护人员进行静脉访问，对于寻找最佳静脉穿刺点及穿刺方向是十分必要的。

发明内容

本发明的目的是为解决由于采用现有方法对静脉血管位置识别的精度低，导致难以找出最佳的静脉穿刺点及穿刺方向的问题，而提出了一种基于近红外图像获取最佳静脉穿刺点和方向的系统及方法。

本发明为解决上述技术问题所采取的技术方案是：

基于本发明的一个方面，一种基于近红外图像获取最佳静脉穿刺点和方向的系统，所述系统包括近红外图像采集模块、图像预处理模块、ROI区域提取模块、特征增强模块、穿刺点及穿刺方向定位模块、图像配准模块；其中：

所述近红外图像采集模块用于采集人体手背的近红外图像，并将采集的图像发送给图像预处理模块；

所述图像预处理模块用于对接收的图像进行灰度化和滤波降噪处理，获得预处理后的图像，并将预处理后的图像发送给ROI区域提取模块；

所述ROI区域提取模块用于提取和拟合手背图像轮廓，根据提取和拟合的手背图像轮廓定位ROI区域位置；并将ROI区域的图像发送给特征增强模块；