[发明专利]一种手术室麻醉药品的识别系统有效
| 申请号: | 202110396311.4 | 申请日: | 2021-04-13 |
| 公开(公告)号: | CN113192596B | 公开(公告)日: | 2022-10-14 |
| 发明(设计)人: | 胡黎黎;卢孙山;顾健腾;王莉;鲁开智 | 申请(专利权)人: | 中国人民解放军陆军军医大学第一附属医院 |
| 主分类号: | G16H20/17 | 分类号: | G16H20/17;G16H20/13;G16H40/20;G06K17/00;G06V20/62;G06V30/168;G06V10/82;G06F21/32;G06V40/40;G06V40/70;G06N3/04;G06N3/08 |
| 代理公司: | 北京国坤专利代理事务所(普通合伙) 11491 | 代理人: | 张国栋 |
| 地址: | 400038 重*** | 国省代码: | 重庆;50 |
| 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 手术室 麻醉药品 识别 系统 | ||
1.一种手术室麻醉药品的识别系统,其特征在于,所述手术室麻醉药品的识别系统包括:
用户验证登陆模块,与中央控制模块连接,用于通过用户验证登陆程序进行用户的验证,并在验证通过后进行用户登录;
用户信息验证的过程为:
构建密钥,并发送给终端,终端根据发送的密钥进行信息特征匹配识别,作出相应的反馈;
所述用户信息特征匹配识别的过程为:
根据用户的信息,建立对应的测试数据集和训练数据集;
根据信息特征识别模型,确定测试数据集和训练数据集之间的距离;根据距离,对训练数据集中的特征进行排序;
选取距离最小的K个点,确定K个点所在类别的出现频率,返回K个点中出现频率最高的类别,作为信息特征匹配的最佳选择;
药物图像采集模块,与中央控制模块连接,用于通过入库前通道上方设置的摄像头进行麻醉药物图像的采集,得到麻醉药物图像;
文字提取模块,与中央控制模块连接,用于通过文字识别程序进行麻醉药物图像中文字的提取,得到麻醉药物图像中的文字信息;
所述通过文字识别程序进行麻醉药物图像中文字的提取,得到麻醉药物图像中的文字信息,包括:
将获得的麻醉药物图像进行预处理,得到处理后的图像;所述将获得的麻醉药物图像进行预处理,包括:
图片灰度化:
对于RGB彩色图像,图像中的每一个像素是由R,G,B三原色分三个通道存储不同的数值,其中,R为红,G为绿,B为蓝;一个像素点的颜色便由这三个不同数值的三原色叠加产生;灰度图是一种R,G,B三通道值均相同的特殊彩色图像,这种图像与彩色图像一样描述了图片整体和局部的色度和亮度,已知一张彩色图像的数值信息,则它的灰度图可以通过以下公式得出:
Gray=B;Gray=G;Gray=R;
Gray=0.72169B+0.71516G+0.212674R;
对于HSV彩色图像,一个HSV颜色结构的像素点(h,s,v)可以与RGB颜色模型有如下转化方式:
p=v×(1-s);
q=v×(1-f×s);
t=v×(1-(1-f)×s);
其中,HSV表示Hue,Saturation,Value;
对于每一个像素点的颜色向量(r,g,b):
其中h∈[0,360],是色向角,而s,v∈[0,1]表示颜色的透明饱和度;
图像细化:
利用Zhang快速并行细化算法;
第一步细化的条件为:
2≤N(P1)≤6N(x)表示点x邻域中黑点的个数;
A(P1)=1A(x)是指在点x的邻域中按P2-P8的顺序,由黑变到白的次数,即由0变为1的次数;
P2*P4*P6=0
P4*P6*P8=0
如果满足以上四个条件则改点删除;
第二步细化的条件是:
2≤N(P1)≤6N(x)表示点x邻域中黑点的个数;
A(P1)=1A(x)是指在点x的邻域中按p2-p8的顺序,由黑变到白的次数,即由0变为1的次数;
P2*P4*P8=0
P2*P6*P8=0
如果满足以上四个条件则改点被删除;
重复两个细化步骤细化图像,按照图像中形状轮廓的像素粗细程度可以调整迭代次数,最终提取出图片中的骨架;
进行卷积神经网络优化算法的设计,通过卷积神经网络优化算法对处理后的图像中的文字进行识别;
设计TF-IDF优化算法提取出图片文字中的关键信息;
药品种类确定模块,与中央控制模块连接,用于通过药品种类确定程序依据获取的麻醉药物图像中的文字信息进行麻醉药品种类的确定;
中央控制模块,与用户验证登陆模块、药物图像采集模块、文字提取模块、药品种类确定模块连接,用于通过主控机对各连接模块的运行进行控制,保证各个模块正常运行。
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中国人民解放军陆军军医大学第一附属医院,未经中国人民解放军陆军军医大学第一附属医院许可,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/202110396311.4/1.html,转载请声明来源钻瓜专利网。





