[发明专利]人工智能伤口评估方法及智能终端在审
申请号: | 202010379503.X | 申请日: | 2020-05-07 |
公开(公告)号: | CN111523508A | 公开(公告)日: | 2020-08-11 |
发明(设计)人: | 王成臣;张蕾;谢梁;刘乾;张瀚;张竹影 | 申请(专利权)人: | 上海伽盒人工智能科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/04;G16H30/20;G06T7/62 |
代理公司: | 上海卓阳知识产权代理事务所(普通合伙) 31262 | 代理人: | 周春洪 |
地址: | 201100 上海*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 人工智能 伤口 评估 方法 智能 终端 | ||
本发明涉及一种人工智能伤口评估方法及智能终端,所述方法包括以下步骤:T1、人工智能伤口评估智能终端和人工智能伤口评估面积测算装置建立通讯联络;T2、人工智能伤口评估智能终端命令人工智能伤口评估面积测算装置拍摄伤口图片;T3、人工智能伤口评估面积测算装置将拍摄的伤口图片输入训练好的特征提取网络及卷积神经网络;T4、人工智能伤口评估面积测算装置对拍摄的伤口图片进行伤口评估面积测算获取创伤信息;T5、人工智能伤口评估面积测算装置基于创伤信息生成人工智能伤口评估报告发送给人工智能伤口评估智能终端。有益效果是通过人工智能算法,节省人力资源、提高效率和准确率。
【技术领域】
本发明涉及伤口图像识别领域,具体涉及人工智能伤口评估方法及智能终端。
【背景技术】
目前临床医护人员对于伤口大小的测量,采取使用直尺在伤口上测量的方法,记录伤口的长、宽,计算其面积。这种方法的缺点:(1)测量工具需要接触到伤口,存在交叉感染的隐患;(2)直尺测量的最小单位为厘米,在后期判断伤口的进展中,厘米计量不够精细;(3)对于伤口边缘不整齐的伤口,长、宽的测量难度较大。
目前有一款“伤口测量”的APP(“伤口测量记录”),其功能包括:对伤口的拍照存档、面积计算、患者基本资料录入。这种方法的缺点:(1)面积计算,是依靠人工将伤口的长、宽输入后,进行计算;(2)伤口评估仅仅停留在伤口面积的计算上;(3)医护人员临床使用不多。
目前还公开有一种三维伤口扫描系统,这是一款由第二军医大学研发的系统,名称为皮肤慢性溃疡面积计算设备,即WoundCleverCalc伤口扫描设备。该设备由手持式三维扫描器、伤口三维模型重建系统和伤口交互显示系统组成。该设备手持式三维扫描器主要功能是图像采集,采用集成了彩色摄像头、深度(红外)摄像头和红外线投影机传感器的Kinect for Windows手持式三维扫描器。该设备用于皮肤慢性溃疡面积计算,未在临床广泛使用。该设备的缺点:仅仅实现了对伤口面积的精准测量,但在伤口评估的其他方面,例如患者全身评估、局部评估等,未能实现评估。
中国发明专利《一种估算伤口面积的方法及装置》,申请号201610320444.2,申请人北京大学第一医院、北京大学,公开了一种估算伤口面积的方法及装置,装置包括:图像识别模块,用于对拍摄图像进行图像识别,从所述拍摄图像中识别出二维比例尺图像;比例确定模块,用于利用所识别出的二维比例尺图像,确定图像与实际尺寸的比例;图像聚类模块,用于对所述拍摄图像按照颜色进行聚类处理,得到对应于不同类型组织成分的多类伤口图像;面积计算模块,用于利用所述图像与实际尺寸的比例和所述对应于不同类型组织成分的多类伤口图像,分别估算不同组织成分的伤口面积。中国发明专利《一种计算伤口面积的设备及方法》,申请号201410551026.5,申请人昆山韦睿医疗科技有限公司,公开了一种计算伤口面积的设备,包括:参照敷料配件,设置在伤口敷料表面并使待计算面积的伤口位于其边界之内;以及图像处理装置,用于根据所述参照敷料配件以及伤口图像计算伤口面积。经过检索发现基于人工智能算法的伤口评估设备和系统未见报道。
多感受野的金字塔网络PSPNet(Pyramid Scene Parsing Network)是在特征金字塔网络(Feature Pyramid Network,FPN)上改进的上下文信息整合的多尺度估计网络,引入更多的上下文信息,当分割层有更多全局信息时,出现误分割的概率就会低一些;这种思想目前在许多图像领域都有所应用,引入更多上下文信息的方式也很多,比如:1、增大分隔层的感受野,这种方式是最直观的,视野越广,看到的东西也越多;增大感受野也有许多方式,比如空洞卷积(dilated convolution),这是在deeplab算法上成功应用的实现方式;全局均值池化操作,PSPNet的全局均值池化操作也是增加感受野的一种方式;2、深层特征和浅层特征的融合,增加浅层特征的语义信息,这样在浅层进行分割时就有足够的上下文信息,同时也有目标的细节信息,这种做法早在FCN中就有了,但是包括融合策略和分割层的选择都有一定的优化空间。
【发明内容】
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上海伽盒人工智能科技有限公司,未经上海伽盒人工智能科技有限公司许可,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/202010379503.X/2.html,转载请声明来源钻瓜专利网。