CN109330566A - 一种伤口监测方法及装置 - Google Patents

Abstract

本发明公开了一种伤口监测方法及装置，为使隔着包扎材料的伤口图像更适于人眼进行观测、适用于图像后续的诊断及跟踪预警，本公开通过透过尼龙或混棉织料的包扎材料监测伤口的图像数据，并通过灰度增强方法预处理红外伤口图像获得灰度增强图像,并最终将图像进行清晰化处理，具有算法简单，抗噪声能力强，能够很好的去掉红外光反射不均匀所产生的模糊暗影，能够比较好的保持伤口图像的原始风貌，使得图像在细节上更清晰，图像中的特征得到很好的增强，视觉效果更令人满意，大大增强了红外图像视觉效果。

Description

一种伤口监测方法及装置

技术领域

本公开涉及医疗图像处理技术领域，具体涉及一种伤口监测方法及装置。

背景技术

临床上手术后的伤口需每天观察愈合情况，常规方法是医护人员把伤口外敷料拆开后观察伤口愈合情况，消毒处理伤口更换无菌敷料。但一期伤口无需每天换药，医护人员观察伤口情况只能通过病人主诉、体温、外敷料有无血液渗液污染情况进行客观判断，缺乏直观判断。由于红外光比可见光的波长更长，使其比可见光可以更少的被某些材料或纺织面料反射，可以穿过包扎材料被隐藏在织物下面的伤口外敷料反射回来再次穿过包扎材料，得到伤口的红外图像，当然并不是所有衣服都能被透视，当数纯棉料最安全而不能被红外线功能透视，尼龙及混棉织料都可以达到透视效果，尼龙及丝质包扎材料的透视度更是高达75％以上，由于红外摄像与被监测的伤口之间由于隔着包扎材料，导致采集到的伤口图像对比度模糊，使得被监测的伤口图像的细节难以辨认，伤口图像特征信息非常不明确。

发明内容

本公开提供一种伤口监测方法及装置，为使隔着包扎材料的伤口图像更适于人眼进行观测、适用于图像后续的诊断及跟踪预警，本公开通过透过尼龙或混棉织料的包扎材料监测伤口的图像数据，并通过灰度增强方法预处理红外伤口图像获得灰度增强图像,并最终将图像进行清晰化处理。

为了实现上述目的，根据本公开的一方面，提供一种伤口监测方法，所述方法包括以下步骤：

步骤1，实时采集红外伤口图像；

步骤2，通过灰度增强方法预处理红外伤口图像获得灰度增强图像；

步骤3，清晰化处理灰度增强图像得到伤口清晰图像；

步骤4，将伤口清晰图像推送给移动设备端。

进一步地，在步骤1中，所述实时采集红外伤口图像为通过型号为BL-CM701A、BL-701AMC、BL-702AMC、BL-704AMC、BL-705AMC、BL-7518PMC和BL-7526PMC中任意一种型号的红外摄像机放置于伤口的包扎材料上方进行实时图像数据采集，所述包扎材料为尼龙或混棉织料。

进一步地，在步骤2中，通过灰度增强方法预处理红外伤口图像获得灰度增强图像的方法为：输入红外伤口图像的像素为n，共有L个灰度级，n_k代表灰度级为r_k的像素的数目，则第k个灰度级出现的概率可表示为：其中，0≤r_k≤1,k＝0,1,2…L-1，对其进行灰度增强图像的增强处理函数T(r)的可表示为：

式中，0≤r_k≤1,k＝0,1,2…L-1，S_k为各像素的灰度值增强后的增强红外伤口图像。

进一步地，在步骤3中，清晰化处理灰度增强图像得到伤口清晰图像的方法为：

建立模型

其中，(x,y)为灰度增强图像的像素点的坐标，f(x,y)为输入原始的灰度增强图像,g(x,y)为输出模糊图像,h(x,y)为退化算子或称为点扩散函数,n(x,y)为加性噪声，为卷积，建立约束条件：

f^(x,y)是f(x,y)基于最小均方误差的估计，经傅里叶逆变换得到复原最优图像F^(u,v)：

其中，F^(u,v)、W(u,v)和G(u,v)分别是f^(x,y)、w(x,y)和g(x,y)的傅里叶变换，F^(u,v)即为伤口清晰图像。

进一步地，在步骤4中，所述移动设备端为安装有WINCE系统、IOS系统或安卓操作系统任意一种操作系统的智能手机、平板电脑、PDA手持终端中的任意一种设备。

本发明还提供了一种伤口监测装置，所述装置包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序运行在以下装置的单元中：

伤口图像采集单元，用于实时采集红外伤口图像；

图像预处理单元，用于通过灰度增强方法预处理红外伤口图像获得灰度增强图像；

清晰化处理单元，用于清晰化处理灰度增强图像得到伤口清晰图像；

图像推送单元，用于将伤口清晰图像推送给移动设备端。

本公开的有益效果为：本发明提供一种伤口监测方法及装置，具有算法简单，抗噪声能力强，能够很好的去掉红外光反射不均匀所产生的模糊暗影，能够比较好的保持伤口图像的原始风貌，使得图像在细节上更清晰，图像中的特征得到很好的增强，视觉效果更令人满意，大大增强了红外图像视觉效果。

附图说明

通过对结合附图所示出的实施方式进行详细说明，本公开的上述以及其他特征将更加明显，本公开附图中相同的参考标号表示相同或相似的元素，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，在附图中：

图1所示为一种伤口监测方法的流程图；

图2所示为一种伤口监测装置图。

具体实施方式

以下将结合实施例和附图对本公开的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本公开的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

如图1所示为根据本公开的一种伤口监测方法的流程图，下面结合图1来阐述根据本公开的实施方式的一种伤口监测方法。

本公开提出一种伤口监测方法，具体包括以下步骤：

步骤1，实时采集红外伤口图像；

步骤2，通过灰度增强方法预处理红外伤口图像获得灰度增强图像；

步骤3，清晰化处理灰度增强图像得到伤口清晰图像；

步骤4，将伤口清晰图像推送给移动设备端。

进一步地，在步骤1中，所述实时采集红外伤口图像为通过型号为BL-CM701A、BL-701AMC、BL-702AMC、BL-704AMC、BL-705AMC、BL-7518PMC和BL-7526PMC中任意一种型号的红外摄像机放置于伤口的包扎材料上方进行实时图像数据采集，所述包扎材料为尼龙或混棉织料。

进一步地，在步骤2中，通过灰度增强方法预处理红外伤口图像获得灰度增强图像的方法为：输入红外伤口图像的像素为n，共有L个灰度级，n_k代表灰度级为r_k的像素的数目，则第k个灰度级出现的概率可表示为：其中，0≤r_k≤1,k＝0,1,2…L-1，对其进行灰度增强图像的增强处理函数T(r)的可表示为：

式中，0≤r_k≤1,k＝0,1,2…L-1，S_k为各像素的灰度值增强后的增强红外伤口图像。

进一步地，在步骤3中，清晰化处理灰度增强图像得到伤口清晰图像的方法为：

建立模型

其中，(x,y)为灰度增强图像的像素点的坐标，f(x,y)为输入原始的灰度增强图像,g(x,y)为输出模糊图像,h(x,y)为退化算子或称为点扩散函数,n(x,y)为加性噪声，为卷积，建立约束条件：

f^(x,y)是f(x,y)基于最小均方误差的估计，经傅里叶逆变换得到复原最优图像F^(u,v)：

其中，F^(u,v)、W(u,v)和G(u,v)分别是f^(x,y)、w(x,y)和g(x,y)的傅里叶变换，F^(u,v)即为伤口清晰图像。

进一步地，在步骤4中，所述移动设备端为安装有WINCE系统、IOS系统或安卓操作系统任意一种操作系统的智能手机、平板电脑、PDA手持终端中的任意一种设备。

本公开的实施例提供的一种伤口监测装置，如图2所示为本公开的一种伤口监测装置，该实施例的一种伤口监测装置包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种伤口监测装置实施例中的步骤。

所述装置包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序运行在以下装置的单元中：

伤口图像采集单元，用于实时采集红外伤口图像；

图像预处理单元，用于通过灰度增强方法预处理红外伤口图像获得灰度增强图像；

清晰化处理单元，用于清晰化处理灰度增强图像得到伤口清晰图像；

图像推送单元，用于将伤口清晰图像推送给移动设备端。

所述一种伤口监测装置可以运行于桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备中。所述一种伤口监测装置，可运行的装置可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述例子仅仅是一种伤口监测装置的示例，并不构成对一种伤口监测装置的限定，可以包括比例子更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述一种伤口监测装置还可以包括输入输出设备、网络接入设备、总线等。

所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述一种伤口监测装置运行装置的控制中心，利用各种接口和线路连接整个一种伤口监测装置可运行装置的各个部分。

所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述一种伤口监测装置的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作装置、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

优选地，本公开提出了一种伤口监测装置，所述装置包括：

伤口红外模块，用于放置于伤口上方，通过产生红外光并通过红外光透过包扎材料监测伤口并生成红外伤口图像；所述包扎材料为尼龙及丝质包扎材料，所述伤口红外模块包括红外摄像机、红外光源；

伤口监测模块，与所述伤口红外模块和监测管理模块相连，用于预处理红外伤口图像向监测管理模块发送预处理后的红外伤口图像,所述预处理红外伤口图像的方法为灰度增强方法；

监测管理模块，用于通过清晰化处理方法处理所述伤口监测模块发送的红外伤口图像；

图片推送模块，用于推送伤口清晰图像到移动设备端。

尽管本公开的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，而是应当将其视作是通过参考所附权利要求考虑到现有技术为这些权利要求提供广义的可能性解释，从而有效地涵盖本公开的预定范围。此外，上文以发明人可预见的实施例对本公开进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本公开的非实质性改动仍可代表本公开的等效改动。

Claims (6)

1.一种伤口监测方法，其特征在于，所述方法包括以下步骤：

步骤1，实时采集红外伤口图像；

步骤2，通过灰度增强方法预处理红外伤口图像获得灰度增强图像；

步骤3，清晰化处理灰度增强图像得到伤口清晰图像；

步骤4，将伤口清晰图像推送给移动设备端。

2.根据权利要求1所述的一种伤口监测方法，其特征在于，在步骤1中，所述实时采集红外伤口图像为通过型号为BL-CM701A、BL-701AMC、BL-702AMC、BL-704AMC、BL-705AMC、BL-7518PMC和BL-7526PMC中任意一种型号的红外摄像机放置于伤口的包扎材料上方进行实时图像数据采集，所述包扎材料为尼龙或混棉织料。

3.根据权利要求1所述的一种伤口监测方法，其特征在于，在步骤2中，通过灰度增强方法预处理红外伤口图像获得灰度增强图像的方法为：输入红外伤口图像的像素为n，共有L个灰度级，n_k代表灰度级为r_k的像素的数目，则第k个灰度级出现的概率可表示为：其中，0≤r_k≤1,k＝0,1,2…L-1，对其进行灰度增强图像的增强处理函数T(r)的可表示为：

式中，0≤r_k≤1,k＝0,1,2…L-1，S_k为各像素的灰度值增强后的增强红外伤口图像。

4.根据权利要求1所述的一种伤口监测方法，其特征在于，在步骤3中，清晰化处理灰度增强图像得到伤口清晰图像的方法为：

建立模型

其中，(x,y)为灰度增强图像的像素点的坐标，f(x,y)为输入原始的灰度增强图像,g(x,y)为输出模糊图像,h(x,y)为退化算子或称为点扩散函数,n(x,y)为加性噪声，为卷积，建立约束条件：

f^(x,y)是f(x,y)基于最小均方误差的估计，经傅里叶逆变换得到复原最优图像F^(u,v)：

其中，F^(u,v)、W(u,v)和G(u,v)分别是f^(x,y)、w(x,y)和g(x,y)的傅里叶变换，F^(u,v)即为伤口清晰图像。

5.根据权利要求1所述的一种伤口监测方法，其特征在于，在步骤4中，所述移动设备端为安装有WINCE系统、IOS系统或安卓操作系统任意一种操作系统的智能手机、平板电脑、PDA手持终端中的任意一种设备。

6.一种伤口监测装置，其特征在于，所述装置包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序运行在以下装置的单元中：

伤口图像采集单元，用于实时采集红外伤口图像；

图像预处理单元，用于通过灰度增强方法预处理红外伤口图像获得灰度增强图像；

清晰化处理单元，用于清晰化处理灰度增强图像得到伤口清晰图像；

图像推送单元，用于将伤口清晰图像推送给移动设备端。