一种注射器容量的视觉识别系统

技术领域

本发明涉及医疗信息处理技术领域，尤其涉及一种注射器容量的视觉识别系统。

背景技术

常规的注射医疗过程中，注射器内的药物通常是一次性注射，即根据注射器规格，将注射器内使用的药物一次性注射完成。但是，在手术麻醉过程中，注射器内的药物通常是根据临床手术进行按需注射，而且涉及多种药物的注射器会在手术中使用到。同时，在手术麻醉过程中记录用药情况和生命体征信息，为患者实时麻醉情况及后续治疗诊断等提供了数据支持。目前，手术麻醉过程中的用药记录主要为麻醉医生手动输入，由于麻醉医生需同时兼顾病人病情监测，易出现记录不及时、错记、漏记等情况。因此，通过识别系统自动记录手术过程中麻醉用药信息，即注射器中药物容量及其变化是有必要的。

综上所述，现有注射器药物容量及其变化的记录存在出错风险高，记录效率低，记录精度低，不利于提升医疗服务质量等技术问题。

发明内容

本发明的目的在于至少一定程度上解决现有技术中的不足，提供一种注射器容量的视觉识别系统，以提升注射器容量的记录效率和记录精度，提升医疗服务质量。

本发明提供一种注射器容量的视觉识别系统，包括：

用药注射器拍摄模块，用于对拍摄区域内装有药物的注射器进行拍照，以得到含有注射器的图片；所述拍摄区域内的注射器为一个或多个，不同注射器的大小相同或不同，不同注射器在所述拍摄区域的姿态固定或不定；

注射器分割单元图求取模块，用于对所述含有注射器的图片进行图片区域分割，以得到注射器分割单元图；

注射器标签信息获取模块，用于获取所述注射器分割单元图中注射器的标签信息，所述标签信息包括注射器身份和所述注射器身份对应的注射器内药物的液体信息；

注射器液体容量计算模块，用于对所述注射器分割单元图中的注射器进行药物液体的容量提取，以得到对应所述标签信息的当前注射器液体容量。

相比现有技术，本发明的有益效果在于：

本发明提出一种注射器容量的视觉识别系统，通过对拍摄区域内装有药物的注射器进行拍照，以得到含有注射器的图片，所述拍摄区域内的注射器为一个或多个，不同注射器的大小相同或不同，不同注射器在所述拍摄区域的姿态固定或不固定，对所述含有注射器的图片进行图片区域分割，以得到注射器分割单元图，获取所述注射器分割单元图中注射器的标签信息，所述标签信息包括注射器身份和所述注射器身份对应的注射器内药物的液体信息，对所述注射器分割单元图中的注射器进行药物液体的容量提取，以得到对应所述标签信息的当前注射器液体容量，从而实现注射器液体容量的自动识别，提升注射器容量的记录效率和记录精度，提升医疗服务质量。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例注射器容量的视觉识别系统的一种架构示意图；

图2是本发明实施例含有注射器的图片的一种状态示意图；

图3是本发明实施例注射器分割单元图的一种分割状态示意图；

图4是本发明实施例注射器分割单元图的另一种分割状态示意图；

图5是本发明实施例注射器分割单元图的另一种分割状态示意图；

图6是本发明实施例推子的一种特征提取示意图；

图7是本发明实施例推子的另一种特征提取示意图；

图8是本发明实施例标签的一种特征提取示意图。

具体实施方式

下面详细描述本发明的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的方法或具有相同或类似功能的方法。

实施例一

请参阅图1-8，本实施例提出一种注射器容量的视觉识别系统，包括：

用药注射器拍摄模块，用于对拍摄区域内装有药物的注射器进行拍照，以得到含有注射器的图片；所述拍摄区域内的注射器为一个或多个，不同注射器的大小相同或不同，不同注射器在所述拍摄区域的姿态固定或不定；

注射器分割单元图求取模块，用于对所述含有注射器的图片进行图片区域分割，以得到注射器分割单元图；

注射器标签信息获取模块，用于获取所述注射器分割单元图中注射器的标签信息，所述标签信息包括注射器身份和所述注射器身份对应的注射器内药物的液体信息；

注射器液体容量计算模块，用于对所述注射器分割单元图中的注射器进行药物液体的容量提取，以得到对应所述标签信息的当前注射器液体容量。

需要说明的是，在具体手术过程中，所述拍摄区域内放置的注射器可以为一个或多个，不同注射器的大小相同，也可以不同，不同注射器在所述拍摄区域的姿态为固定的姿态，也可能为不定的姿态。由于手术的需要，实践中，所述拍摄区域内放置的注射器通常为多个，每个注射器内装的药物不同，大小不同。而且，医生可以随意放置注射器到拍摄区域，因此，多个注射器在拍摄区域的姿态可以为多种姿态，例如，横着放置的姿态，竖着放置的姿态，斜着放置的姿态。

本实施例中，通过对拍摄区域内装有药物的注射器进行拍照，以得到含有注射器的图片，对所述含有注射器的图片进行图片区域分割，以得到注射器分割单元图，获取所述注射器分割单元图中注射器的标签信息，对所述注射器分割单元图中的注射器进行药物液体的容量提取，以得到对应所述标签信息的当前注射器液体容量，从而可以对拍摄区域内不同数量，不同大小，不同姿态的注射器的液体容量进行自动识别，提升注射器容量的记录效率和记录精度，提升医疗服务质量。

需要说明的是，所述标签信息包括注射器身份和所述注射器身份对应的注射器内药物的液体信息，因此，通过所述标签信息和自动识别到的液体容量，系统可以自动判断拍摄区域内不同注射器内具体药物的容量，为医生提供及时有效的用药情况反馈和数据保存。

在一些优选实施例中，对所述含有注射器的图片进行图片区域分割，以得到注射器分割单元图，包括：提取所述含有注射器的图片的注射器轮廓信息；对所述注射器轮廓信息进行注射器整体颜色和/或形状匹配，以得到注射器分割单元图。进一步，在对所述注射器轮廓信息进行注射器整体形状匹配前，还包括：预设注射器整体形状的各种模板，需要对所述注射器轮廓信息进行注射器整体形状匹配时，将所述含有注射器的图片的注射器轮廓信息与预设的所述注射器整体形状的各种模板进行模板匹配，以得到注射器分割单元图。

需要说明的是，本实施例中，提取注射器轮廓信息，从而可以从含有注射器的图片中提取出注射器的轮廓形状。对注射器轮廓信息进行注射器整体颜色和/或形状匹配，从而可以通过颜色和/或形状匹配，将提取的注射器轮廓与预设的注射器模板进行匹配，以得到注射器分割单元图。其中，预先定义注射器的各种形状模板，可以用于与提取的注射器轮廓信息进行匹配。如果需要对注射器轮廓信息进行注射器整体形状匹配，则将提取的注射器轮廓信息与预设的注射器形状模板进行模板匹配，以获得注射器分割单元图。

可以理解的是，通过本实施例，可以实现对含有注射器的图片进行区域分割，获取注射器的分割单元图。其中，提取注射器轮廓信息的步骤用于定位注射器的位置和形状，注射器整体颜色和/或形状匹配的步骤用于进一步确认注射器的轮廓，具体可以与预设的注射器模板进行匹配，最终得到注射器分割单元图。通过本实施例，可以提高注射器容量视觉识别系统的分割准确性和效率。通过颜色和/或形状匹配，系统能够准确将注射器与背景区分开，并生成注射器分割单元图，为后续的标签信息获取和液体容量计算提供可靠的数据基础。预设的注射器形状模板可以进一步增强系统的适应性和准确性，使其能够应对不同形状和大小的注射器。

在一些优选实施例中，对所述含有注射器的图片进行图片区域分割，以得到注射器分割单元图，包括：提取所述含有注射器的图片的注射器轮廓信息；对所述注射器轮廓信息进行注射器局部颜色和/或形状匹配，以得到注射器局部形状；根据所述注射器局部形状的方位信息进行图片分割，以得到注射器分割单元图。进一步，在对所述注射器轮廓信息进行注射器局部形状匹配前，还包括：预设注射器局部形状的各种模板，需要对所述注射器轮廓信息进行注射器局部形状匹配时，将所述含有注射器的图片的注射器轮廓信息与预设的所述注射器局部形状的各种模板进行模板匹配，以得到注射器分割单元图。

需要说明的是，本实施例中，提取注射器轮廓信息，可以实现从含有注射器的图片中提取注射器的轮廓形状。对注射器轮廓信息进行注射器局部颜色和/或形状匹配。相较于通过整体颜色和/或形状匹配来识别和提取注射器的整体形状，本实施例采用局部颜色和/或形状匹配来识别和提取注射器的局部形状，从而可以实现更准确捕捉和识别注射器的细节特征，从而提高分割的准确性和精度。

需要说明的是，预先定义注射器的各种局部形状模板，可以用于与提取的注射器轮廓信息进行匹配。如果需要对注射器轮廓信息进行注射器局部形状匹配，则将提取的注射器轮廓信息与预设的注射器局部形状模板进行模板匹配，以获得注射器的局部形状。根据注射器局部形状的方位信息，对含有注射器的图片进行分割，得到注射器分割单元图。

在一些优选实施例中，对所述含有注射器的图片进行图片区域分割，以得到注射器分割单元图，包括：获取注射器局部特征所处的颜色空间范围；根据所述颜色空间范围获取注射器局部特征；根据所述注射器局部特征的方位信息进行图片分割，以得到注射器分割单元图。

需要说明的是，本实施例中，获取注射器局部特征所处的颜色空间范围，从而可以确定注射器局部特征的颜色分布范围。根据颜色空间范围获取注射器局部特征，从而可以提取含有注射器的图片中与该确定的颜色空间范围相匹配的局部特征。根据注射器局部特征的方位信息，对含有注射器的图片进行分割，从而得到注射器分割单元图。需要注意的是，考虑到注射器的局部特征在颜色空间上具有一定的分布规律，本实施例中，通过获取注射器局部特征所处的颜色空间范围，可以实现更准确的注射器的局部特征提取。

在一些优选实施例中，对所述含有注射器的图片进行图片区域分割，以得到注射器分割单元图，包括：获取训练样本训练AI图片分割模型；通过训练好的AI图片分割模型对所述含有注射器的图片进行图片区域分割，以得到注射器分割单元图。

需要说明的是，本实施例中，获取训练样本并训练AI图片分割模型，从而通过准备训练所需的样本数据，并使用这些样本数据训练一个AI图片分割模型，让AI图片分割模型学习注射器的特征和分割准则，以便后续用于分割含有注射器的图片。训练好AI图片分割模型后，使用训练好的AI图片分割模型对含有注射器的图片进行分割，以得到注射器分割单元图。可以理解的是，AI图片分割模型具有较强的学习和识别能力，能够自动学习注射器的特征，并根据这些特征进行准确的分割，能够更加灵活地适应不同注射器形状和特征的变化。AI图片分割模型可以通过遗传算法，神经网络等模型实现。

在一些优选实施例中，获取所述注射器分割单元图中注射器的标签信息，包括：提取所述注射器分割单元图中含有标签的图片的标签轮廓信息；对所述标签轮廓信息进行标签局部颜色和/或形状匹配，以得到标签分割单元图；对所述标签分割单元图中的标签进行二维码提取，并扫描提取到的标签二维码，以得到所述注射器分割单元图中注射器的标签信息。

需要说明的是，注射器的标签具有特定的形状和颜色特征，可以通过标签轮廓信息、局部颜色和/或形状匹配来识别和提取。通过提取标签的二维码并进行扫描解码，可以获取注射器的具体标签信息，如药物名称等。具体地，可以从注射器分割单元图中提取含有标签的图片，并获取标签的轮廓信息，对提取到的标签轮廓信息进行标签局部颜色和/或形状匹配的处理，得到标签分割单元图，对标签分割单元图中的标签进行二维码提取，并对提取到的标签二维码进行扫描解码，从而获取注射器的标签信息。

在一些改进实施例中，获取所述注射器分割单元图中注射器的标签信息，包括：获取所述注射器分割单元图中注射器的标签局部特征所处的颜色空间范围；根据所述颜色空间范围获取标签局部特征；根据所述标签局部特征的方位信息进行图片分割，以得到标签分割单元图；对所述标签分割单元图中的标签进行二维码提取，并扫描提取到的标签二维码，以得到所述注射器分割单元图中注射器的标签信息。进一步，获取所述注射器分割单元图中注射器的标签局部特征所处的颜色空间范围，包括：对所述注射器分割单元图进行颜色空间变换，提取注射器的标签局部特征所处的颜色空间范围。进一步，根据所述颜色空间范围获取标签局部特征，包括：对注射器的标签局部特征所处的颜色空间范围进行面积比对，以得到注射器的标签局部特征。

需要说明的是，通过颜色空间变换提取注射器标签局部特征所处的颜色空间范围，然后根据该范围获取标签局部特征，相较于标签轮廓信息、局部颜色和/或形状匹配的方式，更加侧重于颜色特征的提取和匹配。通过利用颜色空间范围和面积比对，系统能够较准确提取出注射器标签的局部特征，并进行分割和二维码提取，相较于标签轮廓信息、局部颜色和/或形状匹配的方式，不需要提取标签的轮廓信息，而是直接通过颜色特征的范围和比对来提取标签局部特征，从而简化提取过程，提高系统操作的效率。

在一些优选实施例中，对所述注射器分割单元图中的注射器进行药物液体的容量提取，以得到对应所述标签信息的当前注射器液体容量，包括：提取所述注射器分割单元图的液体区域轮廓信息；对所述液体区域轮廓信息进行液体区域局部颜色和/或形状匹配，以得到液体区域局部形状；根据所述液体区域局部形状的方位信息进行图片分割，以得到液体区域分割单元图；根据所述液体区域分割单元图中所述局部特征的空间属性，计算得到对应所述标签信息的当前注射器液体容量。

需要说明的是，本实施例中，通过获取液体区域的形状轮廓信息，对液体区域轮廓信息进行液体区域局部颜色和/或形状匹配，以得到液体区域的局部形状，利用液体区域的局部形状的方位信息对注射器分割单元图进行分割，得到液体区域的分割单元图，根据液体区域分割单元图的尺寸，从而通过分析液体区域分割单元图中所述局部特征的空间属性，可以推算出当前注射器的液体容量。

在一些优选实施例中，对所述注射器分割单元图中的注射器进行药物液体的容量提取，以得到对应所述标签信息的当前注射器液体容量，包括：获取所述注射器分割单元图中液体区域所处的颜色空间范围；根据所述液体区域所处的颜色空间范围获取液体区域局部特征；根据所述液体区域局部特征的方位信息进行图片分割，以得到液体区域分割单元图；根据所述液体区域分割单元图中所述局部特征的空间属性，计算得到对应所述标签信息的当前注射器液体容量。

需要说明的是，本实施例中，通过获取液体区域所处的颜色空间范围，从而可以通过颜色空间的范围确定液体区域的颜色特征。根据液体区域所处的颜色空间范围获取液体区域的局部特征，根据液体区域的局部特征的方位信息进行图片分割，并计算液体区域分割单元图中所述局部特征的空间属性，从而得到对应标签信息的当前注射器液体容量。需要注意的是，本实施例中，系统通过颜色空间范围的提取和局部特征的匹配，可以更加准确获取液体区域的特征信息，从而提高注射器液体容量的提取精度。

实施例二

请参阅图1-8，在上述实施例的基础上，本实施例提出一种注射器容量的视觉识别系统，在该系统中，对所述注射器分割单元图中的注射器进行药物液体的容量提取，以得到对应所述标签信息的当前注射器液体容量，包括：提取所述注射器分割单元图中注射器上任一固定部位作为固定特征，并提取所述注射器分割单元图中注射器上能相对所述固定部位移动的可移动部位作为相对移动特征；根据固定特征和所述相对移动特征，计算得到对应所述标签信息的当前注射器液体容量。

需要说明的是，本实施例中，提取注射器分割单元图中注射器上的任一固定部位作为固定特征，其中固定部位是指注射器上的一个固定点或固定区域，用于标定注射器的位置和参考点。提取注射器分割单元图中注射器上能相对固定部位移动的可移动部位作为相对移动特征，其中可移动部位是指相对于固定特征可以在注射器上移动的部分，可移动部位移动时引起液体容量的变化。根据固定特征和相对移动特征，计算得到对应标签信息的当前注射器液体容量，则是通过固定特征和相对移动特征之间的关系和变化，推算出当前注射器的液体容量。

在一些优选实施例中，提取所述注射器分割单元图中注射器上任一固定部位作为固定特征，并提取所述注射器分割单元图中注射器上能相对所述固定部位移动的可移动部位作为相对移动特征，可以包括：方式1：提取所述注射器分割单元图中注射器的推子特征和标签特征，所述注射器的推子为所述可移动部位，所述注射器的标签为所述固定部位。方式2：提取所述注射器分割单元图中注射器的推子特征和针头特征，所述注射器的推子为所述可移动部位，所述注射器的针头为所述固定部位。方式3：提取所述注射器分割单元图中注射器的推子特征和管座特征，所述注射器的推子为所述可移动部位，所述注射器的管座为所述固定部位。

需要说明的是，提取所述注射器分割单元图中注射器上任一固定部位作为固定特征，并提取所述注射器分割单元图中注射器上能相对所述固定部位移动的可移动部位作为相对移动特征，可以采用上述方式1、方式2以及方式3中的任意一种方式或任意多种方式的组合。

在一些优选实施例中，根据固定特征和所述相对移动特征，计算得到对应所述标签信息的当前注射器液体容量，包括：

根据所述注射器分割单元图中注射器的推子特征和标签特征，计算得到对应所述标签信息的当前注射器液体容量；根据所述注射器分割单元图中注射器的推子特征和针头特征，计算得到对应所述标签信息的当前注射器液体容量；根据所述注射器分割单元图中注射器的推子特征和管座特征，计算得到对应所述标签信息的当前注射器液体容量；利用根据所述推子特征和所述标签特征计算得到的当前注射器液体容量，根据所述推子特征和所述针头特征计算得到的当前注射器液体容量，根据所述推子特征和所述管座特征计算得到的当前注射器液体容量训练AI容量计算模型，通过训练好的AI容量计算模型计算得到对应所述标签信息的当前注射器液体容量；所述注射器的推子为所述可移动部位，所述注射器的管座、针头以及标签均为所述固定部位。

需要说明的是，本实施例中，通过提取不同的特征组合来计算液体容量，分别考虑推子与针头、推子与标签、推子与管座之间的关系，还通过AI容量计算模型的训练过程，该模型利用根据推子特征和标签特征、推子特征和针头特征、推子特征和管座特征计算得到的当前注射器液体容量作为训练数据，通过训练好的AI容量计算模型，计算得到对应标签信息的当前注射器液体容量，进一步提高容量计算的准确性和可靠性。可以理解的是，AI容量计算模型可以通过遗传算法，神经网络等模型实现。

以上为对本发明所提供的技术方案的描述，对于本领域的技术人员，依据本发明实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本发明的限制。