CN116036421A - 一种智能可穿戴式自动穿刺设备 - Google Patents

一种智能可穿戴式自动穿刺设备 Download PDF

Info

Publication number
CN116036421A
CN116036421A CN202310058384.1A CN202310058384A CN116036421A CN 116036421 A CN116036421 A CN 116036421A CN 202310058384 A CN202310058384 A CN 202310058384A CN 116036421 A CN116036421 A CN 116036421A
Authority
CN
China
Prior art keywords
puncture
real
determining
distinguishing feature
current
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
Application number
CN202310058384.1A
Other languages
English (en)
Other versions
CN116036421B (zh
Inventor
王懿刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Kairui Medical Technology Co ltd
Original Assignee
Shenzhen Kaisite Medical Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Kaisite Medical Technology Co ltd filed Critical Shenzhen Kaisite Medical Technology Co ltd
Priority to CN202310058384.1A priority Critical patent/CN116036421B/zh
Publication of CN116036421A publication Critical patent/CN116036421A/zh
Application granted granted Critical
Publication of CN116036421B publication Critical patent/CN116036421B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • A61M5/42—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 having means for desensitising skin, for protruding skin to facilitate piercing, or for locating point where body is to be pierced
    • A61M5/427—Locating point where body is to be pierced, e.g. vein location means using ultrasonic waves, injection site templates
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
    • A61B17/34—Trocars; Puncturing needles
    • A61B17/3403—Needle locating or guiding means
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Surgery (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Vascular Medicine (AREA)
  • Medical Informatics (AREA)
  • Dermatology (AREA)
  • Hematology (AREA)
  • Pathology (AREA)
  • Anesthesiology (AREA)
  • Robotics (AREA)
  • Image Analysis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明提供了一种智能可穿戴式自动穿刺设备，包括：信息获取模块，用于获取穿刺对象的个体特征信息和自动穿刺设备在穿刺对象上的合格穿戴位置信息以及穿刺对象的穿刺部位的实时人体组织透视图像；方案生成模块，用于基于个体特征信息和合格穿戴位置信息以及实时人体组织透视图像确定出最终穿刺方案；穿刺操作模块，用于基于最终穿刺方案对穿刺对象进行穿刺操作，并基于实时人体组织透视图像实时调整穿刺操作，获得穿刺结果；用以基于综合穿刺对象的个体特征信息、自动穿刺设备的合格穿戴位置信息、穿刺部位的实时人体组织透视图像确定出的穿刺方案执行穿刺操作并实时调整，扩大了穿刺方案的决策来源信息，使得穿刺方案更加精准高效。

Description

一种智能可穿戴式自动穿刺设备
技术领域
本发明涉及医疗器械技术领域，特别涉及一种智能可穿戴式自动穿刺设备。
背景技术
目前，很多穿刺种类(例如血管穿刺，还有针对活检、抽取积液治疗等穿刺需求的穿刺种类)的医疗穿刺器械领域的商业痛点包括：1.护士人员数量不足；2.患者及其家属对现有穿刺精准度满意度不高；3.人工决策特殊体质人群(例如，幼儿和肥胖人群)的穿刺位置难度较大；4.人工穿刺对医护人员存在误伤和感染的风险；5.医护人员使用现有医疗器械的准确度和稳定性不够。因此，自动化穿刺设备将成为未来医疗穿刺器械领域的重要研究方向。
但是，现存的医疗穿刺设备多采用装载有红外识别、超声波识别、视觉检测装置的穿刺设备，通过在视觉识别方面的研究提高医疗穿刺设备的穿刺精度；而穿刺过程中穿刺位置和穿刺角度需要提前人工决策并导入至自动化穿刺设备进行穿刺，需要人工技术经验的参与才可执行穿刺，且人工决策的结果准确度也无法稳定保证。
因此，本发明提出了一种智能可穿戴式自动穿刺设备。
发明内容
本发明提供一种智能可穿戴式自动穿刺设备，用以综合穿刺对象的个体特征信息和自动穿刺设备在穿刺对象上的合格穿戴位置信息以及穿刺对象的穿刺部位的实时人体组织透视图像确定出穿刺方案，并在基于穿刺方案执行穿刺操作的过程中对穿刺角度进行实时调整，更大程度地保证了自动穿刺设备的穿刺位置的精准性，并将自动化穿刺和可穿戴设备的穿戴信息结合，扩大了穿刺方案的决策来源信息，使得穿刺方案更加精准高效。
本发明提供一种智能可穿戴式自动穿刺设备，包括：
信息获取模块，用于获取穿刺对象的个体特征信息和自动穿刺设备在穿刺对象上的合格穿戴位置信息以及穿刺对象的穿刺部位的实时人体组织透视图像；
方案生成模块，用于基于个体特征信息和合格穿戴位置信息以及实时人体组织透视图像确定出最终穿刺方案；
穿刺操作模块，用于基于最终穿刺方案对穿刺对象进行穿刺操作，并基于实时人体组织透视图像实时调整穿刺操作，获得穿刺结果。
优选的，信息获取模块，包括：
第一获取单元，用于从患者信息库中获取穿刺对象的个体特征信息；
第二获取单元，用于基于人体组织透视设备获取穿刺对象的穿刺部位的实时人体组织透视图像；
第三获取单元，用于当判定自动穿刺设备的穿戴位置合格时，则获取自动穿刺设备在穿刺对象上的合格穿戴位置信息。
优选的，第三获取单元，包括：
信息提取子单元，用于当监测到自动穿刺设备被成功穿戴时，开始获取自动穿刺设备周围的监控图像，在同一时刻获取的所有监控图像中提取出实时穿戴位置信息；
位置判断子单元，用于基于实时穿戴位置信息判断出自动穿刺设备的当前穿戴位置是否合格，若是，则将当前时刻获取的实时穿戴位置信息当作合格穿戴位置信息，否则，发出位置调整提示信号提示用户调整自动穿刺设备的穿戴位置，直至基于最新获取的实时穿戴位置信息判定自动穿刺设备的当前穿戴位置合格时，则将当前时刻获取的实时穿戴位置信息当作合格穿戴位置信息。
优选的，信息提取子单元，包括：
图像拼接端，用于当监测到自动穿刺设备被成功穿戴时，开始获取自动穿刺设备周围的监控图像，将同一时刻获取的所有监控图像进行拼接，获得全景监控图像；
第一提取端，用于获取穿刺部位对应的标准全景监控图像，并在标准全景监控图像中提取出标准辨别特征点和标准辨别特征轮廓的相对位置作为第一相对位置；
第二提取端，用于确定出标准辨别特征点在全景监控图像中对应的当前辨别特征点和标准辨别特征轮廓在全景监控图像中对应的当前辨别特征轮廓，并确定出当前辨别特征点和当前辨别特征轮廓的相对位置作为第二相对位置；
位置确定端，用于基于第一相对位置和第二相对位置的相对位置差，确定出实时穿戴位置信息。
优选的，第二提取端，包括：
间距计算子端，用于基于全景监控图像中每个像素点的像素值，确定出所有像素点和所有对应相邻像素点的像素值综合偏差，并基于像素值综合偏差对所有像素点进行排序获得像素点序列，计算出像素点序列中相邻像素点的像素间距；
参考确定子端，用于在像素点序列中确定出相邻像素点的像素间距未超过预设间距阈值且像素点连续个数超出连续个数阈值的部分像素点序列，并将部分像素点序列中包含的像素点构成的区域作为参考像素区域；
特征确定子端，用于在标准全景监控图像中确定出皮肤区域边缘，将皮肤区域边缘中每个边缘像素点指向参考像素区域的中心像素点的向量作为对应边缘像素点的参考指向向量，基于预设方向确定出边缘像素点在皮肤区域边缘中的切向量，将切向量和参考指向向量作为每个边缘像素点的辨别特征；
位置确定子端，用于基于所有边缘像素点的辨别特征确定出标准辨别特征点在全景监控图像中对应的当前辨别特征点和标准辨别特征轮廓在全景监控图像中对应的当前辨别特征轮廓，并确定出当前辨别特征点和当前辨别特征轮廓的相对位置作为第二相对位置。
优选的，位置确定子端基于所有边缘像素点的辨别特征确定出标准辨别特征点在全景监控图像中对应的当前辨别特征点和标准辨别特征轮廓在全景监控图像中对应的当前辨别特征轮廓，并确定出当前辨别特征点和当前辨别特征轮廓的相对位置作为第二相对位置的方法，包括：
计算出每个边缘像素点的辨别特征和标准辨别特征点的第一标准辨别特征之间的符合度，将最大符合度的边缘像素点作为标准辨别特征点在全景监控图像中对应的当前辨别特征点；
确定出标准辨别特征轮廓的两个端点的第二辨别特征，基于所有边缘像素点的辨别特征和两个端点的第二辨别特征，计算出每两个边缘像素点的端点符合度；
基于最大端点符合度对应的两个边缘像素点确定出标准辨别特征轮廓在全景监控图像中对应的当前辨别特征轮廓；
并确定出当前辨别特征点和当前辨别特征轮廓的相对位置作为第二相对位置。
优选的，方案生成模块，包括：
方案生成单元，用于基于个体特征信息和合格穿戴位置信息以及实时人体组织透视图像确定出多个待选穿刺方案；
方案筛选单元，用于在多个待选穿刺方案中筛选出最终穿刺方案。
优选的，方案生成单元，包括：
因素确定子单元，用于基于穿刺决策影响列表，在个体特征信息中筛选出穿刺决策影响信息，基于预设挖掘模型对穿刺决策影响信息进行深层挖掘，获得穿刺决策因素，基于穿刺决策因素和穿刺部位确定出穿刺决策因素列表；
粗略提取子单元，用于对实时人体组织透视图像中的穿刺位置进行粗略提取，获得待选穿刺区域；
穿刺评价子单元，用于基于穿刺决策因素列表中每个穿刺决策因素对应的图像特征筛选依据，在待选穿刺区域中筛选出待选穿刺位置序列，并确定出每个待选穿刺位置的依据符合度，基于每个穿刺决策因素的决策权重和对应待选穿刺位置序列中每个待选穿刺位置的依据符合度，计算出所有待选穿刺位置的位置评价值；
方案确定子单元，用于基于所有待选穿刺位置的位置评价值确定出多个待选穿刺方案。
优选的，方案确定子单元，包括：
走向评价端，用于基于实时人体组织透视图像搭建出三维血管模型，在三维血管模型中确定出每个待选穿刺位置的血管走向模型，基于血管走向模型计算出每个待选穿刺位置的血管走向评价值；
难度计算端，用于基于三维血管模型确定出每个待选穿刺位置的所有待选穿刺角度，基于待选穿刺角度在穿刺部位的人体组织中确定出穿刺路径，基于穿刺路径和穿刺角度计算出穿刺难度；
方案确定端，用于基于所有待选穿刺位置的所有待选穿刺角度确定出穿刺方案，基于每个待选穿刺位置的位置评价值和血管走向评价值以及对应的每个待选穿刺位置的穿刺难度，计算出每个穿刺方案的综合评价度，将综合评价度较大的多个穿刺方案作为待选穿刺方案。
优选的，穿刺操作模块，包括：
实时判断单元，用于基于实时穿戴位置信息实时判断出自动穿刺设备的当前穿戴位置是否合格，获得实时判断结果；
穿刺操作单元，用于当实时判断结果为自动穿刺设备的当前穿戴位置合格时，则基于最终穿刺方案中的目标穿刺位置和穿刺角度确定出皮层穿刺位置，基于皮层穿刺位置和穿刺角度对穿刺对象开始进行穿刺操作，并基于实时人体组织透视图像确定出目标穿刺位置的实时位移和当前穿刺位置，基于实时位移和当前穿刺位置实时调整穿刺角度，基于实时调整后的穿刺角度继续进行穿刺操作，直至当前穿刺位置与目标穿刺位置重合时，获得穿刺结果。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种智能可穿戴式自动穿刺设备示意图；
图2为本发明实施例中一种信息获取模块示意图；
图3为本发明实施例中一种第三获取单元示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例1：
本发明提供了一种智能可穿戴式自动穿刺设备，参考图1，包括：
信息获取模块，用于获取穿刺对象的个体特征信息和自动穿刺设备在穿刺对象上的合格穿戴位置信息以及穿刺对象的穿刺部位的实时人体组织透视图像；
方案生成模块，用于基于个体特征信息和合格穿戴位置信息以及实时人体组织透视图像确定出最终穿刺方案；
穿刺操作模块，用于基于最终穿刺方案对穿刺对象进行穿刺操作，并基于实时人体组织透视图像实时调整穿刺操作，获得穿刺结果。
该实施例中，穿刺对象即为被执行穿刺操作的患者。
该实施例中，个体特征信息即为从穿刺对象的患者信息中提取出的对穿刺决策可能有影响的信息项，例如：性别、体重、疾病史等。
该实施例中，自动穿刺设备即为本实施例中智能可穿戴式自动穿刺设备。
该实施例中，合格穿戴位置信息即为自动穿刺设备被判定穿戴位置合格时在穿刺对象身上的位置信息。
该实施例中，穿刺部位例如：手腕的血管处、大臂肌肉组织处、腹部、脊椎等人体部位。
该实施例中，实时人体组织透视图像即为实时获取的穿刺对象的穿刺部位的人体组织透视图像(即可以看到人体组织透视结构的图像，例如采用超声技术获取的超声图像或者采用其他透视成像技术获取的人体组织透视结构的图像)。
该实施例中，最终穿刺方案即为基于个体特征信息和合格穿戴位置信息以及实时人体组织透视图像确定出的包含自动穿刺设备最终对穿刺对象的穿刺部位执行穿刺的皮肤穿刺位置和穿刺角度的方案。
该实施例中，穿刺结果即为基于最终穿刺方案对穿刺对象进行穿刺操作，并基于实时人体组织透视图像实时调整穿刺操作，直至穿刺器械的当前穿刺位置(即穿刺器械在人体组织中当前所在的位置)和目标穿刺位置(即最终穿刺方案中包含的穿刺器械在人体组织中最终停留的位置)一致时获得的结果。
该实施例中，基于实时人体组织透视图像实时调整穿刺操作，即为：
基于实时人体组织透视图像确定出目标穿刺位置(即即最终穿刺方案中包含的穿刺器械在人体组织中最终停留的位置)的实时位移(由于穿刺过程中会存在组织形变和穿刺位置发生位移的情况)和当前穿刺位置(即穿刺器械在人体组织中当前所在的位置)，基于实时位移和当前穿刺位置实时调整穿刺角度(即穿刺器械在人体组织中穿刺的角度)，基于实时调整后的穿刺角度继续进行穿刺操作。
以上技术的有益效果为：综合穿刺对象的个体特征信息和自动穿刺设备在穿刺对象上的合格穿戴位置信息以及穿刺对象的穿刺部位的实时人体组织透视图像确定出穿刺方案，并在基于穿刺方案执行穿刺操作的过程中对穿刺角度进行实时调整，更大程度地保证了自动穿刺设备的穿刺位置的精准性，并将自动化穿刺和可穿戴设备的穿戴信息结合，扩大了穿刺方案的决策来源信息，使得穿刺方案更加精准高效。
实施例2：
在实施例1的基础上，信息获取模块，参考图2，包括：
第一获取单元，用于从患者信息库中获取穿刺对象的个体特征信息；
第二获取单元，用于基于人体组织透视设备获取穿刺对象的穿刺部位的实时人体组织透视图像；
第三获取单元，用于当判定自动穿刺设备的穿戴位置合格时，则获取自动穿刺设备在穿刺对象上的合格穿戴位置信息。
该实施例中，患者信息库即为用于存储所有患者的患者信息的数据库，患者信息例如有：姓名、性别、疾病史等数据。
以上技术的有益效果为：实现对穿刺对象的个体特征信息和穿刺对象的穿刺部位的实时人体组织透视图像以及自动穿刺设备在穿刺对象上的合格穿戴位置信息的获取。
实施例3：
在实施例2的基础上，第三获取单元，参考图3，包括：
信息提取子单元，用于当监测到自动穿刺设备被成功穿戴时，开始获取自动穿刺设备周围的监控图像，在同一时刻获取的所有监控图像中提取出实时穿戴位置信息；
位置判断子单元，用于基于实时穿戴位置信息判断出自动穿刺设备的当前穿戴位置是否合格，若是，则将当前时刻获取的实时穿戴位置信息当作合格穿戴位置信息，否则，发出位置调整提示信号提示用户调整自动穿刺设备的穿戴位置，直至基于最新获取的实时穿戴位置信息判定自动穿刺设备的当前穿戴位置合格时，则将当前时刻获取的实时穿戴位置信息当作合格穿戴位置信息。
该实施例中，采用红外感应技术监测自动穿刺设备是否被成功穿戴，当在自动穿刺设备与皮肤的接触面上设置的多个红外感应单元都感应到人体组织时，则判定监测到自动穿刺设备被成功穿戴。
该实施例中，监控图像即为基于设置在自动穿刺设备的预设位置的摄像设备获取的包含自动穿刺设备周围物景的图像。
该实施例中，实时穿戴位置信息即为在同一时刻获取的所有监控图像中提取出的包含自动穿刺设备在穿刺对象身上实时所在位置的信息，实时穿戴位置信息用相对位置差表示。
该实施例中，基于实时穿戴位置信息判断出自动穿刺设备的当前穿戴位置是否合格，即为：
判断出实时穿戴位置信息中包含的相对位置差是否未超过预设位置差阈值，若是，则判定自动穿刺设备的当前穿戴位置合格，否则，判定自动穿刺设备的当前穿刺位置不合格。
该实施例中，位置调整提示信号即为用于提示用户调整自动穿刺设备的穿戴位置的信号。
以上技术的有益效果为：基于自动穿刺设备周围的监控图像中提取出的实时穿戴位置信息，判断出自动穿刺设备的当前穿戴位置是否合格，进而获得合格穿戴位置信息。
实施例4：
在实施例3的基础上，信息提取子单元，包括：
图像拼接端，用于当监测到自动穿刺设备被成功穿戴时，开始获取自动穿刺设备周围的监控图像，将同一时刻获取的所有监控图像进行拼接，获得全景监控图像；
第一提取端，用于获取穿刺部位对应的标准全景监控图像，并在标准全景监控图像中提取出标准辨别特征点和标准辨别特征轮廓的相对位置作为第一相对位置；
第二提取端，用于确定出标准辨别特征点在全景监控图像中对应的当前辨别特征点和标准辨别特征轮廓在全景监控图像中对应的当前辨别特征轮廓，并确定出当前辨别特征点和当前辨别特征轮廓的相对位置作为第二相对位置；
位置确定端，用于基于第一相对位置和第二相对位置的相对位置差，确定出实时穿戴位置信息。
该实施例中，全景监控图像即为将同一时刻获取的所有监控图像进行拼接后获得的图像。
该实施例中，标准全景监控图像即为自动穿刺设备被正确佩戴在穿刺部位对应的合格穿刺部位时获得的全景监控图像。
该实施例中，标准辨别特征点即为在标准全景图像中提取出的、用于区别出标准穿戴位置和当前穿戴位置的特征像素点，例如穿刺部位为手腕时，可以将标准全景图像中穿刺对象手部区域中较容易识别的像素点作为标准辨别特征点。
该实施例中，标准辨别轮廓即为在标准全景图像中提取出的、用于区别出标准穿戴位置和当前穿戴位置的特征轮廓，例如穿刺部位为手腕时，可以将标准全景图像中穿刺对象手部区域中较容易识别的轮廓作为标准辨别轮廓。
该实施例中，第一相对位置即为标准辨别特征点和标准辨别特征轮廓在标准全景监控图像中的相对位置，例如：将标准辨别特征轮廓在以标准辨别特征点为原点的标准坐标系中的坐标表示当作第一相对位置。
该实施例中，当前辨别特征点即为标准辨别特征点在全景监控图像中对应的像素点。
该实施例中，当前辨别特征轮廓即为标准辨别特征轮廓在全景监控图像中对应的轮廓。
该实施例中，第二相对位置即为当前辨别特征点和当前辨别特征轮廓的相对位置，例如：将当前辨别特征轮廓在以当前辨别特征点为原点的标准坐标系中的坐标表示当作第二相对位置。
该实施例中，基于第一相对位置和第二相对位置的相对位置差，即为：
计算出第一相对位置和第二相对位置中的位置数据差，基于位置数据差和穿戴位置信息之间的预设对应关系，确定出实时穿戴位置信息。
以上技术的有益效果为：基于在当前获取的全景监控图像中提取出的标准辨别特征点和标准辨别特征轮廓之间的相对位置以及标准辨别特征点在全景监控图像中对应的当前辨别特征点和标准辨别特征轮廓在全景监控图像中对应的当前辨别特征轮廓的第二相对位置，准确确定出实时穿戴位置信息。
实施例5：
在实施例4的基础上，第二提取端，包括：
间距计算子端，用于基于全景监控图像中每个像素点的像素值，确定出所有像素点和所有对应相邻像素点的像素值综合偏差，并基于像素值综合偏差对所有像素点进行排序获得像素点序列，计算出像素点序列中相邻像素点的像素间距；
参考确定子端，用于在像素点序列中确定出相邻像素点的像素间距未超过预设间距阈值且像素点连续个数超出连续个数阈值的部分像素点序列，并将部分像素点序列中包含的像素点构成的区域作为参考像素区域；
特征确定子端，用于在标准全景监控图像中确定出皮肤区域边缘，将皮肤区域边缘中每个边缘像素点指向参考像素区域的中心像素点的向量作为对应边缘像素点的参考指向向量，基于预设方向确定出边缘像素点在皮肤区域边缘中的切向量，将切向量和参考指向向量作为每个边缘像素点的辨别特征；
位置确定子端，用于基于所有边缘像素点的辨别特征确定出标准辨别特征点在全景监控图像中对应的当前辨别特征点和标准辨别特征轮廓在全景监控图像中对应的当前辨别特征轮廓，并确定出当前辨别特征点和当前辨别特征轮廓的相对位置作为第二相对位置。
该实施例中，像素值综合偏差即为像素点和对应的所有相邻像素点的像素差值的平均值。
该实施例中，像素点序列即为按照像素值综合偏差从大到小的顺序对所有像素点进行排序后获得的序列。
该实施例中，像素间距即为像素点序列中相邻像素点在全景监控图像中的间隔距离。
该实施例中，预设间距阈值即为预设的用于筛选部分像素点序列的像素间距阈值。
该实施例中，连续个数阈值即为部分像素点序列需要满足的最小像素点总数。
该实施例中，像素点连续个数即为连续的相邻像素点的像素间距未超过预设间距阈值的连续像素点总数。
该实施例中，参考像素区域即为部分像素点序列中包含的像素点构成的区域。
该实施例中，皮肤区域边缘即为在标准全景监控图像中确定出的皮肤区域的边缘。
该实施例中，边缘像素点即为皮肤区域边缘中的像素点。
该实施例中，中心像素点即为参考像素区域中所有像素点的坐标平均值对应位置处的像素点。
该实施例中，参考指向向量即为边缘像素点指向参考像素区域的中心像素点的向量。
该实施例中，预设方向例如从上至下、从左至右的方向。
该实施例中，切向量即为：将按照预设方向(例如从上至下、从左至右的方向)在边缘像素点在皮肤区域边缘中的切线的两个延伸方向中确定出的指向方向作为向量方向，并将边缘像素点在皮肤区域边缘中的曲率作为模的向量后获得的向量。
该实施例中，辨别特征即为边缘像素点的切向量和参考指向向量，也是用于表征边缘像素点的位置的特征。
以上技术的有益效果为：基于全景监控图像中像素点和所有对应相邻像素点的像素值综合偏差确定出的像素点序列中相邻像素点的像素间距确定出参考像素区域，使得确定出的参考像素区域与周边的像素点之间具有较大差值，进而便于后续中心像素点的对应定位，将皮肤区域边缘中每个边缘像素点指向参考像素区域的中心像素点的向量作为对应边缘像素点的参考指向向量，基于预设方向确定出边缘像素点在皮肤区域边缘中的切向量，进而确定出可以表征边缘像素点的位置的辨别特征，便于后续确定出标准辨别特征点在全景监控图像中对应的当前辨别特征点和标准辨别特征轮廓在全景监控图像中对应的当前辨别特征轮廓，并确定出当前辨别特征点和当前辨别特征轮廓之间的相对位置作为第二相对位置。
实施例6：
在实施例5的基础上，位置确定子端基于所有边缘像素点的辨别特征确定出标准辨别特征点在全景监控图像中对应的当前辨别特征点和标准辨别特征轮廓在全景监控图像中对应的当前辨别特征轮廓，并确定出当前辨别特征点和当前辨别特征轮廓的相对位置作为第二相对位置的方法，包括：
计算出每个边缘像素点的辨别特征和标准辨别特征点的第一标准辨别特征之间的符合度，将最大符合度的边缘像素点作为标准辨别特征点在全景监控图像中对应的当前辨别特征点；
确定出标准辨别特征轮廓的两个端点的第二辨别特征，基于所有边缘像素点的辨别特征和两个端点的第二辨别特征，计算出每两个边缘像素点的端点符合度；
基于最大端点符合度对应的两个边缘像素点确定出标准辨别特征轮廓在全景监控图像中对应的当前辨别特征轮廓；
并确定出当前辨别特征点和当前辨别特征轮廓的相对位置作为第二相对位置。
该实施例中，计算出每个边缘像素点的辨别特征和标准辨别特征点的第一标准辨别特征之间的符合度，包括：
将边缘像素点的辨别特征中的参考指向向量和标准辨别特征点中的参考指向向量的欧式距离与标准辨别特征点中的参考指向向量的模的比值作为第一符合度；
将边缘像素点的辨别特征中的切向量和标准辨别特征点中的切向量的欧式距离与标准辨别特征点中的切向量的模的比值作为第二符合度；
将第一符合度和第二符合度之间的平均值作为对应边缘像素点的辨别特征和标准辨别特征点的第一标准辨别特征之间的符合度。
该实施例中，第一标准辨别特征即为标准辨别特征点的辨别特征。
该实施例中，第二辨别特征即为标准辨别特征轮廓的两个端点的辨别特征。
该实施例中，基于所有边缘像素点的辨别特征和两个端点的第二辨别特征，计算出每两个边缘像素点的端点符合度，包括：
基于两个边缘像素点的相对位置与两个端点的相对位置，将两个边缘像素点和两个端点一一对应，例如，两个边缘像素点和两个端点都是一个在左上位置一个在右下位置，则将左上位置的边缘像素点和端点进行对应，将在右下位置的边缘像素点和端点进行对应；
确定出对应后的边缘像素点的辨别特征和端点的第二辨别特征之间的符合度；
将两组对应后的边缘像素点的辨别特征和端点的第二辨别特征之间的符合度的平均值作为对应两个边缘像素点的端点符合度。
该实施例中，基于最大端点符合度对应的两个边缘像素点确定出标准辨别特征轮廓在全景监控图像中对应的当前辨别特征轮廓，即为：
将最大端点符合度对应的两个边缘像素点之间的部分皮肤区域边缘作为标准辨别特征轮廓在全景监控图像中对应的当前辨别特征轮廓。
以上技术的有益效果为：通过计算出的每个边缘像素点的辨别特征和标准辨别特征点的第一标准辨别特征之间的符合度和每两个边缘像素点的端点符合度，精准确定出标准辨别特征点在全景监控图像中对应的当前辨别特征点和标准辨别特征轮廓在全景监控图像中对应的当前辨别特征轮廓，并确定出当前辨别特征点和当前辨别特征轮廓的相对位置作为第二相对位置。
实施例7：
在实施例1的基础上，方案生成模块，包括：
方案生成单元，用于基于个体特征信息和合格穿戴位置信息以及实时人体组织透视图像确定出多个待选穿刺方案；
方案筛选单元，用于在多个待选穿刺方案中筛选出最终穿刺方案。
该实施例中，待选穿刺方案即为基于个体特征信息和合格穿戴位置信息以及实时人体组织透视图像确定出的需要进行筛选的穿刺方案。
该实施例，在多个待选穿刺方案中筛选出最终穿刺方案，包括：
不同穿刺项目采用不同方式在多个待选穿刺方案中筛选出最终穿刺方案，当穿刺项目较为复杂时，则采用人工选择指令在多个待选穿刺方案中筛选出最终穿刺方案；当穿刺项目较为简单时，则将多个待选穿刺方案中综合评价度最大的待选穿刺方案作为最终穿刺方案，穿刺项目的复杂程度和简单程度可以预先设置。
以上技术的有益效果为：将穿刺方案自动生成，情况复杂时再采取与人工决策结合，大大减少了前期穿刺方案决策过程的人力投入实现最终穿刺方案的高效精准灵活决策。
实施例8：
在实施例7的基础上，方案生成单元，包括：
因素确定子单元，用于基于穿刺决策影响列表，在个体特征信息中筛选出穿刺决策影响信息，基于预设挖掘模型对穿刺决策影响信息进行深层挖掘，获得穿刺决策因素，基于穿刺决策因素和穿刺部位确定出穿刺决策因素列表；
粗略提取子单元，用于对实时人体组织透视图像中的穿刺位置进行粗略提取，获得待选穿刺区域；
穿刺评价子单元，用于基于穿刺决策因素列表中每个穿刺决策因素对应的图像特征筛选依据，在待选穿刺区域中筛选出待选穿刺位置序列，并确定出每个待选穿刺位置的依据符合度，基于每个穿刺决策因素的决策权重和对应待选穿刺位置序列中每个待选穿刺位置的依据符合度，计算出所有待选穿刺位置的位置评价值；
方案确定子单元，用于基于所有待选穿刺位置的位置评价值确定出多个待选穿刺方案。
该实施例中，穿刺决策影响列表即为包含预设的对穿刺决策过程有影响的患者信息项(例如患者性别项、疾病史项)的列表。
该实施例中，穿刺决策影响信息即为在个体特征信息中筛选出的穿刺决策影响列表中穿刺决策影响对应的患者信息项的患者信息。
该实施例中，预设挖掘模型即为预设的在穿刺决策影响信息中挖掘出穿刺决策因素的挖掘模型，该模型根据医护人员的穿刺决策过程信息训练而成。
该实施例中，深层挖掘即为基于预设挖掘模型在穿刺决策影响信息中挖掘出穿刺决策因素的操作。
该实施例中，穿刺决策因素即为在穿刺对象的穿刺部位选择穿刺位置的侧重点，例如侧重选择血管粗的位置作为穿刺位置，或者侧重选择血管交叉情况较少的位置作为穿刺位置，又或者对上肢肌肉等软组织源性疾病的穿刺点侧重选择较外侧的位置作为穿刺位置；对下肢肌肉等软组织源性疾病的穿刺点侧重选择前方或侧方的位置作为穿刺位置；对椎旁软组织疾病的穿刺侧重选择俯卧位从背部进针，穿刺行径侧重选择皮肤到肿块最短距离的位置作为穿刺位置。
该实施例中，基于穿刺决策因素和穿刺部位确定出穿刺决策因素列表，即为：
基于合格穿戴位置和穿刺决策因素的预设关系，对穿刺决策因素进行排序(例如穿刺决策因素包含：侧重选择血管粗的位置作为穿刺位置、侧重选择血管交叉情况较少的位置作为穿刺位置，但是如果穿刺部位为手部，手部存在较复杂的血管交叉情况，则首先侧重选择血管交叉情况较少的位置作为穿刺位置，其次，侧重选择血管粗的位置作为穿刺位置)后确定出的包含穿刺决定因素的列表。
该实施例中，待选穿刺区域即为对实时人体组织透视图像中的穿刺位置进行粗略提取(例如，血管穿刺时，则粗略提取操作即提取出实时人体组织透视图像中的血管区域)后获得的需要在其中选择出穿刺位置的区域。
该实施例中，图像特征筛选依据即为筛选出穿刺决策因素对应的穿刺区域时依据的图像特征，例如：穿刺决策因素为侧重选择血管粗的位置作为穿刺位置，则对应的图像特征筛选依据为将在与血管走向垂直的方向上连续符合血管区域像素点的像素点总数最大处作为穿刺位置。
该实施例中，待选穿刺位置序列即为包含按照穿刺决策因素列表中对应顺序的穿刺决策因素对应的图像特征筛选依据，在待选穿刺区域中筛选出的待选穿刺位置构成的序列，待选穿刺位置序列中包含的穿刺位置与穿刺决策因素列表中包含的穿刺决策因素一一对应。
该实施例中，待选穿刺位置即为待选穿刺位置序列中包含的穿刺位置。
该实施例中，确定出每个待选穿刺位置的依据符合度，包括：
将待选穿刺位置对应的图像特征筛选依据的图像特征数据(例如标准血管区域中在与血管走向垂直的方向上连续符合血管区域像素点的像素点总数)和待选穿刺位置对应的图像特征数据(在待选穿刺位置处与血管走向垂直的方向上连续符合血管区域像素点的像素点总数)之间的欧氏距离与待选穿刺位置对应的图像特征筛选依据的图像特征数据的比值作为待选穿刺位置的依据符合度。
该实施例中，决策权重即为基于穿刺决策因素确定出最终穿刺位置的重要程度占比，决策权重为预先设置的。
该实施例中，基于每个穿刺决策因素的决策权重和对应待选穿刺位置序列中每个待选穿刺位置的依据符合度，计算出所有待选穿刺位置的位置评价值，包括：
将待选穿刺位置的依据符合度和对应穿刺决策因素的决策权重的乘积作为对应待选穿刺位置的位置评价值。
该实施例中，位置评价值即为表征待选穿刺位置的优良性的数值。
以上技术的有益效果为：基于穿刺决策影响列表和预设挖掘模型对个体特征信息进行筛选挖掘，确定出穿刺决策因素列表，再基于穿刺决策因素列表对实时人体组织透视图像中的待选穿刺区域进行位置筛选，并基于筛选出的待选穿刺位置的依据符合度和对应穿刺决策因素的决策权重计算出所有待选穿刺位置的位置评价值，基于待选穿刺位置和对应的位置评价值实现对待选穿刺方案的确定和筛选。
实施例9：
在实施例8的基础上，方案确定子单元，包括：
走向评价端，用于基于实时人体组织透视图像搭建出三维血管模型，在三维血管模型中确定出每个待选穿刺位置的血管走向模型，基于血管走向模型计算出每个待选穿刺位置的血管走向评价值；
难度计算端，用于基于三维血管模型确定出每个待选穿刺位置的所有待选穿刺角度，基于待选穿刺角度在穿刺部位的人体组织中确定出穿刺路径，基于穿刺路径和穿刺角度计算出穿刺难度；
方案确定端，用于基于所有待选穿刺位置的所有待选穿刺角度确定出穿刺方案，基于每个待选穿刺位置的位置评价值和血管走向评价值以及对应的每个待选穿刺位置的穿刺难度，计算出每个穿刺方案的综合评价度，将综合评价度较大的多个穿刺方案作为待选穿刺方案。
该实施例中，三维血管模型即为基于实时人体组织透视图像搭建出表征穿刺部位的血管形状、构造、位置的三维模型。
该实施例中，血管走向模型即为在三维血管模型中确定出的表征待选穿刺位置附近的血管形状、构造、位置的三维模型。
该实施例中，基于血管走向模型计算出每个待选穿刺位置的血管走向评价值，包括：
确定出血管走向模型的坐标表示，将血管中每个与血管走向方向垂直的血管切面中的所有坐标值的均值作为对应血管切面的中心坐标，将所有血管切面的中心坐标拟合获得血管的中心路径；
确定出经过最多个血管切面的中心坐标的直线段，确定出该直线段的坐标表示，基于该直线段的坐标表示和血管的中心路径的表达式计算出待选穿刺位置的血管走向评价值：
Figure BDA0004060858990000191
式中，α为待选穿刺位置的血管走向评价值，n为直线段中包含的坐标点总数和血管的中心路径中包含的坐标点总数的较大值，i为直线段或血管的中心路径中的第i个坐标点，Ai为直线段中包含的第i个坐标点的坐标值，Bi为血管的中心路径中包含的第i个坐标点的坐标值，L为该直线段的总长度，|Ai-Bi|为直线段中包含的第i个坐标点与血管的中心路径中包含的第i个坐标点之间的距离(当直线段中包含的坐标点总数和血管的中心路径中包含的坐标点总数不一致时，即可能存在直线段中不存在第i个坐标点或者血管的中心路径中不存在第i个坐标点时，则将对应不存在的第i个坐标点的坐标值设置为原点的坐标值，即直线段中包含10个坐标点，血管的中心路径中包含8个坐标点，则将血管的中心路径中包含的第9个和第10个坐标点的坐标值设置为原点的坐标值)；
基于上述公式可以准确计算出表征待选穿刺位置附近的血管走向的优良性的数值。
该实施例中，待选穿刺角度即为基于三维血管模型中待选穿刺位置的血管走向模型确定出的在对应待选穿刺位置进行穿刺时穿刺器械在抵达对应待选穿刺位置过程中在人体组织中经过的路线与参考平面(例如皮肤平面或者预设坐标系中的参考面)的角度，待选穿刺角度要根据基于穿刺部位和穿刺类型确定出的预设确定规则确定，例如，腹部穿刺时，将穿刺路径需要避开脾脏作为待选穿刺角度的预设确定规则；脊椎穿刺时，将穿刺路径需要避开神经作为待选穿刺角度的预设确定规则。
该实施例中，穿刺方案即为包含待选穿刺位置和对应的所有待选穿刺角度的方案。
该实施例中，穿刺路径即为基于待选穿刺角度在三维血管模型中确定出的从穿刺器械接触皮肤组织的点至对应待选穿刺位置的路径。
该实施例中，基于穿刺路径和穿刺角度计算出穿刺难度，包括：
Figure BDA0004060858990000201
式中，δ为穿刺难度，l为穿刺路径的长度，l0为标准穿刺长度(预设的)，β为穿刺角度，sinβ为穿刺角度的正弦值；
基于上述公式可以准确计算出穿刺难度。
该实施例中，基于每个待选穿刺位置的位置评价值和血管走向评价值以及对应的每个待选穿刺位置的穿刺难度，计算出每个穿刺方案的综合评价度，包括：
将每个穿刺方案对应的待选穿刺位置的位置评价值和血管走向评价值以及对应待选穿刺位置的穿刺难度的乘积作为对应穿刺方案的综合评价度。
基于上述公式可以准确计算出表征穿刺方案的穿刺走向、穿刺难度和穿刺位置的综合优良性的数值。
该实施例中，将综合评价度较大的多个穿刺方案作为待选穿刺方案，例如可以将综合评价值最大的五个穿刺方案作为待选穿刺方案。
以上技术的有益效果为：基于三维血管模型中的血管走向确定出待选穿刺位置的血管走向评价值，基于每个穿刺方案的穿刺路径确定出穿刺难度，并结合待选穿刺位置的位置评价值，计算出表征穿刺方案的穿刺走向、穿刺难度和穿刺位置的综合优良性的综合评价值，实现综合考虑血管走向和穿刺难度以及穿刺位置对穿刺方案的初次筛选。
实施例10：
在实施例3的基础上，穿刺操作模块，包括：
实时判断单元，用于基于实时穿戴位置信息实时判断出自动穿刺设备的当前穿戴位置是否合格，获得实时判断结果；
穿刺操作单元，用于当实时判断结果为自动穿刺设备的当前穿戴位置合格时，则基于最终穿刺方案中的目标穿刺位置(即最终穿刺方案中包含的穿刺器械在人体组织中最终停留的位置)和穿刺角度(即穿刺器械在人体组织中穿刺的角度)确定出皮层穿刺位置，基于皮层穿刺位置和穿刺角度对穿刺对象开始进行穿刺操作，并基于实时人体组织透视图像确定出目标穿刺位置的实时位移(由于穿刺过程中会存在组织形变和穿刺位置发生位移的情况)和当前穿刺位置(即穿刺器械在人体组织中当前所在的位置)，基于实时位移和当前穿刺位置实时调整穿刺角度，基于实时调整后的穿刺角度继续进行穿刺操作，直至当前穿刺位置与目标穿刺位置重合时，获得穿刺结果。
该实施例中，实时判断结果即为基于实时穿戴位置信息实时判断出自动穿刺设备的当前穿戴位置是否合格后获得的结果。
该实施例中，穿刺角度即为穿刺器械在抵达目标穿刺位置的过程中在人体组织中经过的路线与参考平面(例如皮肤平面或者预设坐标系中的参考面)的角度。
该实施例中，皮层穿刺位置即为基于最终穿刺方案中的目标穿刺位置和穿刺角度在人体组织模型中确定出的基于最终穿刺方案进行穿刺时穿刺器械与皮肤组织接触的位置。
该实施例中，基于实时人体组织透视图像确定出目标穿刺位置的实时位移和当前穿刺位置，即为：
将最新获取的实时人体组织透视图像与上一时刻获取的实时人体组织透视图像进行对比，确定出目标穿刺位置(即最终穿刺方案中包含的穿刺器械在人体组织中最终停留的位置)的实时位移(由于穿刺过程中会存在组织形变和穿刺位置发生位移的情况)和当前穿刺位置(即穿刺器械在人体组织中当前所在的位置)。
该实施例中，基于实时位移和当前穿刺位置实时调整穿刺角度，即为：
基于实时位移和目标穿刺位置确定出当前目标穿刺位置(即为基于实时位移和目标穿刺位置确定出的当前时刻下穿刺器械需要在人体组织中最终到达的位置)，将当前穿刺位置和当前目标穿刺位置之间的连线作为当前剩余穿刺路径，基于当前剩余穿刺路径确定出调整后的穿刺角度。
以上技术的有益效果为：实现在穿刺操作之前对自动穿刺设备的穿戴位置的实时判断，并确定出皮层穿刺位置进行穿刺操作，进一步提高了穿刺操作的精准性。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种智能可穿戴式自动穿刺设备，其特征在于，包括：
信息获取模块，用于获取穿刺对象的个体特征信息和自动穿刺设备在穿刺对象上的合格穿戴位置信息以及穿刺对象的穿刺部位的实时人体组织透视图像；
方案生成模块，用于基于个体特征信息和合格穿戴位置信息以及实时人体组织透视图像确定出最终穿刺方案；
穿刺操作模块，用于基于最终穿刺方案对穿刺对象进行穿刺操作，并基于实时人体组织透视图像实时调整穿刺操作，获得穿刺结果。
2.根据权利要求1所述的一种智能可穿戴式自动穿刺设备，其特征在于，信息获取模块，包括：
第一获取单元，用于从患者信息库中获取穿刺对象的个体特征信息；
第二获取单元，用于基于人体组织透视设备获取穿刺对象的穿刺部位的实时人体组织透视图像；
第三获取单元，用于当判定自动穿刺设备的穿戴位置合格时，则获取自动穿刺设备在穿刺对象上的合格穿戴位置信息。
3.根据权利要求2所述的一种智能可穿戴式自动穿刺设备，其特征在于，第三获取单元，包括：
信息提取子单元，用于当监测到自动穿刺设备被成功穿戴时，开始获取自动穿刺设备周围的监控图像，在同一时刻获取的所有监控图像中提取出实时穿戴位置信息；
位置判断子单元，用于基于实时穿戴位置信息判断出自动穿刺设备的当前穿戴位置是否合格，若是，则将当前时刻获取的实时穿戴位置信息当作合格穿戴位置信息，否则，发出位置调整提示信号提示用户调整自动穿刺设备的穿戴位置，直至基于最新获取的实时穿戴位置信息判定自动穿刺设备的当前穿戴位置合格时，则将当前时刻获取的实时穿戴位置信息当作合格穿戴位置信息。
4.根据权利要求3所述的一种智能可穿戴式自动穿刺设备，其特征在于，信息提取子单元，包括：
图像拼接端，用于当监测到自动穿刺设备被成功穿戴时，开始获取自动穿刺设备周围的监控图像，将同一时刻获取的所有监控图像进行拼接，获得全景监控图像；
第一提取端，用于获取穿刺部位对应的标准全景监控图像，并在标准全景监控图像中提取出标准辨别特征点和标准辨别特征轮廓的相对位置作为第一相对位置；
第二提取端，用于确定出标准辨别特征点在全景监控图像中对应的当前辨别特征点和标准辨别特征轮廓在全景监控图像中对应的当前辨别特征轮廓，并确定出当前辨别特征点和当前辨别特征轮廓的相对位置作为第二相对位置；
位置确定端，用于基于第一相对位置和第二相对位置的相对位置差，确定出实时穿戴位置信息。
5.根据权利要求4所述的一种智能可穿戴式自动穿刺设备，其特征在于，第二提取端，包括：
间距计算子端，用于基于全景监控图像中每个像素点的像素值，确定出所有像素点和所有对应相邻像素点的像素值综合偏差，并基于像素值综合偏差对所有像素点进行排序获得像素点序列，计算出像素点序列中相邻像素点的像素间距；
参考确定子端，用于在像素点序列中确定出相邻像素点的像素间距未超过预设间距阈值且像素点连续个数超出连续个数阈值的部分像素点序列，并将部分像素点序列中包含的像素点构成的区域作为参考像素区域；
特征确定子端，用于在标准全景监控图像中确定出皮肤区域边缘，将皮肤区域边缘中每个边缘像素点指向参考像素区域的中心像素点的向量作为对应边缘像素点的参考指向向量，基于预设方向确定出边缘像素点在皮肤区域边缘中的切向量，将切向量和参考指向向量作为每个边缘像素点的辨别特征；
位置确定子端，用于基于所有边缘像素点的辨别特征确定出标准辨别特征点在全景监控图像中对应的当前辨别特征点和标准辨别特征轮廓在全景监控图像中对应的当前辨别特征轮廓，并确定出当前辨别特征点和当前辨别特征轮廓的相对位置作为第二相对位置。
6.根据权利要求5所述的一种智能可穿戴式自动穿刺设备，其特征在于，位置确定子端基于所有边缘像素点的辨别特征确定出标准辨别特征点在全景监控图像中对应的当前辨别特征点和标准辨别特征轮廓在全景监控图像中对应的当前辨别特征轮廓，并确定出当前辨别特征点和当前辨别特征轮廓的相对位置作为第二相对位置的方法，包括：
计算出每个边缘像素点的辨别特征和标准辨别特征点的第一标准辨别特征之间的符合度，将最大符合度的边缘像素点作为标准辨别特征点在全景监控图像中对应的当前辨别特征点；
确定出标准辨别特征轮廓的两个端点的第二辨别特征，基于所有边缘像素点的辨别特征和两个端点的第二辨别特征，计算出每两个边缘像素点的端点符合度；
基于最大端点符合度对应的两个边缘像素点确定出标准辨别特征轮廓在全景监控图像中对应的当前辨别特征轮廓；
并确定出当前辨别特征点和当前辨别特征轮廓的相对位置作为第二相对位置。
7.根据权利要求1所述的一种智能可穿戴式自动穿刺设备，其特征在于，方案生成模块，包括：
方案生成单元，用于基于个体特征信息和合格穿戴位置信息以及实时人体组织透视图像确定出多个待选穿刺方案；
方案筛选单元，用于在多个待选穿刺方案中筛选出最终穿刺方案。
8.根据权利要求7所述的一种智能可穿戴式自动穿刺设备，其特征在于，方案生成单元，包括：
因素确定子单元，用于基于穿刺决策影响列表，在个体特征信息中筛选出穿刺决策影响信息，基于预设挖掘模型对穿刺决策影响信息进行深层挖掘，获得穿刺决策因素，基于穿刺决策因素和穿刺部位确定出穿刺决策因素列表；
粗略提取子单元，用于对实时人体组织透视图像中的穿刺位置进行粗略提取，获得待选穿刺区域；
穿刺评价子单元，用于基于穿刺决策因素列表中每个穿刺决策因素对应的图像特征筛选依据，在待选穿刺区域中筛选出待选穿刺位置序列，并确定出每个待选穿刺位置的依据符合度，基于每个穿刺决策因素的决策权重和对应待选穿刺位置序列中每个待选穿刺位置的依据符合度，计算出所有待选穿刺位置的位置评价值；
方案确定子单元，用于基于所有待选穿刺位置的位置评价值确定出多个待选穿刺方案。
9.根据权利要求8所述的一种智能可穿戴式自动穿刺设备，其特征在于，方案确定子单元，包括：
走向评价端，用于基于实时人体组织透视图像搭建出三维血管模型，在三维血管模型中确定出每个待选穿刺位置的血管走向模型，基于血管走向模型计算出每个待选穿刺位置的血管走向评价值；
难度计算端，用于基于三维血管模型确定出每个待选穿刺位置的所有待选穿刺角度，基于待选穿刺角度在穿刺部位的人体组织中确定出穿刺路径，基于穿刺路径和穿刺角度计算出穿刺难度；
方案确定端，用于基于所有待选穿刺位置的所有待选穿刺角度确定出穿刺方案，基于每个待选穿刺位置的位置评价值和血管走向评价值以及对应的每个待选穿刺位置的穿刺难度，计算出每个穿刺方案的综合评价度，将综合评价度较大的多个穿刺方案作为待选穿刺方案。
10.根据权利要求3所述的一种智能可穿戴式自动穿刺设备，其特征在于，穿刺操作模块，包括：
实时判断单元，用于基于实时穿戴位置信息实时判断出自动穿刺设备的当前穿戴位置是否合格，获得实时判断结果；
穿刺操作单元，用于当实时判断结果为自动穿刺设备的当前穿戴位置合格时，则基于最终穿刺方案中的目标穿刺位置和穿刺角度确定出皮层穿刺位置，基于皮层穿刺位置和穿刺角度对穿刺对象开始进行穿刺操作，并基于实时人体组织透视图像确定出目标穿刺位置的实时位移和当前穿刺位置，基于实时位移和当前穿刺位置实时调整穿刺角度，基于实时调整后的穿刺角度继续进行穿刺操作，直至当前穿刺位置与目标穿刺位置重合时，获得穿刺结果。
CN202310058384.1A 2023-01-19 2023-01-19 一种智能可穿戴式自动穿刺设备 Active CN116036421B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310058384.1A CN116036421B (zh) 2023-01-19 2023-01-19 一种智能可穿戴式自动穿刺设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310058384.1A CN116036421B (zh) 2023-01-19 2023-01-19 一种智能可穿戴式自动穿刺设备

Publications (2)

Publication Number Publication Date
CN116036421A true CN116036421A (zh) 2023-05-02
CN116036421B CN116036421B (zh) 2023-12-22

Family

ID=86116179

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310058384.1A Active CN116036421B (zh) 2023-01-19 2023-01-19 一种智能可穿戴式自动穿刺设备

Country Status (1)

Country Link
CN (1) CN116036421B (zh)

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5764283A (en) * 1995-12-29 1998-06-09 Lucent Technologies Inc. Method and apparatus for tracking moving objects in real time using contours of the objects and feature paths
JP2004297212A (ja) * 2003-03-25 2004-10-21 Sharp Corp 画像処理装置、画像形成装置、画像処理方法、画像処理プログラム、並びにそれを記録したコンピュータ読み取り可能な記録媒体
CN1959706A (zh) * 2005-11-04 2007-05-09 欧姆龙株式会社 物体识别方法及装置、物体识别用程序及其存储介质
CN102194122A (zh) * 2010-03-05 2011-09-21 索尼公司 对图像进行分类的方法和设备
CN105212995A (zh) * 2015-09-25 2016-01-06 济南大学 机器人辅助沿直线路径精准穿刺软组织目标的实施装置
CN108836440A (zh) * 2018-03-21 2018-11-20 北京理工大学 一种穿刺辅助机器人的控制决策方法与系统
CN109717932A (zh) * 2017-10-27 2019-05-07 西门子保健有限责任公司 脉管穿刺位置的确定
CN110432996A (zh) * 2019-08-29 2019-11-12 南宁市疏微医学研究有限公司 一种颅内血肿穿刺定位装置及其定位方法
CN110537960A (zh) * 2018-05-29 2019-12-06 上海联影医疗科技有限公司 穿刺路径的确定方法、存储设备及机器人辅助手术系统
CN111695451A (zh) * 2020-05-27 2020-09-22 中山市生科试剂仪器有限公司 一种静脉图像识别分析方法及处理装置
CN113017625A (zh) * 2021-02-26 2021-06-25 北京伟浩君智能技术有限公司 采血机器人的控制方法及装置
CN113133814A (zh) * 2021-04-01 2021-07-20 上海复拓知达医疗科技有限公司 基于增强现实的穿刺手术导航装置及计算机可读存储介质
CN113576613A (zh) * 2021-07-27 2021-11-02 南通市第一人民医院 一种根据影像结果经皮穿刺的方法及系统
CN113840567A (zh) * 2019-05-15 2021-12-24 日本麦可罗尼克斯股份有限公司 血管确定装置和血管确定方法
CN114469008A (zh) * 2022-03-09 2022-05-13 浙江大学 基于血管近红外成像的血管穿刺难易智能分级装置
US20220160273A1 (en) * 2020-11-23 2022-05-26 Alireza Bagheri Rajeoni Portable autonomous venipuncture device

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5764283A (en) * 1995-12-29 1998-06-09 Lucent Technologies Inc. Method and apparatus for tracking moving objects in real time using contours of the objects and feature paths
JP2004297212A (ja) * 2003-03-25 2004-10-21 Sharp Corp 画像処理装置、画像形成装置、画像処理方法、画像処理プログラム、並びにそれを記録したコンピュータ読み取り可能な記録媒体
CN1959706A (zh) * 2005-11-04 2007-05-09 欧姆龙株式会社 物体识别方法及装置、物体识别用程序及其存储介质
CN102194122A (zh) * 2010-03-05 2011-09-21 索尼公司 对图像进行分类的方法和设备
CN105212995A (zh) * 2015-09-25 2016-01-06 济南大学 机器人辅助沿直线路径精准穿刺软组织目标的实施装置
CN109717932A (zh) * 2017-10-27 2019-05-07 西门子保健有限责任公司 脉管穿刺位置的确定
CN108836440A (zh) * 2018-03-21 2018-11-20 北京理工大学 一种穿刺辅助机器人的控制决策方法与系统
CN110537960A (zh) * 2018-05-29 2019-12-06 上海联影医疗科技有限公司 穿刺路径的确定方法、存储设备及机器人辅助手术系统
CN113840567A (zh) * 2019-05-15 2021-12-24 日本麦可罗尼克斯股份有限公司 血管确定装置和血管确定方法
CN110432996A (zh) * 2019-08-29 2019-11-12 南宁市疏微医学研究有限公司 一种颅内血肿穿刺定位装置及其定位方法
CN111695451A (zh) * 2020-05-27 2020-09-22 中山市生科试剂仪器有限公司 一种静脉图像识别分析方法及处理装置
US20220160273A1 (en) * 2020-11-23 2022-05-26 Alireza Bagheri Rajeoni Portable autonomous venipuncture device
CN113017625A (zh) * 2021-02-26 2021-06-25 北京伟浩君智能技术有限公司 采血机器人的控制方法及装置
CN113133814A (zh) * 2021-04-01 2021-07-20 上海复拓知达医疗科技有限公司 基于增强现实的穿刺手术导航装置及计算机可读存储介质
CN113576613A (zh) * 2021-07-27 2021-11-02 南通市第一人民医院 一种根据影像结果经皮穿刺的方法及系统
CN114469008A (zh) * 2022-03-09 2022-05-13 浙江大学 基于血管近红外成像的血管穿刺难易智能分级装置

Also Published As

Publication number Publication date
CN116036421B (zh) 2023-12-22

Similar Documents

Publication Publication Date Title
US9579062B2 (en) Methods and systems for electrode placement
US10881353B2 (en) Machine-guided imaging techniques
CN112120736B (zh) 三维超声成像方法和装置
CN113647939B (zh) 一种针对脊柱退行性疾病的人工智能康复评估与训练系统
CN108320288A (zh) 一种特发性脊柱侧凸影像的数据处理方法
CN110177492A (zh) 用于治疗关节的方法和设备，包括髋关节中的凸轮型股骨髋臼撞击症和髋关节中的钳夹型股骨髋臼撞击症的治疗
EP2120723A2 (en) Determining parameters associated with a female pelvis and cervix
US20230008386A1 (en) Method for automatically planning a trajectory for a medical intervention
US20220039873A1 (en) Ultrasound guidance system and method
CN110123331A (zh) 人体形体及体质数据采集方法、装置及存储介质
US20220054196A1 (en) Method and apparatus for generating virtual internal fixture on basis of image reduction
CN111312389A (zh) 脑卒中智能诊断系统
CN111598949B (zh) 一种用于人体头颈部穴位的自动定位方法
JP7081862B1 (ja) 手術支援システム、手術支援方法、及び手術支援プログラム
CN116036421B (zh) 一种智能可穿戴式自动穿刺设备
CN111481268B (zh) 颅底卵圆孔自动定位及引导系统
CN112183518A (zh) 静脉靶点自动确定方法、装置和设备
JP6875774B1 (ja) 医療画像用のマーキングシステム及びマーキング支援装置
US20190192252A1 (en) Surgical Instrument Positioning System and Positioning Method Thereof
CN112739257A (zh) 用于提供骨架模型的设备、系统和方法
CN111798965A (zh) 用于确定胎儿神经系统的状况的系统和方法
CN117731376B (zh) 一种妇科肿瘤影像术前智能导向识别系统
Li et al. A photogrammetric method for the measurement of three-dimensional cervical range of motion
EP4277529B1 (en) Chest x-ray system and method
EP4201330A1 (en) Chest x-ray system and method

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230620

Address after: 610000 Tianfu international biological city, Chengdu, Sichuan (No. 618, Fenghuang Road, Shuangliu District)

Applicant after: Chengdu Kairui Medical Technology Co.,Ltd.

Address before: 518000 2b1401, phase II, smart home, No. 76, Baohe Avenue, Baolong community, Baolong street, Longgang District, Shenzhen, Guangdong

Applicant before: SHENZHEN KAISITE MEDICAL TECHNOLOGY CO.,LTD.

GR01 Patent grant
GR01 Patent grant