CN113017566A - 基于图像的血管识别与定位方法及装置 - Google Patents
基于图像的血管识别与定位方法及装置 Download PDFInfo
- Publication number
- CN113017566A CN113017566A CN202110220468.1A CN202110220468A CN113017566A CN 113017566 A CN113017566 A CN 113017566A CN 202110220468 A CN202110220468 A CN 202110220468A CN 113017566 A CN113017566 A CN 113017566A
- Authority
- CN
- China
- Prior art keywords
- blood vessel
- image
- blood
- needle
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/15—Devices for taking samples of blood
- A61B5/150007—Details
- A61B5/150015—Source of blood
- A61B5/15003—Source of blood for venous or arterial blood
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Hematology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供一种基于图像的血管识别与定位方法及装置,其中方法包括获取采血目标区域的血管光信号;对获取的血管光信号处理形成采血目标区域的第一血管图像并对第一血管图像进行图像增强处理得到第二血管图像;将第二血管图像投影至采血目标区域;获取优选入针点,并获取优选入针点在第三血管图像中的二维位置参数,将二维位置参数映射为三维位置参数;采用激光对优选入针点进行实时测距和反馈,并对三维位置进行标定;控制采血针以优选入针点为目标点运动。本发明能够智能识别血管、并对采血操作的入针点进行精确定位,使采血操作完成的更加有效、准确,还能降低病患的心理负担,减轻整个流程的痛苦感,进而提升病患的采血体验。
Description
技术领域
本发明属于血管识别定位技术领域,具体涉及一种基于图像的血管识别与定位方法及装置。
背景技术
目前的临床采血现状,基本依赖医护人员自身的经验,通过对被采血人员的观察来对血管进行识别与确定入针点。
然而,医护人员并不能保证每次的采血工作都准确有效,或因为医护人员本身经验不足、或因为被采血人皮下脂肪过于厚实、又或是因为被采血人年龄较大、血管脆弱等实际客观情况的存在,人工采血的成功率和病患体验屡受诟病。
此外,医护人员在进行人工采血的过程中也存在一定的感染风险,特别是一些中小医院的医护人员,为了加快采血操作的进度,往往存在防护措施不到位、操作流程不规范等一系列问题,而这些也使得医护人员暴露在乙肝病毒、丙肝病毒、艾滋病毒等病毒的概率大为提升。
发明内容
因此,本发明要解决的技术问题在于提供一种基于图像的血管识别与定位方法及装置,能够智能识别血管、并对采血操作的入针点进行精确定位,使采血操作完成的更加有效、准确,还能降低病患的心理负担,减轻整个流程的痛苦感,进而提升病患的采血体验。
为了解决上述问题,本发明提供一种基于图像的血管识别与定位方法,包括:
获取采血目标区域的血管光信号;
对获取的血管光信号处理形成所述采血目标区域的第一血管图像并对所述第一血管图像进行图像增强处理得到第二血管图像;
将处理得到的所述第二血管图像投影至所述采血目标区域;
从所述采血目标区域中获取第三血管图像,基于所述第三血管图像进行血管识别,根据识别的血管提取目标血管,基于目标血管获取优选入针点,并获取所述优选入针点在所述第三血管图像中的二维位置参数,并将所述二维位置参数映射为三维位置参数;
采用激光对所述优选入针点进行实时测距和反馈,并对三维位置进行标定;控制采血针以所述优选入针点为目标点运动。
优选地,在控制采血针以所述优选入针点为目标点运动的步骤中,包括:
获取所述采血针与所述优选入针点之间的实时距离Ls,当Ls小于预设距离值时,关闭测距激光;
获取所述采血针与所述优选入针点之间的位置偏差及入针角度偏差,当所述位置偏差及入针角度偏差符合预设条件时,控制所述采血针入针并开始采血;当所述位置偏差或入针角度偏差不符合预设条件时,通过测距激光持续进行动态调整,直至符合预设条件或在所述位置偏差或入针角度偏差超过预设参数极值而停止。
优选地,通过向所述采血目标区域投射近红外光的方式激发产生所述血管光信号。
优选地,所述图像增强处理包括采用图像对比度增强算法、图像平滑算法、图像形态学处理算法、二值化算法的处理方式。
优选地,所述三维位置参数通过激光测距和3D视觉获得。
本发明还提供一种基于图像的血管识别与定位装置,包括:
血管光信号获取单元,用于获取采血目标区域的血管光信号;
图像处理单元,用于对获取的血管光信号处理形成所述采血目标区域的第一血管图像并对所述第一血管图像进行图像增强处理得到第二血管图像;
图像投影单元,用于将处理得到的所述第二血管图像投影至所述采血目标区域;
位置参数转换单元,用于从所述采血目标区域中获取第三血管图像,基于所述第三血管图像进行血管识别,根据识别的血管提取目标血管,基于目标血管获取优选入针点,并获取所述优选入针点在所述第三血管图像中的二维位置参数,并将所述二维位置参数映射为三维位置参数;
入针点定位标记单元,用于采用激光对所述优选入针点进行实时测距和反馈,并对三维位置进行标定;
采血针运动控制单元,控制采血针以所述优选入针点为目标点运动。
优选地,采血针运动控制单元还用于获取所述采血针与所述优选入针点之间的实时距离Ls,当Ls小于预设距离值时,关闭测距激光;
获取所述采血针与所述优选入针点之间的位置偏差及入针角度偏差,当所述位置偏差及入针角度偏差符合预设条件时,控制所述采血针入针并开始采血;当所述位置偏差或入针角度偏差不符合预设条件时,通过测距激光持续进行动态调整,直至符合预设条件或在所述位置偏差或入针角度偏差超过预设参数极值而停止。
优选地,通过向所述采血目标区域投射近红外光的方式激发产生所述血管光信号。
优选地,所述图像增强处理包括采用图像对比度增强算法、图像平滑算法、图像形态学处理算法、二值化算法的处理方式。
优选地,所述三维位置参数通过激光测距和3D视觉获得。
本发明提供的一种基于图像的血管识别与定位方法及装置,通过图像增强处理将第一血管图像处理成为第二血管图像并将第二血管图像投影到采血目标区域,能够使得静脉血管更加突出显示,使得医护人员和机器都能轻易识别适合采血的血管,进一步提高了识别最合适入针点的准确率;在传统采血操作方面,这将极大改变原本的完全依靠医护人员个人经验识别血管、查找入针点的工作方式,二者都将由本发明代替完成,这些改变将在提升采血操作成功率和减轻病患痛苦、提升采血体验感等方面带来有益效果;而将所述二维位置参数映射为真实世界的三维位置参数则能够使采血入针点定位与采血针指引功能的实现使得全自动采血成为可能,这使得采血操作的一系列工作流程都将由机器实现,完全解放医护人员,降低医护人员在进行采血操作时感染的风险,从而使本发明的技术方案兼顾了扩展升级价值,具备极高的社会效益和经济效益。
附图说明
图1为本发明实施例的基于图像的血管识别与定位方法的步骤示意图;
图2为采用本发明实施例的基于图像的血管识别与定位方法的分功能模块示意图;
图3为本发明实施例的基于图像的血管识别与定位装置的结构示意图。
具体实施方式
结合参见图1至图3所示,根据本发明的实施例,提供一种基于图像的血管识别与定位方法,包括:
获取采血目标区域的血管光信号,所述血管光信号例如可以通过向所述采血目标区域投射近红外光的方式激发产生,因为血液里的血红蛋白对特定波长的红外光吸收比周边组织更强,通过收集反射光和散射光,从而能够获取所述采血目标区域的血管光信号,所述采血目标区域例如为待采血人员的肘部;
对获取的血管光信号处理形成所述采血目标区域的第一血管图像(也即所述采血目标区域的原始图片)并对所述第一血管图像进行图像增强处理得到第二血管图像(也即处理后图片),具体的,通过光电传感器将接受到的所述血管光信号转换成相应的电信号,经过信号加强处理后,再用模数转换器将电信号转换为对应的数字信号,从而完成采血目标区域的图像采集,对所述第一血管图像进行图像增强处理后的第二血管图像能够使相应位置的静脉血管显示的更好;
此时,将处理得到的所述第二血管图像投影至所述采血目标区域,具体例如,使用微型投影仪将处理后的血管图也即所述第二血管图像投影至所述采血目标区域,使得采血目标区域皮肤表面的静脉血管能够清晰显示,为后续的采血入针操作提供指引,以提高入针成功率,从而提升被采血人的体验感;
从所述采血目标区域中获取第三血管图像,基于所述第三血管图像进行血管识别,根据识别的血管提取目标血管,基于目标血管获取优选入针点,并获取所述优选入针点在所述第三血管图像中的二维位置参数,并将所述二维位置参数映射为三维位置参数,具体的,所述优选入针点的获取通过相关的检索算法查找并基于入针区域全覆盖算法以及入针点推算算法最终实现,在此过程中同步计算出所述优选入针点在所述第三血管图像中的具体位置参数,也即所述二维位置参数,之后经过数学计算,将所述优选入针点的二维位置参数转换成(也即前述的映射)真实世界的三维位置参数;之后,采用激光对所述优选入针点进行实时测距和反馈,并对三维位置进行标定,控制采血针以所述优选入针点为目标点运动。前述的检索算法例如可以包括:伽马变换算法、自适应全局阈值分割算法、色彩变换算法、高斯平滑算法、中值滤波平滑算法、局部阈值分割算法、自适应直方图均衡化、Canny边缘检测算法、最小外接椭圆算法、霍夫直线检测算法、开运算与闭运算算法、ROI提取算法。
该技术方案中,通过图像增强处理将第一血管图像处理成为第二血管图像并将第二血管图像投影到采血目标区域,能够使得静脉血管更加突出显示,使得医护人员和机器都能轻易识别适合采血的血管,进一步提高了识别最合适入针点的准确率;在传统采血操作方面,这将极大改变原本的完全依靠医护人员个人经验识别血管、查找入针点的工作方式,二者都将由本发明代替完成,这些改变将在提升采血操作成功率和减轻病患痛苦、提升采血体验感等方面带来有益效果;而将所述二维位置参数映射为真实世界的三维位置参数则能够使采血入针点定位与采血针指引功能的实现使得全自动采血成为可能,这使得采血操作的一系列工作流程都将由机器实现,完全解放医护人员,降低医护人员在进行采血操作时感染的风险,从而使本发明的技术方案兼顾了扩展升级价值,具备极高的社会效益和经济效益。
在一些实施方式中,在控制采血针以所述优选入针点为目标点运动的步骤中,包括:获取所述采血针与所述优选入针点之间的实时距离Ls,当Ls小于预设距离值(具体的预设距离值可以通过多次操作的方式获取经验值)时,关闭测距激光,进而实现了所述采血针的控制位置的预定位,此时,进一步通过微距摄像机获取所述采血针与所述优选入针点之间的位置偏差及入针角度偏差,进而对采血针与优选入针点的相对位置(距离或者角度)进行实时微调,当所述位置偏差及入针角度偏差符合预设条件时,控制所述采血针入针并开始采血;当所述位置偏差或入针角度偏差不符合预设条件时,通过测距激光持续进行动态调整,直至符合预设条件或在所述位置偏差或入针角度偏差超过预设参数极值(也即位置偏差极值及入针角度偏差极值,下同)而停止。所述预设条件例如包括:针头与被采血人的表面皮肤夹角为最适宜入针操作的30度角,针头与最适宜血管的夹角为零。
在一些实施方式中,所述图像增强处理包括采用图像对比度增强算法、图像平滑算法、图像形态学处理算法、二值化算法的处理方式。
在一些实施方式中,所述三维位置参数通过激光测距和3D视觉获得。
根据本发明的实施例,还提供一种基于图像的血管识别与定位装置,包括:
血管光信号获取单元,用于获取采血目标区域的血管光信号,所述血管光信号例如可以通过向所述采血目标区域投射近红外光的方式激发产生,因为血液里的血红蛋白对特定波长的红外光吸收比周边组织更强,通过收集反射光和散射光,从而能够获取所述采血目标区域的血管光信号;
图像处理单元,用于对获取的血管光信号处理形成所述采血目标区域的第一血管图像(也即所述采血目标区域的原始图片)并对所述第一血管图像进行图像增强处理得到第二血管图像(也即处理后图片),具体的,通过光电传感器将接受到的所述血管光信号转换成相应的电信号,经过信号加强处理后,再用模数转换器将电信号转换为对应的数字信号,从而完成采血目标区域的图像采集,对所述第一血管图像进行图像增强处理后的第二血管图像能够使相应位置的静脉血管显示的更好;
此时,通过图像投影单元将处理得到的所述第二血管图像投影至所述采血目标区域,具体例如,使用微型投影仪将处理后的血管图也即所述第二血管图像投影至所述采血目标区域,使得采血目标区域皮肤表面的静脉血管能够清晰显示,为后续的采血入针操作提供指引,以提高入针成功率,从而提升被采血人的体验感;
位置参数转换单元,用于从所述采血目标区域中获取第三血管图像,基于所述第三血管图像进行血管识别,根据识别的血管提取目标血管,基于目标血管获取优选入针点,并获取所述优选入针点在所述第三血管图像中的二维位置参数,并将所述二维位置参数映射为三维位置参数,具体的,所述优选入针点的获取通过相关的检索算法查找并基于入针区域全覆盖算法以及入针点推算算法最终实现,在此过程中同步计算出所述优选入针点在所述第三血管图像中的具体位置参数,也即所述二维位置参数,之后经过数学计算,将所述优选入针点的二维位置参数转换成(也即前述的映射)真实世界的三维位置参数;之后,通过入针点定位标记单元采用激光对所述优选入针点进行实时测距和反馈,并对三维位置进行标定,并通过采血针运动控制单元控制采血针以所述优选入针点为目标点运动。前述的检索算法例如可以包括:伽马变换算法、自适应全局阈值分割算法、色彩变换算法、高斯平滑算法、中值滤波平滑算法、局部阈值分割算法、自适应直方图均衡化、Canny边缘检测算法、最小外接椭圆算法、霍夫直线检测算法、开运算与闭运算算法、ROI提取算法。
该技术方案中,通过图像增强处理将第一血管图像处理成为第二血管图像,能够使得静脉血管更加突出显示,使得医护人员和机器都能轻易识别适合采血的血管,进一步提高了识别最合适入针点的准确率;在传统采血操作方面,这将极大改变原本的完全依靠医护人员个人经验识别血管、查找入针点的工作方式,二者都将由本发明代替完成,这些改变将在提升采血操作成功率和减轻病患痛苦、提升采血体验感等方面带来有益效果;而将所述二维位置参数映射为真实世界的三维位置参数则能够使采血入针点定位与采血针指引功能的实现使得全自动采血成为可能,这使得采血操作的一系列工作流程都将由机器实现,完全解放医护人员,降低医护人员在进行采血操作时感染的风险,从而使本发明的技术方案兼顾了扩展升级价值,具备极高的社会效益和经济效益。
在一些实施方式中,采血针运动控制单元还用于获取所述采血针与所述优选入针点之间的实时距离Ls,当Ls小于预设距离值(具体的预设距离值可以通过多次操作的方式获取经验值)时,关闭测距激光,进而实现了所述采血针的控制位置的预定位,此时,进一步例如通过微距摄像机获取所述采血针与所述优选入针点之间的位置偏差及入针角度偏差,进而对采血针与优选入针点的相对位置(距离或者角度)进行实时微调,当所述位置偏差及入针角度偏差符合预设条件时,控制所述采血针入针并开始采血;当所述位置偏差或入针角度偏差不符合预设条件时,通过测距激光持续进行动态调整,直至符合预设条件或在所述位置偏差或入针角度偏差超过预设参数极值而停止。所述预设条件例如包括:针头与被采血人的表面皮肤夹角为最适宜入针操作的30度角,针头与最适宜血管的夹角为零。
在一些实施方式中,所述图像增强处理包括采用图像对比度增强算法、图像平滑算法、图像形态学处理算法、二值化算法的处理方式。
在一些实施方式中,所述三维位置参数通过激光测距和3D视觉获得。
本领域的技术人员容易理解的是,在不冲突的前提下,上述各有利方式可以自由地组合、叠加。
以上仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。以上仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变型,这些改进和变型也应视为本发明的保护范围。
Claims (10)
1.一种基于图像的血管识别与定位方法,其特征在于,包括:
获取采血目标区域的血管光信号;
对获取的血管光信号处理形成所述采血目标区域的第一血管图像并对所述第一血管图像进行图像增强处理得到第二血管图像;
将处理得到的所述第二血管图像投影至所述采血目标区域;
从所述采血目标区域中获取第三血管图像,基于所述第三血管图像进行血管识别,根据识别的血管提取目标血管,基于目标血管获取优选入针点,并获取所述优选入针点在所述第三血管图像中的二维位置参数,并将所述二维位置参数映射为三维位置参数;
采用激光对所述优选入针点进行实时测距和反馈,并对三维位置进行标定;
控制采血针以所述优选入针点为目标点运动。
2.根据权利要求1所述的基于图像的血管识别与定位方法,其特征在于,
在控制采血针以所述优选入针点为目标点运动的步骤中,包括:
获取所述采血针与所述优选入针点之间的实时距离Ls,当Ls小于预设距离值时,关闭测距激光;
获取所述采血针与所述优选入针点之间的位置偏差及入针角度偏差,当所述位置偏差及入针角度偏差符合预设条件时,控制所述采血针入针并开始采血;当所述位置偏差或入针角度偏差不符合预设条件时,通过测距激光持续进行动态调整,直至符合预设条件或在所述位置偏差或入针角度偏差超过预设参数极值而停止。
3.根据权利要求1所述的基于图像的血管识别与定位方法,其特征在于,
通过向所述采血目标区域投射近红外光的方式激发产生所述血管光信号。
4.根据权利要求1所述的基于图像的血管识别与定位方法,其特征在于,
所述图像增强处理包括采用图像对比度增强算法、图像平滑算法、图像形态学处理算法、二值化算法的处理方式。
5.根据权利要求1所述的基于图像的血管识别与定位方法,其特征在于,所述三维位置参数通过激光测距和3D视觉获得。
6.一种基于图像的血管识别与定位装置,其特征在于,包括:
血管光信号获取单元,用于获取采血目标区域的血管光信号;
图像处理单元,用于对获取的血管光信号处理形成所述采血目标区域的第一血管图像并对所述第一血管图像进行图像增强处理得到第二血管图像;
图像投影单元,将处理得到的所述第二血管图像投影至所述采血目标区域;
位置参数转换单元,用于从所述采血目标区域中获取第三血管图像,基于所述第三血管图像进行血管识别,根据识别的血管提取目标血管,基于目标血管获取优选入针点,并获取所述优选入针点在所述第三血管图像中的二维位置参数,并将所述二维位置参数映射为三维位置参数;
入针点定位标记单元,用于采用激光对所述优选入针点进行实时测距和反馈,并对三维位置进行标定;
采血针运动控制单元,控制采血针以所述优选入针点为目标点运动。
7.根据权利要求6所述的基于图像的血管识别与定位装置,其特征在于,
采血针运动控制单元还用于获取所述采血针与所述优选入针点之间的实时距离Ls,当Ls小于预设距离值时,关闭测距激光;
获取所述采血针与所述优选入针点之间的位置偏差及入针角度偏差,当所述位置偏差及入针角度偏差符合预设条件时,控制所述采血针入针并开始采血;当所述位置偏差或入针角度偏差不符合预设条件时,通过测距激光持续进行动态调整,直至符合预设条件或在所述位置偏差或入针角度偏差超过预设参数极值而停止。
8.根据权利要求6所述的基于图像的血管识别与定位装置,其特征在于,
通过向所述采血目标区域投射近红外光的方式激发产生所述血管光信号。
9.根据权利要求6所述的基于图像的血管识别与定位方法装置,其特征在于,
所述图像增强处理包括采用图像对比度增强算法、图像平滑算法、图像形态学处理算法、二值化算法的处理方式。
10.根据权利要求6所述的基于图像的血管识别与定位装置,其特征在于,所述三维位置参数通过激光测距和3D视觉获得。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110220468.1A CN113017566B (zh) | 2021-02-26 | 2021-02-26 | 基于图像的血管识别与定位方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110220468.1A CN113017566B (zh) | 2021-02-26 | 2021-02-26 | 基于图像的血管识别与定位方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113017566A true CN113017566A (zh) | 2021-06-25 |
CN113017566B CN113017566B (zh) | 2023-05-09 |
Family
ID=76462142
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110220468.1A Active CN113017566B (zh) | 2021-02-26 | 2021-02-26 | 基于图像的血管识别与定位方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113017566B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114287880A (zh) * | 2021-12-08 | 2022-04-08 | 四川大学华西医院 | 一种基于红外图像处理的动物实验肿瘤早期成瘤监测方法 |
WO2023245708A1 (zh) * | 2022-06-20 | 2023-12-28 | 中国科学院脑科学与智能技术卓越创新中心 | 基于机器视觉的电极植入方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110301500A1 (en) * | 2008-10-29 | 2011-12-08 | Tim Maguire | Automated vessel puncture device using three-dimensional(3d) near infrared (nir) imaging and a robotically driven needle |
KR20160050529A (ko) * | 2014-10-30 | 2016-05-11 | 주식회사 엔씨테크론 | 적외선을 이용한 혈관 투영 장치 |
CN109247910A (zh) * | 2017-07-12 | 2019-01-22 | 京东方科技集团股份有限公司 | 血管显示设备以及血管显示方法 |
KR20190046412A (ko) * | 2017-10-26 | 2019-05-07 | 임승재 | 근적외선 모듈과 카메라를 이용한 혈관 탐지 장치 |
CN111887864A (zh) * | 2020-06-05 | 2020-11-06 | 哈工大机器人(中山)无人装备与人工智能研究院 | 用于采血机器人装置的末端执行装置 |
WO2020230407A1 (ja) * | 2019-05-15 | 2020-11-19 | 株式会社日本マイクロニクス | 血管位置表示装置及び血管位置表示方法 |
-
2021
- 2021-02-26 CN CN202110220468.1A patent/CN113017566B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110301500A1 (en) * | 2008-10-29 | 2011-12-08 | Tim Maguire | Automated vessel puncture device using three-dimensional(3d) near infrared (nir) imaging and a robotically driven needle |
KR20160050529A (ko) * | 2014-10-30 | 2016-05-11 | 주식회사 엔씨테크론 | 적외선을 이용한 혈관 투영 장치 |
CN109247910A (zh) * | 2017-07-12 | 2019-01-22 | 京东方科技集团股份有限公司 | 血管显示设备以及血管显示方法 |
KR20190046412A (ko) * | 2017-10-26 | 2019-05-07 | 임승재 | 근적외선 모듈과 카메라를 이용한 혈관 탐지 장치 |
WO2020230407A1 (ja) * | 2019-05-15 | 2020-11-19 | 株式会社日本マイクロニクス | 血管位置表示装置及び血管位置表示方法 |
CN111887864A (zh) * | 2020-06-05 | 2020-11-06 | 哈工大机器人(中山)无人装备与人工智能研究院 | 用于采血机器人装置的末端执行装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114287880A (zh) * | 2021-12-08 | 2022-04-08 | 四川大学华西医院 | 一种基于红外图像处理的动物实验肿瘤早期成瘤监测方法 |
WO2023245708A1 (zh) * | 2022-06-20 | 2023-12-28 | 中国科学院脑科学与智能技术卓越创新中心 | 基于机器视觉的电极植入方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113017566B (zh) | 2023-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112957041B (zh) | 基于血管图像的采血机器人控制方法及装置 | |
CN113017566B (zh) | 基于图像的血管识别与定位方法及装置 | |
CN113017625B (zh) | 采血机器人的控制方法及装置 | |
EP0904007A1 (en) | Dermal diagnostic analysis system and method | |
CN110648304A (zh) | 一种手持硬质内窥镜智能辅助诊断方法 | |
KR101182729B1 (ko) | 의료용 혈관영상 처리방법 | |
CN112183518B (zh) | 静脉靶点自动确定方法、装置和设备 | |
CN113171053A (zh) | 一种融合近红外成像的内窥镜手术血管增强检测方法 | |
CN114176726A (zh) | 一种基于相位配准的穿刺方法 | |
CN116777962A (zh) | 基于人工智能的二维医学图像配准方法及系统 | |
CN116884082A (zh) | 一种放疗室用患者安全监控系统及方法 | |
CN110652660A (zh) | 一种患者摆位检测方法和系统 | |
CN108392180B (zh) | 时间强度曲线测定装置 | |
CN109993754B (zh) | 从图像上进行颅骨分割的方法和系统 | |
CN114612533A (zh) | 头部多模态ct图像配准方法、装置及放射治疗设备 | |
KR20220148513A (ko) | 입체 체형 스캐닝 장치 | |
KR20000056228A (ko) | 단층촬영 영상으로부터의 장기 추출 및 체적산출방법 | |
CN112927199A (zh) | 一种非静脉注射治疗注射点的选择方法 | |
El-Fegh et al. | Automated 2-D cephalometric analysis of X-ray by image registration approach based on least square approximator | |
CN112950578A (zh) | 基于二维图像增强的血管识别与定位方法及装置 | |
CN111209801A (zh) | 一种中医胖舌识别方法及装置 | |
US20230293827A1 (en) | Method and system for determining an optimal insertion segment in a blood vessel of a patient | |
Garduno-Alvarado et al. | Fast optic disc segmentation in fundus images | |
Nishkala et al. | Semi Autonomous Detection of Bite Points for a Surgical Needle | |
Jain et al. | A novel strategy for automatic localization of cephalometric landmarks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |