[发明专利]基于人工智能的医疗数据变量测量监测方法及系统

权利要求书

1.一种基于人工智能的医疗数据变量测量监测方法，其特征在于，包括以下步骤：

计算当前输液区域的液面下降速度；

对所述液面下降速度进行修正，得到修正后的下降速度；

根据实时获取的输液面高度以及修正后的下降速度，计算输液的剩余时间；当剩余时间小于预设阈值时，进行预警提示；

其中，对所述液面下降速度进行修正的过程为：

获取输液区域对应的历史数据，所述历史数据包括输液容器的初始深度图像信息和当前深度图像信息；

将所述初始深度图像信息和当前深度图像信息分别转换到三维点云空间中，获取深度图像所在区域的初始位置坐标和当前位置坐标；

根据各像素点的初始位置坐标和当前位置坐标，计算各像素点在三维空间的欧氏距离，获得由各像素点的初始位置、当前位置以及对应的欧氏距离组成的三维位移差值块,并计算该三维位移差值块的质心；

根据所述质心，计算质心到当前气泡轨迹线的垂直距离，将所述垂直距离作为修正系数，对液面下降速度进行修正。

2.根据权利要求1所述的基于人工智能的医疗数据变量测量监测方法，其特征在于，所述计算当前输液区域的液面下降速度包括：

获取任意两相邻周期内的多帧输液区域的图像；

对各周期内的多帧输液区域的图像进行处理，获取语义分割图，并将语义分割图与各输液区域的图像相乘，得到各输液装置的图像；

对各输液装置图像进行特征提取和图像融合，获取输液容器图像，并根据连通域分析法对所述输液容器图像进行特征提取，得到相邻两周期对应的气泡轨迹线以及对应的长度；根据相邻两周期的长度差值，得出当前输液区域的液面下降速度。

3.根据权利要求2所述的基于人工智能的医疗数据变量测量监测方法，其特征在于，所述输液容器图像的获取方法为：

对所述各周期对应的各输液装置的图像进行处理，获取各特征图像，并分别计算各特征图像的平均灰度；比较相邻两帧特征图像的平均灰度，分别筛选出平均灰度较小的特征图像，进行图像融合，得到背景图像；

将各特征图像与背景图像作差，获取各前景图像，进行各前景图像融合，得到融合后的前景图像。

4.根据权利要求3所述的基于人工智能的医疗数据变量测量监测方法，其特征在于，所述图像融合采用衰减模型进行图像融合，所述衰减模型为：

其中为经较小平均灰度筛选后的前一帧图像与后一帧图像经融合后的背景图像；为一分钟周期内图像序列中由相邻帧图像经较小平均灰度筛选后的第图像；同样为相邻帧图像经较小平均灰度筛选后所获得的第图像；为背景衰减系数。

5.根据权利要求3所述的基于人工智能的医疗数据变量测量监测方法，其特征在于，还包括在前景图像融合之前，对各前景图像进行筛选的步骤。

6.根据权利要求5所述的基于人工智能的医疗数据变量测量监测方法，其特征在于，对各前景图像进行筛选的步骤为通过计算各前景图像的平均灰度，比较相邻两帧前景图像的平均灰度，分别筛选出平均灰度较大的前景图像。

7.根据权利要求2所述的基于人工智能的医疗数据变量测量监测方法，其特征在于，所述输液面高度为气泡轨迹线的长度。

8.一种基于人工智能的医疗数据变量测量监测系统，包括存储器和处理器，其特征在于，所述处理器执行存储器存储的如权利要求1-7中任一项所述的基于人工智能的图像识别的输液监测方法的程序。