CN115804579A - 一种规范化血压测量的过程控制系统及实现方法 - Google Patents
一种规范化血压测量的过程控制系统及实现方法 Download PDFInfo
- Publication number
- CN115804579A CN115804579A CN202211451732.3A CN202211451732A CN115804579A CN 115804579 A CN115804579 A CN 115804579A CN 202211451732 A CN202211451732 A CN 202211451732A CN 115804579 A CN115804579 A CN 115804579A
- Authority
- CN
- China
- Prior art keywords
- image
- blood pressure
- pressure measurement
- module
- information
- 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
- 238000009530 blood pressure measurement Methods 0.000 title claims abstract description 86
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000004886 process control Methods 0.000 title claims abstract description 36
- 238000005259 measurement Methods 0.000 claims abstract description 22
- 238000001514 detection method Methods 0.000 claims description 44
- 238000012545 processing Methods 0.000 claims description 34
- 230000011218 segmentation Effects 0.000 claims description 24
- 238000001914 filtration Methods 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000007781 pre-processing Methods 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 5
- 230000003993 interaction Effects 0.000 claims description 4
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 3
- 102100032202 Cornulin Human genes 0.000 claims description 3
- 241000288105 Grus Species 0.000 claims description 3
- 101000920981 Homo sapiens Cornulin Proteins 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000013215 result calculation Methods 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000003702 image correction Methods 0.000 claims description 2
- 230000002146 bilateral effect Effects 0.000 abstract description 3
- 230000036772 blood pressure Effects 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 3
- 210000003423 ankle Anatomy 0.000 description 2
- 206010020772 Hypertension Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000029865 regulation of blood pressure Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/022—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers
- A61B5/0225—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers the pressure being controlled by electric signals, e.g. derived from Korotkoff sounds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/16—Image preprocessing
- G06V30/162—Quantising the image signal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Cardiology (AREA)
- Vascular Medicine (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Epidemiology (AREA)
- Mathematical Physics (AREA)
- Ophthalmology & Optometry (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Physiology (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明公开了一种规范化血压测量的过程控制系统及实现方法,包括血压测量过程控制设备和内置的控制模块,所述血压测量过程控制设备包括电脑主机、显示屏、控制开关和电子血压计,所述电子血压计通过固定结构安装在血压测量过程控制设备主体内部。本发明通过内置的各控制模块控制电子血压计实现对患者的(双侧同步)一组血压测量,并自动完成对患者身份信息和血压测量结果的绑定、输出,生成一个信息完整的血压测量报告单,在降低医护人员工作强度的同时,减少了人为因素导致的测量程序性误差,提高了测量结果与记录的可信度。
Description
技术领域
本发明涉及血压测量的过程控制技术领域,具体的说,是一种规范化血压测量的过程控制系统及实现方法。
背景技术
现代医学多采用电子血压计来完成对人体的血压测量,然而传统的人工控制电子血压计进行测量的过程中随意性特别大,不同的医护人员对同一个受测人员的血压测量结果会出现较大差异,有明显的测量程序性误差;同时测量结果数据采集与管理方面也存在缺陷,例如电子血压计本身仅有血压测量功能,并不具备对受测者身份信息的录入和绑定功能,使用时通常需要医护人员手动记录受测者身份信息,容易出错的同时也增加了医护人员的工作量,而即便是具有数据存储功能的电子血压计,也只能够按时间顺序对测量数据进行存储,对受测者身份信息的录入还是需要人工完成,并且当受测者较多时,同样容易导致受测者身份信息与其血压测量数据混淆,出现受检人的血压数据与其他受检人血压数据相互混乱的情况。
发明内容
针对上述问题,本发明提出了一种规范化血压测量的过程控制系统,通过控制电子血压计实现对患者的(双侧同步)一组规范化血压测量,并自动完成对患者身份信息和血压测量结果的绑定、输出,在降低医护人员工作强度的同时,减少了人为因素导致的测量程序性误差,提高了测量结果与记录的可信度。
为实现上述目的,本发明采用如下技术方案:
一种规范化血压测量的过程控制系统,包括血压测量过程控制设备和内置的控制模块,所述血压测量过程控制设备包括电脑主机、显示屏、控制开关和电子血压计,所述电脑主机用于控制整个测量过程及结果的显示、输出;所述显示屏用于进行人机交互操作与测量结果显示;所述控制开关用于控制电子血压计的启动和关闭;所述电子血压计用于实现血压测量,通过固定结构安装在血压测量过程控制设备内部;
所述控制模块包括信息采集模块、图像清晰度检测模块、数据处理模块和血压测量过程控制模块,所述信息采集模块用于对用户身份证件信息和每次电子血压计显示面板上测量结果的拍照,并将采集的图像发送给图像清晰度检测模块;所述图像清晰度检测模块用于对采集的图像进行清晰度检测,并将检测合格的图像发送给数据处理模块;所述数据处理模块包括图像预处理模块、文字检测模块、文字识别模块和正则过滤模块,所述图像预处理模块用于对证件图像按规格进行裁剪和对电子血压计显示面板拍照图像的矫正,所述文字检测模块和文字识别模块用于检测并识别证件图像和血压测量结果图像中的文字信息,所述正则过滤模块通过指定相应的正则过滤标准对文本进行关键信息的提取和填充、计算血压测量读数的平均值和差值,并对用户身份信息与血压测量结果进行整合后在显示屏上呈现。
进一步地,所述控制开关的控制指令信号通过信号采集模块的内置程序定时发出,通过USB接口连接的I/O控制卡驱动虚拟开关,以替代传统的手动启动按键。
具体的,基于上述规范化血压测量的过程控制系统的实现方法,包括以下步骤:
步骤S1.系统环境配置:将血压测量过程控制设备放置在水平桌面上,连接电源并打开组合设备电源开关,控制系统进入待机状态;
步骤S2.身份信息采集:用户将身份证或医保卡放置在指定拍照位置,通过信息采集模块控制摄像头对用户身份证件信息进行拍照采样,采集的照片经图像清晰度检测模块检测合格后,发送到数据处理模块生成身份信息列表;
步骤S3.数据采集与处理:身份信息采集成功后,血压测量控制模块控制电子血压计完成对用户的血压测量,信息采集模块控制摄像头对电子血压计显示面板上每次显示的数据进行采样;数据处理模块对采样数据进行识别、提取,并进一步计算血压测量结果的平均值及差值,得到血压测量结果列表;
步骤S4.测量报告合成、打印、上传:数据处理模块将步骤S2中生成的身份信息列表与步骤S3中的血压测量结果列表进行整合处理后,在显示屏进行呈现,上传至医院HIS系统或云服务器存储。
进一步地,步骤S2中身份信息采集的具体过程如下:
步骤S21.证件图像采集:用户将身份证或医保卡放置在指定拍照位置,由信息采集模块控制摄像头进行拍照,然后图像清晰度检测模块对图像的清晰度进行检测,若采集的证件图像的像素值小于设定的阈值1080x960、则返回错误信息、提示用户重新进行拍照采样;若采集的证件图像的像素值大于或等于设定的阈值1080x960,则执行步骤S32;
步骤S22.证件图像处理:图像预处理模块对步骤S31中采集的证件图像统一裁剪至长宽比为3:2的图像并进行灰度化处理;
步骤S23.证件图像识别:利用文字检测模块和文字识别模块,检测并识别处理后的证件图像中的文字信息,再经过正则过滤后获取图像的文字识别结果;
步骤S24.证件信息存储和绑定:根据步骤S33所获取的文字识别结果,存储用户的姓名、性别、年龄信息生成身份信息列表,与后续的血压测量结果列表绑定后输出血压测量报告。
所述数据采集与处理的具体过程如下:
步骤S31.显示面板图像采集:信息采集模块控制摄像头采集指定位置的电子血压计显示面板照片,经图像清晰度检测模块检测合格后,发送给数据处理模块;
步骤S32.面板图像矫正:图像预处理模块对采集的图像作进一步的角点检测和仿射变换,实现图像的矫正;
步骤S33.字符分割、识别与结果计算:文字检测模块和文字识别模块完成对矫正图像内字符的独立分割,并对独立分割后的图片,利用穿线法进行字符识别,再由正则过滤模块对识别文本中的关键信息进行提取,并计算血压测量读数的平均值和差值。
进一步地,步骤S23中所述利用文字检测模块和文字识别模块,检测并识别证件图像中的文字信息,过程如下:
文字检测:使用DBnet网络实现文字检测,基于分割的方法通过网络输出图片的文本分割结果,使用预设的阈值T将分割结果图转换成二值图,将图像二值化操作插入到网络中进行联合优化,通过4次以上的采样操作,网络自适应预测图像中的每一个像素点的阈值,利用ICPR的数据集训练出证件信息模型,将文本解析成列表存放,训练后即可执行识别;
文字识别:识别算法选择CRNN+CTC实现,通过提取特征,在卷积特征的基础上提取文字序列特征,选用计算代价更小的GRU;CNN使用Mobilenet,在图像固定长宽比的情况下缩放到32x640x32大小,经CNN后变成1x8x512;针对LSTM设置T=8,将特征输入LSTM,实际识别过程中考虑到文字重复、中断、证件信息间隔不同的情况,使用CTC输出结果,通过人为指定的空白符号,借用HMM的向前-向后算法forward-backword对文本中的空白进行预测,最后枚举出所有的可能结果,输出识别的文字信息。
进一步地,所述使用预设的阈值T将分割结果图转换成二值图,阈值T采用OTSU阈值分割算法得到:
①血压测量结果图像P的尺寸为宽度w、高度h,分割阈值为T,从0~255遍历T;
根据OTSU算法可推导得到:
本发明的有益效果是:
1、本发明一种规范化血压测量的过程控制系统,通过控制电子血压计在设定程序控制下实现对患者的一组规范化(双侧同步)血压测量,能够减少人为因素导致的测量程序性误差并获得更全面的信息,提高了测量结果的可信度,有助于医生对高血压患者后续的诊断和治疗做出更合理的判断。
2、本发明一种规范化血压测量过程控制系统的实现方法,能够自动完成对患者身份信息和血压测量结果的绑定、输出,提供了便捷可靠的血压规范化测量过程控制手段和相应的数据管理能力,降低医护人员工作强度。
附图说明
图1为本发明一种规范化双臂/踝同步血压测量系统的结构框图。
图2为本发明一种规范化双臂/踝同步血压测量方法的流程图。
图3为本发明实施例中的信息交互流程图。
图4为本发明实施例中的图像处理流程图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。
如图1所示,一种规范化血压测量的过程控制系统,包括血压测量过程控制设备和内置的控制模块,所述血压测量过程控制设备包括电脑主机、显示屏、控制开关和电子血压计,所述电脑主机用于控制整个测量过程及结果的显示、输出;所述显示屏用于进行人机交互操作与测量结果显示;所述控制开关用于控制电子血压计的启动和关闭;所述电子血压计用于实现血压测量,通过固定结构安装在血压测量过程控制设备内部;
所述控制模块包括信息采集模块、图像清晰度检测模块、数据处理模块和血压测量过程控制模块,所述信息采集模块用于对用户身份证件信息和每次电子血压计显示面板上测量结果的拍照,并将采集的图像发送给图像清晰度检测模块;所述图像清晰度检测模块用于对采集的图像进行清晰度检测,并将检测合格的图像发送给数据处理模块;所述数据处理模块包括图像预处理模块、文字检测模块、文字识别模块和正则过滤模块,所述图像预处理模块用于对证件图像按规格进行裁剪和对电子血压计显示面板拍照图像的矫正,所述文字检测模块和文字识别模块用于检测并识别证件图像和血压测量结果图像中的文字信息,所述正则过滤模块通过指定相应的正则过滤标准对文本进行关键信息的提取和填充、计算血压测量读数的平均值和差值,并对用户身份信息与血压测量结果进行整合后在显示屏上呈现。
具体地,所述控制开关的控制指令信号通过信号采集模块的内置程序定时发出,通过USB接口连接的I/O控制卡驱动虚拟开关,以替代传统的手动启动按键。
进一步地,如图2-图4所示,本实施例中还给出了基于上述规范化血压测量的过程控制系统的实现方法,包括以下步骤:
步骤S1.系统环境配置:将血压测量过程控制设备放置在水平桌面上,连接电源并打开组合设备电源开关,控制系统进入待机状态;
步骤S2.身份信息采集:用户将身份证或医保卡放置在指定拍照位置,通过信息采集模块控制摄像头对用户身份证件信息进行拍照采样,采集的照片经图像清晰度检测模块检测合格后,发送到数据处理模块生成身份信息列表;
步骤S3.数据采集与处理:身份信息采集成功后,血压测量控制模块控制电子血压计完成对用户的血压测量,信息采集模块控制摄像头对电子血压计显示面板上每次显示的数据进行采样;数据处理模块对采样数据进行识别、提取,并进一步计算血压测量结果的平均值及差值,得到血压测量结果列表;
步骤S4.测量报告合成、打印、上传:数据处理模块将步骤S2中生成的身份信息列表与步骤S3中的血压测量结果列表进行整合处理后,在显示屏进行呈现,上传至医院HIS系统或云服务器存储。
进一步地,步骤S2中身份信息采集的具体过程如下:
步骤S21.证件图像采集:用户将身份证或医保卡放置在指定拍照位置,由信息采集模块控制摄像头进行拍照,然后图像清晰度检测模块对图像的清晰度进行检测,若采集的证件图像的像素值小于设定的阈值1080x960、则返回错误信息、提示用户重新进行拍照采样;若采集的证件图像的像素值大于或等于设定的阈值1080x960,则执行步骤S32;
步骤S22.证件图像处理:图像预处理模块对步骤S31中采集的证件图像统一裁剪至长宽比为3:2的图像并进行灰度化处理;
步骤S23.证件图像识别:利用文字检测模块和文字识别模块,检测并识别处理后的证件图像中的文字信息,再经过正则过滤后获取图像的文字识别结果;
步骤S24.证件信息存储和绑定:根据步骤S33所获取的文字识别结果,存储用户的姓名、性别、年龄信息生成身份信息列表,与后续的血压测量结果列表绑定后输出血压测量报告。
所述数据采集与处理的具体过程如下:
步骤S31.显示面板图像采集:信息采集模块控制摄像头采集指定位置的电子血压计显示面板照片,经图像清晰度检测模块检测合格后,发送给数据处理模块;
步骤S32.面板图像矫正:图像预处理模块对采集的图像作进一步的角点检测和仿射变换,实现图像的矫正;
步骤S33.字符分割、识别与结果计算:文字检测模块和文字识别模块完成对矫正图像内字符的独立分割,并对独立分割后的图片,利用穿线法进行字符识别,再由正则过滤模块对识别文本中的关键信息进行提取,并计算血压测量读数的平均值和差值。
进一步地,步骤S23中所述利用文字检测模块和文字识别模块,检测并识别证件图像中的文字信息,过程如下:
文字检测:使用DBnet网络实现文字检测,基于分割的方法通过网络输出图片的文本分割结果,使用预设的阈值T将分割结果图转换成二值图,将图像二值化操作插入到网络中进行联合优化,通过4次以上的采样操作,网络自适应预测图像中的每一个像素点的阈值,利用ICPR的数据集训练出证件信息模型,将文本解析成列表存放,训练后即可执行识别;
文字识别:识别算法选择CRNN+CTC实现,通过提取特征,在卷积特征的基础上提取文字序列特征,选用计算代价更小的GRU;CNN使用Mobilenet,在图像固定长宽比的情况下缩放到32x640x32大小,经CNN后变成1x8x512;针对LSTM设置T=8,将特征输入LSTM,实际识别过程中考虑到文字重复、中断、证件信息间隔不同的情况,使用CTC输出结果,通过人为指定的空白符号,借用HMM的向前-向后算法forward-backword对文本中的空白进行预测,最后枚举出所有的可能结果,输出识别的文字信息。
进一步地,所述使用预设的阈值T将分割结果图转换成二值图,阈值T采用OTSU阈值分割算法得到:
①血压测量结果图像P的尺寸为宽度w、高度h,分割阈值为T,从0~255遍历T;
根据OTSU算法可推导得到:
以上对本发明的较佳实现方法进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变型或替换,这些等同的变型或替换均包含在本申请权利要求所限定的范围内。
Claims (7)
1.一种规范化血压测量的过程控制系统,包括血压测量过程控制设备和内置的控制模块,其特征在于,所述血压测量过程控制设备包括电脑主机、显示屏、控制开关和电子血压计,所述电脑主机用于控制整个测量过程及结果的显示、输出;所述显示屏用于进行人机交互操作与测量结果显示;所述控制开关用于控制电子血压计的启动和关闭;所述电子血压计用于实现血压测量,通过固定结构安装在血压测量过程控制设备内部;
所述控制模块包括信息采集模块、图像清晰度检测模块、数据处理模块和血压测量过程控制模块,所述信息采集模块用于对用户身份证件信息和每次电子血压计显示面板上测量结果的拍照,并将采集的图像发送给图像清晰度检测模块;所述图像清晰度检测模块用于对采集的图像进行清晰度检测,并将检测合格的图像发送给数据处理模块;所述数据处理模块包括图像预处理模块、文字检测模块、文字识别模块和正则过滤模块,所述图像预处理模块用于对证件图像按规格进行裁剪和对电子血压计显示面板拍照图像的矫正,所述文字检测模块和文字识别模块用于检测并识别证件图像和血压测量结果图像中的文字信息,所述正则过滤模块通过指定相应的正则过滤标准对文本进行关键信息的提取和填充、计算血压测量读数的平均值和差值,并对用户身份信息与血压测量结果进行整合后在显示屏上呈现。
2.根据权利要求1所述的一种规范化血压测量的过程控制系统,其特征在于,所述控制开关的控制指令信号通过信号采集模块的内置程序定时发出,通过USB接口连接的I/O控制卡驱动虚拟开关,以替代传统的手动启动按键。
3.一种基于上述规范化血压测量的过程控制系统的实现方法,其特征在于,包括以下步骤:
步骤S1.系统环境配置:将血压测量过程控制设备放置在水平桌面上,连接电源并打开组合设备电源开关,控制系统进入待机状态;
步骤S2.身份信息采集:用户将身份证或医保卡放置在指定拍照位置,通过信息采集模块控制摄像头对用户身份证件信息进行拍照采样,采集的照片经图像清晰度检测模块检测合格后,发送到数据处理模块生成身份信息列表;
步骤S3.数据采集与处理:身份信息采集成功后,血压测量控制模块控制电子血压计完成对用户的一组血压测量,信息采集模块控制摄像头对电子血压计显示面板上每次显示的数据进行采样;数据处理模块对采样数据进行识别、提取,并进一步计算血压测量结果的平均值及差值,得到血压测量结果列表;
步骤S4.测量报告合成、打印、上传:数据处理模块将步骤S2中生成的身份信息列表与步骤S3中的血压测量结果列表进行整合处理后,在显示屏进行呈现,上传至医院HIS系统或云服务器存储。
4.根据权利要求1所述的一种规范化血压测量过程控制系统的实现方法,其特征在于,步骤S2中身份信息采集的具体过程如下:
步骤S21.证件图像采集:用户将身份证或医保卡放置在指定拍照位置,由信息采集模块控制摄像头进行拍照,然后图像清晰度检测模块对图像的清晰度进行检测,若采集的证件图像的像素值小于设定的阈值1080x960、则返回错误信息、提示用户重新进行拍照采样;若采集的证件图像的像素值大于或等于设定的阈值1080x960,则执行步骤S32;
步骤S22.证件图像处理:图像预处理模块对步骤S31中采集的证件图像统一裁剪至长宽比为3:2的图像并进行灰度化处理;
步骤S23.证件图像识别:利用文字检测模块和文字识别模块,检测并识别处理后的证件图像中的文字信息,再经过正则过滤后获取图像的文字识别结果;
步骤S24.证件信息存储和绑定:根据步骤S33所获取的文字识别结果,存储用户的姓名、性别、年龄信息生成身份信息列表,与后续的血压测量结果列表绑定后输出血压测量报告。
5.根据权利要求1所述的一种规范化血压测量过程控制系统的实现方法,其特征在于,步骤S3中所述数据采集与处理的具体过程如下:
步骤S31.显示面板图像采集:信息采集模块控制摄像头采集指定位置的电子血压计显示面板照片,经图像清晰度检测模块检测合格后,发送给数据处理模块;
步骤S32.面板图像矫正:图像预处理模块对采集的图像作进一步的角点检测和仿射变换,实现图像的矫正;
步骤S33.字符分割、识别与结果计算:文字检测模块和文字识别模块完成对矫正图像内字符的独立分割,并对独立分割后的图片,利用穿线法进行字符识别,再由正则过滤模块对识别文本中的关键信息进行提取,并计算血压测量读数的平均值和差值。
6.根据权利要求1所述的一种规范化血压测量过程控制系统的实现方法,其特征在于,步骤S23中所述利用文字检测模块和文字识别模块,检测并识别证件图像中的文字信息,过程如下:
文字检测:使用DBnet网络实现文字检测,基于分割的方法通过网络输出图片的文本分割结果,使用预设的阈值T将分割结果图转换成二值图,将图像二值化操作插入到网络中进行联合优化,通过4次以上的采样操作,网络自适应预测图像中的每一个像素点的阈值,利用ICPR的数据集训练出证件信息模型,将文本解析成列表存放,训练后即可执行识别;
文字识别:识别算法选择CRNN+CTC实现,通过提取特征,在卷积特征的基础上提取文字序列特征,选用计算代价更小的GRU;CNN使用Mobilenet,在图像固定长宽比的情况下缩放到32x640x32大小,经CNN后变成1x8x512;针对LSTM设置T=8,将特征输入LSTM,实际识别过程中考虑到文字重复、中断、证件信息间隔不同的情况,使用CTC输出结果,通过人为指定的空白符号,借用HMM的向前-向后算法forward-backword对文本中的空白进行预测,最后枚举出所有的可能结果,输出识别的文字信息。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211451732.3A CN115804579B (zh) | 2022-11-21 | 2022-11-21 | 一种规范化血压测量的过程控制系统及实现方法 |
PCT/CN2023/088819 WO2024108881A1 (zh) | 2022-11-21 | 2023-04-18 | 一种规范化血压测量的过程控制系统及实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211451732.3A CN115804579B (zh) | 2022-11-21 | 2022-11-21 | 一种规范化血压测量的过程控制系统及实现方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115804579A true CN115804579A (zh) | 2023-03-17 |
CN115804579B CN115804579B (zh) | 2024-01-26 |
Family
ID=85483605
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211451732.3A Active CN115804579B (zh) | 2022-11-21 | 2022-11-21 | 一种规范化血压测量的过程控制系统及实现方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115804579B (zh) |
WO (1) | WO2024108881A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024108881A1 (zh) * | 2022-11-21 | 2024-05-30 | 江西长冈医疗科技有限公司 | 一种规范化血压测量的过程控制系统及实现方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104622448A (zh) * | 2013-11-15 | 2015-05-20 | 马志毅 | 一种用于电子血压计的数据采集与管理系统及方法 |
CN206491795U (zh) * | 2016-11-29 | 2017-09-15 | 无锡市中健科仪有限公司 | 一种带身份识别的血压计 |
CN109117848A (zh) * | 2018-09-07 | 2019-01-01 | 泰康保险集团股份有限公司 | 一种文本行字符识别方法、装置、介质和电子设备 |
CN113192635A (zh) * | 2020-12-09 | 2021-07-30 | 夏灵林 | 一种辅助血压规范化测量的智能系统设计及应用 |
CN215078460U (zh) * | 2021-01-04 | 2021-12-10 | 上海市疾病预防控制中心 | 一种一体化血压测量仪 |
WO2022121021A1 (zh) * | 2020-12-10 | 2022-06-16 | 广州广电运通金融电子股份有限公司 | 一种身份证号码检测方法、装置、可读存储介质和终端 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019032706A1 (en) * | 2017-08-10 | 2019-02-14 | Riaan Conradie | USER VERIFICATION BY COMPARISON OF PHYSIOLOGICAL SENSOR DATA WITH PHYSIOLOGICAL DATA DERIVED FROM FACIAL VIDEO |
CN110348326A (zh) * | 2019-06-21 | 2019-10-18 | 安庆师范大学 | 基于身份证识别和多设备访问的家庭健康信息处理方法 |
CN215272737U (zh) * | 2021-06-30 | 2021-12-24 | 上海市第一妇婴保健院 | 一种智能化血压采集装置 |
CN113610096A (zh) * | 2021-07-30 | 2021-11-05 | 中南大学湘雅医院 | 一种基于精准健康管理的智能健康评估分析方法及系统 |
CN115191975A (zh) * | 2022-06-21 | 2022-10-18 | 上海智众医疗科技有限公司 | 一种应用于血压计的一体化身份录入控制装置及使用方法 |
CN115804579B (zh) * | 2022-11-21 | 2024-01-26 | 江西长冈医疗科技有限公司 | 一种规范化血压测量的过程控制系统及实现方法 |
-
2022
- 2022-11-21 CN CN202211451732.3A patent/CN115804579B/zh active Active
-
2023
- 2023-04-18 WO PCT/CN2023/088819 patent/WO2024108881A1/zh unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104622448A (zh) * | 2013-11-15 | 2015-05-20 | 马志毅 | 一种用于电子血压计的数据采集与管理系统及方法 |
CN206491795U (zh) * | 2016-11-29 | 2017-09-15 | 无锡市中健科仪有限公司 | 一种带身份识别的血压计 |
CN109117848A (zh) * | 2018-09-07 | 2019-01-01 | 泰康保险集团股份有限公司 | 一种文本行字符识别方法、装置、介质和电子设备 |
CN113192635A (zh) * | 2020-12-09 | 2021-07-30 | 夏灵林 | 一种辅助血压规范化测量的智能系统设计及应用 |
WO2022121021A1 (zh) * | 2020-12-10 | 2022-06-16 | 广州广电运通金融电子股份有限公司 | 一种身份证号码检测方法、装置、可读存储介质和终端 |
CN215078460U (zh) * | 2021-01-04 | 2021-12-10 | 上海市疾病预防控制中心 | 一种一体化血压测量仪 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024108881A1 (zh) * | 2022-11-21 | 2024-05-30 | 江西长冈医疗科技有限公司 | 一种规范化血压测量的过程控制系统及实现方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2024108881A1 (zh) | 2024-05-30 |
CN115804579B (zh) | 2024-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7058373B2 (ja) | 医療画像に対する病変の検出及び位置決め方法、装置、デバイス、及び記憶媒体 | |
KR102014385B1 (ko) | 수술영상 학습 및 학습 기반 수술동작 인식 방법 및 장치 | |
CN109190540B (zh) | 活检区域预测方法、图像识别方法、装置和存储介质 | |
US11847188B2 (en) | Image recognition method and device based on deep convolutional neural network | |
WO2022037548A1 (zh) | 一种基于深度学习的脊椎mri影像关键点检测方法 | |
US20130308834A1 (en) | Authentication apparatus, authentication program, and authentication method | |
CN113159227A (zh) | 一种基于神经网络的痤疮图像识别方法、系统和装置 | |
CN110974306A (zh) | 一种超声内镜下识别和定位胰腺神经内分泌肿瘤的系统 | |
CN115804579B (zh) | 一种规范化血压测量的过程控制系统及实现方法 | |
US9569838B2 (en) | Image processing apparatus, method of controlling image processing apparatus and storage medium | |
WO2021073117A1 (zh) | Oct 图像分割方法、装置、设备及存储介质 | |
CN114121232A (zh) | 分类模型训练方法、装置、电子设备及存储介质 | |
CN113780201A (zh) | 手部图像的处理方法及装置、设备和介质 | |
CN115601811A (zh) | 面部痤疮的检测方法和装置 | |
CN114732425A (zh) | 一种提升dr胸片成像质量的方法及系统 | |
CN113485555A (zh) | 医学影像阅片方法、电子设备和存储介质 | |
CN111275754B (zh) | 一种基于深度学习的脸部痘印比例计算方法 | |
CN116228660A (zh) | 胸部正片异常部位检测方法及装置 | |
EP4397233A1 (en) | Process control system and implementation method for standardized blood pressure measurement | |
CN114783575A (zh) | 一种医疗用图像处理系统及方法 | |
CN112885435B (zh) | 图像目标区域的确定方法、装置和系统 | |
CN111428577B (zh) | 一种基于深度学习与视频放大技术的人脸活体判断方法 | |
CN109993754B (zh) | 从图像上进行颅骨分割的方法和系统 | |
CN113499099A (zh) | 一种颈动脉超声自动扫查及斑块识别系统及方法 | |
KR20240087664A (ko) | 규범화 혈압 측정의 프로세스 제어 시스템 및 구현방법 |
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 |