[发明专利]静脉区域的检测方法、装置和设备

说明书

本发明涉及一种静脉区域的检测方法、装置和设备，通过利用预设的近红外摄像设备采集检测区域的区域图像；将区域图像输入到预先训练好的静脉检测模型中；获取静脉检测模型输出的预测框置信度；若预测框置信度大于预设阈值，获取静脉检测模型输出的静脉区域检测结果，实现了根据区域图像自动确定静脉区域的检测结果，不易受到摆放姿势、患者肤色以及患者年龄的影响，有效提高了静脉区域的检测精度。

技术领域

本发明涉及静脉检测技术领域，具体涉及一种静脉区域的检测方法、装置和设备。

背景技术

静脉输液是治疗和抢救患者的重要医疗手段之一，静脉采血则是诊断病人疾病的重要依据。传统的静脉采血或输液需要医护人员人工进行穿刺。随着科技发展，计算机视觉、人工智能等技术开始逐步应用到医疗领域上来。通过近红外成像技术可获得包含静脉的近红外图像，然后利用包含静脉信息的近红外图像来确定穿刺点位置，由自动穿刺设备实现穿刺、输液、采血等工作。

在实际操作过程中，由于检测区域的放置位置并不固定，每个人的检测区域的大小以及在摄像头下的摆放位置均有差异，所以要确定静脉最佳穿刺点，设备需要先确定静脉区域的具体位置。目前，关于静脉区域确定方法均是在实验室环境下确定静脉区域。以确定手背上的静脉区域为例，常用的方法有：固定手背区域范围，基于手背最大内切圆的几何方法；基于手背区域的灰度值阈值方法；基于质心法的手背区域选取方法。

然而，这些方法均对手背的摆放有严格的要求。而且，医院这一实际工作场景采集近红外图像时，由于不同年龄，不同肤色，不同患者在手背摆放时姿势不一样等因素，采集的图像并不能达到实验室的要求，导致无法精确地确定静脉区域。

发明内容

有鉴于此，本发明的目的在于提供一种静脉区域的检测方法、装置和设备，以克服目前无法精确地确定静脉区域的问题。

为实现以上目的，本发明采用如下技术方案：

一种静脉区域的检测方法，包括：

利用预设的近红外摄像设备采集检测区域的区域图像；

将所述区域图像输入到预先训练好的静脉检测模型中；

获取所述静脉检测模型输出的预测框置信度；

若所述预测框置信度大于预设阈值，获取所述静脉检测模型输出的静脉区域检测结果。

进一步地，以上所述静脉区域的检测方法，所述静脉检测模型的训练过程，包括：

获取训练集和验证集；

对所述训练集进行数据增强，得到增强训练集，以及，根据所述训练集确定先验框；

将所述增强训练集和所述先验框输入到预先构建的深度学习模型进行训练，通过调整不同的超参值得到多个初始静脉检测模型；

将所述验证集分别输入到每个所述初始静脉检测模型中，确定每个所述初始静脉检测模型的平均精度和召回率；

根据所述平均精度和所述召回率，在所述初始静脉检测模型中确定所述静脉检测模型。

进一步地，以上所述静脉区域的检测方法，所述获取训练集和验证集，包括：

利用所述近红外摄像设备采集若干张样本区域图像，以使所述用户在所述样本区域图像上标注静脉区域；

按照预设比例将已标注所述静脉区域的所述样本区域图像分为所述训练集和所述验证集。

进一步地，以上所述静脉区域的检测方法，所述根据所述训练集确定先验框，包括：

对标注所述静脉区域的标注框进行Kmeans聚类处理，得到所述先验框。