一种基于图像识别的术中血液稀释控制方法及系统技术方案

本发明专利技术公开了一种基于图像识别的术中血液稀释控制方法及系统，其涉及输血智能控制技术领域。本发明专利技术通过实时采集手术图像（血袋位置图像、混合袋位置图像）和患者术前信息，结合区域检测分类模型和血液颜色分类模型，能够精确地获取血袋信息和血液颜色分类结果，并根据患者的具体情况和血液的实际状态，通过智能阀门精确控制稀释速度，减少了人工干预和操作时间，提高了手术过程中的血液管理效率。避免了血液过于浓稠或过于稀释的风险，有效解决传统输血过程中出现的输注速度过慢或/和堵塞的问题，有助于高效维持患者术中的生命体征稳定，减少手术风险和相关并发症的发生，确保患者能够及时输入所需量的血液，保障手术的顺利进行。

【技术实现步骤摘要】

本专利技术涉及输血智能控制，特别涉及一种基于图像识别的术中血液稀释控制方法及系统。

技术介绍

1、在手术过程中，出血在所难免，且时常因失血过多需术中输血、甚至抢救性输血。精准的输血操作对于患者的安全至关重要。然而，由于不同血袋中的血液成分存在差异，当血液过于浓稠时，容易堵塞输液管，导致血液无法及时输送到患者体内，从而延误治疗。此外，血液浓稠度增加还可能引发血管堵塞，增加血栓形成的风险，影响血液循环，导致组织缺氧和营养不良，甚至可能引发器官功能衰竭。如果血液过于稀释，患者将无法及时获得所需的血液量，耽误治疗时机。血液稀释会导致血液中血红蛋白浓度降低（不同程度的贫血），从而减弱机体的携氧能力，引发组织缺氧，影响患者的身体机能。

2、目前，临床上常用的控制血液稀释的方法存在一些缺点。例如，急性等容血液稀释（anh）虽然操作简单、成本较低，且能有效减少同种异体输血的风险，但其在操作过程中存在血液被污染和血液凝固的风险。同时，anh 易引起容量超负荷，在放血或手术出血的过程中，已输入大量晶体液或胶体液维持容量平衡，如果再输入大量储存的自体血，可能会导致容量的超负荷，甚至引起肺水肿、心力衰竭等严重并发症。此外，anh可能导致凝血功能障碍，增加术中和术后出血的风险。目前的血液稀释控制方法还缺乏实时监测手段，难以精确掌握血液稀释程度和患者的具体情况，可能导致稀释过度或不足，影响患者的治疗效果和安全。

技术实现思路

1、本专利技术的目的在于提供一种基于图像识别的术中血液稀释控制方法及系统，以改善上述技术问题。

2、为了实现上述专利技术目的，本专利技术实施例提供了以下技术方案：

3、一种基于图像识别的术中血液稀释控制方法，其包括：

4、s1、实时采集血袋位置图像并获取患者术前信息；患者术前信息为术前血液检测报告；

5、s2、分别构建区域检测分类模型和血液颜色分类模型；

6、s3、将血袋位置图像输入至区域检测分类模型，得到对应的血袋信息数据；血袋信息数据包括第一血液文字信息、第二血液文字信息；

7、s4、基于血袋信息数据和患者术前信息，选取一个血袋；

8、s5、启动智能阀门，对血液进行稀释；

9、s6、实时采集当前时刻的患者体征参数、混合袋位置图像；患者体征参数为血压、温度、心率和术中血气分析结果；

10、s7、将混合袋位置图像依次输入至区域检测分类模型、血液颜色分类模型，得到对应的血液颜色分类结果；血液颜色分类结果包括血液颜色适中、血液颜色较浅和血液颜色较深；

11、s8、基于患者体征参数和血液颜色分类结果，通过智能阀门控制稀释速度。

12、进一步地，区域检测分类模型包括区域检测模块、分类模块、文字识别模块、二维码扫描模块；区域检测模块的输出输入至分类模块；分类模块的输出分别输入至文字识别模块、二维码扫描模块和血液颜色分类模型；

13、区域检测模块采用改进后的yolov3模型；改进后的yolov3模型包括依次串联的backbone模块、neck模块和head模块；backbone模块包括依次串联的第一cbl层、第一mobilenetv2模块、第二mobilenetv2模块、c-attention模块和第三mobilenetv2模块；

14、neck模块包括并行的第一neck子模块、第二neck子模块和第二cbl层；第一neck子模块、第二neck子模块的结构相同，均包括串联的第三cbl层、upsample层和concat层；

15、head模块包括并行的第一head子模块、第二head子模块和第三head子模块；第一head子模块至第三head子模块的结构相同，均包括依次串联的第四cbl层、conv层和head层；第一cbl至第四cbl层的结构均相同；第一mobilenetv2模块至第三mobilenetv2模块的结构相同，均采用mobilenetv2模型；

16、c-attention模块包括并行的hsv模块和grayscale contrast层；hsv模块包括串联的hsv层和attention层；

17、分类模块采用knn网络或svm分类器；

18、文字识别模块包括依次串联的第一预处理子模块、ocr识别子模块。

19、进一步地，区域检测分类模型的训练过程包括以下步骤：

20、s3-1、获取血袋位置训练图像数据、混合袋位置训练图像数据及其标签，对血袋位置训练图像数据、混合袋位置训练图像数据进行预处理；标签为血袋对应的二维码、文字和混合袋；

21、s3-2、将预处理后的血袋位置训练图像数据输入至第一cbl层，输出得到血袋浅层特征图；

22、s3-3、将血袋浅层特征图输入至第一mobilenetv2模块，输出得到第一血袋深层特征图；

23、s3-4、将第一血袋深层特征图输入至第二mobilenetv2模块，输出得到第二血袋深层特征图；

24、s3-5、将第二血袋深层特征图输入至c-attention模块，输出得到血袋关键颜色深层特征图；

25、s3-6、将血袋关键颜色深层特征图输入至第三mobilenetv2模块，输出得到第三血袋深层特征图；

26、s3-7、将第三血袋深层特征图输入至第二cbl层，输出得到第一血袋融合特征图；

27、s3-8、将第一血袋融合特征图、血袋关键颜色深层特征图输入至第一neck子模块，输出得到第二血袋融合特征图；

28、s3-9、将第二血袋融合特征图、第一血袋深层特征图输入至第二neck子模块，输出得到第三血袋融合特征图；

29、s3-10、将第一血袋融合特征图、第二血袋融合特征图和第三血袋融合特征图分别输入至对应的第一head子模块、第二head子模块和第三head子模块，输出得到第一检测结果、第二检测结果和第三检测结果；第一检测结果至第三检测结果分别包括对应的检测框和置信度分数；

30、s3-11、判断各个检测框对应的置信度是否大于置信度阈值；若是则保留对应的检测框，得到筛选后的检测框；反之则剔除对应的检测框；

31、s3-12、采用s3-2至s3-11相同的方法对预处理后的混合袋位置训练图像数据进行处理，得到筛选后的检测框；

32、s3-13、将筛选后的检测框和预处理后的血袋位置训练图像数据/预处理后的混合袋位置训练图像数据输入至分类模块，得到分类结果；分类结果包括文字图数据、二维码图数据、混合袋图数据；

33、s3-14、将文字图数据输入至文字识别模块，输出得到第一血液训练文字信息；

34、s3-15、将二维码图数据输入至二维码扫描模块，输出得到第二血液训练文字信息；

35、s3-16、计算区域检测分类模型的最终损失函数；

36、s3-17、基于最终损失函数，对区域检测分类模型的权重参本文档来自技高网...

【技术保护点】

1.一种基于图像识别的术中血液稀释控制方法，其特征在于，包括：

2.根据权利要求1的基于图像识别的术中血液稀释控制方法，其特征在于，所述区域检测分类模型包括区域检测模块、分类模块、文字识别模块、二维码扫描模块；区域检测模块的输出输入至分类模块；分类模块的输出分别输入至文字识别模块、二维码扫描模块和血液颜色分类模型；

3.根据权利要求2的基于图像识别的术中血液稀释控制方法，其特征在于，所述区域检测分类模型的训练过程包括以下步骤：

4.根据权利要求3的基于图像识别的术中血液稀释控制方法，其特征在于，在S3-12中，只利用C-Attention模块中的Grayscale Contrast层对预处理后的血液训练数据对应的第二MobileNetV2模块的输出数据进行处理，得到血液初始关键颜色深层特征图；对血液初始关键颜色深层特征图和预处理后的血液训练数据对应的第二MobileNetV2模块的输出数据进行逐元素相加，得到血液关键颜色深层特征图。

5.根据权利要求1的基于图像识别的术中血液稀释控制方法，其特征在于，所述S7包括：

6.根据权利要求1的基于图像识别的术中血液稀释控制方法，其特征在于，所述S7-2包括：

7.根据权利要求6的基于图像识别的术中血液稀释控制方法，其特征在于，所述智能阀门包括第一智能阀门、第二智能阀门和第三智能阀门；

8.一种基于图像识别的术中血液稀释控制系统，用于实现权利要求1至7任一个的一种基于图像识别的术中血液稀释控制方法，其特征在于，包括采集模块、区域检测分类模块、血液颜色分类模块、血袋选取模块、智能控制模块、术中血液稀释装置；其中：

9.根据权利要求8的基于图像识别的术中血液稀释控制系统，其特征在于，所述术中血液稀释装置包括稀释液体袋（1）、输血袋（2）、第一智能阀门（3）、第二智能阀门（4）、混合袋（5）和第三智能阀门（7）；混合袋（5）为倒圆锥形液体袋，底部两侧设有真空腔（6）；与真空腔（6）对应的混合袋（5）外侧设有螺旋纹密封盖（62）；真空腔（6）内设有光电传感器（63）、微型振动马达（61）；其中：

...

【技术特征摘要】

1.一种基于图像识别的术中血液稀释控制方法，其特征在于，包括：

2.根据权利要求1的基于图像识别的术中血液稀释控制方法，其特征在于，所述区域检测分类模型包括区域检测模块、分类模块、文字识别模块、二维码扫描模块；区域检测模块的输出输入至分类模块；分类模块的输出分别输入至文字识别模块、二维码扫描模块和血液颜色分类模型；

3.根据权利要求2的基于图像识别的术中血液稀释控制方法，其特征在于，所述区域检测分类模型的训练过程包括以下步骤：

4.根据权利要求3的基于图像识别的术中血液稀释控制方法，其特征在于，在s3-12中，只利用c-attention模块中的grayscale contrast层对预处理后的血液训练数据对应的第二mobilenetv2模块的输出数据进行处理，得到血液初始关键颜色深层特征图；对血液初始关键颜色深层特征图和预处理后的血液训练数据对应的第二mobilenetv2模块的输出数据进行逐元素相加，得到血液关键颜色深层特征图。

5.根据权利要求1的基于图像识别的...

【专利技术属性】
技术研发人员：黄静，钟奕桐，王登凤，孙佳昕，张国楠，刘晓时，
申请(专利权)人：四川省肿瘤医院，
类型：发明
国别省市：