CN116458945A - 一种儿童面部美容缝合路线的智能引导系统及方法 - Google Patents
一种儿童面部美容缝合路线的智能引导系统及方法 Download PDFInfo
- Publication number
- CN116458945A CN116458945A CN202310455289.5A CN202310455289A CN116458945A CN 116458945 A CN116458945 A CN 116458945A CN 202310455289 A CN202310455289 A CN 202310455289A CN 116458945 A CN116458945 A CN 116458945A
- Authority
- CN
- China
- Prior art keywords
- stitching
- suture
- historical
- 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
- 230000001815 facial effect Effects 0.000 title claims abstract description 71
- 230000003796 beauty Effects 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000000694 effects Effects 0.000 claims abstract description 91
- 238000000605 extraction Methods 0.000 claims abstract description 21
- 238000011156 evaluation Methods 0.000 claims description 64
- 238000011084 recovery Methods 0.000 claims description 20
- 238000009958 sewing Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 11
- 239000002537 cosmetic Substances 0.000 claims description 9
- 238000013507 mapping Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 2
- 230000036555 skin type Effects 0.000 description 9
- 230000000875 corresponding effect Effects 0.000 description 7
- 230000035515 penetration Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 208000014674 injury Diseases 0.000 description 5
- 208000027418 Wounds and injury Diseases 0.000 description 4
- 210000000887 face Anatomy 0.000 description 4
- 230000008733 trauma Effects 0.000 description 4
- 208000028771 Facial injury Diseases 0.000 description 3
- 206010052428 Wound Diseases 0.000 description 3
- 210000004709 eyebrow Anatomy 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000001055 chewing effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 210000001097 facial muscle Anatomy 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- 208000032544 Cicatrix Diseases 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 230000035876 healing Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002980 postoperative effect Effects 0.000 description 1
- 231100000241 scar Toxicity 0.000 description 1
- 230000037387 scars Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
- A61B17/04—Surgical instruments, devices or methods, e.g. tourniquets for suturing wounds; Holders or packages for needles or suture materials
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
- A61B17/04—Surgical instruments, devices or methods, e.g. tourniquets for suturing wounds; Holders or packages for needles or suture materials
- A61B17/0482—Needle or suture guides
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- 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
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- 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
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
- A61B2017/00743—Type of operation; Specification of treatment sites
- A61B2017/00792—Plastic surgery
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Surgery (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Public Health (AREA)
- Human Computer Interaction (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种儿童面部美容缝合路线的智能引导系统及方法，涉及路线引导技术领域，其中，所述方法包括：对目标儿童的面部进行图像采集，进行缝合区域识别，进行特征提取获取缝合区域特征信息，确定缝合路线，获取缝合目标儿童面部美容缝合的相关数据，获取目标缝合信息，进行特征提取和分类获取缝合特征属性参数集，历史缝合数据库中遍历，寻优，基于寻优结果和缝合路线进行目标儿童美容缝合路线引导。本发明解决了现有技术中存在儿童面部美容缝合不能根据目标儿童的自身情况进行适应性调整，使得缝合效果差的技术问题，实现了根据目标儿童的基础信息对缝合参数进行个性化匹配，达到提升儿童面部美容缝合效果的技术效果。
Description
技术领域
本发明涉及路线引导技术领域，具体涉及一种儿童面部美容缝合路线的智能引导系统及方法。
背景技术
儿童外伤，尤其是颌面部外伤，受伤之后会不会留疤是最让人揪心的话题，随着人们生活水平的提高，越来越多的人对颌面外伤的处置有了更高的要求，美容缝合不仅仅是指用的线是美容线、美容针，更为关键的是伤口处理技术和美容缝合技巧，专业地说即是从清理伤口，到缝合层次的确定，再到缝合线路的选择，再到缝合方法的应用，以及术后的康复护理。而现今常用的儿童面部美容缝合路线的获取方法还存在着一定的弊端，对于儿童面部美容缝合路线获取还存在着一定的可提升空间。
发明内容
本申请实施例提供了一种儿童面部美容缝合路线的智能引导系统及方法，用于针对解决现有技术中存在儿童面部美容缝合不能根据目标儿童的自身情况进行适应性调整，使得缝合效果差的技术问题。
鉴于上述问题，本申请实施例提供了一种儿童面部美容缝合路线的智能引导系统及方法。
第一方面，本申请实施例提供了一种儿童面部美容缝合路线的智能引导方法，所述方法包括：通过所述图像采集装置对目标儿童的面部进行图像采集，并对图像采集结果进行缝合区域识别，获取缝合区域信息；对所述缝合区域信息进行特征提取，获取缝合区域特征信息，所述缝合区域特征信息包括缝合区域的切口形状、切口位置；根据所述切口形状确定缝合路线；获取所述目标儿童面部美容缝合的相关数据，获取目标缝合信息；对所述目标缝合信息进行特征提取和分类，获取缝合特征属性参数集；将所述缝合特征属性参数集输入历史缝合数据库中进行遍历，获取遍历结果，所述遍历结果中包括多个历史缝合信息和多个历史缝合参数集；对所述多个历史缝合参数集进行寻优，基于寻优结果和所述缝合路线进行目标儿童美容缝合路线引导。
第二方面，本申请实施例提供了一种儿童面部美容缝合路线的智能引导系统，所述系统包括：图像采集模块，所述图像采集模块用于通过所述图像采集装置对目标儿童的面部进行图像采集，并对图像采集结果进行缝合区域识别，获取缝合区域信息；特征提取模块，所述特征提取模块用于对所述缝合区域信息进行特征提取，获取缝合区域特征信息，所述缝合区域特征信息包括缝合区域的切口形状、切口位置；路线确定模块，所述路线确定模块用于根据所述切口形状确定缝合路线；信息获取模块，所述信息获取模块用于获取所述目标儿童面部美容缝合的相关数据，获取目标缝合信息；特征提取分类模块，所述特征提取分类模块用于对所述目标缝合信息进行特征提取和分类，获取缝合特征属性参数集；遍历模块，所述遍历模块用于将所述缝合特征属性参数集输入历史缝合数据库中进行遍历，获取遍历结果，所述遍历结果中包括多个历史缝合信息和多个历史缝合参数集；路线引导模块，所述路线引导模块用于对所述多个历史缝合参数集进行寻优，基于寻优结果和所述缝合路线进行目标儿童美容缝合路线引导。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
对目标儿童的面部进行图像采集，进行缝合区域识别，进行特征提取获取缝合区域特征信息，确定缝合路线，获取缝合目标儿童面部美容缝合的相关数据，获取目标缝合信息，进行特征提取和分类获取缝合特征属性参数集，输入历史缝合数据库中进行遍历，进行寻优，基于寻优结果和缝合路线进行目标儿童美容缝合路线引导。解决了现有技术中存在儿童面部美容缝合不能根据目标儿童的自身情况进行适应性调整，使得缝合效果差的技术问题，实现了根据目标儿童的基础信息对缝合参数进行个性化匹配，达到提升儿童面部美容缝合效果的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供了一种儿童面部美容缝合路线的智能引导方法的流程示意图；
图2为本申请实施例提供了一种儿童面部美容缝合路线的智能引导方法中结合针脚密度进行缝合路线引导流程示意图；
图3为本申请实施例提供了一种儿童面部美容缝合路线的智能引导方法中获取遍历结果流程示意图；
图4为本申请实施例提供了一种儿童面部美容缝合路线的智能引导系统结构示意图。
附图标记说明：图像采集模块10，特征提取模块20，路线确定模块30，信息获取模块40，特征提取分类模块50，遍历模块60，路线引导模块70。
具体实施方式
本申请实施例通过提供一种儿童面部美容缝合路线的智能引导方法，用于针对解决现有技术中存在儿童面部美容缝合不能根据目标儿童的自身情况进行适应性调整，使得缝合效果差的技术问题。
实施例一
如图1所示，本申请实施例提供了一种儿童面部美容缝合路线的智能引导方法，包括一图像采集装置，所述方法包括：
步骤S100：通过所述图像采集装置对目标儿童的面部进行图像采集，并对图像采集结果进行缝合区域识别，获取缝合区域信息；
具体而言，本申请实施例提供的一种儿童面部美容缝合路线的智能引导方法应用于儿童面部美容缝合路线的智能引导系统，所述儿童面部美容缝合路线的智能引导系统包括一图像采集装置。所述图像采集装置是一个用于捕捉儿童面部图像的设备，例如摄像头或扫描仪，它可以事先拍摄目标儿童的面部图像。
使用计算机视觉技术分析图像数据，识别出需要进行缝合的面部区域，示例性地，对图像采集结果进行灰度化处理，提取图像中灰度突变的像素，边缘像素，边缘为相邻边缘像素的集合，简单来说，一条线可视为一条边缘线段，该线两侧的背景灰度要么远亮于该线的像素的灰度，要么远暗于该线的像素的灰度。边缘围成的区域即为缝合区域。在确定缝合区域后，采集有关该区域的详细信息，包括位置、大小和形状等，以便为医生提供更准确的手术指南。
步骤S200：对所述缝合区域信息进行特征提取，获取缝合区域特征信息，所述缝合区域特征信息包括缝合区域的切口形状、切口位置；
具体而言，在确定缝合区域后，对这些区域的详细信息进行特征提取，示例性地，分析切口的形状和位置，切口形状可能是直线、曲线或者锯齿状等，切口位置可能靠近眼睛、鼻子或者嘴巴等，从而获得关键的缝合区域特征信息，通过提取这些特征信息，可以更准确地了解缝合区域的情况，从而更好地执行手术。
步骤S300：根据所述切口形状确定缝合路线；
具体而言，根据特征提取得到的切口形状信息，获取切口两端，并将其中的一端作为起点，另一端作为终点，同时，对切口形状进行分析，获取该切口的曲率、长度和深度等因素，进而确定一个最佳的缝合路线，例如，对于曲线状的切口，生成一个S形状的缝合路线，以便更好地适应切口的曲线形状，使缝合更加平滑，从而实现更准确地进行缝合，提高手术效果，降低并发症风险。
步骤S400：获取所述目标儿童面部美容缝合的相关数据，获取目标缝合信息；
具体而言，从患者的病历或其他数据来源获取儿童的年龄、性别、面部皮肤类型等个人信息，采集与手术相关的信息，如缝合类型和面部损伤情况，其中，缝合类型包括吸收性缝合线和非吸收性缝合线等，面部损伤情况包括伤口的大小、深度和位置等。将这些信息整合在一起，形成一个完整的目标缝合信息数据集。
步骤S500：对所述目标缝合信息进行特征提取和分类，获取缝合特征属性参数集；
具体而言，从收集到的目标缝合信息中提取关键特征，如年龄组、性别、皮肤类型等，这些特征有助于更好地理解患者的个人情况和手术需求。根据提取出的特征，对目标缝合信息进行分类，例如，根据年龄将患者分为不同年龄段，根据皮肤类型将患者分为干性、油性或混合性皮肤等。在完成特征提取和分类后，生成一个缝合特征属性参数集，包括患者的个人信息和手术相关信息，这些参数用于提供更精确的缝合建议，提供更精准的缝合指导。
步骤S600：将所述缝合特征属性参数集输入历史缝合数据库中进行遍历，获取遍历结果，所述遍历结果中包括多个历史缝合信息和多个历史缝合参数集；
进一步而言，本申请步骤S600还包括：
步骤S600-1：基于大数据获取Q个历史缝合记录，所述Q个历史缝合记录包括Q个历史缝合信息和Q个历史缝合参数集，所述Q个历史缝合信息和所述Q个历史缝合参数集具有映射关系；
步骤S600-2：基于所述Q个历史缝合信息和所述Q个历史缝合参数集构建所述历史缝合数据库。
具体而言，利用大数据技术从大量历史缝合手术数据中筛选出Q个与当前目标缝合手术相关的历史缝合记录，Q为历史缝合记录的个数，例如，获取100个与当前目标缝合手术相关的历史缝合记录。每个历史缝合记录包括历史缝合信息和历史缝合参数集，其中，历史缝合信息包括年龄、性别、面部皮肤类型、缝合类型、面部损伤情况等，历史缝合参数集为进行缝合手术时的缝合参数，这些信息和参数集之间具有映射关系，即它们分别对应同一历史缝合手术。
基于Q个历史缝合信息构建多个索引元素，这些索引元素用于在历史缝合数据库中快速检索对应缝合信息的历史缝合参数集，例如，对于年龄、性别、面部皮肤类型等分别分配一个位移的ID或者编号，以便于检索，在后续的检索过程中，只需将目标信息匹配相关的ID或者编号，即可获取对应的缝合参数集。基于Q个历史缝合参数集构建相应的多个数据元素集合，这些元素集合包含缝合手术的详细信息，如穿透角度、穿透压力、穿透深度等参数。
将所述多个索引元素和多个数据元素集合关联，以在数据库中组织和存储这些信息，示例性地，采用关系型数据库，创建一张表格，包含索引元素、历史缝合参数ID、缝合描述等字段，构建所述密封管理数据库，从而实现密封管理方案的组织和存储。为了确保数据库中的信息准确、及时且有效，按照预定的时间周期，如每月、每季度、每年等，对数据库进行更新，更新过程包括添加缝合信息、修改现有参数、删除不再适用的参数等，这将有助于确保面部缝合参数始终保持与行业发展和技术进步的同步。
进一步而言，如图3所示，本申请步骤S600还包括：
步骤S610：提取所述历史缝合数据库中的第一历史缝合信息；
步骤S620：对所述第一历史缝合信息进行特征分析，获取第一历史缝合特征属性参数集；
步骤S630：对所述第一历史缝合特征属性参数集和所述缝合特征属性参数集进行相似性分析，获取第一相似指数；
步骤S640：获取相似指数阈值；
步骤S650：将所述第一相似指数与所述相似指数阈值进行比对，当所述第一相似指数大于或等于所述相似指数阈值时，根据映射关系获取第一历史缝合参数集，并将所述第一历史缝合参数集添加至遍历结果。
具体而言，在数据库随机提取第一历史缝合信息，这些信息包括年龄、性别、面部皮肤类型等，提取的第一历史缝合信息将用于后续的遍历和寻优步骤。
对第一历史缝合信息进行特征分析，以识别与目标儿童面部美容缝合手术相关的关键特征，获取第一历史缝合特征属性参数集，这个参数集包括了与目标儿童面部美容缝合手术相关的关键特征，包括年龄、性别、面部皮肤类型等。
通过比较第一历史缝合特征属性参数集和目标儿童的缝合特征属性参数集，来分析它们之间的相似性，通过计算各自集合中相同属性参数的占比，获取第一相似指数，例如，如果第一历史缝合特征属性参数集与目标儿童的缝合特征属性参数集在年龄、性别和面部皮肤类型等方面非常相似，那么第一相似指数将会较高。
根据先前经验、数据分析或专家意见设定的一个标准值，作为相似指数阈值，所述相似指数阈值用于确定历史缝合信息与目标儿童缝合手术的相似程度是否达到了可以提供参考的程度。
将第一相似指数与相似指数阈值进行比对，以判断第一历史缝合信息与目标儿童缝合手术的相似程度是否足够高，示例性地，假设相似指数阈值设定为0.8(范围为0-1，1表示完全相似)，获取第一相似指数，如果第一相似指数大于或等于0.8，那么这个历史缝合信息将被认为与目标儿童缝合手术相似程度较高，可以作为进行缝合参考的依据。根据所述Q个历史缝合信息和所述Q个历史缝合参数集的映射关系，获取第一历史缝合参数集，该参数集包含了与第一历史缝合信息相关的缝合参数，如穿透角度、穿透压力、穿透深度等参数。
将第一历史缝合参数集添加至遍历结果中，以备后续步骤进行寻优和缝合路线引导。
进一步而言，本申请步骤S630还包括：
步骤S631：对所述第一历史缝合特征属性参数集中的多个历史缝合特征属性参数集进行排列，获取第一调整结果；
步骤S632：根据所述第一调整结果对所述缝合特征属性参数集进行跟随排列，获取第二调整结果；
步骤S633：基于汉明距离，对第一调整结果和第二调整结果进行相似度计算，获取所述第一相似指数。
具体而言，对第一历史缝合特征属性参数集中的多个历史缝合特征属性参数根据重要性进行排列，获取第一调整结果，以第一调整结果的排序为标准，保持所述缝合特征属性参数集中的多个缝合特征属性参数的顺序与第一调整结果中的顺序一致，获得第二调整结果，假设第一调整结果中的历史缝合特征属性参数集的排列顺序是：年龄、性别、面部皮肤类型、缝合类型和面部损伤情况，根据这个顺序，对目标儿童的缝合特征属性参数集进行跟随排列，生成第二调整结果。这样，在进行相似度计算时，可以更准确地衡量这两组数据之间的关系。
汉明距离是一种衡量两个相等长度字符串之间不同字符的个数的度量，在本实施例中，汉明距离用于衡量第一调整结果和第二调整结果之间的相似度。假设第一调整结果和第二调整结果都包含五个特征属性参数，其中有三个特征属性参数不同，根据汉明距离算法，第一相似指数为3。所述第一相似指数用于衡量第一历史缝合信息与目标儿童缝合信息的相似程度，第一相似指数越大，说明两个集合中相同属性参数的占比越大，则第一历史缝合信息与目标儿童缝合信息的相似程度越高。
步骤S700：对所述多个历史缝合参数集进行寻优，基于寻优结果和所述缝合路线进行目标儿童美容缝合路线引导。
进一步而言，本申请步骤S700还包括：
步骤S710：设置缝合效果评估指标，其中，所述缝合效果评估指标包括美观程度指标、恢复时间指标和缝合难度指标；
步骤S720：基于所述缝合效果评估指标对多个历史缝合参数集进行缝合效果评估，获得多个美观程度评估结果、多个恢复时间评估结果和多个缝合难度评估结果；
步骤S730：对所述多个美观程度评估结果、所述多个恢复时间评估结果和所述多个缝合难度评估结果进行加权求和，获得多个缝合效果评估结果；
步骤S740：进行对比，获取所述多个缝合效果评估结果中的最优缝合效果，提取最优缝合效果对应的历史缝合参数集作为寻优结果。
具体而言，美观程度指标用于评估缝合后面部美观程度的指标，可以根据缝合线的排列、颜色、缝合技术等因素进行评分；恢复时间指标用于评估儿童面部美容缝合后恢复所需时间的指标，根据缝合部位的愈合速度、患者的年龄、健康状况等因素进行评分；缝合难度指标用于评估缝合手术的难度的指标，根据缝合部位的复杂性、缝合技术的要求等因素进行评分。
基于美观程度指标，对多个历史缝合参数集进行评估后获得多个美观程度评分，作为美观程度评估结果；基于恢复时间指标，对多个历史缝合参数集进行评估后获得恢复时间评分，作为恢复时间评估结果；基于缝合难度指标，对多个历史缝合参数集进行评估后获得缝合难度评分，作为缝合难度评估结果。例如，对于某个历史缝合参数集，其美观程度评估结果为8分，恢复时间评估结果为7分，缝合难度评估结果为6分。
根据不同评估指标的重要性，为每个指标分配一个权重值，然后将各个评估结果按权重相加，得到综合的评估结果。示例性地，设置美观程度指标的权重为0.5，恢复时间指标的权重为0.3，缝合难度指标的权重为0.2，对于上个例子中的历史缝合参数集，其美观程度评估结果为8分，恢复时间评估结果为7分，缝合难度评估结果为6分，那么，该历史缝合参数集的缝合效果评估结果为：(8*0.5)+(7*0.3)+(6*0.2)＝7.1分。通过计算缝合效果评估结果，实现了综合各个评估指标，为寻找最优的缝合方案提供依据。
比较所有缝合效果评估结果，通过比较它们的数值，找出最优的评估结果。找到最优评估结果后，提取与之对应的历史缝合参数集作为寻优结果。
进一步而言，如图2所示，本申请还包括：
步骤S810：设定面部活动强度等级；
步骤S820：根据所述面部活动强度等级，对面部区域进行划分，生成带有活动强度等级标识的M个面部划分区域；
步骤S830：将所述切口位置与所述M个面部划分区域进行匹配，确定所述切口位置的活动强度；
步骤S840：根据所述活动强度确定针脚密度；
步骤S850：根据所述针脚密度、所述寻优结果和所述缝合路线进行目标儿童美容缝合路线引导。
具体而言，面部活动强度等级是指目标儿童在日常生活中面部肌肉活动的强度，如表情变化、咀嚼等，不同的活动强度等级会对缝合恢复过程产生不同的影响。通过分析患者的面部表情、咀嚼力度等数据来设定患者的面部活动强度等级，等级越高则面部肌肉活动的强度越大，对缝合恢复越不利。
根据患者的面部活动强度等级将面部区域划分为若干个部分。例如，表情活动强度较高的嘴角、眼角区域需要更稳固的缝合方法，而表情活动强度较低的额头区域则可以采用较为简单的缝合方法。在完成面部区域划分后，为每个划分区域生成相应的活动强度等级标识，这有助于根据不同区域的活动强度等级选择合适的缝合策略。生成M个面部划分区域，M表示划分出的面部区域的数量，如划分为5个区域，具体数量取决于患者面部活动强度等级的差异程度以及实际手术需要。
分析切口位置与已划分的面部区域之间的关系，如果切口位置横跨了多个面部区域，则以活动强度等级最高的区域为准，以确定切口位置所处的面部活动强度等级。如切口位置横跨了眉毛周围区域和脸颊区域，而眉毛周围区域的活动强度等级较高，在这种情况下，以眉毛周围区域的活动强度等级为准，提供针对切口位置的缝合建议。
缝合路径通常是螺旋状的，螺旋缝合可以在保持手术效果的同时减少对周围组织的损伤。根据切口位置的活动强度来确定螺旋的密度，当活动强度较大时，采用更密集的螺旋来确保缝合线在目标儿童面部活动过程中保持稳定，这样，针脚密度会相应增加。
综合所述针脚密度、所述寻优结果和所述缝合路线，提供目标儿童美容缝合的路线引导，从而实现个性化缝合方案的获取，以提高手术效果。
进一步而言，本申请步骤S840还包括：
步骤S841：获取初始针脚密度；
步骤S842：根据所述活动强度计算活动强度系数；
步骤S843：基于所述活动强度系数和所述初始针脚密度确定所述针脚密度。
具体而言，从数据库或预设参数中获取初始针脚密度，这个初始值是一个基准，可以根据切口位置的活动强度进行调整。根据切口位置的活动强度计算一个活动强度系数，例如，计算当前活动强度与最高活动强度的比值，将比值计算结果作为活动强度系数，这个系数将用于调整初始针脚密度。将活动强度系数与初始针脚密度结合，即计算活动强度系数与初始针脚密度的乘积，获取最终的针脚密度，以便根据切口位置的活动强度提供合适的缝合建议。
综上所述，本申请实施例所提供的一种儿童面部美容缝合路线的智能引导方法及系统具有如下技术效果：
对目标儿童的面部进行图像采集，进行缝合区域识别，进行特征提取获取缝合区域特征信息，确定缝合路线，获取缝合目标儿童面部美容缝合的相关数据，获取目标缝合信息，进行特征提取和分类获取缝合特征属性参数集，输入历史缝合数据库中进行遍历，进行寻优，基于寻优结果和缝合路线进行目标儿童美容缝合路线引导。解决了现有技术中存在儿童面部美容缝合不能根据目标儿童的自身情况进行适应性调整，使得缝合效果差的技术问题，实现了根据目标儿童的基础信息对缝合参数进行个性化匹配，达到提升儿童面部美容缝合效果的技术效果。
实施例二
基于与前述实施例中一种儿童面部美容缝合路线的智能引导方法相同的发明构思，如图4所示，本申请提供了一种儿童面部美容缝合路线的智能引导系统，包括一图像采集装置，所述系统包括：
图像采集模块10，所述图像采集模块10用于通过所述图像采集装置对目标儿童的面部进行图像采集，并对图像采集结果进行缝合区域识别，获取缝合区域信息；
特征提取模块20，所述特征提取模块20用于对所述缝合区域信息进行特征提取，获取缝合区域特征信息，所述缝合区域特征信息包括缝合区域的切口形状、切口位置；
路线确定模块30，所述路线确定模块30用于根据所述切口形状确定缝合路线；
信息获取模块40，所述信息获取模块40用于获取所述目标儿童面部美容缝合的相关数据，获取目标缝合信息；
特征提取分类模块50，所述特征提取分类模块50用于对所述目标缝合信息进行特征提取和分类，获取缝合特征属性参数集；
遍历模块60，所述遍历模块60用于将所述缝合特征属性参数集输入历史缝合数据库中进行遍历，获取遍历结果，所述遍历结果中包括多个历史缝合信息和多个历史缝合参数集；
路线引导模块70，所述路线引导模块70用于对所述多个历史缝合参数集进行寻优，基于寻优结果和所述缝合路线进行目标儿童美容缝合路线引导。
进一步而言，所述系统还包括：
强度等级设定模块，所述强度等级设定模块用于设定面部活动强度等级；
面部区域划分模块，所述面部区域划分模块用于根据所述面部活动强度等级，对面部区域进行划分，生成带有活动强度等级标识的M个面部划分区域；
区域匹配模块，所述区域匹配模块用于将所述切口位置与所述M个面部划分区域进行匹配，确定所述切口位置的活动强度；
针脚密度确定模块，所述针脚密度确定模块用于根据所述活动强度确定针脚密度；
缝合路线引导模块，所述缝合路线引导模块用于根据所述针脚密度、所述寻优结果和所述缝合路线进行目标儿童美容缝合路线引导。
进一步而言，所述系统还包括：
初始针脚密度获取模块，所述初始针脚密度获取模块用于获取初始针脚密度；
活动强度系数获取模块，所述活动强度系数获取模块用于根据所述活动强度计算活动强度系数；
密度确定模块，所述密度确定模块用于基于所述活动强度系数和所述初始针脚密度确定所述针脚密度。
进一步而言，所述系统还包括：
历史缝合记录获取模块，所述历史缝合记录获取模块用于基于大数据获取Q个历史缝合记录，所述Q个历史缝合记录包括Q个历史缝合信息和Q个历史缝合参数集，所述Q个历史缝合信息和所述Q个历史缝合参数集具有映射关系；
数据库构建模块，所述数据库构建模块用于基于所述Q个历史缝合信息和所述Q个历史缝合参数集构建所述历史缝合数据库。
进一步而言，所述系统还包括：
第一历史信息获取模块，所述第一历史信息获取模块用于提取所述历史缝合数据库中的第一历史缝合信息；
特征分析模块，所述特征分析模块用于对所述第一历史缝合信息进行特征分析，获取第一历史缝合特征属性参数集；
相似性分析模块，所述相似性分析模块用于对所述第一历史缝合特征属性参数集和所述缝合特征属性参数集进行相似性分析，获取第一相似指数；
阈值获取模块，所述阈值获取模块用于获取相似指数阈值；
比对模块，所述比对模块用于将所述第一相似指数与所述相似指数阈值进行比对，当所述第一相似指数大于或等于所述相似指数阈值时，根据映射关系获取第一历史缝合参数集，并将所述第一历史缝合参数集添加至遍历结果。
进一步而言，所述系统还包括：
排列模块，所述排列模块用于对所述第一历史缝合特征属性参数集中的多个历史缝合特征属性参数集进行排列，获取第一调整结果；
跟随排列模块，所述跟随排列模块用于根据所述第一调整结果对所述缝合特征属性参数集进行跟随排列，获取第二调整结果；
相似度计算模块，所述相似度计算模块用于基于汉明距离，对第一调整结果和第二调整结果进行相似度计算，获取所述第一相似指数。
进一步而言，所述系统还包括：
评估指标获取模块，所述评估指标获取模块用于设置缝合效果评估指标，其中，所述缝合效果评估指标包括美观程度指标、恢复时间指标和缝合难度指标；
效果评估模块，所述效果评估模块用于基于所述缝合效果评估指标对多个历史缝合参数集进行缝合效果评估，获得多个美观程度评估结果、多个恢复时间评估结果和多个缝合难度评估结果；
加权求和模块，所述加权求和模块用于对所述多个美观程度评估结果、所述多个恢复时间评估结果和所述多个缝合难度评估结果进行加权求和，获得多个缝合效果评估结果；
对比模块，所述对比模块用于进行对比，获取所述多个缝合效果评估结果中的最优缝合效果，提取最优缝合效果对应的历史缝合参数集作为寻优结果。
本说明书通过前述对一种儿童面部美容缝合路线的智能引导方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种儿童面部美容缝合路线的智能引导方法及系统，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种儿童面部美容缝合路线的智能引导系统，其特征在于，包括一图像采集装置，所述系统包括：
图像采集模块，所述图像采集模块用于通过所述图像采集装置对目标儿童的面部进行图像采集，并对图像采集结果进行缝合区域识别，获取缝合区域信息；
特征提取模块，所述特征提取模块用于对所述缝合区域信息进行特征提取，获取缝合区域特征信息，所述缝合区域特征信息包括缝合区域的切口形状、切口位置；
路线确定模块，所述路线确定模块用于根据所述切口形状确定缝合路线；
信息获取模块，所述信息获取模块用于获取所述目标儿童面部美容缝合的相关数据，获取目标缝合信息；
特征提取分类模块，所述特征提取分类模块用于对所述目标缝合信息进行特征提取和分类，获取缝合特征属性参数集；
遍历模块，所述遍历模块用于将所述缝合特征属性参数集输入历史缝合数据库中进行遍历，获取遍历结果，所述遍历结果中包括多个历史缝合信息和多个历史缝合参数集；
路线引导模块，所述路线引导模块用于对所述多个历史缝合参数集进行寻优，基于寻优结果和所述缝合路线进行目标儿童美容缝合路线引导。
2.如权利要求1所述的系统，其特征在于，包括：
强度等级设定模块，所述强度等级设定模块用于设定面部活动强度等级；
面部区域划分模块，所述面部区域划分模块用于根据所述面部活动强度等级，对面部区域进行划分，生成带有活动强度等级标识的M个面部划分区域；
区域匹配模块，所述区域匹配模块用于将所述切口位置与所述M个面部划分区域进行匹配，确定所述切口位置的活动强度；
针脚密度确定模块，所述针脚密度确定模块用于根据所述活动强度确定针脚密度；
缝合路线引导模块，所述缝合路线引导模块用于根据所述针脚密度、所述寻优结果和所述缝合路线进行目标儿童美容缝合路线引导。
3.如权利要求2所述的系统，其特征在于，包括：
初始针脚密度获取模块，所述初始针脚密度获取模块用于获取初始针脚密度；
活动强度系数获取模块，所述活动强度系数获取模块用于根据所述活动强度计算活动强度系数；
密度确定模块，所述密度确定模块用于基于所述活动强度系数和所述初始针脚密度确定所述针脚密度。
4.如权利要求1所述的系统，其特征在于，包括：
历史缝合记录获取模块，所述历史缝合记录获取模块用于基于大数据获取Q个历史缝合记录，所述Q个历史缝合记录包括Q个历史缝合信息和Q个历史缝合参数集，所述Q个历史缝合信息和所述Q个历史缝合参数集具有映射关系；
数据库构建模块，所述数据库构建模块用于基于所述Q个历史缝合信息和所述Q个历史缝合参数集构建所述历史缝合数据库。
5.如权利要求4所述的系统，其特征在于，包括：
第一历史信息获取模块，所述第一历史信息获取模块用于提取所述历史缝合数据库中的第一历史缝合信息；
特征分析模块，所述特征分析模块用于对所述第一历史缝合信息进行特征分析，获取第一历史缝合特征属性参数集；
相似性分析模块，所述相似性分析模块用于对所述第一历史缝合特征属性参数集和所述缝合特征属性参数集进行相似性分析，获取第一相似指数；
阈值获取模块，所述阈值获取模块用于获取相似指数阈值；
比对模块，所述比对模块用于将所述第一相似指数与所述相似指数阈值进行比对，当所述第一相似指数大于或等于所述相似指数阈值时，根据映射关系获取第一历史缝合参数集，并将所述第一历史缝合参数集添加至遍历结果。
6.如权利要求5所述的系统，其特征在于，包括：
排列模块，所述排列模块用于对所述第一历史缝合特征属性参数集中的多个历史缝合特征属性参数集进行排列，获取第一调整结果；
跟随排列模块，所述跟随排列模块用于根据所述第一调整结果对所述缝合特征属性参数集进行跟随排列，获取第二调整结果；
相似度计算模块，所述相似度计算模块用于基于汉明距离，对第一调整结果和第二调整结果进行相似度计算，获取所述第一相似指数。
7.如权利要求1所述的系统，其特征在于，包括：
评估指标获取模块，所述评估指标获取模块用于设置缝合效果评估指标，其中，所述缝合效果评估指标包括美观程度指标、恢复时间指标和缝合难度指标；
效果评估模块，所述效果评估模块用于基于所述缝合效果评估指标对多个历史缝合参数集进行缝合效果评估，获得多个美观程度评估结果、多个恢复时间评估结果和多个缝合难度评估结果；
加权求和模块，所述加权求和模块用于对所述多个美观程度评估结果、所述多个恢复时间评估结果和所述多个缝合难度评估结果进行加权求和，获得多个缝合效果评估结果；
对比模块，所述对比模块用于进行对比，获取所述多个缝合效果评估结果中的最优缝合效果，提取最优缝合效果对应的历史缝合参数集作为寻优结果。
8.一种儿童面部美容缝合路线的智能引导方法，其特征在于，包括一图像采集装置，所述方法包括：
通过所述图像采集装置对目标儿童的面部进行图像采集，并对图像采集结果进行缝合区域识别，获取缝合区域信息；
对所述缝合区域信息进行特征提取，获取缝合区域特征信息，所述缝合区域特征信息包括缝合区域的切口形状、切口位置；
根据所述切口形状确定缝合路线；
获取所述目标儿童面部美容缝合的相关数据，获取目标缝合信息；
对所述目标缝合信息进行特征提取和分类，获取缝合特征属性参数集；
将所述缝合特征属性参数集输入历史缝合数据库中进行遍历，获取遍历结果，所述遍历结果中包括多个历史缝合信息和多个历史缝合参数集；
对所述多个历史缝合参数集进行寻优，基于寻优结果和所述缝合路线进行目标儿童美容缝合路线引导。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310455289.5A CN116458945B (zh) | 2023-04-25 | 2023-04-25 | 一种儿童面部美容缝合路线的智能引导系统及方法 |
| GBGB2313313.5A GB202313313D0 (en) | 2023-04-25 | 2023-09-01 | An intelligent guiding system and method for children's facial beauty suture route |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310455289.5A CN116458945B (zh) | 2023-04-25 | 2023-04-25 | 一种儿童面部美容缝合路线的智能引导系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116458945A true CN116458945A (zh) | 2023-07-21 |
| CN116458945B CN116458945B (zh) | 2024-01-16 |
Family
ID=87178708
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310455289.5A Active CN116458945B (zh) | 2023-04-25 | 2023-04-25 | 一种儿童面部美容缝合路线的智能引导系统及方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN116458945B (zh) |
| GB (1) | GB202313313D0 (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110021217A (zh) * | 2019-04-19 | 2019-07-16 | 杨琨 | 基于图像识别技术的缝合精度测试装置及方法 |
| US20210365713A1 (en) * | 2021-02-26 | 2021-11-25 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Image clustering method and apparatus, and storage medium |
| WO2022141882A1 (zh) * | 2020-12-30 | 2022-07-07 | 上海睿刀医疗科技有限公司 | 一种基于历史病理信息的病灶识别模型构建装置及系统 |
| US20220230471A1 (en) * | 2021-01-15 | 2022-07-21 | Chih-Wei Li | Artificial Intelligence-Assisted Evaluation Method for Aesthetic Medicine and Evaluation System Using Same |
| CN114947756A (zh) * | 2022-07-29 | 2022-08-30 | 杭州咏柳科技有限公司 | 基于皮肤图像的特应性皮炎严重程度的智能评估决策系统 |
| CN115066209A (zh) * | 2020-02-06 | 2022-09-16 | 柯惠Lp公司 | 用于缝合引导的系统和方法 |
| WO2022247007A1 (zh) * | 2021-05-25 | 2022-12-01 | 平安科技（深圳）有限公司 | 医学图像分级方法、装置、电子设备及可读存储介质 |
| CN115546027A (zh) * | 2022-10-13 | 2022-12-30 | 爱芯元智半导体(上海)有限公司 | 图像缝合线确定方法、装置以及存储介质 |
| US20230000565A1 (en) * | 2020-01-14 | 2023-01-05 | Activ Surgical, Inc. | Systems and methods for autonomous suturing |
| US20230063828A1 (en) * | 2020-04-23 | 2023-03-02 | Shanghai United Imaging Healthcare Co., Ltd. | Methods and systems for image acquisition, image quality evaluation, and medical image acquisition |
| CN115813412A (zh) * | 2022-12-09 | 2023-03-21 | 山东省日照市人民医院 | 一种基于骨科临床的骨骼恢复评估方法及系统 |
-
2023
- 2023-04-25 CN CN202310455289.5A patent/CN116458945B/zh active Active
- 2023-09-01 GB GBGB2313313.5A patent/GB202313313D0/en active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110021217A (zh) * | 2019-04-19 | 2019-07-16 | 杨琨 | 基于图像识别技术的缝合精度测试装置及方法 |
| US20230000565A1 (en) * | 2020-01-14 | 2023-01-05 | Activ Surgical, Inc. | Systems and methods for autonomous suturing |
| CN115066209A (zh) * | 2020-02-06 | 2022-09-16 | 柯惠Lp公司 | 用于缝合引导的系统和方法 |
| US20230015516A1 (en) * | 2020-02-06 | 2023-01-19 | Covidien Lp | System and methods for suturing guidance |
| US20230063828A1 (en) * | 2020-04-23 | 2023-03-02 | Shanghai United Imaging Healthcare Co., Ltd. | Methods and systems for image acquisition, image quality evaluation, and medical image acquisition |
| WO2022141882A1 (zh) * | 2020-12-30 | 2022-07-07 | 上海睿刀医疗科技有限公司 | 一种基于历史病理信息的病灶识别模型构建装置及系统 |
| US20220230471A1 (en) * | 2021-01-15 | 2022-07-21 | Chih-Wei Li | Artificial Intelligence-Assisted Evaluation Method for Aesthetic Medicine and Evaluation System Using Same |
| US20210365713A1 (en) * | 2021-02-26 | 2021-11-25 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Image clustering method and apparatus, and storage medium |
| WO2022247007A1 (zh) * | 2021-05-25 | 2022-12-01 | 平安科技（深圳）有限公司 | 医学图像分级方法、装置、电子设备及可读存储介质 |
| CN114947756A (zh) * | 2022-07-29 | 2022-08-30 | 杭州咏柳科技有限公司 | 基于皮肤图像的特应性皮炎严重程度的智能评估决策系统 |
| CN115546027A (zh) * | 2022-10-13 | 2022-12-30 | 爱芯元智半导体(上海)有限公司 | 图像缝合线确定方法、装置以及存储介质 |
| CN115813412A (zh) * | 2022-12-09 | 2023-03-21 | 山东省日照市人民医院 | 一种基于骨科临床的骨骼恢复评估方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| GB202313313D0 (en) | 2023-10-18 |
| CN116458945B (zh) | 2024-01-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11026635B2 (en) | Systems and methods for hair loss management | |
| US11213197B2 (en) | Artificial neural network and system for identifying lesion in retinal fundus image | |
| CN105808903A (zh) | 一种生成健康报告的方法及装置 | |
| KR100979506B1 (ko) | 사상체질 자동진단기 | |
| US10568564B2 (en) | Systems and methods for hair loss management | |
| Lin et al. | On construction of transfer learning for facial symmetry assessment before and after orthognathic surgery | |
| US11123140B1 (en) | Computing platform for improved aesthetic outcomes and patient safety in medical and surgical cosmetic procedures | |
| WO2006008743A2 (en) | Sleep quality indicators | |
| KR20080005798A (ko) | 모션트랙킹 기술과 증강현실 기법을 활용한 인지 및행동장애 재활 지원시스템 | |
| CN110008887A (zh) | 一种基于深度学习的痤疮自动分级方法 | |
| KR20210002184A (ko) | 기계학습을 이용하여 상처 관리를 위한 장치 및 상처 관리를 위한 장치의 동작방법 | |
| US20230200908A1 (en) | Computing platform for improved aesthetic outcomes and patient safety in medical and surgical cosmetic procedures | |
| CN115862819A (zh) | 一种基于图像处理的医学图像管理方法 | |
| CN114299068A (zh) | 基于皮肤图像评估银屑病严重程度的智能决策系统 | |
| CN114305418B (zh) | 一种用于抑郁状态智能评估的数据采集系统及方法 | |
| CN116458945B (zh) | 一种儿童面部美容缝合路线的智能引导系统及方法 | |
| WO2020190648A1 (en) | Method and system for measuring pupillary light reflex with a mobile phone | |
| CN116664966B (zh) | 一种红外图像处理系统 | |
| CN113033387A (zh) | 一种自动识别老年人慢性疼痛程度的智能评估方法及系统 | |
| CN114240934B (zh) | 一种基于肢端肥大症的图像数据分析方法及系统 | |
| CN116433967A (zh) | 一种面向无创神经调控技术的个性化靶点选择方法 | |
| CN114678108A (zh) | 一种中医状态判断的方法及终端 | |
| EP3646340B1 (en) | Method of classification and correlation between the pathologic state of the skin and the corresponding therapy and posology | |
| Hadelina et al. | ANN Models for Shoulder Pain Detection based on Human Facial Expression Covered by Mask | |
| CN116246752B (zh) | 一种全身麻醉术后恶心呕吐预测模型的生成和使用方法 |
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 |