CN114727021A - 一种基于视频分析的云端体外诊断图像数据处理方法 - Google Patents
一种基于视频分析的云端体外诊断图像数据处理方法 Download PDFInfo
- Publication number
- CN114727021A CN114727021A CN202210410166.5A CN202210410166A CN114727021A CN 114727021 A CN114727021 A CN 114727021A CN 202210410166 A CN202210410166 A CN 202210410166A CN 114727021 A CN114727021 A CN 114727021A
- Authority
- CN
- China
- Prior art keywords
- video
- cloud
- scheme
- image data
- frame
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Image Analysis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及一种基于视频分析的云端体外诊断图像数据处理方法,包括如下步骤:S1:确定待检测项目的视频采集方案;S2:将方案上传至云端服务器;S3:检查采集设备器件状态;S4:采集视频数据;S5:查找关键帧;S6:将S5中关键帧数量参数进行等分操作;S7:将关键帧数据进行进一步处理,S1中的确定待检测项目的视频采集方案是根据产品类型,确定产品待检测项目的视频采集方案,通过包括视频采集的起始时间以及视频采集的长度关键信息,S2中的将方案上传至云端服务器是将该产品对应的视频采集方案上传至云端服务器。本发明大大提升在不同外部光照下,云端体外诊断信号的强度和稳定性,有利于对云端体外诊断图像数据的进一步分析。
Description
技术领域
本发明涉及体外诊断领域,更具体的,涉及体外诊断图像数据分析处理领域,特别是涉及一种基于视频分析的云端体外诊断图像数据处理方法。
背景技术
在使用开放光路的体外诊断应用场景中所采集到的体外诊断试剂卡的图像数据,一般可使用专用的或者非专用的带CMOS摄像头的便携设备进行采集,但是由于常用便携设备的自带的相机软硬件并非为体外诊断应用场景设计,而部分试剂反应速度往往较快,单独采集一张图片存在对操作时间要求较高,同时成像效果依赖于该张图像成像时的外部环境及光照的问题。为了解决现有技术中存在的问题,本发明由此提供了一种基于视频分析的云端体外诊断图像数据处理方法。
发明内容
本发明提供了一种基于视频分析的云端体外诊断图像数据处理方法,解决了现有技术中的技术问题。
本发明解决上述技术问题的方案如下:一种基于视频分析的云端体外诊断图像数据处理方法,包括如下步骤:S1:确定待检测项目的视频采集方案;S2:将方案上传至云端服务器;S3:检查采集设备器件状态;S4:采集视频数据;S5:查找关键帧;S6:将S5中关键帧数量参数进行等分操作;S7:将关键帧数据进行进一步处理。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步,S1中所述的确定待检测项目的视频采集方案是根据产品类型,确定产品待检测项目的视频采集方案,通过包括视频采集的起始时间以及视频采集的长度关键信息,其它信息包括CMOS摄像头的参数。
进一步,S2中所述的将方案上传至云端服务器是将该产品对应的视频采集方案上传至云端服务器。
进一步,S3中所述的检查采集设备器件状态是在客户端需要采集数据时,从云端下载采集方案,并检查采集设备器件状态,为视频采集作准备。
进一步,S4中所述的采集视频数据是按照采集方案,固定CMOS摄像头参数,采集指定时间长度的视频数据。
进一步,S5中所述的查找关键帧是对该视频进行查找关键帧操作,首先利用利用可用的定位算法找到视频中每一帧的感兴趣区域,将视频中第一帧的感兴趣区域数据作为基线,首先计算图像最后一帧与基线的相似程度。
进一步,相似度可以采取欧式距离计算,计算公式如下:
A=(a1,a2,…an),B=(b1,b2,…,bn)
d(A,B)=√[∑(ai-bi)2](i=1,2,…,n)
其中A和B代表两幅图像数据,a、b代表图像中的像素点,d代表距离。
进一步,S6中所述的将S5中关键帧数量参数进行等分操作是将S5中的d依照采集方案中的关键帧数量参数进行等分操作。
进一步,等分后的距离记为T,对视频进行逐帧相似度计算,一旦距离超过T,就将其作为关键帧存储起来,并将当前帧作为计算相似度的基线,重复上述操作,直至视频结束,获得所有的关键帧。
进一步,S7中所述的将关键帧数据进行进一步处理是将获取的关键帧数据上传至云端进行进一步处理。
本发明的有益效果是:本发明提供了一种基于视频分析的云端体外诊断图像数据处理方法,具有以下优点:
本发明大大提升在不同外部光照下,云端体外诊断信号的强度和稳定性。有利于对云端体外诊断图像数据的进一步分析。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,并可依照说明书的内容予以实施,以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明一实施例提供的一种基于视频分析的云端体外诊断图像数据处理方法的流程图。
具体实施方式
以下结合附图1对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。在下列段落中参照附图以举例方式更具体地描述本发明。根据下面说明和权利要求书,本发明的优点和特征将更清楚。需说明的是,附图均采用非常简化的形式且均使用非精准的比例,仅用以方便、明晰地辅助说明本发明实施例的目的。
需要说明的是,当组件被称为“固定于”另一个组件,它可以直接在另一个组件上或者也可以存在居中的组件。当一个组件被认为是“连接”另一个组件,它可以是直接连接到另一个组件或者可能同时存在居中组件。当一个组件被认为是“设置于”另一个组件,它可以是直接设置在另一个组件上或者可能同时存在居中组件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
如图1所示,本发明提供了一种基于视频分析的云端体外诊断图像数据处理方法,包括如下步骤:S1:确定待检测项目的视频采集方案;S2:将方案上传至云端服务器;S3:检查采集设备器件状态;S4:采集视频数据;S5:查找关键帧;S6:将S5中关键帧数量参数进行等分操作;S7:将关键帧数据进行进一步处理,本发明大大提升在不同外部光照下,云端体外诊断信号的强度和稳定性,有利于对云端体外诊断图像数据的进一步分析。
优选的,S1中的确定待检测项目的视频采集方案是根据产品类型,确定产品待检测项目的视频采集方案,通过包括视频采集的起始时间以及视频采集的长度关键信息,其它信息包括CMOS摄像头的参数。
优选的,S2中的将方案上传至云端服务器是将该产品对应的视频采集方案上传至云端服务器。
优选的,S3中的检查采集设备器件状态是在客户端需要采集数据时,从云端下载采集方案,并检查采集设备器件状态,为视频采集作准备。
优选的,S4中的采集视频数据是按照采集方案,固定CMOS摄像头参数,采集指定时间长度的视频数据。
优选的,S5中的查找关键帧是对该视频进行查找关键帧操作,首先利用利用可用的定位算法找到视频中每一帧的感兴趣区域,将视频中第一帧的感兴趣区域数据作为基线,首先计算图像最后一帧与基线的相似程度。
优选的,相似度可以采取欧式距离计算,计算公式如下:
A=(a1,a2,…an),B=(b1,b2,…,bn)
d(A,B)=√[∑(ai-bi)2](i=1,2,…,n)
其中A和B代表两幅图像数据,a、b代表图像中的像素点,d代表距离。
优选的,S6中的将S5中关键帧数量参数进行等分操作是将S5中的d依照采集方案中的关键帧数量参数进行等分操作。
优选的,等分后的距离记为T,对视频进行逐帧相似度计算,一旦距离超过T,就将其作为关键帧存储起来,并将当前帧作为计算相似度的基线,重复上述操作,直至视频结束,获得所有的关键帧。
优选的,S7中的将关键帧数据进行进一步处理是将获取的关键帧数据上传至云端进行进一步处理。
本发明方便获得所要采集区域的基于视频分析的信号图像数据,这些信号数据的采集高效快捷、并且较好的避免了视频体积较大,不利网络传输的缺点,同时,由于是视频采集,可以取得各时间点的试剂卡色彩变化差分数据,有利于校正由于光照及环境所带来的的成像差异。
以上所述,仅为本发明的较佳实施例而已,并非对本发明作任何形式上的限制;凡本行业的普通技术人员均可按说明书附图所示和以上所述而顺畅地实施本发明;但是,凡熟悉本专业的技术人员在不脱离本发明技术方案范围内,利用以上所揭示的技术内容而做出的些许更动、修饰与演变的等同变化,均为本发明的等效实施例;同时,凡依据本发明的实质技术对以上实施例所作的任何等同变化的更动、修饰与演变等,均仍属于本发明的技术方案的保护范围之内。
Claims (10)
1.一种基于视频分析的云端体外诊断图像数据处理方法,包括如下步骤:S1:确定待检测项目的视频采集方案;S2:将方案上传至云端服务器;S3:检查采集设备器件状态;S4:采集视频数据;S5:查找关键帧;S6:将S5中关键帧数量参数进行等分操作;S7:将关键帧数据进行进一步处理。
2.根据权利要求1所述一种基于视频分析的云端体外诊断图像数据处理方法,其特征在于,S1中所述的确定待检测项目的视频采集方案是根据产品类型,确定产品待检测项目的视频采集方案,通过包括视频采集的起始时间以及视频采集的长度关键信息,其它信息包括CMOS摄像头的参数。
3.根据权利要求1所述一种基于视频分析的云端体外诊断图像数据处理方法,其特征在于,S2中所述的将方案上传至云端服务器是将该产品对应的视频采集方案上传至云端服务器。
4.根据权利要求1所述一种基于视频分析的云端体外诊断图像数据处理方法,其特征在于,S3中所述的检查采集设备器件状态是在客户端需要采集数据时,从云端下载采集方案,并检查采集设备器件状态,为视频采集作准备。
5.根据权利要求1所述一种基于视频分析的云端体外诊断图像数据处理方法,其特征在于,S4中所述的采集视频数据是按照采集方案,固定CMOS摄像头参数,采集指定时间长度的视频数据。
6.根据权利要求1所述一种基于视频分析的云端体外诊断图像数据处理方法,其特征在于,S5中所述的查找关键帧是对该视频进行查找关键帧操作,首先利用利用可用的定位算法找到视频中每一帧的感兴趣区域,将视频中第一帧的感兴趣区域数据作为基线,首先计算图像最后一帧与基线的相似程度。
7.根据权利要求1所述一种基于视频分析的云端体外诊断图像数据处理方法,其特征在于,相似度可以采取欧式距离计算,计算公式如下:
A=(a1,a2,...an),B=(b1,b2,...,bn)
d(A,B)=√[Σ(ai-bi)2](i=1,2,...,n)
其中A和B代表两幅图像数据,a、b代表图像中的像素点,d代表距离。
8.根据权利要求1所述一种基于视频分析的云端体外诊断图像数据处理方法,其特征在于,S6中所述的将S5中关键帧数量参数进行等分操作是将S5中的d依照采集方案中的关键帧数量参数进行等分操作。
9.根据权利要求8所述一种基于视频分析的云端体外诊断图像数据处理方法,其特征在于,等分后的距离记为T,对视频进行逐帧相似度计算,一旦距离超过T,就将其作为关键帧存储起来,并将当前帧作为计算相似度的基线,重复上述操作,直至视频结束,获得所有的关键帧。
10.根据权利要求1所述一种基于视频分析的云端体外诊断图像数据处理方法,其特征在于,S7中所述的将关键帧数据进行进一步处理是将获取的关键帧数据上传至云端进行进一步处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210410166.5A CN114727021B (zh) | 2022-04-19 | 2022-04-19 | 一种基于视频分析的云端体外诊断图像数据处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210410166.5A CN114727021B (zh) | 2022-04-19 | 2022-04-19 | 一种基于视频分析的云端体外诊断图像数据处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114727021A true CN114727021A (zh) | 2022-07-08 |
CN114727021B CN114727021B (zh) | 2023-09-15 |
Family
ID=82244342
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210410166.5A Active CN114727021B (zh) | 2022-04-19 | 2022-04-19 | 一种基于视频分析的云端体外诊断图像数据处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114727021B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002033641A2 (en) * | 2000-10-16 | 2002-04-25 | Cardionow, Inc. | Medical image capture system and method |
WO2002061683A2 (en) * | 2000-11-06 | 2002-08-08 | Inspektor Research Systems B.V. | Diagnostic iimage capture |
CN107844779A (zh) * | 2017-11-21 | 2018-03-27 | 重庆邮电大学 | 一种视频关键帧提取方法 |
CN108921130A (zh) * | 2018-07-26 | 2018-11-30 | 聊城大学 | 基于显著性区域的视频关键帧提取方法 |
CN109871495A (zh) * | 2019-01-17 | 2019-06-11 | 柳州康云互联科技有限公司 | 一种应用于互联网检测中快速采集数据的系统及方法 |
CN111242921A (zh) * | 2020-01-12 | 2020-06-05 | 刘涛 | 一种医学超声图像辅助诊断系统自动更新的方法及系统 |
CN112333467A (zh) * | 2020-11-27 | 2021-02-05 | 中国船舶工业系统工程研究院 | 一种用于检测视频的关键帧的方法、系统和介质 |
CN113139937A (zh) * | 2021-04-13 | 2021-07-20 | 上海市第一人民医院 | 一种基于深度学习的消化道内窥镜视频图像识别方法 |
CN113379693A (zh) * | 2021-06-01 | 2021-09-10 | 大连东软教育科技集团有限公司 | 基于视频摘要技术的胶囊内镜关键病灶图像检测方法 |
-
2022
- 2022-04-19 CN CN202210410166.5A patent/CN114727021B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002033641A2 (en) * | 2000-10-16 | 2002-04-25 | Cardionow, Inc. | Medical image capture system and method |
WO2002061683A2 (en) * | 2000-11-06 | 2002-08-08 | Inspektor Research Systems B.V. | Diagnostic iimage capture |
CN107844779A (zh) * | 2017-11-21 | 2018-03-27 | 重庆邮电大学 | 一种视频关键帧提取方法 |
CN108921130A (zh) * | 2018-07-26 | 2018-11-30 | 聊城大学 | 基于显著性区域的视频关键帧提取方法 |
CN109871495A (zh) * | 2019-01-17 | 2019-06-11 | 柳州康云互联科技有限公司 | 一种应用于互联网检测中快速采集数据的系统及方法 |
CN111242921A (zh) * | 2020-01-12 | 2020-06-05 | 刘涛 | 一种医学超声图像辅助诊断系统自动更新的方法及系统 |
CN112333467A (zh) * | 2020-11-27 | 2021-02-05 | 中国船舶工业系统工程研究院 | 一种用于检测视频的关键帧的方法、系统和介质 |
CN113139937A (zh) * | 2021-04-13 | 2021-07-20 | 上海市第一人民医院 | 一种基于深度学习的消化道内窥镜视频图像识别方法 |
CN113379693A (zh) * | 2021-06-01 | 2021-09-10 | 大连东软教育科技集团有限公司 | 基于视频摘要技术的胶囊内镜关键病灶图像检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114727021B (zh) | 2023-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102416558B1 (ko) | 영상 데이터 처리 방법, 장치 및 판독 가능 저장 매체 | |
US8593523B2 (en) | Method and apparatus for capturing facial expressions | |
US11042991B2 (en) | Determining multiple camera positions from multiple videos | |
US20190325205A1 (en) | Method and apparatus for human behavior recognition, and storage medium | |
Karaman et al. | Human daily activities indexing in videos from wearable cameras for monitoring of patients with dementia diseases | |
CN108229289B (zh) | 目标检索方法、装置和电子设备 | |
US20180189942A1 (en) | Monitoring system, photography-side device, and verification-side device | |
WO2019127102A1 (zh) | 信息处理方法、装置、云处理设备以及计算机程序产品 | |
CN105812853A (zh) | 一种图像处理方法及电子设备 | |
CN111126288B (zh) | 目标对象的关注度计算方法、装置、存储介质及服务器 | |
CN112308018A (zh) | 一种图像识别方法、系统、电子设备及存储介质 | |
CN111444822B (zh) | 对象识别方法和装置、存储介质和电子装置 | |
US10924637B2 (en) | Playback method, playback device and computer-readable storage medium | |
CN114727021A (zh) | 一种基于视频分析的云端体外诊断图像数据处理方法 | |
US10122996B2 (en) | Method for 3D multiview reconstruction by feature tracking and model registration | |
CN108334852A (zh) | 一种图像分析识别系统及图像分析识别方法 | |
CN111881734A (zh) | 一种自动截取目标视频的方法和装置 | |
CN110738149A (zh) | 目标跟踪方法、终端及存储介质 | |
CN111274435A (zh) | 视频的回溯方法、装置、电子设备及可读存储介质 | |
Jensen et al. | Wearable gaze trackers: Mapping visual attention in 3D | |
CN115089162A (zh) | 一种基于无人机视频的呼吸率检测方法及装置 | |
CN111160279B (zh) | 利用小样本生成目标识别模型的方法、装置、设备及介质 | |
CN113139496A (zh) | 一种基于时序多尺度融合的行人重识别方法及系统 | |
CN110956075A (zh) | 图像处理装置、图像处理方法及记录介质 | |
CN117173748B (zh) | 一种基于人形识别与人形检测的视频人形事件提取系统 |
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 |