基于图像识别的自动采血方法、装置、设备及存储介质与流程

本发明涉及人工智能，尤其涉及一种基于图像识别的自动采血方法、装置、设备及计算机可读存储介质。

背景技术：

1、为解放人力、增加医疗检测效率，医疗领域中越来越多的使用人工智能技术进行辅助。例如，自动采血机器人，可以快速准确的对患者进行采血，处理正常患者时，成功率与医生人工处理的概率相近。但在特殊患者，例如血管较细、血管位置错位、胳膊肉较多的患者时，成功率较低。因此，如今进一步增加采血机器人识别准确率，成为自动采血机器人的重要发展方向。

技术实现思路

1、本发明提供一种基于图像识别的自动采血方法、装置、设备及存储介质，其主要目的在于提高采血机器人识别血管的准确性。

2、为实现上述目的，本发明提供的一种基于图像识别的自动采血方法，包括：

3、利用预构建的红外设备对目标区域进行目标对象的监控，当所述目标区域出现目标对象时，启动预构建的气动压脉带，并当所述气动压脉带的压强达到预设数值时，利用所述红外设备及预构建的视频设备对所述目标区域进行图像拍摄，分别得到红外组织分布图像及皮肤观测图像；

4、利用预训练的采血血管定位模型对所述红外组织分布图像进行灰度变化，得到灰度图像，并对所述灰度图像进行血管检测，得到动静脉血管分布图；

5、从所述皮肤观测图像中识别体表血管区域，并根据所述动静脉血管分布图在所述体表血管区域中分析得到可采血动静脉分布图；

6、根据预设的采血控制策略及预构建的验血指标类型，选择所述可采血动静脉分布图中的目标血管进行自动化采血。

7、可选的，所述对所述灰度图像进行血管检测，得到动静脉血管分布图，包括：

8、对所述灰度图像进行边缘检测，得到组织轮廓图；

9、利用霍夫变换算法对所述组织轮廓图进行血管检测，得到血管分布图像；

10、根据所述血管分布图像各个血管的脉搏震动，对所述血管分布图进行动静脉分类识别，得到动静脉血管分布图。

11、可选的，所述从所述皮肤观测图像中识别体表血管区域，并根据所述动静脉血管分布图在所述体表血管区域中分析得到可采血动静脉分布图，包括：

12、在所述体表血管区域中，选择具有预设特征的区域进行回归框选，得到体表血管区域；

13、通过遮蔽mask操作，将所述体表血管区域对所述动静脉血管分布图进行图像遮蔽操作，得到可采血动静脉分布图。

14、可选的，所述根据预设的采血控制策略及预构建的验血指标类型，选择所述可采血动静脉分布图中的目标血管进行自动化采血，包括：

15、获取预构建的验血指标类型，并根据所述验血指标类型查询预构建的采血控制策略，得到目标类型血管；

16、获取患者的患者病例信息，并根据所述患者病例信息及所述采血控制策略，得到采血动作力度参数；

17、根据所述采血动作力度参数，对所述目标类型血管进行自动化采血。

18、可选的，所述采血控制策略包括指针对不同人群、不同检测指标来生成对应的采血控制参数。

19、可选的，所述利用预训练的采血血管定位模型对所述红外组织分布图像进行灰度变化之前，所述方法还包括：

20、获取具有人工标记的可采血区域标签的样本图像集及相对应的红外样本图像集；

21、利用选择性搜索算法对所述样本图像集进行特殊区域框选，得到带框样本图像集，并利用gridmask数据增强方法对所述带框样本图像集的图像中的框外部分进行随机遮蔽，得到增强样本图像集；

22、利用预构建的采血血管定位模型对所述红外样本图像集中的目标红外样本图像进行血管位置类别识别，得到所述目标红外样本图像的血管预测分布图；

23、利用待采血血管定位对所述带框样本图像集中的目标带框样本图像进行色彩、隆起识别，得到第一特殊区域；

24、利用所述待采血血管定位对所述增强样本图像集中的目标增强样本图像进行色彩、隆起识别，得到第二特殊区域，其中，所述目标红外样本图像、目标带框样本图像及目标增强样本图像对应同一张样本图像；

25、利用所述血管预测分布图分别对所述第一特殊区域进行区域分割遮蔽操作，得到第一可采血区域，及对所述第二特殊区域进行区域分割遮蔽操作，得到第二可采血区域；

26、利用交叉熵损失算法，将所述第二特殊区域作为真实标签，计算与所述第一特殊区域的损失值，得到特殊区域识别损失；

27、将所述样本图像的可采血区域标签作为真实标签，分别计算所述第一可采血区域的损失值，得到第一损失值，及计算所述第二可采血区域的损失值，得到第二损失值；

28、利用所述第一损失值、所述第二损失值及所述特殊区域识别损失对所述采血血管定位模型进行训练，得到训练完成的采血血管定位模型。

29、可选的，所述利用预构建的红外设备对目标区域进行目标对象的监控，包括：

30、根据预设时间频率对目标区域进行扫描，得到扫描图像序列；

31、对所述扫描图像序列进行灰度化处理，得到灰度图像序列，并对所述灰度图像序列进行二值化处理，得到二值化图片序列，并识别所述二值化图片序列的图像轮廓特征；

32、当所述图像轮廓特征发生变化时，判定所述目标区域出现变动对象。

33、为了解决上述问题，本发明还提供一种基于图像识别的自动采血装置，所述装置包括：

34、图像采集模块，用于利用预构建的红外设备对目标区域进行目标对象的监控，当所述目标区域出现目标对象时，启动预构建的气动压脉带，并当所述气动压脉带的压强达到预设数值时，利用所述红外设备及预构建的视频设备对所述目标区域进行图像拍摄，分别得到红外组织分布图像及皮肤观测图像；

35、组织血管识别模块，用于利用预训练的采血血管定位模型对所述红外组织分布图像进行灰度变化，得到灰度图像，并对所述灰度图像进行血管检测，得到动静脉血管分布图；

36、可采血区域识别模块，用于从所述皮肤观测图像中识别体表血管区域，并根据所述动静脉血管分布图在所述体表血管区域中分析得到可采血动静脉分布图；

37、自动化采血模块，用于根据预设的采血控制策略及预构建的验血指标类型，选择所述可采血动静脉分布图中的目标血管进行自动化采血。

38、为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：

39、至少一个处理器；以及，

40、与所述至少一个处理器通信连接的存储器；其中，

41、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的基于图像识别的自动采血方法。

42、为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的基于图像识别的自动采血方法。

43、本发明实施例当检测到采血动作开启时，自动识别红外组织分布图像及皮肤观测图像，提供采血效率；然后利用预训练的采血血管定位模型对所述红外组织分布图像及所述皮肤观测图像进行内外侧的综合识别，进而得到可采血动静脉分布图，其中，所述采血血管定位模型的训练方式能够抵抗实施过程中的一些干扰与隐患，增加识别准确率及效率；最后从所述可采血动静脉分布图中选择适合患者的血管进行自动化采血。因此，本发明实施例提供的一种基于图像识别的自动采血方法、装置、设备及存储介质，能够提高采血机器人识别血管的准确性。