一种基于数字处理的便携式家庭医生智慧工作站系统的制作方法

1.本发明涉及家庭医生领域，尤其涉及一种基于数字处理的便携式家庭医生智慧工作站系统。


背景技术：

2.远程医疗是指通过计算机技术、遥感、遥测、遥控技术为依托，充分发挥大医院或专科医疗中心的医疗技术和医疗设备优势，对医疗条件较差的边远地区、海岛或舰船上的伤病员进行远距离诊断、治疗和咨询。
3.由于远程医疗技术对于地点和设备要求较高，不适合家庭使用，为了提高就医的便捷性，一种小型的家庭医生工作站技术应运而生，通过远程获取客户生命体征的方式进行远程诊疗，例如在中医领域中，通过图像采集装置获取客户的气色、舌苔等视频图像，并将其传输至医生的显示装置上，医生通过远程查看气色、舌苔颜色等方式判断客户的疾病，但是，由于不同型号的显示器的显示色彩不同，客户所处环境不同，会造成显示装置显示的舌苔颜色与用户真实颜色存在色彩，影响医生诊断。因此，本技术提出了一种基于数字处理的便携式家庭医生智慧工作站系统。


技术实现要素：

4.本发明的目的在于提供一种基于数字处理的便携式家庭医生智慧工作站系统，以解决目前的远程医疗诊断装置显示器色彩还原真实度低的问题。
5.为实现上述目的，本发明提供如下技术方案：一种基于数字处理的便携式家庭医生智慧工作站系统，包括客户端和诊疗端，所述客户端及诊疗端上均设置有通话装置以用于客户与医生的通话，其中，所述客户端还包括第一图像采集单元以及标准色卡，所述第一图像采集单元客户与标准色卡同框下的视频图像，记为第一图像，所述客户端将第一图像发送至诊疗端；所述诊疗端还包括显示单元、第二图像采集单元以及色彩还原模型，其中，所述显示单元显示第一图像，记为第一画面；所述第二图像采集单元采集第一画面，记为第二图像，并将第二图像发送至色彩还原模型，所述色彩还原模型基于第二图像调节显示参数；显示单元将显示参数应用于第一图像以使得第一图像内标准色卡的色彩与肉眼目视下的标准色卡的色彩相同。
6.进一步的，所述色彩还原模型处理第二图像的方法包括以下步骤：获取第二图像内标准色卡的图像；获取标准色卡的rgb值与预设的rgb值；调节标准色卡的显示参数，使得显示单元显示的标准色卡的rgb值与预设的rgb值相等；将调节后的标准色卡的显示参数发送至显示单元。
7.进一步的，获取第二图像内标准色卡的图像的方法包括以下步骤：
获取第二图像内单帧图片；基于图像识别算法识别标准色卡。
8.进一步的，在调节标准色卡的显示参数前还包括以下步骤：消除第二图像内的摩尔纹。
9.进一步的，所述系统还包括：模型训练单元，用于训练色彩还原模型。
10.进一步的，所述模型训练单元训练色彩还原模型的方法包括以下步骤：获取不同情况下拍摄的标准色卡的图片训练图片；获取训练图片的rgb值，基于训练图片的rgb值与预设的rgb值的差值作为训练集，以训练图片的rgb至调节至预设的rgb值时的调节参数作为验证集；设置训练图片的rgb值与预设的rgb值的差值作为神经网络的输入层，以调节参数作为输出层建立人工神经网络；以训练集训练人工神经网络，以验证集优化神经网络以生成色彩还原模型。
11.进一步的，所述客户端还包括：亮度获取单元，用于获取客户端所处环境的亮度，其中显示单元在显示第一图像时，第一画面的亮度与客户端所述环境的亮度相同。
12.进一步的，所述客户端还包括：补光单元，用于补充光源以消除客户身上的阴影，其中，在所述亮度获取单元检测到亮度低于预设值时，所述补光单元提高亮度以使得客户所处环境亮度达到要求。
13.进一步的，所述系统还包括：血压获取单元，用于获取客户血压。
14.进一步的，所述系统还包括：心律获取单元，用于获取客户心律。
15.综上所述，本发明与现有技术相比具有以下有益效果：本发明实施例公开的基于数字处理的便携式家庭医生智慧工作站通过获取显示单元上显示的客户与标准色卡的图像，通过色彩还原单元调节显示单元上标准色卡，显示单元显示的标准色卡与肉眼观察下的标准色卡的颜色一直，从而使得显示单元显示的客户的颜色与肉眼观察下的颜色一致，从而真实的还原客户的气色与身体部件的颜色，从而使得医生可以精确的诊断客户的病情。
附图说明
16.图1为本发明公开的基于数字处理的便携式家庭医生智慧工作站的结构图。
17.图2为本发明公开的基于数字处理的便携式家庭医生智慧工作站的结构示意图。
18.图3为本发明公开的基于数字处理的便携式家庭医生智慧工作站中其中一个程序的流程框图。
19.图4为本发明公开的基于数字处理的便携式家庭医生智慧工作站中另一个子程序的流程框图。
20.图5为本发明公开的基于数字处理的便携式家庭医生智慧工作站中又一个子程序的流程框图。
21.附图标记：1、客户端；11、第一图像采集单元；12、第一通话单元；13、补光单元；14、心律获取单元；15、血压获取单元；16、显示屏；17、第一处理器；18、第一通讯单元；2、诊疗端；21、显示单元；22、第二图像采集单元；23、存储单元；24、身份获取单元；25、第二处理器；26、第二通讯单元；27、第二通话单元。
具体实施方式
22.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
23.实施例1图1和图2所示，为本发明的一个实施例提供的一种基于数字处理的便携式家庭医生智慧工作站系统，包括客户端1和诊疗端2，所述客户端1及诊疗端2上均设置有通话装置以用于客户与医生的通话，其特征在于，所述客户端1还包括第一图像采集单元11以及标准色卡，所述第一图像采集单元11客户与标准色卡同框下的视频图像，记为第一图像，所述客户端1将第一图像发送至诊疗端2；所述诊疗端2还包括显示单元21、第二图像采集单元22以及色彩还原模型，其中，所述显示单元21显示第一图像，记为第一画面；所述第二图像采集单元22采集第一画面，记为第二图像，并将第二图像发送至色彩还原模型，所述色彩还原模型基于第二图像调节显示参数；显示单元21将显示参数应用于第一图像以使得第一图像内标准色卡的色彩与肉眼目视下的标准色卡的色彩相同；具体的，在本实施例中，进行远程诊疗时，客户使用客户端1，医生使用诊疗端2，在使用时，客户端1上的第一图像采集单元11同时采集客户的视频图像和标准色卡的图像，然后将其发送至诊疗端2，诊疗端2显示第一图像，由于客户端1采集客户的视频图像的光线环境的影响以及诊疗端2显示单元21内色彩还原度的影响，造成显示单元21显示的客户的色彩与现场目视的色彩存在差别，因此，在本实施例中，所述诊疗端2设置有第二图像采集单元22，用于采集显示单元21上显示的第一图像采集单元11采集到的视频图像，然后将其发送至色彩还原模型，所述色彩还原模型对第二图像采集单元22采集到的图像进行处理，使得显示单元21显示的标准色卡的rgb值与预设的rgb值相同，并获取调节参数，将调节参数应用于第一图像的显示，从而使得显示单元21显示的第一图像内的标准色卡的颜色与目视下标准色卡的颜色相同，由于在视频色彩还原时，是对整个视频的参数整体调节，当显示的标准色卡的颜色与目视的标准色卡的颜色相同时，显示的患者的颜色也与目视下的颜色相同，从而使得医生通过显示单元21看到客户的情况与真实空间下看到的客户的情况相同，从而使得医生可以精确的获取客户的情况；示例性的，在使用时，标准色卡通过固定结构固定到第一图像单元图像采集区域，客户同样位于第一图像单元图像采集区域，使得第一图像采集单元11能够同时采集客户和标准色卡的视频图像；如图2所示，所述客户端1和诊疗端2通过第一通讯单元18和第二通讯单元26通信
以传递信息，所述第一通讯单元18设于客户端1上，所述第二通讯单元26设于诊疗端2内，所述第一通讯单元18和第二通讯单元26通过网络连接，例如互联网、grps网络等；在本实施例中，所述客户端1还设置有第一处理器17，所述第一处理器17与所述第一图像采集单元11、第一通讯单元18电性连接，用于控制第一图像采集单元11、第一通讯单元18协同控制，所述客户端1还设置有第一通话单元12，所述第一通话单元12与所述通讯单元电性连接；所述诊疗端2还设置有第二处理器25，所述第二处理器25与所述显示单元21、第二图像采集单元22、第二通信单元电性连接，所述诊疗端2还设置有存储单元23，所述色彩还原模型存储于存储单元23内，在第二图像采集单元22采集到第二天图像后，色彩还原模型运行以处理第二图像；所述诊疗端2还设置有第二通话单元，所述第二通话单元与所述第一通话单元12通过第一通讯单元18和第二通信单元连接，所述第二通话单元与所述第二处理器25电性连接；作为本实施例中一种优选的实施方式，如图3所示，所述色彩还原模型处理第二图像的方法包括以下步骤：步骤s100、获取第二图像内标准色卡的图像；具体的，在本步骤中，色彩还原模型首先获取第二图像内标准色卡的图像信息以用于调节标准色卡的信息的参数；作为本实施例中一种优选的实施方式，如图4所示，获取第二图像内标准色卡的图像的方法包括以下步骤：步骤s110、获取第二图像内单帧图片；步骤s120、基于图像识别算法识别标准色卡；具体的，首先将第二图像分解为单帧的图片信息，获取其中一张图片，然后基于图像识别算法识别图片中的标准色卡，最后分割标准图片，得到标准色卡的图片信心；在一些示例中，图像识别算法为现有技术，例如在一些示例中，识别标准色卡时，可以通过如下方法实现：步骤s111、读取原始图片文件并从新设置大小；具体的，可以采用imread函数读取图片文件，使得图片文件形成数据文件，然后使用resize函数重新设置图片文件的大小，此时，resize函数返回的是图片的原始数据，可以理解为一个三维数组，每个维度分别表示图片的长、宽、通道数，数组中的值表示图片每个像素点不同通道的取值；步骤s112、转化图片的色彩空间；具体的，目前的图片默认的是rgb色彩空间，rgb分别代表三个基色（r-红色、g-绿色、b-蓝色），具体的色彩值由三个基色叠加而成，一张彩色图片就是由三个基色取不同的值叠加而成；但是rgb通道并不能很好地反映出物体具体的颜色信息，而相比rgb，hsv通过，色调、饱和度、能够非常直观的表达色彩的色调，明亮、与鲜艳程度，方便进行颜色之间的对比。
24.因此，在本步骤中，将图片的色彩空间转化为hsv图片，将原始图片的数据输入hsv图片转换函数，返回hsv图片数据；在一些示例中，hsv图片转换函数为现有技术；步骤s113、获取二值化图片；
具体的，在本步骤中，基于标准色卡的hsv图片设定hsv的阀值（包括最低阈值和最高阈值），通过二值化函数对比hsv图片数据，将hsv图片二值化，在一些示例中，二值化函数为现有技术，此处不再赘述；步骤s114、对图片进行形态学处理；通过二值化处理之后的图片，可以明显的区分标准色卡，但是需要对二值化的图片进行形态学处理，在一些示例中，通过形态学函数对二值化图片进行膨胀处理然后再进行腐蚀处理，得到处理后的二值化图片；步骤s115、获取组件串轮廓区域；具体的，在本步骤中通过外轮廓检测函数识别二值化图片内标准色卡的轮廓获取标准色卡的轮廓数据。
25.步骤s116、切割并保存区域图片具体的，在本步骤中，根据轮廓数据在原始图片上进行区域切割并将切割后图片保存至存储单元23。
26.步骤s200、获取标准色卡的rgb值与预设的rgb值；步骤s300、调节标准色卡的显示参数，使得显示单元21显示的标准色卡的rgb值与预设的rgb值相等；具体的，在步骤s200和步骤s300中，从步骤s100中识别的标准色卡的图片，识别图片中标准色卡的rgb值，通过色彩还原模型调节标准色卡的参数，如灰度、亮度、饱和度和明度，使得调节后的标准色卡的rgb值与预设的rgb值相同，然后获取调节的参数及数值；在本实施例中，预设的rgb值的设置通过试验获取，如使用图像采集装置采集标准色卡的图像，将其显示在显示单元21上，然后调节显示单元21内标准色卡的参数，使得显示单元21显示的标准色卡的颜色与实际标准色卡的颜色相同，记录此时显示单元21显示的标准色卡的rgb值，此记为rgb的预设值。
27.步骤s400、将调节后的标准色卡的显示参数发送至显示单元21；具体的，在本步骤中，将步骤s300中获取的调节参数应用至第一图像的显示上，如调节第一图像的灰度、亮度、饱和度和明度，使其与调节后的标准色卡的灰度、亮度、饱和度和明度相同，从而使得第一图像内显示的标准色卡的颜色与目视下的颜色相同。
28.需要说明的是，在步骤s110中，在调节标准色卡的显示参数前还包括以下步骤：消除第二图像内的摩尔纹；具体的，在本步骤中，由于图像采集装置采集显示单元21上图像时会在采集的图像上出现摩尔纹，因此，在第二图像采集单元22采集显示单元21的图像时，可以通过调节第二图像采集单元22的角度消除摩尔纹。
29.作为本实施例进一步的实施方式，所述系统还包括：模型训练单元，用于训练色彩还原模型；具体的，在本实施例中，所述存储单元23内还存储有模型训练单元，用于训练色彩还原模型，从而提高色彩还原模型的精度；在训练色彩还原模型时，设置训练接和验证集，采用人工神经网络对色彩还原模型进行训练，然后通过验证集对色彩还原模型验证，并优化色彩还原模型；具体的，在本实施例中，所述模型训练单元训练色彩还原模型的方法包括以下步
骤：步骤s510、获取不同情况下拍摄的标准色卡的图片训练图片；步骤s520、获取训练图片的rgb值，基于训练图片的rgb值与预设的rgb值的差值作为训练集，以训练图片的rgb至调节至预设的rgb值时的调节参数作为验证集；步骤s530、设置训练图片的rgb值与预设的rgb值的差值作为神经网络的输入层，以调节参数作为输出层建立人工神经网络；步骤s540、以训练集训练人工神经网络，以验证集优化神经网络以生成色彩还原模型；具体的，在本实施例中，获取标准色卡在不同环境下拍摄的图片，并在将其显示在显示单元21上，获取显示单元21显示的图片，记为训练图片，调节其中一张图片在显示单元21上的参数，使得该图片在显示单元21上显示的色彩与肉眼目视下的色彩相同，该图片记为标准图片，记录此时标准图片的rgb值，则标准图片的rgb值为预设的rgb值，记为标准rgb值；随机获取若干训练图片，记为第一图片集，获取第一图片集内，训练图片的rgb值，计算训练图片的rgb值与标准rgb值之间的差值，计算所得的差值记为训练集；随机获取若干训练图片，基于第二图片集，获取第二图片集训练图片的rgb值以及灰度、亮度、饱和度和明度，通过调节图片的灰度、亮度、饱和度和明度，使得调节后图片的rgb值与标准rgb值相同，记录灰度、亮度、饱和度和明度的调节值，第二图片集内的训练图片的rgb值与标准rgb值的差值以及灰度、亮度、饱和度和明度的调节值为验证集；建立如图所示的两层圣经网络，以训练图片的rgb值与标准rgb值的差值作为输入层，以灰度、亮度、饱和度和明度的调节值的调节值作为输出层，随机选择（0，1）之间的数值作为权重，其中，输出层的激励函数为因变量与rgb值之间的关系，如：饱和度计算公式如公式（1）所示：饱和度=(〖rgb〗_max-〖rgb〗_min)/〖rgb〗_max
×
100%；公式（1）其中，〖rgb〗_max为rgb值中r、g、b各自取值的最大值；〖rgb〗_min为rgb值中r、g、b各自取值的最小值，其中，在计算r值的饱和度时，使用r值的最大值与最小值计算，在计算g值和b值的饱和度时同理；亮度计算公式如公式（2）所示：亮度=〖rgb〗_max/255
×
100%；公式（2）其中，〖rgb〗_max为rgb值中r、g、b各自取值的最大值；在计算r值的亮度时，使用r值的最大值与最小值计算，在计算g值和b值的饱和度时同理；明度计算公式如公式（3）所示：明度=30%r+59%g+11%b；公式（3）其中，r为r值，b为b值，c为c值；灰度的计算公式如公式（3）所示，灰度=(〖rgb〗_max+〖rgb〗_min)/2；公式（4）〖rgb〗_max为rgb值中r、g、b各自取值的最大值；〖rgb〗_min为rgb值中r、g、b各自取值的最小值，其中，在计算r值的灰度时，使用r值的最大值与最小值计算，在计算g值和b值的灰度时同理；
其中，公式（1）、公式（2）、公式（3）和公式（4）分别对应饱和度、亮度、明度和灰度的激励函数；将训练集和验证集带入人工神经网络，训练人工神经网网络，得出权重值的取值，以权重值的取值带入人工神经网络生成色彩还原模型；作为本实施例中一种优选的实施方式，所述客户端1还包括显示屏16，用于显示第一采集单元采集的图像，便于用户调节位置以调整采集效果；在一些示例中，所述客户端1还包括身份获取单元24，用于获取医护人员的身份，所述身份获取单元24与所述第二处理器25电性连接，在一些示例中，所述身份获取单元24为rfid读取装置。
30.实施例2如图2所示，作为本发明进一步的实施例，本实施例与实施例1的不同之处在于，所述客户端1还包括：亮度获取单元，用于获取客户端1所处环境的亮度，其中显示单元21在显示第一图像时，第一画面的亮度与客户端1所述环境的亮度相同；具体的，所述亮度获取单元为亮度传感器，用于客户所在环境的亮度，所述亮度获取单元与所述第一处理器17电性连接；作为本实施例中一种优选的实施方式，所述客户端1还包括：补光单元13，用于补充光源以消除客户身上的阴影，其中，在所述亮度获取单元检测到亮度低于预设值时，所述补光单元13提高亮度以使得客户所处环境亮度达到要求；在一些示例中，所述补光单元13为环形led灯带，所述补光单元13内的控制器与所述第一处理器17电性连接，用于控制所述补光单元13的亮度。
31.实施例3作为本发明进一步的实施例本实施例与实施例2的不同之处在于，所述系统还包括：血压获取单元15，用于获取客户血压。
32.心律获取单元14，用于获取客户心律；其中，所述血压获取单元15及所述心律获取单元14均为现有技术，所述血压获取单元15为电子血压计，所述心律获取单元14为电子心律计，所述血压获取单元15和所述心律获取单元14均与第一处理器17电性连接，用于将患者的血压数值和心律数值发送至诊疗端2。
33.在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
34.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目
的。
35.另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
36.在本发明实施例的一个典型的配置中，电子设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
37.内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash-ram)。内存是计算机可读介质的示例。
38.可读存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。
39.电子设备的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitory-media)，如调制的数据信号和载波。
40.本领域技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。