[发明专利]一种喉罩通气监测方法及设备

说明书

本发明公开了一种喉罩通气监测方法及设备，包括实时采集喉罩通气时的视频图像信息；提取所述视频图像信息中单帧图像的物体表观特征；提取所述视频图像信息中多帧图像的像素光流特征；对所述物体表观特征进行区域检测和关键点检测，并生成预测关键点位置；对所述像素光流特征进行光流预测，并生成运动预测信息；结合分析所述预测关键点位置及所述运动预测信息，获得关键点位置的光流信息：采用本发明的一种喉罩通气监测方法及设备，能够通过可视化技术与同步图像分析技术，实时监测手术中喉罩的通气过程，包括喉罩是否移位、呼吸频率是否异常等的风险，及时提醒麻醉科医生检查并处理存在的问题，保障安全，防止发生气道管理中的不良事件。

技术领域

本发明涉及智能医疗器械领域，尤其涉及一种喉罩通气监测方法及设备。

背景技术

目前，视化插管技术已广泛应用，包括在可视喉镜直视下置入气管导管或喉罩，保障了机械通气的成功实施。

然而，术中患者体位的变动、喉部轻微的吞咽活动都可能导致喉罩位置变化，引起胃内压增加、通气不足甚至窒息，这些问题通过常规的呼吸机参数往往难以及时发现，为术中气道管理带来风险。

为保证喉罩通气过程的稳定性和安全性，需要根据可视喉罩拍摄到的视频，借助计算机视觉的方法持续监测声门位置和活动情况，及时发现喉罩的位置变动或患者呼吸不规则的紧急情况，发出报警，提醒医生及时检查，从而保障喉罩通气的安全。深度卷积神经网络在计算机视觉各类任务的成功应用为本专利保证可视化监测喉罩通气技术的安全性打下了坚实的基础。

针对现有技术中所存在的问题，提供一种喉罩通气监测方法及设备具有重要意义。

发明内容

为解决上述问题，本发明提供一种喉罩通气监测方法及设备。

为实现上述目的，本发明的一种喉罩通气监测方法包括以下步骤：实时采集喉罩通气时的视频图像信息；提取所述视频图像信息中单帧图像的物体表观特征；提取所述视频图像信息中多帧图像的像素光流特征；对所述物体表观特征进行区域检测和关键点检测，并生成预测关键点位置；对所述像素光流特征进行光流预测，并生成运动预测信息；结合分析所述预测关键点位置及所述运动预测信息，获得关键点位置的光流信息；

进一步地，在提取所述视频图像信息中单帧图像的物体表观特征之后，还包括步骤：根据所述物体表观特征，进一步对所述物体表观特征中不同尺度的目标物体提取表观特征，得到多尺度物体表观特征；

进一步地，对所述物体表观特征进行区域检测和关键点检测，并生成预测关键点位置具体为：对所述多尺度物体表观特征进行区域检测和关键点检测，并生成预测关键点位置；

进一步地，在对所述物体表观特征进行区域检测和关键点检测，并生成预测关键点位置之后，还包括步骤：根据所述预测关键点位置，对喉罩通气进行异常检测，判断所述喉罩的是否发生位移异常及是否发生漏气或反流的异常现象；

进一步地，在结合分析所述预测关键点位置及所述运动预测信息，获得关键点位置的光流信息之后还包括步骤：根据所述关键点位置的光流信息，对喉罩通气进行定量分析；

本发明还提供了一种喉罩通气监测设备，包括图像采集模块、物体表观特征提取模块、像素光流特征提取模块、检测模块、光流预测模块及分析模块；所述图像采集模块用于实时采集喉罩通气时的视频图像信息；所述物体表观特征提取模块用于实时提取所述视频图像信息中单帧图像的物体表观特征；所述像素光流特征提取模块用于实时提取所述视频图像信息中多帧图像的像素光流特征；所述检测模块用于对所述物体表观特征进行区域检测和关键点检测，并生成预测关键点位置；所述光流预测模块用于对所述像素光流特征进行光流预测，并生成运动预测信息；所述分析模块用于结合分析所述预测关键点位置及所述运动预测信息，获得关键点位置的光流信息；