[发明专利]一种基于近红外成像的静脉血管识别定位方法和系统有效
申请号: | 202111353446.9 | 申请日: | 2021-11-16 |
公开(公告)号: | CN114176514B | 公开(公告)日: | 2023-08-29 |
发明(设计)人: | 齐鹏;季嘉蕊 | 申请(专利权)人: | 同济大学 |
主分类号: | A61B5/00 | 分类号: | A61B5/00 |
代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 陈源源 |
地址: | 200092 *** | 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: | 一种 基于 红外 成像 静脉 血管 识别 定位 方法 系统 | ||
本发明涉及一种基于近红外成像的静脉血管识别定位方法和系统,方法包括通过近红外成像相机分别拍摄在第一红外线波长和第二红外线波长下的红外成像图片,分别为第一红外成像图片和第二红外成像图片;对第一红外成像图片进行预处理,对静脉血管的特征进行增强,得到增强图像;将增强图像输入至第一静脉血管分割网络模型中,进行血管分布识别,得到分割图像;将分割图像输入至第二静脉血管分割网络模型中,进行适宜穿刺的血管标注,得到标注血管;进行连通域位置提取,得到标穿刺点和最佳穿刺角度;根据第一红外成像图片和第二红外成像图片中标注血管处的光强变化,计算标注血管深度信息。与现有技术相比,本发明具有识别精度高、鲁棒性好等优点。
技术领域
本发明涉及静脉血管识别的技术领域,尤其是涉及一种基于近红外成像的静脉血管识别定位方法和系统。
背景技术
静脉穿刺技术作为一个经常性的医疗手段,现今还处于人工穿刺的技术阶段。人工穿刺由于人眼的限制性,针对BMI较高的肥胖人群以及血管较为细小的婴幼儿,往往会因为穿刺位置错误导致多次穿刺;另外对于穿刺角度以及穿刺位姿很难有持续稳定的准确判断。同时,医院对于培养一个技术成熟的护士所付出的代价也较为高昂。
随着智慧医疗的快速发展,市场对于静脉穿刺采血/注射机器人的关注日益增加。对于已有的静脉血管自动识别技术,通常其依托近红外识别2D平面的静脉网络,结合超声进行血管深度的识别。但是现有技术中采用了超声和红外两种传感器数据,两种独立传感器数据将血管的空间信息进行了分裂的描述,后续进行在进行融合处理时,容易导致对血管的位置的识别精度降低,在血管的空间角度识别上,这种误差表现的最为明显。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于近红外成像的静脉血管识别定位方法和系统。
本发明的目的可以通过以下技术方案来实现:
一种基于近红外成像的静脉血管识别定位方法,包括:
S1、通过近红外成像相机分别拍摄在第一红外线波长和第二红外线波长下的红外成像图片,分别为第一红外成像图片和第二红外成像图片;
S2、对第一红外成像图片进行预处理,对静脉血管的特征进行增强,得到增强图像;
S3、将增强图像输入至第一静脉血管分割网络模型中,进行血管分布识别,得到分割图像;
S4、将分割图像输入至第二静脉血管分割网络模型中,进行适宜穿刺的血管标注,得到标注血管;同时,对标注血管进行连通域位置提取,得到标注血管中各个连通域的中心点,以每个中心点为中心旋转存在多条以不同角度穿过连通域的直线,在上述直线中选取出与连通域相交最多的直线,则选取出的直线对应的中心点为目标穿刺点,直线的斜率为最佳穿刺角度;
S5、根据第一红外成像图片和第二红外成像图片中标注血管处的光强变化,计算标注血管处的人体体表脂肪层深度,即标注血管的深度信息。
进一步地,所述的第一静脉血管分割网络模型和第二静脉血管分割网络模型均采用TransUNet神经网络模型。
进一步地,所述标注血管的深度信息计算表达式为:
其中,χ表示形变系数,I1表示第一红外线波长的强度,ΔI1表示第一红外线波长下的脂肪吸收光强,即为第一红外线波长下发射光强与反射光强之差,I2表示第二红外线波长的强度,ΔI2表示第二红外线波长下的脂肪吸收光强,即为第二红外线波长下发射光强与反射光强之差,η为光强吸收修正系数,μ1和μ2表示I1和I2两种光强下的脂肪对于光的吸收系数。
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同济大学,未经同济大学许可,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/202111353446.9/2.html,转载请声明来源钻瓜专利网。