[发明专利]一种基于大数据的输液瓶换液顺序推荐方法及系统

权利要求书

1.一种基于大数据的输液瓶换液顺序推荐方法，其特征在于，该方法包括以下步骤：

步骤S1，实时采集各病房内含有吊瓶的图像，利用神经网络对采集各病房内含有吊瓶的图像进行处理，获取各个吊瓶的原始图像；

步骤S2，检测各个吊瓶原始图像中的液位面分界线；吊瓶原始图像包含液体区域和空瓶区域，所述液位面分界线为区分液体区域和空瓶区域的液面分界线；

步骤S3，利用设定时间间隔内液位面分界面的下降高度，计算出吊瓶药液输完所需的剩余时间；按此方法分别计算得到各个病床的吊瓶中药液输完所需的剩余时间后，按照剩余时间的长短进行排序，将排序结果作为换液的优先处理顺序进行推荐。

2.根据权利要求1所述的基于大数据的输液瓶换液顺序推荐方法，其特征在于，步骤S2中，检测吊瓶原始图像中的液位面分界线的步骤如下：

1)将吊瓶的原始图像转换为灰度图，确定各像素点的灰度值；

2)遍历灰度图像中各像素点，根据当前像素点与上一行相邻n(n≥2)个像素点之间的灰度差值和方位角，确定当前像素点的灰度调整值；该灰度调整值的计算式如下：

其中，Δp_i为灰度调整值，θ为相邻像素与当前像素之间的夹角，Δg_j为相邻像素与当前像素之间的灰度差值，n为当前像素点的相邻像素个数；

3)将灰度调整值叠加到当前像素点的灰度值上，以更新当前像素点的灰度值；

4)获得灰度调整后的灰度图像，在灰度值进行更新的像素点中，计算该像素点与上一行相邻像素点的灰度值梯度，确定出待选择的分界线；结合已知的液面分界线宽度和水平方向，最终确定出图像中的液面分界线。

3.根据权利要求2所述的基于大数据的输液瓶换液顺序推荐方法，其特征在于，步骤3)中，更新当前像素点的灰度值的具体步骤包括：

当当前像素点与其相邻像素之间的灰度差值Δg_j均大于零时，灰度值更新的公式如下：

p_i,new＝p_i-Δp_i

其中，p_i,new为叠加后更新的当前像素点的灰度值，p_i为当前像素点的灰度值，Δp_i为灰度调整值；

当当前像素点与其相邻像素之间的灰度差值Δg_j均小于零时，灰度值更新的公式如下：

p_i,new＝p_i+Δp_i

其中，p_i,new为叠加后更新的当前像素点的灰度值，p_i为当前像素点的灰度值，Δp_i为灰度调整值。

4.根据权利要求2所述的基于大数据的输液瓶换液顺序推荐方法，其特征在于，步骤4)中，确定出图像中的液面分界线包括：

(1)根据连通域分析法计算相互连通的被调整后的像素点长度，将其中连通域长度小于吊瓶宽度的集合判定为噪声点，对此类噪声点进行滤除，其中，吊瓶宽度的确定方法为：通过对吊瓶的语义分割图像进行连通域分析，选取水平方向相连通的最长边长，作为吊瓶宽度；

(2)对经上一步筛选后的连通域集合，继续基于水平方向进行筛选，对各像素点进行遍历，计算其与相邻像素之间的斜率方向，若不为水平方向则进行像素点滤除；

(3)根据灰度值梯度信息进行筛选，筛选灰度值梯度相同的像素点，被筛选的像素点所在直线作为最终的液位面分界线；所述的灰度值梯度为对应上下两行像素点的灰度差值，表示为p_i,j-p_i+1,j，i和i+1表示行，j表示列；

若此时还有不止一个连通域集合满足要求，则计算上下两行相邻像素点之间灰度值梯度的均方差，取其中最小的均方差对应的像素点所在直线作为最终的液位面分界线。