CN116137033B - 一种基于胸腔影像及引流数据分析的积液评估方法 - Google Patents

一种基于胸腔影像及引流数据分析的积液评估方法 Download PDF

Info

Publication number
CN116137033B
CN116137033B CN202310426374.9A CN202310426374A CN116137033B CN 116137033 B CN116137033 B CN 116137033B CN 202310426374 A CN202310426374 A CN 202310426374A CN 116137033 B CN116137033 B CN 116137033B
Authority
CN
China
Prior art keywords
drainage
liquid accumulation
image
effusion
setting
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
Application number
CN202310426374.9A
Other languages
English (en)
Other versions
CN116137033A (zh
Inventor
赵洪林
陈军
张洪兵
刘明辉
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.)
Tianjin Medical University General Hospital
Original Assignee
Tianjin Medical University General Hospital
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 Tianjin Medical University General Hospital filed Critical Tianjin Medical University General Hospital
Priority to CN202310426374.9A priority Critical patent/CN116137033B/zh
Publication of CN116137033A publication Critical patent/CN116137033A/zh
Application granted granted Critical
Publication of CN116137033B publication Critical patent/CN116137033B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/66Analysis of geometric attributes of image moments or centre of gravity
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Quality & Reliability (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明公开了一种基于胸腔影像及引流数据分析的积液评估方法,涉及胸腔积液评估技术领域,包括建立胸腔积液影像模型,基于胸腔积液影像模型对获取到的胸腔影像进行比对,得到影像参照积液量;通过引流管进行胸腔积液引流,对第一引流时间段内的引流量进行分析,得到引流参照积液量,根据分析结果进行引流预警;本发明通过对胸腔影像进行数据比对,能够得到一个影像评估的积液基础量,再与引流过程中的引流数据进行比对,能够对积液评估进行校准,提高积液评估的准确度,同时能够在引流过程中进行积液异常情况的评估,提高积液评估的全面性,以解决现有的技术中对于积液评估的维度单一,积液评估的准确度和全面性存在不足的问题。

Description

一种基于胸腔影像及引流数据分析的积液评估方法
技术领域
本发明涉及胸腔积液评估技术领域,具体为一种基于胸腔影像及引流数据分析的积液评估方法。
背景技术
胸腔积液是以胸膜腔内病理性液体积聚为特征的一种常见临床症候。胸膜腔为脏层和壁层胸膜之间的一个潜在间隙,正常人胸膜腔内有5~15ml液体,在呼吸运动时起润滑作用,胸膜腔内每天有500~1000ml的液体形成与吸收,任何原因导致胸膜腔内液体产生增多或吸收减少,即可产生胸腔积液。按其发生机制可分为漏出性胸腔积液和渗出性胸腔积液两类。
现有的胸腔积液评估技术中,对于胸腔积液的评估方式较为单一,例如在公开号为CN115423767的发明专利中,公开了一种基于超声图像的胸腔积液测算评估方法,上述通过超声图像进行胸腔积液的评估过程中,需要人工进行多个位置上的扫描,上述扫描方式会存在较大的误差,现有的评估方式的评估维度较为单一,评估结果的误差较大,同时在评估过程中缺乏对于积液异常情况的筛查判断,因此需要一种全面的积液评估方法来解决上述现有技术中存在的问题。
发明内容
本发明旨在至少在一定程度上解决现有技术中的技术问题之一,通过对胸腔影像进行数据比对,能够得到一个影像评估的积液基础量,再与引流过程中的引流数据进行比对,能够对积液评估进行校准,提高积液评估的准确度,同时能够在引流过程中进行积液异常情况的评估,提高积液评估的全面性,以解决现有的技术中对于积液评估的维度单一,积液评估的准确度和全面性存在不足的问题。
为实现上述目的,本发明提供一种基于胸腔影像及引流数据分析的积液评估方法,包括:建立胸腔积液影像模型,基于胸腔积液影像模型对获取到的胸腔影像进行比对,得到影像参照积液量;
通过引流管进行胸腔积液引流,对第一引流时间段内的引流量进行分析,得到引流参照积液量,根据分析结果进行引流预警;
将影像参照积液量和引流参照积液量进行综合计算得到基础校准参照积液量;
获取引流后的胸腔影像,标记为二次影像,对二次影像与胸腔积液影像模型进行比对,得到二次影像参照积液量,根据二次影像参照积液量判断是否进行二次引流处理;
当未进行二次引流处理时,将基础校准参照积液量和二次影像参照积液量进行综合计算得到二次比对参照积液量;当进行二次引流处理时,对二次引流积液量和二次影像参照积液量进行综合计算得到二次校准参照积液量。
进一步地,建立胸腔积液影像模型包括:从影像数据库中获取若干胸腔积液影像图像,对若干胸腔积液影像图像中的积液区域进行提取;
获取积液区域的轮廓线,积液区域的轮廓线内部进行像素点划分;
将位于轮廓线上的像素点设置为边缘像素点,将与边缘像素点相邻的像素点设置为边缘相邻像素点,将边缘像素点和边缘相邻像素点剔除,将剩余像素点设置为学习像素点;
获取若干学习像素点的灰度值,从若干学习像素点中选取灰度值的众数,设定为比对中心灰度;获取若干学习像素点的灰度值的最大值和最小值,分别设定为学习像素最大值和学习像素最小值;
求取若干积液区域的比对中心灰度的平均值,设定为中心平均灰度;求取若干积液区域的学习像素最大值的平均值,设定为学习像素最大灰度;求取若干积液区域的学习像素最小值的平均值,设定为学习像素最小灰度;
分别求取中心平均灰度与学习像素最大灰度和学习像素最小灰度之间的差值,设定为第一差值和第二差值,选取第一差值和第二差值中的最小值,设定为比对范围值;
将中心平均灰度加上比对范围值得到比对范围最大值,将中心平均灰度减去比对范围值得到比对范围最小值,将比对范围最小值与比对范围最大值之间的区间设定为积液灰度比对区间。
进一步地,建立胸腔积液影像模型还包括:设定积液高度范围,积液高度范围包括第一级积液高度范围、第二级积液高度范围以及第三级积液高度;
第一级积液高度范围的高度大于等于第一点位,第二级积液高度范围的高度大于等于第二点位且小于第一点位,第三级积液高度范围的高度小于第二点位;第一点位的高度大于第二点位的高度;
设定第一级积液高度范围的影像参照积液量大于等于第一积液阈值,设定第二级积液高度范围的影像参照积液量大于等于第二积液阈值且小于第一积液阈值,设定第三级积液高度范围的影像参照积液量小于第二积液阈值。
进一步地,基于胸腔积液影像模型对获取到的胸腔影像进行比对,得到影像参照积液量包括:对获取到的胸腔影像中的灰度区域与积液灰度比对区间进行比对,划定第一影像区域;
将第一影像区域与第一点位和第二点位进行高度比对,确定第一影像区域属于的积液高度范围,通过积液高度范围确定影像参照积液量的范围。
进一步地,通过引流管进行胸腔积液引流,对第一引流时间段内的引流量进行分析,得到引流参照积液量包括:对第一引流时间段进行监测时间点位划分,设定监测时间点位的数量为第一监测数量;
在每个监测时间点位依次获取引流总量;
将第一个监测时间点位设置为起始时间点位,将最后一个监测时间点位设置为终点时间点位;
将终点时间点位获取到的引流总量设定为引流参照积液量。
进一步地,通过引流管进行胸腔积液引流,对第一引流时间段内的引流量进行分析,根据分析结果进行引流预警还包括:在每个监测时间点位依次获取实时引流速度;
设定最小比对引流速度,最小引流比对速度包括第一最小引流速度、第二最小引流速度以及第三最小引流速度;当影像参照积液量大于等于第一积液阈值时,设定第一最小引流速度;当影像参照积液量大于等于第二积液阈值且小于第一积液阈值,设定第二最小引流速度;当影像参照积液量小于第二积液阈值时,设定第三最小引流速度;
从起始时间点位开始,获取第一比对数量的实时引流速度,将实时引流速度与最小比对引流速度进行比对,获取若干实时引流速度小于最小比对引流速度的数量,设定为低速引流预警数量,当低速引流预警数量大于等于第一低速预警阈值时,输出引流低速预警信号。
进一步地,通过引流管进行胸腔积液引流,对第一引流时间段内的引流量进行分析,根据分析结果进行引流预警还包括:建立引流速度波动图;
每获取第一比对数量的实时引流速度,对引流速度波动图进行数据补充;
对引流速度波动图中的峰值点进行累加,当峰值点的数量大于等于第一峰值点阈值时,输出引流速度波动预警信号。
进一步地,将影像参照积液量和引流参照积液量进行综合计算得到基础校准参照积液量包括:根据影像参照积液量的范围设定基础影像积液量;基础影像积液量包括第一基础影像积液量、第二基础影像积液量以及第三基础影像积液量;当基础影像参照积液量大于等于第一积液阈值时,设定第一基础影像积液量;当影像参照积液量大于等于第二积液阈值且小于第一积液阈值时,设定第二基础影像积液量;当影像参照积液量小于第二积液阈值时,设定第三基础影像积液量;
求取基础影像积液量和引流参照积液量的平均值,得到基础校准参照积液量。
进一步地,获取引流后的胸腔影像,标记为二次影像,对二次影像与胸腔积液影像模型进行比对,得到二次影像参照积液量,根据二次影像参照积液量判断是否进行二次引流处理包括:当二次影像参照积液量小于第二积液阈值时,不进行二次引流,当二次影像参照积液量大于等于第二积液阈值时,进行二次引流处理。
进一步地,当未进行二次引流处理时,将基础校准参照积液量和二次影像参照积液量进行综合计算得到二次比对参照积液量包括:根据二次影像参照积液量的范围设定二次影像积液量;二次影像积液量包括第一二次影像积液量、第二二次影像积液量以及第三二次影像积液量;当二次影像参照积液量大于等于第一积液阈值时,设定第一二次影像积液量;当影像参照积液量大于等于第二积液阈值且小于第一积液阈值时,设定第二二次影像积液量;当影像参照积液量小于第二积液阈值时,设定第三二次影像积液量;
获取基础校准参照积液量中的基础影像积液量和引流参照积液量,将引流参照积液量与二次影像积液量进行相加得到引流校准积液量;
求取引流校准积液量与基础影像积液量的平均值得到二次比对参照积液量;
当进行二次引流处理时,输出对二次引流积液量和二次影像参照积液量进行综合计算得到二次校准参照积液量包括:将二次影像积液量与二次引流积液量相加得到二次校准参照积液量。
本发明的有益效果:本发明通过建立胸腔积液影像模型,基于胸腔积液影像模型对获取到的胸腔影像进行比对,得到影像参照积液量;再通过引流管进行胸腔积液引流,对第一引流时间段内的引流量进行分析,得到引流参照积液量,将影像参照积液量和引流参照积液量进行综合计算得到基础校准参照积液量,该设计能够提高积液的评估维度,从而提高积液评估的准确度和全面性。
本发明通过获取引流后的胸腔影像,标记为二次影像,对二次影像与胸腔积液影像模型进行比对,得到二次影像参照积液量,根据二次影像参照积液量判断是否进行二次引流处理;当未进行二次引流处理时,将基础校准参照积液量和二次影像参照积液量进行综合计算得到二次比对参照积液量;当进行二次引流处理时,对二次引流积液量和二次影像参照积液量进行综合计算得到二次校准参照积液量,上述方法的好处在于,通过二次判断能够对积液的评估进行进一步的校准,从而进一步提高积液评估的准确度和全面性。
通过引流管进行胸腔积液引流,对第一引流时间段内的引流量进行分析,根据分析结果进行引流预警,该设计能够根据引流过程中的异常数据进行及时预警,提高了积液异常评估的全面性。
本申请的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请了解。本申请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。
附图说明
图1为本发明的方法步骤流程图;
图2为本发明的积液区域的轮廓线中边缘像素点的划分示意图;
图3为本发明的引流速度波动图的参考示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1所示,本发明提供一种基于胸腔影像及引流数据分析的积液评估方法,本方法通过对胸腔影像进行数据比对,能够得到一个影像评估的积液基础量,再与引流过程中的引流数据进行比对,能够对积液评估进行校准,提高积液评估的准确度,同时能够在引流过程中进行积液异常情况的评估,提高积液异常评估的全面性。
具体地,基于胸腔影像及引流数据分析的积液评估方法包括如下步骤:
步骤S1,建立胸腔积液影像模型,基于胸腔积液影像模型对获取到的胸腔影像进行比对,得到影像参照积液量;
请参阅图2所示,步骤S1还包括:步骤S1111,从影像数据库中获取若干胸腔积液影像图像,对若干胸腔积液影像图像中的积液区域进行提取;
步骤S1112,获取积液区域的轮廓线,积液区域的轮廓线内部进行像素点划分;
步骤S1113,将位于轮廓线上的像素点设置为边缘像素点,将与边缘像素点相邻的像素点设置为边缘相邻像素点,将边缘像素点和边缘相邻像素点剔除,将剩余像素点设置为学习像素点;图2中,边缘像素点的区域为阴影区域;
步骤S1114,获取若干学习像素点的灰度值,从若干学习像素点中选取灰度值的众数,设定为比对中心灰度;获取若干学习像素点的灰度值的最大值和最小值,分别设定为学习像素最大值和学习像素最小值;
步骤S1115,求取若干积液区域的比对中心灰度的平均值,设定为中心平均灰度;求取若干积液区域的学习像素最大值的平均值,设定为学习像素最大灰度;求取若干积液区域的学习像素最小值的平均值,设定为学习像素最小灰度;
步骤S1116,分别求取中心平均灰度与学习像素最大灰度和学习像素最小灰度之间的差值,设定为第一差值和第二差值,选取第一差值和第二差值中的最小值,设定为比对范围值;
步骤S1117,将中心平均灰度加上比对范围值得到比对范围最大值,将中心平均灰度减去比对范围值得到比对范围最小值,将比对范围最小值与比对范围最大值之间的区间设定为积液灰度比对区间,通常情况下积液区域的影像表现会明显区别于其他区域,由于积液区域内液体充足饱满,呈现出的影像为平滑高亮区域;通过上述处理过程对于多组积液区域的数据进行分析学习,能够在影像判断时,快速捕捉到积液区域;
步骤S1还包括:步骤S1121,设定积液高度范围,积液高度范围包括第一级积液高度范围、第二级积液高度范围以及第三级积液高度;
步骤S1122,第一级积液高度范围的高度大于等于第一点位,第二级积液高度范围的高度大于等于第二点位且小于第一点位,第三级积液高度范围的高度小于第二点位;第一点位的高度大于第二点位的高度;
步骤S1123,设定第一级积液高度范围的影像参照积液量大于等于第一积液阈值,设定第二级积液高度范围的影像参照积液量大于等于第二积液阈值且小于第一积液阈值,设定第三级积液高度范围的影像参照积液量小于第二积液阈值。通常情况下,胸腔内的积液分为三个等级,1、少量胸腔积液:影像学表现胸腔积液最高位置在第四肋间水平以下,一般在500ml以下;2、中量胸腔积液:指胸腔积液最高处在第四肋间与第二肋间水平间;3、大量胸腔积液:指胸腔积液最高水平处超过第二肋间或已经将患者肺门淹没在胸腔积液内,一般在1000ml以上;参照现有的划分标准,第一积液阈值设置为1000ml,第二积液阈值设置为500ml,第一点位设置在第二肋间,第二点位设置在第四肋间;
步骤S1还包括:步骤S121,对获取到的胸腔影像中的灰度区域与积液灰度比对区间进行比对,划定第一影像区域;
步骤S122,将第一影像区域与第一点位和第二点位进行高度比对,确定第一影像区域属于的积液高度范围,通过积液高度范围确定影像参照积液量的范围,在步骤S1111到步骤S1117中能够便于确定积液区域的灰度区间,在步骤S1121到步骤S1123中能够便于在比对过程中确定积液区域所对应的积液量。
步骤S2,通过引流管进行胸腔积液引流,对第一引流时间段内的引流量进行分析,得到引流参照积液量,根据分析结果进行引流预警;
步骤S2还包括:步骤S211,对第一引流时间段进行监测时间点位划分,设定监测时间点位的数量为第一监测数量;通常情况下第一引流时间段设置为1至3天;具体实施时,第一引流时间段设置为3天,第一监测数量设置为702,平均下来一天24个监测时间点位,实现一个小时进行一次监测;
步骤S212,在每个监测时间点位依次获取引流总量;
步骤S213,将第一个监测时间点位设置为起始时间点位,将最后一个监测时间点位设置为终点时间点位;
步骤S214,将终点时间点位获取到的引流总量设定为引流参照积液量;在第一引流时间段结束后进行一个引流总量的计算,能够得到相对准确的引流总量。
步骤S2还包括:步骤S221,在每个监测时间点位依次获取实时引流速度;
步骤S222,设定最小比对引流速度,最小引流比对速度包括第一最小引流速度、第二最小引流速度以及第三最小引流速度;当影像参照积液量大于等于第一积液阈值时,设定第一最小引流速度;当影像参照积液量大于等于第二积液阈值且小于第一积液阈值,设定第二最小引流速度;当影像参照积液量小于第二积液阈值时,设定第三最小引流速度;第一最小引流速度、第二最小引流速度和第三最小引流速度通常设置为10ml/h、5ml/h以及3ml/h;
步骤S223,从起始时间点位开始,获取第一比对数量的实时引流速度,将实时引流速度与最小比对引流速度进行比对,获取若干实时引流速度小于最小比对引流速度的数量,设定为低速引流预警数量,当低速引流预警数量大于等于第一低速预警阈值时,输出引流低速预警信号,当输出引流低速预警信号时,如果在引流前期,例如引流的前几个小时之内的引流速度过低,其中可能的情况为引流管的位置出现偏差错位,如果在引流的后期,可能的情况为引流已经结束,此时可以提醒医护人员停止引流。
步骤S2还包括:步骤S231,建立引流速度波动图;
步骤S232,每获取第一比对数量的实时引流速度,对引流速度波动图进行数据补充;第一比对数量通常设置为6,每半天时间进行一次引流速度的评估;
步骤S233,对引流速度波动图中的峰值点进行累加,当峰值点的数量大于等于第一峰值点阈值时,输出引流速度波动预警信号,请参阅图3所示,其中,当两侧的引流速度均小于该点的引流速度时,即可设置为峰值点,在具体实施时,当累加的峰值点的数量大于等于第一峰值点阈值时,第一峰值点阈值在具体设置时,设置区间在10至30次,第一峰值点阈值允许前期引流时具备一定的波动量,例如,第一峰值点阈值设定为15,峰值点的数量说明在引流过程中引流速度有多次波动,但是在引流后期,如果引流速度增长,峰值点的数量增多,说明可能有新的积液产生,需要进行波动预警。
步骤S3,将影像参照积液量和引流参照积液量进行综合计算得到基础校准参照积液量;
步骤S3还包括:步骤S31,根据影像参照积液量的范围设定基础影像积液量;基础影像积液量包括第一基础影像积液量、第二基础影像积液量以及第三基础影像积液量;当基础影像参照积液量大于等于第一积液阈值时,设定第一基础影像积液量;当影像参照积液量大于等于第二积液阈值且小于第一积液阈值时,设定第二基础影像积液量;当影像参照积液量小于第二积液阈值时,设定第三基础影像积液量;在具体设置时,第一基础影像积液量设置为1300ml,第二基础影像积液量设置为750ml,第三基础影像积液量设置为300ml;
步骤S32,求取基础影像积液量和引流参照积液量的平均值,得到基础校准参照积液量。
步骤S4,获取引流后的胸腔影像,标记为二次影像,对二次影像与胸腔积液影像模型进行比对,得到二次影像参照积液量,根据二次影像参照积液量判断是否进行二次引流处理;
步骤S4还包括:步骤S41,当二次影像参照积液量小于第二积液阈值时,不进行二次引流,当二次影像参照积液量大于等于第二积液阈值时,进行二次引流处理;
步骤S42,当未进行二次引流处理时,将基础校准参照积液量和二次影像参照积液量进行综合计算得到二次比对参照积液量;步骤S42还包括:
步骤S421,根据二次影像参照积液量的范围设定二次影像积液量;二次影像积液量包括第一二次影像积液量、第二二次影像积液量以及第三二次影像积液量;当二次影像参照积液量大于等于第一积液阈值时,设定第一二次影像积液量;当影像参照积液量大于等于第二积液阈值且小于第一积液阈值时,设定第二二次影像积液量;当影像参照积液量小于第二积液阈值时,设定第三二次影像积液量;第一二次影像积液量、第二二次影像积液量以及第三二次影像积液量分别设置为1300ml、750ml以及300ml;
步骤S422,获取基础校准参照积液量中的基础影像积液量和引流参照积液量,将引流参照积液量与二次影像积液量进行相加得到引流校准积液量;将引流参照积液量与二次影像积液量相加能够得到一个基于引流数据得到的积液评估量;
步骤S423,求取引流校准积液量与基础影像积液量的平均值得到二次比对参照积液量;将基于引流数据得到的积液评估量与基础影像积液量进行一个平均值计算,能够进行一个拉平校准;
步骤S43,当进行二次引流处理时,对二次引流积液量和二次影像参照积液量进行综合计算得到二次校准参照积液量;步骤S43还包括:步骤S431,将二次影像积液量与二次引流积液量相加得到二次校准参照积液量,当进行二次引流处理时,同时输出二次引流预警信号,因为进行二次引流处理时,可能出现的情况是,胸腔内出现新的积液,需要对患者的病情进行再次评估。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。其中,存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(Static Random AccessMemory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable ProgrammableRead-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable ProgrammableRead Only Memory,简称EPROM),可编程只读存储器(Programmable Red-Only Memory,简称PROM),只读存储器(Read-OnlyMemory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其他的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其他的形式。

Claims (6)

1.一种基于胸腔影像及引流数据分析的积液评估方法,其特征在于,包括:建立胸腔积液影像模型,基于胸腔积液影像模型对获取到的胸腔影像进行比对,得到影像参照积液量;
通过引流管进行胸腔积液引流,对第一引流时间段内的引流量进行分析,得到引流参照积液量,根据分析结果进行引流预警;
将影像参照积液量和引流参照积液量进行综合计算得到基础校准参照积液量;
获取引流后的胸腔影像,标记为二次影像,对二次影像与胸腔积液影像模型进行比对,得到二次影像参照积液量,根据二次影像参照积液量判断是否进行二次引流处理;
当未进行二次引流处理时,将基础校准参照积液量和二次影像参照积液量进行综合计算得到二次比对参照积液量;当进行二次引流处理时,对二次引流积液量和二次影像参照积液量进行综合计算得到二次校准参照积液量;
建立胸腔积液影像模型包括:从影像数据库中获取若干胸腔积液影像图像,对若干胸腔积液影像图像中的积液区域进行提取;
获取积液区域的轮廓线,积液区域的轮廓线内部进行像素点划分;
将位于轮廓线上的像素点设置为边缘像素点,将与边缘像素点相邻的像素点设置为边缘相邻像素点,将边缘像素点和边缘相邻像素点剔除,将剩余像素点设置为学习像素点;
获取若干学习像素点的灰度值,从若干学习像素点中选取灰度值的众数,设定为比对中心灰度;获取若干学习像素点的灰度值的最大值和最小值,分别设定为学习像素最大值和学习像素最小值;
求取若干积液区域的比对中心灰度的平均值,设定为中心平均灰度;求取若干积液区域的学习像素最大值的平均值,设定为学习像素最大灰度;求取若干积液区域的学习像素最小值的平均值,设定为学习像素最小灰度;
分别求取中心平均灰度与学习像素最大灰度和学习像素最小灰度之间的差值,设定为第一差值和第二差值,选取第一差值和第二差值中的最小值,设定为比对范围值;
将中心平均灰度加上比对范围值得到比对范围最大值,将中心平均灰度减去比对范围值得到比对范围最小值,将比对范围最小值与比对范围最大值之间的区间设定为积液灰度比对区间;
建立胸腔积液影像模型还包括:设定积液高度范围,积液高度范围包括第一级积液高度范围、第二级积液高度范围以及第三级积液高度范围;
第一级积液高度范围的高度大于等于第一点位,第二级积液高度范围的高度大于等于第二点位且小于第一点位,第三级积液高度范围的高度小于第二点位;第一点位的高度大于第二点位的高度;
设定第一级积液高度范围的影像参照积液量大于等于第一积液阈值,设定第二级积液高度范围的影像参照积液量大于等于第二积液阈值且小于第一积液阈值,设定第三级积液高度范围的影像参照积液量小于第二积液阈值;
基于胸腔积液影像模型对获取到的胸腔影像进行比对,得到影像参照积液量包括:对获取到的胸腔影像中的灰度区域与积液灰度比对区间进行比对,划定第一影像区域;
将第一影像区域与第一点位和第二点位进行高度比对,确定第一影像区域属于的积液高度范围,通过积液高度范围确定影像参照积液量的范围;
根据影像参照积液量的范围设定基础影像积液量;
当未进行二次引流处理时,将基础校准参照积液量和二次影像参照积液量进行综合计算得到二次比对参照积液量包括:根据二次影像参照积液量的范围设定二次影像积液量;二次影像积液量包括第一二次影像积液量、第二二次影像积液量以及第三二次影像积液量;当二次影像参照积液量大于等于第一积液阈值时,设定第一二次影像积液量;当影像参照积液量大于等于第二积液阈值且小于第一积液阈值时,设定第二二次影像积液量;当影像参照积液量小于第二积液阈值时,设定第三二次影像积液量;
获取基础校准参照积液量中的基础影像积液量和引流参照积液量,将引流参照积液量与二次影像积液量进行相加得到引流校准积液量;
求取引流校准积液量与基础影像积液量的平均值得到二次比对参照积液量;
当进行二次引流处理时,输出对二次引流积液量和二次影像参照积液量进行综合计算得到二次校准参照积液量包括:将二次影像积液量与二次引流积液量相加得到二次校准参照积液量。
2.根据权利要求1所述的一种基于胸腔影像及引流数据分析的积液评估方法,其特征在于,通过引流管进行胸腔积液引流,对第一引流时间段内的引流量进行分析,得到引流参照积液量包括:对第一引流时间段进行监测时间点位划分,设定监测时间点位的数量为第一监测数量;
在每个监测时间点位依次获取引流总量;
将第一个监测时间点位设置为起始时间点位,将最后一个监测时间点位设置为终点时间点位;
将终点时间点位获取到的引流总量设定为引流参照积液量。
3.根据权利要求2所述的一种基于胸腔影像及引流数据分析的积液评估方法,其特征在于,通过引流管进行胸腔积液引流,对第一引流时间段内的引流量进行分析,根据分析结果进行引流预警还包括:在每个监测时间点位依次获取实时引流速度;
设定最小比对引流速度,最小引流比对速度包括第一最小引流速度、第二最小引流速度以及第三最小引流速度;当影像参照积液量大于等于第一积液阈值时,设定第一最小引流速度;当影像参照积液量大于等于第二积液阈值且小于第一积液阈值,设定第二最小引流速度;当影像参照积液量小于第二积液阈值时,设定第三最小引流速度;
从起始时间点位开始,获取第一比对数量的实时引流速度,将实时引流速度与最小比对引流速度进行比对,获取若干实时引流速度小于最小比对引流速度的数量,设定为低速引流预警数量,当低速引流预警数量大于等于第一低速预警阈值时,输出引流低速预警信号。
4.根据权利要求3所述的一种基于胸腔影像及引流数据分析的积液评估方法,其特征在于,通过引流管进行胸腔积液引流,对第一引流时间段内的引流量进行分析,根据分析结果进行引流预警还包括:建立引流速度波动图;
每获取第一比对数量的实时引流速度,对引流速度波动图进行数据补充;
对引流速度波动图中的峰值点进行累加,当峰值点的数量大于等于第一峰值点阈值时,输出引流速度波动预警信号。
5.根据权利要求4所述的一种基于胸腔影像及引流数据分析的积液评估方法,其特征在于,将影像参照积液量和引流参照积液量进行综合计算得到基础校准参照积液量包括:基础影像积液量包括第一基础影像积液量、第二基础影像积液量以及第三基础影像积液量;当基础影像参照积液量大于等于第一积液阈值时,设定第一基础影像积液量;当影像参照积液量大于等于第二积液阈值且小于第一积液阈值时,设定第二基础影像积液量;当影像参照积液量小于第二积液阈值时,设定第三基础影像积液量;
求取基础影像积液量和引流参照积液量的平均值,得到基础校准参照积液量。
6.根据权利要求5所述的一种基于胸腔影像及引流数据分析的积液评估方法,其特征在于,获取引流后的胸腔影像,标记为二次影像,对二次影像与胸腔积液影像模型进行比对,得到二次影像参照积液量,根据二次影像参照积液量判断是否进行二次引流处理包括:当二次影像参照积液量小于第二积液阈值时,不进行二次引流,当二次影像参照积液量大于等于第二积液阈值时,进行二次引流处理。
CN202310426374.9A 2023-04-20 2023-04-20 一种基于胸腔影像及引流数据分析的积液评估方法 Active CN116137033B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310426374.9A CN116137033B (zh) 2023-04-20 2023-04-20 一种基于胸腔影像及引流数据分析的积液评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310426374.9A CN116137033B (zh) 2023-04-20 2023-04-20 一种基于胸腔影像及引流数据分析的积液评估方法

Publications (2)

Publication Number Publication Date
CN116137033A CN116137033A (zh) 2023-05-19
CN116137033B true CN116137033B (zh) 2023-06-30

Family

ID=86333753

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310426374.9A Active CN116137033B (zh) 2023-04-20 2023-04-20 一种基于胸腔影像及引流数据分析的积液评估方法

Country Status (1)

Country Link
CN (1) CN116137033B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110101800A (zh) * 2019-06-25 2019-08-09 复旦大学附属金山医院 一种治疗恶性胸腔积液中药组合物及其应用
CN110645752A (zh) * 2019-10-08 2020-01-03 苏州贝康医疗器械有限公司 一种实现温度分区的降温保温装置
CN112089896A (zh) * 2020-07-22 2020-12-18 湖州斯蔓生物材料有限公司 一种新型引流警示装置
CN115429950A (zh) * 2022-09-20 2022-12-06 华中科技大学同济医学院附属协和医院 一种用于胸腔引流的控制调节系统及其方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102607706A (zh) * 2011-03-30 2012-07-25 中国石油化工集团公司 输气管道积液检测方法
CN111494733A (zh) * 2018-02-05 2020-08-07 赵明洁 一种医用智能胸腔引流装置
US11436720B2 (en) * 2018-12-28 2022-09-06 Shanghai United Imaging Intelligence Co., Ltd. Systems and methods for generating image metric
CN110400299A (zh) * 2019-07-23 2019-11-01 杭州依图医疗技术有限公司 一种肺部胸腔积液检出的方法及装置
CN214807764U (zh) * 2020-11-25 2021-11-23 安徽医科大学第一附属医院 一种可视可调节精准定位的胸腔引流管
CN113017687A (zh) * 2021-02-19 2021-06-25 上海长征医院 一种腹腔积液b超图像自动识别方法
CN115423767A (zh) * 2022-08-30 2022-12-02 遵义医科大学附属医院 一种基于超声图像的胸腔积液测算评估方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110101800A (zh) * 2019-06-25 2019-08-09 复旦大学附属金山医院 一种治疗恶性胸腔积液中药组合物及其应用
CN110645752A (zh) * 2019-10-08 2020-01-03 苏州贝康医疗器械有限公司 一种实现温度分区的降温保温装置
CN112089896A (zh) * 2020-07-22 2020-12-18 湖州斯蔓生物材料有限公司 一种新型引流警示装置
CN115429950A (zh) * 2022-09-20 2022-12-06 华中科技大学同济医学院附属协和医院 一种用于胸腔引流的控制调节系统及其方法

Also Published As

Publication number Publication date
CN116137033A (zh) 2023-05-19

Similar Documents

Publication Publication Date Title
CN115082467B (zh) 基于计算机视觉的建材焊接表面缺陷检测方法
US8112144B2 (en) Apparatus for determining brain atrophy, method of determining brain atrophy and program for determining brain atrophy
US8965083B2 (en) Automatic detection of vertebrae boundaries in spine images
CN114359841B (zh) 一种基于时空平均的视频水位识别方法
KR20080004775A (ko) 태아 초음파 영상에서 목덜미투명대의 자동 측정방법
CN116612891B (zh) 一种慢性病患者数据处理系统
CN117252872B (zh) 一种手机屏幕缺陷视觉检测方法及系统
US9117121B2 (en) Detection of disease-related retinal nerve fiber layer thinning
CN113808121A (zh) 一种纱线亚像素级直径测量方法及系统
CN110751172A (zh) 一种弱监督学习的病理全片图像类别推断方法及其系统
CN116137033B (zh) 一种基于胸腔影像及引流数据分析的积液评估方法
CN102402787B (zh) 一种检测图像中条状伪影的系统和方法
KR100998630B1 (ko) 폐질환 자동 분류 방법
CN117665935B (zh) 一种破碎岩体支护施工过程的监测数据处理方法
CN116580032A (zh) 一种用于道路施工的质量监控方法
CN109729343A (zh) 一种成像设备的帧率检测方法
CN113570651A (zh) 基于sem图像的碳酸盐岩储层孔隙半径分布定量方法
CN117542485A (zh) 一种影像检查的智慧处理方法及系统
KR101162599B1 (ko) 흉부 방사선 이미지 분석을 통한 심비대 자동탐지 방법 및 그 기록매체
CN112164027B (zh) 脊柱硬膜囊受压检测方法、设备和存储介质
CN112712492B (zh) 确定设备质量的方法、装置、服务器和存储介质
US10169870B2 (en) Objective method for assessing high contrast resolution of image based on Rayleigh criterion and testing operating method
CN116188499B (zh) 一种用于肺部超声图像的分割方法
US11436722B2 (en) Method and system for fast assessment of brain change normality
KR102444082B1 (ko) 치매 진단 보조 정보 제공 장치 및 방법

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