CN113058110B - 一种用于检测静脉输液外渗的方法及其系统 - Google Patents
一种用于检测静脉输液外渗的方法及其系统 Download PDFInfo
- Publication number
- CN113058110B CN113058110B CN202110286781.5A CN202110286781A CN113058110B CN 113058110 B CN113058110 B CN 113058110B CN 202110286781 A CN202110286781 A CN 202110286781A CN 113058110 B CN113058110 B CN 113058110B
- Authority
- CN
- China
- Prior art keywords
- image
- signal
- channel
- signals
- video
- 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.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M5/00—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests
- A61M5/14—Infusion devices, e.g. infusing by gravity; Blood infusion; Accessories therefor
- A61M5/168—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body
- A61M5/16831—Monitoring, detecting, signalling or eliminating infusion flow anomalies
- A61M5/16836—Monitoring, detecting, signalling or eliminating infusion flow anomalies by sensing tissue properties at the infusion site, e.g. for detecting infiltration
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M5/00—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests
- A61M5/14—Infusion devices, e.g. infusing by gravity; Blood infusion; Accessories therefor
- A61M5/168—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body
- A61M5/172—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body electrical or electronic
- A61M5/1723—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body electrical or electronic using feedback of body parameters, e.g. blood-sugar, pressure
- A61M2005/1726—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body electrical or electronic using feedback of body parameters, e.g. blood-sugar, pressure the body parameters being measured at, or proximate to, the infusion site
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Vascular Medicine (AREA)
- Anesthesiology (AREA)
- Heart & Thoracic Surgery (AREA)
- Hematology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Image Analysis (AREA)
- Infusion, Injection, And Reservoir Apparatuses (AREA)
Abstract
本公开一种用于检测静脉输液外渗的方法,包括:采集静脉输液外周组织的视频图像,提取获得视频每帧图片的ROI区域;对ROI区域进行分割并将分割后的图像进行三基色分离生成RGB三通道图像,并对各通道图像预处理生成三个通道的数字信号;将经过预处理后的原始信号进行标准化处理,并将标准化的信号作为输入信号,进行盲源分离,生成三个新的信号;将分离后得到信号进行采用信号辨识与筛选,使用基于绿色通道信号的相关性分析方法选取所需信号;对选取的信号进行带通滤波的信号处理,得到频谱图,选取最大峰值频率作为心跳频率,得到心率估计值。本发明具有巨大的应用潜力,具有对心率同步测量准确性高、抗噪声干扰能力较强、应用潜力大等优点。
Description
技术领域
本公开涉及大数据技术领域,特别涉及一种用于检测静脉输液外渗的方法及其系统。
背景技术
目前,静脉输液过程中,药物溶液渗出或漏出血管外,渗入周围组织的过程称为静脉输液外渗。静脉输液外渗是临床护理工作中经常遇到的问题,一旦发生,轻者会造成患者的不适,重者造成患者的痛苦,导致组织坏死或溃烂甚至于残疾,在医患关系紧张的地方可能还会引起医疗纠纷。因此,在护理工作中有效预防和处理输液外渗,具有重要的临床价值。
发明内容
本公开针对上述现有问题中的一个或者多个,提出了一种用于检测静脉输液外渗的方法。
根据本公开的一个方面,提供一种用于检测静脉输液外渗的方法,包括以下步骤:
S1OO:采集静脉输液外周组织的视频图像,对视频图像进行预处理,从而提取获得视频每帧图片的ROI区域;
S1O1:对ROI区域进行分割并将分割后的图像进行三基色分离生成RGB三通道图像,并对各通道图像所有像素取平均值,将平均值作为该帧图像在对应颜色通道的特征值,生成预处理后的绿色、蓝色B和红色三个通道的数字信号;
S1O2:将经过预处理后的原始信号xR(t),xG(t)和xB(t)进行标准化处理,得到标准化的信号,并将标准化的信号作为输入信号,进行盲源分离,生成三个新的信号,将分离后的源信号记为ya(t),yb(t)和yc(t);
S1O3:将分离信号ya(t),yb(t)和yc(t)进行采用信号辨识与筛选,使用基于绿色通道信号的相关性分析方法选取所需信号;
S1O4:对选取的信号进行带通滤波的信号处理,并对滤波后的信号作周频谱分析,即对其进行FFT变换,得到频谱图,结合滑动窗算法选取最大峰值频率作为心跳频率,得到心率估计值。
在一些实施方式中,所述采集静脉输液外周组织的视频图像中,还包括采用直方图均衡化的方法对摄像头采集到的包含针尖的视频进行光照补偿,采AdaBoost算法对光照补偿后的视频进行区域检测并将输液区域分割提取,以得到视频中每一帧输液区域的图像,对每一帧输液区域的图像的针尖区域进行截取,得到视频中每一帧针尖区域的图像。
在一些实施方式中,所述采集静脉输液外周组织的视频图像,对视频图像进行预处理,从而提取获得视频每帧图片的ROI区域,包括:
获取包含待检测静脉输液处信息的多帧目标图像;
对所述多帧目标图像进行图像预处理,得到所述每一帧图像对应的关键点信息;
基于所述每一帧图像对应的关键点信息,确定所述每一帧图像对应的感兴趣区域的标识区域。
在一些实施方式中,在步骤S101中,对ROI区域进行分割并将分割后的图像进行三基色分离生成RGB三通道图像,并对各通道图像所有像素取平均值,包括采用相干平均法对选定区域内的像素点进行空间平均,方法具体包括:
构造空间平均序列x=[xiR,xiG,xiB]T,其中xiR,xiG,xiB是区域i内的像素点空间平均后的R、G、B三通道信号,对区域i内像素点的空间平均具体操作如下:
上式中,i=1,2,3,{IiR,IiG,IiB}是区域i的R、G、B三通道原始图像数据,Ni、Mi为选定的区域i的高和宽,n、m为图像区域的空间坐标,t为每帧图像对应的时间点。
在一些实施方式中,在步骤S1O2中,将经过预处理后的原始信号进行标准化处理,得到标准化的信号,包括以下步骤:
假设原始信号是均值为零的实随机变量;
采用如下公式对原始信号进行零均值化处理;
x'i(t)=(xi(t)-μi)/σi
其中i=1,2,3,μi和σi分别为x(t)的均值和标准差,x(t)经标准化变换后的x'(t)均值为零,方差为1。
在一些实施方式中,步骤S1O2中,所述盲源分离的方法包括快速独立源分析法、自适应法、矩阵特征值分解法、最大信息量法。
另一方面,一种用于检测静脉输液外渗的系统,包括:
摄像机,用于采集静脉视频图像;
分割模块,用于对静脉视频图像进行图像分割处理,得到分割后图像;
原始信号生成模块,用于将获取分割后图像的图像信号转换成三通道数字信号;
盲源分离模块,用于对原始信号生成模块生成的三通道数字信号进行标准差标准化,分离得到三个相互独立的信号ya(t),yb(t)和yc(t);
相关性处理模块,用于将盲源分离模块获取的三个相互独立的信号与原始信号中的绿色通道信号进行相关性分析,筛选与其最相关的一个独立信号作为所需信号;
心率提取模块,用于对选取的信号进行带通滤波的信号处理,并对滤波后的信号作周频谱分析,即对其进行FFT变换,得到频谱图,结合滑动窗算法选取最大峰值频率作为心跳频率,得到心率估计值。
在一些实施方式中,还包括光照矫正模块,用于采用直方图均衡化的方法对摄像头采集到的包含针尖的视频进行光照补偿。
本公开的有益效果是:通过检测感兴趣区域的视频图像可获取被检测输液针尖区域的外周组织特征进行监测输液是否外渗,检测效率提高,检测操作便利,无需接触被检测对象,解决了被检测对象不便所造成的麻烦,也确保病人的安全。因此本发明具有巨大的应用潜力,具有对心率同步测量准确性高、抗噪声干扰能力较强、应用潜力大等优点。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
图1为本公开的一种用于检测静脉输液外渗的方法的流程图;
图2为本公开的一种用于检测静脉输液外渗的方法的第一通道的标准化处理的波形示意图;
图3为本公开的一种用于检测静脉输液外渗的方法的第二通道的标准化处理的波形示意图;
图4为本公开的一种用于检测静脉输液外渗的方法的标准化处理的波形示意图;
图5为本公开的一种用于检测静脉输液外渗的方法的绘制曲线的示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
需要说明的是,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其他步骤或单元。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
下面结合附图,对本公开做进一步的详细说明。
盲源分离(Blind Source Separation,BSS)是指在源信号与混合通道参数均未知的条件下,仅通过传感器观测信号来估计源信号和未知混合通道参数的一种信号处理方法;独立成分分析是指(independent component analysis,ICA);ROI(region ofinterest),感兴趣区域。机器视觉、图像处理中,从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域,称为感兴趣区域,即ROI。
实施例1:
参考说明书附图1-5所示,示出了提供一种用于检测静脉输液外渗的方法,其特征在于,包括以下步骤:
S1OO:采集静脉输液外周组织的视频图像,对视频图像进行预处理,从而提取获得视频每帧图片的ROI区域;
S1O1:对ROI区域进行分割并将分割后的图像进行三基色分离生成RGB三通道图像,并对各通道图像所有像素取平均值,将平均值作为该帧图像在对应颜色通道的特征值,生成预处理后的绿色、蓝色B和红色三个通道的数字信号;
S1O2:将经过预处理后的原始信号xR(t),xG(t)和xB(t)进行标准化处理,得到标准化的信号,并将标准化的信号作为输入信号,进行盲源分离,生成三个新的信号,将分离后的源信号记为ya(t),yb(t)和yc(t);
S1O3:将分离信号ya(t),yb(t)和yc(t)进行采用信号辨识与筛选,使用基于绿色通道信号的相关性分析方法选取所需信号;具体的,可以绘制相关性曲线来直观显示。在本实施例中,采用相关性分析的方法,将盲源分离后的三个相互独立的信号与源信号中的绿色通道信号进行相关性分析,即研究两个信号的相似性,找出与其最相关的一个独立信号作为所需信号,则信号筛选完成。
在本实施例中,如图5所示,在Matlab中用corrcoef函数来计算,找出绝对值最大的相关系数对应的ICA信号,即为所选的信号;在Matlab中,使用函数crosscorr函数实现。以采集的一组数据为例来进行相关性分析,其相关性系数的绝对值分别为0.9715,0.0592和0.2293,所以与绿色通道源信号最相关的是第一个ICA信号。这三个值就是我们需要的皮肤组织相关的结果,此比值的变化就是我们需要的皮肤组织变化率,根据这个皮肤组织变化率判断渗漏。我们以绿色通道源信号为主,分别计算绿色通道和红色通道,绿色通道和蓝色通道,以及红色通道和蓝色通道的比值,当液体外渗发生后其组织结构也相应改变,组织结构的改变也使其RGB信号相关性发生变化,这样就实现了液体外渗的监测。
S1O4:对选取的信号进行带通滤波的信号处理,并对滤波后的信号作周频谱分析,即对其进行FFT变换,得到频谱图,结合滑动窗算法选取最大峰值频率作为心跳频率,得到心率估计值。
在本实施例中,由红(R)、绿(G)、蓝(B)三颜色通道得到的信号在经过盲源分离(ICA)处理之后,能够消除部分伪动噪声,生成三个相互独立的源信号;首先对其原始信号进行数字滤波,具体的,我们采用采用窗口移动平均滤波法对脉搏波信号进行滤波去噪,并在此基础上采用数字带通滤波器来得到信噪比更高的心率
具体的,所述采集静脉输液外周组织的视频图像中,还包括采用直方图均衡化的方法对摄像头采集到的包含针尖的视频进行光照补偿,采AdaBoost算法对光照补偿后的视频进行区域检测并将输液区域分割提取,以得到视频中每一帧输液区域的图像,对每一帧输液区域的图像的针尖区域进行截取,得到视频中每一帧针尖区域的图像。
具体的,所述采集静脉输液外周组织的视频图像,对视频图像进行预处理,从而提取获得视频每帧图片的ROI区域,包括:
获取包含待检测静脉输液处信息的多帧目标图像;
对所述多帧目标图像进行图像预处理,得到所述每一帧图像对应的关键点信息;
基于所述每一帧图像对应的关键点信息,确定所述每一帧图像对应的感兴趣区域的标识区域。
具体的,在步骤S101中,对ROI区域进行分割并将分割后的图像进行三基色分离生成RGB三通道图像,并对各通道图像所有像素取平均值,包括采用相干平均法对选定区域内的像素点进行空间平均,方法具体包括:
构造空间平均序列x=[xiR,xiG,xiB]T,其中xiR,xiG,xiB是区域i内的像素点空间平均后的R、G、B三通道信号,对区域i内像素点的空间平均具体操作如下:
上式中,i=1,2,3,{IiR,IiG,IiB}是区域i的R、G、B三通道原始图像数据,Ni、Mi为选定的区域i的高和宽,n、m为图像区域的空间坐标,t为每帧图像对应的时间点。
在步骤S1O2中,将经过预处理后的原始信号进行标准化处理,得到标准化的信号,包括以下步骤:
假设原始信号是均值为零的实随机变量;
采用如下公式对原始信号进行零均值化处理;
x'i(t)=(xi(t)-μi)/σi
其中i=1,2,3,μi和σi分别为x(t)的均值和标准差,x(t)经标准化变换后的x'(t)均值为零,方差为1。则经标准化后的三个原始信号分别如下2-4中的红(1通道),绿(2道),蓝(3道)的波形所示。
步骤S1O2中,所述盲源分离的方法包括快速独立源分析法、自适应法、矩阵特征值分解法、最大信息量法。
另一方面,一种用于检测静脉输液外渗的系统,包括:
摄像机,用于采集静脉视频图像;
分割模块,用于对静脉视频图像进行图像分割处理,得到分割后图像;
原始信号生成模块,用于将获取分割后图像的图像信号转换成三通道数字信号;
盲源分离模块,用于对原始信号生成模块生成的三通道数字信号进行标准差标准化,分离得到三个相互独立的信号ya(t),yb(t)和yc(t);
相关性处理模块,用于将盲源分离模块获取的三个相互独立的信号与原始信号中的绿色通道信号进行相关性分析,筛选与其最相关的一个独立信号作为所需信号;
心率提取模块,用于对选取的信号进行带通滤波的信号处理,并对滤波后的信号作周频谱分析,即对其进行FFT变换,得到频谱图,结合滑动窗算法选取最大峰值频率作为心跳频率,得到心率估计值。
在一些实施方式中,还包括光照矫正模块,用于采用直方图均衡化的方法对摄像头采集到的包含针尖的视频进行光照补偿。
本公开有益效果:通过检测感兴趣区域的视频图像可获取被检测输液针尖区域的外周组织特征进行监测输液是否外渗,检测效率提高,检测操作便利,无需接触被检测对象,解决了被检测对象不便所造成的麻烦,也确保病人的安全。因此本发明具有巨大的应用潜力,具有对心率同步测量准确性高、抗噪声干扰能力较强、应用潜力大等优点。
需要说明的是,上述实施例提供的系统,在实现其功能时,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,即将设备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。另外,上述实施例提供的系统与方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
以上的仅是本公开的一些实施方式。对于本领域的普通技术人员来说,在不脱离本公开创造构思的前提下,还可以做出若干变形和改进,这些都属于本公开的保护范围。
Claims (8)
1.一种用于检测静脉输液外渗的方法,其特征在于,包括以下步骤:
S1OO:采集静脉输液外周组织的视频图像,对视频图像进行预处理,从而提取获得视频每帧图像的ROI区域;
S1O1:对ROI区域进行分割并将分割后的图像进行三基色分离生成RGB三通道图像,并对各通道图像所有像素取平均值,将平均值作为该帧图像在对应颜色通道的特征值,生成预处理后的绿色、蓝色B和红色三个通道的数字信号;
S1O2:将经过预处理后的原始信号xR(t),xG(t)和xB(t)进行标准化处理,得到标准化的信号,并将标准化的信号作为输入信号,进行盲源分离,生成三个新的信号,将分离后的源信号记为ya(t),yb(t)和yc(t);
S1O3:将分离信号ya(t),yb(t)和yc(t)进行采用信号辨识与筛选,使用基于绿色通道信号的相关性分析方法选取所需信号;
S1O4:根据选取的信号获取对应比值的变化,所述比值的变化即皮肤组织变化率,根据皮肤组织变化率判断是否渗漏。
2.根据权利要求1所述的用于检测静脉输液外渗的方法,其特征在于,所述采集静脉输液外周组织的视频图像中,还包括采用直方图均衡化的方法对摄像头采集到的包含针尖的视频进行光照补偿,采用AdaBoost算法对光照补偿后的视频进行区域检测并将输液区域分割提取,以得到视频中每一帧输液区域的图像,对每一帧输液区域的图像的针尖区域进行截取,得到视频中每一帧针尖区域的图像。
3.根据权利要求1所述的用于检测静脉输液外渗的方法,其特征在于,所述采集静脉输液外周组织的视频图像,对视频图像进行预处理,从而提取获得视频每帧图像的ROI区域,包括:
获取包含待检测静脉输液处信息的多帧目标图像;
对所述多帧目标图像进行图像预处理,得到所述对应的关键点信息;
基于每一帧图像对应的关键点信息,确定所述对应的感兴趣区域的标识区域。
4.根据权利要求1所述的用于检测静脉输液外渗的方法,其特征在于,在步骤S101中,对ROI区域进行分割并将分割后的图像进行三基色分离生成RGB三通道图像,并对各通道图像所有像素取平均值,包括采用相干平均法对选定区域内的像素点进行空间平均,方法具体包括:
构造空间平均序列x=[xiR,xiG,xiB]T,其中xiR,xiG,xiB是区域i内的像素点空间平均后的R、G、B三通道信号,T为获取各通道图像对应的时间点。
5.根据权利要求1所述的用于检测静脉输液外渗的方法,其特征在于,在步骤S1O2中,将经过预处理后的原始信号进行标准化处理,得到标准化的信号,包括以下步骤:
假设原始信号是均值为零的实随机变量;
采用如下公式对原始信号进行零均值化处理;
x'i(t)=(xi(t)-μi)/σi
其中i=1,2,3,μi和σi分别为x(t)的均值和标准差,x(t)经标准化变换后的x'(t)均值为零,方差为1。
6.根据权利要求1所述的用于检测静脉输液外渗的方法,其特征在于,步骤S1O2中,所述盲源分离的方法包括快速独立源分析法、自适应法、矩阵特征值分解法、最大信息量法。
7.一种用于检测静脉输液外渗的系统,其特征在于,包括:
摄像机,用于采集静脉视频图像;
分割模块,用于对静脉视频图像进行图像分割处理,得到分割后图像;
原始信号生成模块,用于将获取分割后图像的图像信号转换成三通道数字信号;
盲源分离模块,用于对原始信号生成模块生成的三通道数字信号进行标准差标准化,分离得到三个相互独立的信号ya(t),yb(t)和yc(t);
相关性处理模块,用于将盲源分离模块获取的三个相互独立的信号与原始信号中的绿色通道信号进行相关性分析,筛选与其最相关的一个独立信号作为所需信号;
处理判断模块,用于根据选取的信号获取对应比值的变化,所述比值的变化即皮肤组织变化率,根据皮肤组织变化率判断是否渗漏。
8.根据权利要求7所述的一种用于检测静脉输液外渗的系统,其特征在于,还包括光照矫正模块,用于采用直方图均衡化的方法对摄像头采集到的包含针尖的视频进行光照补偿。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110286781.5A CN113058110B (zh) | 2021-03-17 | 2021-03-17 | 一种用于检测静脉输液外渗的方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110286781.5A CN113058110B (zh) | 2021-03-17 | 2021-03-17 | 一种用于检测静脉输液外渗的方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113058110A CN113058110A (zh) | 2021-07-02 |
CN113058110B true CN113058110B (zh) | 2022-06-21 |
Family
ID=76561272
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110286781.5A Active CN113058110B (zh) | 2021-03-17 | 2021-03-17 | 一种用于检测静脉输液外渗的方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113058110B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114534017B (zh) * | 2022-03-01 | 2024-01-16 | 杨上林 | 输液插管与静脉的接触状态监控方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1569707A1 (en) * | 2002-12-10 | 2005-09-07 | Neorad A/S | Extravasation detector |
CN104586364A (zh) * | 2015-01-19 | 2015-05-06 | 武汉理工大学 | 一种肤质检测系统及方法 |
CN110384491A (zh) * | 2019-08-21 | 2019-10-29 | 河南科技大学 | 一种基于普通摄像头的心率检测方法 |
CN111243739A (zh) * | 2020-01-07 | 2020-06-05 | 四川大学 | 抗干扰的生理参数遥测方法及系统 |
CN111420177A (zh) * | 2020-04-26 | 2020-07-17 | 山东交通学院 | 一种静脉输液外渗检测报警系统及检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040215081A1 (en) * | 2003-04-23 | 2004-10-28 | Crane Robert L. | Method for detection and display of extravasation and infiltration of fluids and substances in subdermal or intradermal tissue |
-
2021
- 2021-03-17 CN CN202110286781.5A patent/CN113058110B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1569707A1 (en) * | 2002-12-10 | 2005-09-07 | Neorad A/S | Extravasation detector |
CN104586364A (zh) * | 2015-01-19 | 2015-05-06 | 武汉理工大学 | 一种肤质检测系统及方法 |
CN110384491A (zh) * | 2019-08-21 | 2019-10-29 | 河南科技大学 | 一种基于普通摄像头的心率检测方法 |
CN111243739A (zh) * | 2020-01-07 | 2020-06-05 | 四川大学 | 抗干扰的生理参数遥测方法及系统 |
CN111420177A (zh) * | 2020-04-26 | 2020-07-17 | 山东交通学院 | 一种静脉输液外渗检测报警系统及检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113058110A (zh) | 2021-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tasli et al. | Remote PPG based vital sign measurement using adaptive facial regions | |
Hsu et al. | Learning-based heart rate detection from remote photoplethysmography features | |
US8897522B2 (en) | Processing a video for vascular pattern detection and cardiac function analysis | |
CN109977858B (zh) | 一种基于图像分析的心率检测方法及装置 | |
Tang et al. | Non-contact heart rate monitoring by combining convolutional neural network skin detection and remote photoplethysmography via a low-cost camera | |
KR102285999B1 (ko) | 얼굴 색상과 떨림을 이용한 카메라 기반 심박 측정 방법 및 시스템 | |
Qureshi et al. | Detection of glaucoma based on cup-to-disc ratio using fundus images | |
CN111444797B (zh) | 非接触式心率检测方法 | |
CN113058110B (zh) | 一种用于检测静脉输液外渗的方法及其系统 | |
CN111839492B (zh) | 一种基于面部视频序列的心率非接触式测量方法 | |
US9320440B2 (en) | Discriminating between atrial fibrillation and sinus rhythm in physiological signals obtained from video | |
EP3378387B1 (en) | Heart rate estimation from face videos using quality based fusion | |
CN106096544B (zh) | 基于二阶盲辨识的非接触式眨眼与心率联合检测系统及方法 | |
CN112869737A (zh) | 一种非接触式人体血氧饱和度检测方法 | |
Ihsan et al. | A median filter with evaluating of temporal ultrasound image for impulse noise removal for kidney diagnosis | |
CN104688199A (zh) | 一种基于皮肤色素浓度差分的非接触式脉搏测量方法 | |
CN109793509A (zh) | 一种核辐射探测与心率测量方法及装置 | |
CN109303573A (zh) | 一种根据b超检测中上彩血流图来计算孕早期胚胎胎心率的方法 | |
CN113693573B (zh) | 一种基于视频的非接触式多生理参数监测的系统及方法 | |
Das et al. | A multiresolution method for non-contact heart rate estimation using facial video frames | |
Zainudin et al. | Glaucoma detection of retinal images based on boundary segmentation | |
CN117649403B (zh) | 用于偏头痛的视频衍生面部血流脉动定量评测方法、装置及设备 | |
Sundaram et al. | Efficient edge emphasized mammogram image enhancement for detection of microcalcification | |
CN114271800B (zh) | 一种办公环境下的非侵扰式连续血压监测方法及应用 | |
Princye et al. | Blood Vessel Segmentation on Retinal Fundus Image-A Review |
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 |