[发明专利]一种基于语义分割的静脉输液液位检测方法在审

专利信息
申请号: 202211641325.9 申请日: 2022-12-20
公开(公告)号: CN115953579A 公开(公告)日: 2023-04-11
发明(设计)人: 邹学玉;邹章晨;张新俊 申请(专利权)人: 长江大学
主分类号: G06V10/26 分类号: G06V10/26;G06V10/80;G06V10/82;G06N3/047;G06N3/0464;G06N3/08
代理公司: 武汉开元知识产权代理有限公司 42104 代理人: 张钰;陈家安
地址: 434023 *** 国省代码: 湖北;42
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 基于 语义 分割 静脉 输液 检测 方法
【说明书】:

发明提供了一种基于语义分割的静脉输液液位检测方法,包括以下步骤:将输液瓶和输液袋图像进行液位标注,得到数据集;特征提取模块提取数据集中图像特征,生成低级特征图和高级特征图;将高级特征图输入深度特征提取模块中得到第一特征图;将低级特征图和第一特征图输入特征融合模块得到融合特征图;将融合特征图输入全连接模块,得到数据集中图像有液面和无液面的语义分割结果;根据数据集中图像的液位标注和语义分割结果以及目标损失函数对语义分割网络进行迭代训练,得到语义分割网络模型;将待测的输液瓶或者输液袋图像输入语义分割网络模型,输出静脉输液液位检测结果。本发明能够准确且高效地识别静脉注射时的液位状态。

技术领域

本发明属于图像处理技术领域,具体涉及一种基于语义分割的静脉输液液位检测方法。

背景技术

静脉输液是医院对患者进行临床治疗的常用手段。在日常输液过程中,需要医护人员经常关注患者输液瓶中的药量情况,以便及时为患者换液或抽针。对于重症监护室的患者及没有家人陪伴且患有传染性疾病的患者来说,医护人员更需密切关注患者输液情况。在输液过程中,如果未能及时处理输液瓶流空情况,可能会出现回血状况,轻则让病患打针部位出现肿痛,重则可能会导致病人休克。当输液患者较多,输液监护与处理工作是一个很大的负担。

输液监护与处理工作中输液液位检测是重要的一环,只有依靠设备取代人工实现了输液液位的自动检测,才有可能实现输液监护的自动化。现有的液位检测方法主要通过电容、超声波等方式实现液位检测。电容式液位检测对于介质和液面上部的介电常数必须保持恒定才能准确测量;超声波液位检测装置受传输媒介的气体成分影响较大,并受到输液袋和输液袋容器几何结构的影响。上述输液液位检测方式受到外部环境因素影响时均不能正常工作。

发明内容

本发明的目的就是为了解决上述背景技术存在的不足,提供一种基于语义分割的静脉输液液位检测方法,能够准确且高效地识别静脉输液的液位,且不受外部环境因素影响。

本发明采用的技术方案是:一种基于语义分割的静脉输液液位检测方法,包括以下步骤:

将输液瓶和输液袋图像进行液位标注,得到数据集;

将数据集输入语义分割网络中;

所述语义分割网络包括特征提取模块、深度特征提取模块、特征融合模块和全连接模块;

所述特征提取模块提取数据集中图像特征,生成低级特征图和高级特征图;

将所述高级特征图输入所述深度特征提取模块中进行特征提取得到第一特征图;

将所述低级特征图和所述第一特征图输入所述特征融合模块中进行融合得到融合特征图;

将所述融合特征图输入全连接模块中,全连接模块对融合特征图上的像素点进行分类,得到数据集中图像有液面和无液面的语义分割结果;

根据数据集中图像的液位标注和语义分割结果以及目标损失函数对语义分割网络进行迭代训练,得到语义分割网络模型;

将待测的输液瓶或者输液袋图像输入语义分割网络模型;语义分割网络模型输出静脉输液液位检测结果。

上述技术方案中,所述特征提取模块包括卷积模块和多个倒残差模块;特征提取模块包括一阶段模块和二阶段模块,一阶段模块由卷积模块、卷积注意力模块和三个倒残差模块依次连接组成,一阶段模块输入为输液瓶或输液袋图像;输液瓶或输液袋图像经过一阶段模块提取特征后得到低级特征图;二阶段模块由十四个倒残差模块依次连接组成,二阶段模块的输入为低级特征图,低级特征图经过二阶段模块中的倒残差模块依次特征提取后,得到高级特征图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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长江大学,未经长江大学许可,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/202211641325.9/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top