【技术实现步骤摘要】
本专利技术医用膜厚度测量数据的采集分析方法，具体为一种医用膜厚度测量数据的高效采集分析方法。
技术介绍
1、医用膜是一种用于医疗领域的高分子薄膜材料，具有特定的物理和化学特性，广泛应用于各种医疗器械和医疗处理过程中，常见的医用膜包括透气膜、透湿膜、敷料膜、导管膜、手术覆膜和药物控释膜等。在医用膜的生产过程中，通过测量其厚度可以及时发现和纠正生产中的偏差，确保产品质量达标，通常采用激光测厚仪对医用膜厚度进行测量，由于测厚过程中无法严格控制环境因素(温度变化、震动或气流)对测量的干扰，容易使得采集的厚度数据存在噪声数据，因此需要对采集的医用膜的厚度数据进行数据清洗，以提高采集的医用膜的厚度数据的准确性。
2、现有技术通常采用均值滤波算法对激光测厚仪采集的医用膜的厚度数据进行滤波清洗，获得不受噪声干扰的检测用数据集。但在对多层医用膜进行厚度检测的过程中，由于医用膜的多层膜层间结构会导致激光折射率不均匀，导致出现较强的散射噪声，易被识别为厚度不均的缺陷，滤波器无法对其滤除的同时散射噪声还会导致相邻数据的失真，从而导致均值滤波的效果不理想，数据清洗后的厚度数据依然存在不准确的情况。
3、因此，如何提高均值滤波算法对医用膜的厚度数据进行滤波清洗的效果，以保证根据医用膜的厚度数据进行质量检测的准确性成为亟需解决的问题。
技术实现思路
1、鉴于此，本专利技术提出一种医用膜厚度测量数据的高效采集分析方法，以解决上述
技术介绍
中提出的问题。
2、一种医用膜厚度测量数据
3、在医用膜的生产过程中，对截取的医用膜进行反射激光测量，分别得到每个测量点位的初反射值和末反射值，根据每个所述测量点位的空间位置构建所有测量点位的二维矩阵，所述二维矩阵中的每个元素为对应测量点位的厚度数据，所述厚度数据为初反射值和末反射值之间的差值；
4、将所述二维矩阵中的所有厚度数据从小到大排序，得到厚度数据序列，根据所述厚度数据序列中的数据波动变化筛选得到至少一个疑似异常厚度数据，在所述二维矩阵中对每个所述疑似异常厚度数据进行区域生长，得到每个所述疑似异常厚度数据的生长区域，根据每个所述疑似异常厚度数据的生长区域中的厚度数据分布，将所有疑似异常厚度数据划分为散射噪声数据和异常厚度数据；
5、对所述二维矩阵中的散射噪声数据、异常厚度数据和其他厚度数据的滤波窗口大小进行自适应调节，得到所述二维矩阵中每个厚度数据的自适应滤波窗口大小，根据所述二维矩阵中每个厚度数据的自适应滤波窗口大小对所述二维矩阵中的所有厚度数据进行均值滤波，得到滤波后的厚度数据。
6、优选的，所述根据所述厚度数据序列中的数据波动变化筛选得到至少一个疑似异常厚度数据，包括：
7、针对所述厚度数据序列中的任一厚度数据，根据所述厚度数据与其局部厚度数据之间的差异以及所述厚度数据序列中的厚度数据分布离散程度，获取所述厚度数据的疑似异常程度；
8、获取预设的疑似异常程度阈值，若所述厚度数据的疑似异常程度大于或等于所述疑似异常程度阈值，则确认所述厚度数据为疑似异常厚度数据。
9、优选的，所述根据所述厚度数据与其局部厚度数据之间的差异以及所述厚度数据序列中的厚度数据分布离散程度，获取所述厚度数据的疑似异常程度，包括：
10、获取所述厚度数据序列的厚度数据方差、最大厚度数据和最小厚度数据，获取所述厚度数据与所述最小厚度数据之间的第一差值，以及所述最大厚度数据与所述最小厚度数据之间的第二差值，计算所述第一差值和所述第二差值之间的比值，获取预设倍数的比值与常数1之间的第一差值绝对值；
11、在所述厚度数据序列中获取所述厚度数据的左相邻厚度数据和右相邻厚度数据，获取所述厚度数据分别与所述左相邻厚度数据和所述右相邻厚度数据之间的差值绝对值，得到对应的差值绝对值均值；
12、将所述厚度数据方差、所述第一差值绝对值和所述差值绝对值均值之间的乘积作为所述厚度数据的疑似异常程度。
13、优选的，所述根据每个所述疑似异常厚度数据的生长区域中的厚度数据分布，将所有疑似异常厚度数据划分为散射噪声数据和异常厚度数据，包括：
14、根据每个所述疑似异常厚度数据的生长区域中的厚度数据分布，获取对应疑似异常厚度数据的散射噪声异常程度；
15、根据每个所述疑似异常厚度数据的散射噪声异常程度，将所有疑似异常厚度数据划分为散射噪声数据和异常厚度数据。
16、优选的，所述根据每个所述疑似异常厚度数据的生长区域中的厚度数据分布，获取对应疑似异常厚度数据的散射噪声异常程度，包括：
17、针对任一疑似异常厚度数据，获取所述疑似异常厚度数据的生长区域的最小外接矩形，得到最小外接矩形面积，计算所述疑似异常厚度数据的生长区域的面积与所述最小外接矩形面积之间的比值，对所述比值进行归一化处理，得到对应的第一归一化值；
18、取所述疑似异常厚度数据的生长区域中的任一厚度数据作为目标厚度数据，获取所述目标厚度数据分别与其生长区域中每个厚度数据之间的厚度差值绝对值和疑似异常程度差值绝对值，对应得到所述目标厚度数据的生长区域中每个厚度数据对应的厚度差值绝对值和疑似异常程度差值绝对值之间的相加结果，根据所述目标厚度数据的生长区域中每个厚度数据对应的相加结果，计算相加结果均值；
19、获取所述疑似异常厚度数据的生长区域中每个厚度数据对应的相加结果均值，得到相加结果均值的平均值，对所述相加结果均值的平均值进行归一化处理，得到对应的第二归一化值；
20、将所述第一归一化值和所述第二归一化值之间的相加结果作为所述疑似异常厚度数据的散射噪声异常程度。
21、优选的，所述根据每个所述疑似异常厚度数据的散射噪声异常程度，将所有疑似异常厚度数据划分为散射噪声数据和异常厚度数据，包括：
22、获取预设的散射噪声异常程度阈值，若任一疑似异常厚度数据的散射噪声异常程度大于所述散射噪声异常程度阈值，则确定所述疑似异常厚度数据为散射噪声数据，若任一疑似异常厚度数据的散射噪声异常程度小于或等于所述散射噪声异常程度阈值，则确定所述疑似异常厚度数据为异常厚度数据。
23、优选的，所述对所述二维矩阵中的散射噪声数据、异常厚度数据和其他厚度数据的滤波窗口大小进行自适应调节，得到所述二维矩阵中每个厚度数据的自适应滤波窗口大小，包括：
24、获取预设的初始滤波窗口大小，针对所述二维矩阵中的任一散射噪声数据，对所述初始滤波窗口大小进行预设比例的增大，得到所述散射噪声数据的自适应滤波窗口大小；针对所述二维矩阵中的任一异常厚度数据，对所述初始滤波窗口大小进行预设比例的减小，得到所述异常厚度数据的自适应滤波窗口大小；针对所述二维矩阵中除散射噪声数据和异常厚度数据之外的任一其他厚度数据，将所述初始滤波窗口大小作为所述其他厚度数据的自适应滤波窗口大小。
25、和现有技术相比，本专利技术的有益效果为：本文档来自技高网...
【技术保护点】
1.一种医用膜厚度测量数据的高效采集分析方法，其特征在于，包括：
2.根据权利要求1所述的一种医用膜厚度测量数据的高效采集分析方法，其特征在于，所述根据所述厚度数据序列中的数据波动变化筛选得到至少一个疑似异常厚度数据，包括：
3.根据权利要求2所述的一种医用膜厚度测量数据的高效采集分析方法，其特征在于，所述根据所述厚度数据与其局部厚度数据之间的差异以及所述厚度数据序列中的厚度数据分布离散程度，获取所述厚度数据的疑似异常程度，包括：
4.根据权利要求1所述的一种医用膜厚度测量数据的高效采集分析方法，其特征在于，所述根据每个所述疑似异常厚度数据的生长区域中的厚度数据分布，将所有疑似异常厚度数据划分为散射噪声数据和异常厚度数据，包括：
5.根据权利要求4所述的一种医用膜厚度测量数据的高效采集分析方法，其特征在于，所述根据每个所述疑似异常厚度数据的生长区域中的厚度数据分布，获取对应疑似异常厚度数据的散射噪声异常程度，包括：
6.根据权利要求4所述的一种医用膜厚度测量数据的高效采集分析方法，其特征在于，所述根据每个所述疑似异常厚度
7.根据权利要求1所述的一种医用膜厚度测量数据的高效采集分析方法，其特征在于，所述对所述二维矩阵中的散射噪声数据、异常厚度数据和其他厚度数据的滤波窗口大小进行自适应调节，得到所述二维矩阵中每个厚度数据的自适应滤波窗口大小，包括：
...【技术特征摘要】
1.一种医用膜厚度测量数据的高效采集分析方法，其特征在于，包括：
2.根据权利要求1所述的一种医用膜厚度测量数据的高效采集分析方法，其特征在于，所述根据所述厚度数据序列中的数据波动变化筛选得到至少一个疑似异常厚度数据，包括：
3.根据权利要求2所述的一种医用膜厚度测量数据的高效采集分析方法，其特征在于，所述根据所述厚度数据与其局部厚度数据之间的差异以及所述厚度数据序列中的厚度数据分布离散程度，获取所述厚度数据的疑似异常程度，包括：
4.根据权利要求1所述的一种医用膜厚度测量数据的高效采集分析方法，其特征在于，所述根据每个所述疑似异常厚度数据的生长区域中的厚度数据分布，将所有疑似异常厚度数据划分为散射噪声数据和异常厚度数...
【专利技术属性】
技术研发人员：夏玉涛，李君，谭东晓，车新宝，薛园，
申请(专利权)人：威海恒瑞新型包装材料有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。