管道状态检测方法、装置、介质及计算设备制造方法及图纸

本发明专利技术公开一种管道状态检测方法、装置、介质及计算设备，其中该管道状态检测方法包括：获取图像采集设备采集到的原始图像；基于所述原始图像提取纵向特征增强的特征图；基于所述纵向特征增强的特征图以及原始图像，获取全部管道区域图像；基于所述全部管道区域图像，利用目标状态检测器判断所述全部管道区域图像所对应的管道的状态。通过获取原始图像，对其纵向特征进行增强，而后基于纵向特征增强的特征图从原始图像上识别获取管道区域图像，进而对其进行智能识别，并判断管道区域图像所对应的管道状态，一方面提高了识别原始图像中的管道区域图像的精度，另一方面也起到了智能监控管道状态的作用，同时也节省了人力。同时也节省了人力。同时也节省了人力。

【技术实现步骤摘要】
管道状态检测方法、装置、介质及计算设备


[0001]本专利技术涉及管道监测领域，特别涉及一种管道状态检测方法、装置、介质及计算设备。

技术介绍

[0002]在现在的病房中，常常会有各种管道设备，例如输液管道、输氧管道等等，当病人翻身时，容易使各种管道弯曲、变形、折叠，导致管道内的液体或气体不流通，从而影响病人的康复，为了避免这些意外的发生，则需要护士时时刻刻对这些管道进行监控，造成了巨大的工作量。目前市面上采用摄像头拍摄病人状态，及管道状态，再将实时图像信息通过客户端显示给医生和护士，从而无需医生或护士时刻在病房内进行监控，在一定程度上减少了医生和护士的工作量，但是这种方法仅仅拍摄图像并实时在医生和护士的客户端上显示，仍然需要护士医生时刻关注，而且各种管道种类繁多，人工观察也容易出错。

技术实现思路

[0003]本专利技术的主要目的是提出一种管道状态检测方法、装置、介质及计算设备，旨在解决
技术介绍
中所提到的问题。
[0004]为实现上述目的，本专利技术提出一种管道状态检测方法，包括：
[0005]获取图像采集设备采集到的原始图像；
[0006]基于所述原始图像提取纵向特征增强的特征图；
[0007]基于所述纵向特征增强的特征图以及原始图像，获取全部管道区域图像；
[0008]基于所述全部管道区域图像，利用目标状态检测器判断所述全部管道区域图像所对应的管道的状态。
[0009]可选地，所述原始图像包括：从至少一个角度拍摄的所述原始图像。
[0010]可选地，所述原始图像包括：病房内病床区域的医用管道；
[0011]所述从至少一个角度拍摄的所述原始图像包括：从所述病床前侧、左侧、右侧拍摄的医用管道。
[0012]可选地，基于所述原始图像提取纵向特征增强的特征图，包括：
[0013]提取所述原始图像的原始特征图；
[0014]对所述原始特征图进行卷积得到第一特征图；
[0015]在所述原始特征图的高度维度上进行最大池化，得到纵向特征图；
[0016]将所述纵向特征图卷积扩展为与所述第一特征图相同尺寸的第二特征图；
[0017]将所述第一特征图和所述第二特征图进行融合，得到第三特征图。
[0018]可选地，得到所述第三特征图之后，所述方法还包括：
[0019]判断所述第三特征图中各个位置的重要程度；
[0020]基于各个位置的重要程度计算各个位置的权重，并得到权重矩阵；
[0021]基于所述权重矩阵对所述原始特征图进行计算，得到所述原始图像的纵向特征增
强的特征图。
[0022]可选地，通过以下方式获取所述第三特征图的权重矩阵：
[0023]基于特定卷积核以及神经网络阈值函数对所述第三特征图依次进行计算，得到所述权重矩阵。
[0024]可选地，基于所述权重矩阵对所述原始特征图进行计算，得到所述纵向特征增强的特征图包括：
[0025]将所述权重矩阵与所述原始特征图进行点积，得到所述纵向特征增强的特征图。
[0026]可选地，基于所述纵向特征增强的特征图以及原始图像，获取所述原始图像的全部管道区域图像，包括：
[0027]基于所述纵向特征增强的特征图，识别所述原始图像中的全部管道，以及所述全部管道对应的坐标，并按照所述全部管道的坐标从所述原始图像中获取所述全部管道区域图像。
[0028]可选地，基于所述全部管道区域图像，利用目标状态检测器判断所述全部管道区域图像所对应的管道的状态，包括：
[0029]利用目标状态检测器卷积提取所述全部管道区域图像各自的特征响应；
[0030]将全部所述管道区域图像对应的特征响应进行整合，得到各个管道区域图像的第四特征图；
[0031]基于所述第四特征图，获取所述第四特征图所对应的特征向量；
[0032]根据所述特征向量判断所述第四特征图对应的管道区域图像内的管道的状态。
[0033]可选地，当从所述全部管道区域图像提取到多个特征响应时，将全部特征响应整合为相同尺寸的多个第四特征图，基于所述多个第四特征图，通过跨阶段局部网络获取多个所述第四特征图所对应的多个特征向量，并根据所述多个特征向量分别判断所述多个第四特征图对应的多个管道区域图像内的管道的状态。
[0034]可选地，所述管道状态至少能够指示管道的弯曲程度，某一管道的管道状态至少包括以下之一：正常状态、弯曲程度在预设范围内、弯曲程度超出预设范围。
[0035]可选地，判断所述全部管道区域图像所对应的管道的状态后，通过决策树对全部目标管道的状态进行分类输出。
[0036]可选地，当通过不同的原始图像判断同一目标管道的状态不同时，通过决策树进行最终决策。
[0037]可选地，所述决策树进行最终决策时通过投票法进行。
[0038]可选地，所述决策树进行最终决策时还包括以下方式：
[0039]对比所述目标管道在该区域的全部管道区域图像在各自对应的原始图像中所占像素的大小，并依据所占像素最大的管道区域图像所对应的原始图像来判断所述目标管道在该区域的管道状态。
[0040]可选地，不同种类管道的弯曲程度的预设范围不同。
[0041]可选地，根据不同管道状态进行不同形式的提示。
[0042]可选地，当所述决策树触发到任一目标管道的弯曲程度超出该目标管道所属种类管道弯曲程度的预设范围时进行报警。
[0043]可选地，在判断出管道状态后，将判断结果以无线传输或有线传输的方式向工作
人员的终端设备发送，以便工作人员查看。
[0044]本专利技术还提出一种管道状态检测装置，包括：
[0045]数据获取模块，用于获取图像采集设备采集到的原始图像；
[0046]图像处理模块，用于对所述原始图像的纵向特征进行增强，并基于所述原始图像的纵向特征增强后的特征图，以及原始图像，获取所述原始图像的全部管道区域图像；
[0047]目标状态检测模块，用于根据所述全部管道区域图像，判断所述全部管道区域图像所对应的管道的状态。
[0048]可选地，所述原始图像包括：从至少一个角度拍摄的所述原始图像。
[0049]可选地，所述原始图像包括：病房内病床区域的医用管道；
[0050]所述从至少一个角度拍摄的所述原始图像包括：从所述病床前侧、左侧、右侧拍摄的医用管道。
[0051]可选地，所述图像处理模块包括第一卷积层、第二卷积层、第三卷积层和输出层；
[0052]所述图像处理模型首先基于所述原始图像提取原始特征图；
[0053]所述第一卷积层用于对所述原始特征图进行卷积提取第一特征图；
[0054]所述纵向相关池化层用于在所述原始特征图的纵向维度上进行最大池化，得到纵向特征图，并将所述纵向特征图卷积成与所述第一特征图相同尺寸的第二特征图；
[0055]所述第二卷积层用于将所述第一特征图和所述第二特征本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种管道状态检测方法，包括：获取图像采集设备采集到的原始图像；基于所述原始图像提取纵向特征增强的特征图；基于所述纵向特征增强的特征图以及原始图像，获取全部管道区域图像；基于所述全部管道区域图像，利用目标状态检测器判断所述全部管道区域图像所对应的管道的状态。2.如权利要求1所述的管道状态检测方法，其中，所述原始图像包括：从至少一个角度拍摄的所述原始图像。3.如权利要求2所述的管道状态检测方法，其中，所述原始图像包括：病房内病床区域的医用管道；所述从至少一个角度拍摄的所述原始图像包括：从所述病床前侧、左侧、右侧拍摄的医用管道。4.如权利要求1所述的管道状态检测方法，其中，基于所述原始图像提取纵向特征增强的特征图，包括：提取所述原始图像的原始特征图；对所述原始特征图进行卷积得到第一特征图；在所述原始特征图的高度维度上进行最大池化，得到纵向特征图；将所述纵向特征图卷积扩展为与所述第一特征图相同尺寸的第二特征图；将所述第一特征图和所述第二特征图进行融合，得到第三特征图。5.一种管道状态检测装置，其特征在于，包括：数据获取模块，用于获取图像采集设备采集到的原始图像；图像处理模块，用于对所述原始图像的纵向特征进行增强，并基于所述原始图像的纵向特征增强后的特征图，以及原始图像，获取所述原始图像的全部管道区域图像；目标状态检测模块，用于根据所述全部管道区域图像，判断所述全部管道区域图像所对应的管道的状态。6.如权利要求...

【专利技术属性】
技术研发人员：张二伟，程勇，岳光朱子，刘丽丽，陈静，
申请(专利权)人：郑州大学第一附属医院，
类型：发明
国别省市：