CN116912243B - 一种用于医疗用管的涂层质量检测方法及系统 - Google Patents
一种用于医疗用管的涂层质量检测方法及系统 Download PDFInfo
- Publication number
- CN116912243B CN116912243B CN202311170173.3A CN202311170173A CN116912243B CN 116912243 B CN116912243 B CN 116912243B CN 202311170173 A CN202311170173 A CN 202311170173A CN 116912243 B CN116912243 B CN 116912243B
- Authority
- CN
- China
- Prior art keywords
- coating
- medical tube
- image
- data
- thermal imaging
- 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
Links
- 238000000576 coating method Methods 0.000 title claims abstract description 463
- 239000011248 coating agent Substances 0.000 title claims abstract description 437
- 238000001514 detection method Methods 0.000 title claims abstract description 30
- 238000001931 thermography Methods 0.000 claims abstract description 61
- 238000013441 quality evaluation Methods 0.000 claims abstract description 53
- 238000001228 spectrum Methods 0.000 claims abstract description 22
- 238000000034 method Methods 0.000 claims description 43
- 238000002189 fluorescence spectrum Methods 0.000 claims description 16
- 230000003287 optical effect Effects 0.000 claims description 16
- 238000013507 mapping Methods 0.000 claims description 15
- 238000001303 quality assessment method Methods 0.000 claims description 11
- 238000007405 data analysis Methods 0.000 claims description 10
- 239000003973 paint Substances 0.000 claims description 9
- 239000011247 coating layer Substances 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000012864 cross contamination Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012372 quality testing Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/28—Measuring arrangements characterised by the use of optical techniques for measuring areas
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Quality & Reliability (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明公开了一种用于医疗用管的涂层质量检测方法及系统,涉及涂层质量检测技术领域;本发明通过采集各个种类的医疗用管的热成像数据、荧光反射信号频谱以及涂层面积,进而生成各个种类的医疗用管的涂层数据;分析涂层数据进而建立对应医疗用管的涂层图像集与涂料分布曲线集,并将二者合并得到涂层信息集;根据若干份涂层信息集建立医疗用管各个涂层的涂层质量评估子模型,进而得到质量评估模型;根据质量评估模型以及涂层信息集判断对应医疗用管的涂层质量,实现了对医疗用管涂层质量更准确更全面的进行评价效果。
Description
技术领域
本发明涉及涂层质量检测技术领域,具体是一种用于医疗用管的涂层质量检测方法及系统。
背景技术
医疗用管的涂层还可以具有耐腐蚀性、耐磨性、防静电性等特点,以提高使用寿命和性能稳定性。总的来说,涂层的应用可以提升医疗用管的安全性、舒适性和可靠性,减少患者的不适和并发症风险;
传统医疗用管的涂层质量检测通常需要接触被检测物体,可能造成交叉污染或破坏被检测物体表面,同时传统的涂层质量检测往往依赖于操作人员的主观判断,容易受到个人经验和主观因素的影响。此外,检测过程繁琐,需要进行多个参数的测量和评估,容易出现误差,且依赖于单一参数或者局部观察,无法全面评估涂层的质量,为此提供一种用于医疗用管的涂层质量检测方法及系统。
发明内容
为了解决上述技术问题,本发明的目的在于提供一种用于医疗用管的涂层质量检测方法及系统。
为了实现上述目的,本发明提供如下技术方案:
一种用于医疗用管的涂层质量检测系统,包括云计算平台,所述云计算平台通信连接有涂层数据采集模块、涂层数据分析模块、质量评估模型建立模块以及涂层质量评估模块;
所述涂层数据采集模块用于采集各个种类的医疗用管的热成像数据、荧光反射信号频谱以及涂层面积,进而生成各个种类的医疗用管的涂层数据;
所述涂层数据分析模块用于分析涂层数据进而建立对应医疗用管的涂层图像集与涂料分布曲线集,并将二者合并得到涂层信息集;
所述质量评估模型建立模块用于根据若干份涂层信息集建立医疗用管各个涂层的涂层质量评估子模型,进而得到质量评估模型;
所述涂层质量评估模块用于根据质量评估模型以及涂层信息集判断对应医疗用管的涂层质量。
进一步的,所述热成像数据和荧光反射信号频谱的获取过程包括:
数据采集模块获取医疗用管信息,所述医疗用管信息包括医疗用管的种类名称、涂层数量以及每一个涂层所用涂料;
涂层数据采集模块设有脉冲激光发送装置、光学传感器、红外感应装置以及荧光信号发送装置,从医疗用管信息中获得各个种类的医疗用管的涂层数量以及每一个涂层所用涂料;
在医疗用管的生产过程中,每当医疗用管的一个涂层确认涂满对应的涂料时,通过红外感应装置同时从多个角度获取多组热成像数据;
同时通过荧光信号发送装置同时从多个角度以及相同位置向医疗用管发送荧光信号,进而获得多组荧光反射信号频谱。
进一步的,所述涂层面积的获取过程包括:
根据医疗用管的种类名称对各个医疗用管设置编号,涂层数据采集模块在各个种类的医疗用管的表面涂层上随机设置多个光学检测点,进而通过脉冲激光发送装置向各个种类的医疗用管发送多组脉冲激光;
通过光学传感器获得相应数量的脉冲反射激光,并根据多组脉冲反射激光生成对应数量的医疗用管涂层图像,进而根据对应医疗用管上的光学检测点,将所有医疗涂层图像进行重叠映射,以光学检测点为映射连接点,并剔除映射连接点之间医疗涂层图像区域,进而获得各个种类的医疗用管的涂层面积。
进一步的,所述涂层数据包括医疗用管的编号、涂层面积、第一热成像数据、第二热成像数据、……、第k热成像数据以及第一荧光频谱数据、第二荧光频谱数据、……、第k荧光频谱数据,其中k为对应医疗用管的涂层数量,k为大于0的自然数,且第k热成像数据由多组热成像数据组成,第k荧光频谱数据由多组荧光反射信号频谱组成。
进一步的,所述涂层图像集的建立过程包括:
根据医疗用管信息中涂层数量以及每一个涂层所用涂料向涂层数据中匹配相应涂层的热成像数据,从第一热成像数据开始,将第一热成像数据中各个热成像数据划分为若干个大小相等的图像区域,并对各个图像区域设置编号;
根据图像区域内的像素设置若干个像素特征点,并根据像素特征点在图像区域中的排列顺序生成匹配指针,其中所述匹配指针包括图像区域的编号和对应的像素特征点,且像素特征点按照其在图像区域中的排列顺序进行排列,进而所有热成像数据中的图像区域根据匹配指针进行相互匹配,进而根据匹配结果,获得各个热成像数据中的重叠位置;
根据各个热成像数据的重叠位置所对应的图像区域将各个热成像数据相互重叠映射,进而得到对应医疗用管的第一涂层图像;
同时根据涂层数据中涂层面积按比例缩小后得到模拟涂层面积,并与第一涂层图像的图像面积进行比较,根据对比判断第一涂层图像正确是否正确;采用相同的方法获得各个涂层的涂层图像,进而得到第二涂层图像、……、第k涂层图像,将所有涂层图像整合得到对应医疗用管的涂层图像集,并标注对应医疗用管的编号。
进一步的,所述涂料分布曲线集的建立过程包括:
采用相同方法,获得各个涂层的涂层图像涂料分布曲线,进而得到第二涂料分布曲线、……、第k涂料分布曲线,将所有涂料分布曲线整合得到对应医疗用管的涂料分布曲线集,并标注对应医疗用管的编号。
进一步的,所述质量评估模型的建立过程包括:
从各个涂层信息集中提取出第一涂层图像、……、第k涂层图像,进而将各个涂层信息集中的每一个涂层的涂层图像划分为若干个大小相同的图像部分,将各个涂层信息集的同一个涂层的图像部分进行相似度配对,根据对比结果对图像部分设置相似次数加一;
统计每一个涂层中各个位置的图像部分的相似次数,并选取各个位置中相似次数最高的图像部分作为标准图像部位,将各个位置的标准图像部位相连得到各个涂层的标准涂层图像;
从若干份涂层信息集获得标准涂层图像,进而将各个涂层涂料分布曲线划分为若干个曲线区域,并采用获得标准涂层图像的相似方法获得各个位置的曲线区域在同一个时间节点上所对应纵坐标数值,将所有纵坐标数值相加取平均值,统计各个平均值的出现次数,选择出现次数最大的平均值作为对应涂层的标准长度,进而得到各个涂层的标准涂料分布直线;
根据医疗用管的涂层分布以及各个涂层的标准涂层图像的长度,将标准涂层图像与对应的标准涂料分布直线相互映射得到各个涂层的涂层质量评估子模型,即将各个涂层的标准涂料分布直线的长度调整至与其对应涂层的标准涂层图像的长度,进而将映射二者相互映射,同时根据标准涂料分布直线的纵坐标位置对标准涂层图像各个位置设置标准涂层厚度;
将各个涂层的涂层质量评估子模型合并得到对应医疗用管的质量评估模型。
进一步的,所述医疗用管的涂层质量的判断过程包括:
将实时涂层信息集中的实时涂层图像集与实时涂料分布曲线集内各项数据根据对应的涂层采用建立质量评估模型的方法相互映射,得到实时涂层图像模型,将全部同一个医疗用管种类的质量评估模型对实时涂层图像模型分别进行评估得到误差值;
设置误差阈值,将所有同一个医疗用管种类的质量评估模型与实时涂层图像模型之间的误差值相加取平均值得到最终误差值,并将最终误差值与误差阈值进行对比,根据对比结果判断医疗用管的涂层质量。
一种用于医疗用管的涂层质量检测系统的检测方法,包括以下步骤:
步骤一,采集各个种类的医疗用管的热成像数据、荧光反射信号频谱以及涂层面积,进而生成各个种类的医疗用管的涂层数据;
步骤二,分析涂层数据进而建立对应医疗用管的涂层图像集与涂料分布曲线集,并将二者合并得到涂层信息集;
步骤三,根据若干份涂层信息集建立对应医疗用管的质量评估模型;
步骤四,根据质量评估模型以及涂层信息集判断对应医疗用管的涂层质量。
与现有技术相比,本发明的有益效果是:
本发明通过采集各个种类的医疗用管的热成像数据、荧光反射信号频谱以及涂层面积,进而生成各个种类的医疗用管的涂层数据,为后续建立医疗用管的质量评估模型提供了准确且较为全面的数据支持;分析涂层数据进而建立对应医疗用管的涂层图像集与涂料分布曲线集,并将二者合并得到涂层信息集;根据若干份涂层信息集建立医疗用管各个涂层的涂层质量评估子模型,进而得到质量评估模型,相较于传统的仅采用单一涂层检测,本发明通过依次各个涂层的涂层数据建立对应且唯一的涂层质量评估子模型,提高了涂层质量评估的可信度以及效率,根据质量评估模型以及涂层信息集判断对应医疗用管的涂层质量,实现了对医疗用管涂层质量更准确更全面的进行评价效果。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明的原理图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行详细的描述。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的前提下所得到的所有其他实施方式,都属于本发明所保护的范围。
如图1所示,一种用于医疗用管的涂层质量检测系统,包括云计算平台,所述云计算平台通信连接有涂层数据采集模块、涂层数据分析模块、质量评估模型建立模块以及涂层质量评估模块;
所述涂层数据采集模块用于采集各个种类的医疗用管的热成像数据、荧光反射信号频谱以及涂层面积,进而生成各个种类的医疗用管的涂层数据,且涂层数据采集模块设有脉冲激光发送装置、光学传感器、红外感应装置以及荧光信号发送装置,具体包括:
信息管理人员上传医疗用管信息至涂层数据采集模块,其中医疗用管信息包括医疗用管的种类名称以及对应的涂层信息,所述涂层信息包括医疗用管的涂层数量以及每一个涂层所用涂料;
通过红外感应装置以及荧光信号发送装置获取各个医疗用管的热成像数据以及荧光反射信号频谱,其中涂层数据的获取过程包括:
从医疗用管信息中各个种类的医疗用管的涂层数量以及每一个涂层所用涂料;
在医疗用管的生产过程中,每当医疗用管的一个涂层确认涂满对应的涂料时,通过红外感应装置同时从多个角度获取多组热成像数据;
同时,通过荧光信号发送装置同时从多个角度以及相同位置向医疗用管发送荧光信号,进而获得多组荧光反射信号频谱;
进一步的,当医疗用管确认涂层完成后,涂层数据采集模块通过脉冲激光发送装置以及光学传感器获得对各个种类的医疗用管的涂层面积,其中涂层面积的获取过程包括:
根据医疗用管的种类名称对各个医疗用管设置编号,例如编号可为S1,1、S1,2、……、Sn,m,其中编号Sn,m表示种类名称编号为n的第m个医疗用管,且n,m为大于0的自然数;
涂层数据采集模块在各个种类的医疗用管的表面涂层上随机设置多个光学检测点,进而通过脉冲激光发送装置向各个种类的医疗用管发送多组脉冲激光;
通过光学传感器获得相应数量的脉冲反射激光,并根据多组脉冲反射激光生成对应数量的医疗用管涂层图像,进而根据对应医疗用管上的光学检测点,将所有医疗涂层图像进行重叠映射,以光学检测点为映射连接点,并剔除映射连接点之间医疗涂层图像区域,进而获得各个种类的医疗用管的涂层面积;
进而根据热成像数据和荧光反射频谱生成涂层数据并发送至涂层数据分析模块;
需要说明的是,所述涂层数据包括医疗用管的编号、涂层面积、第一热成像数据、第二热成像数据、……、第k热成像数据以及第一荧光频谱数据、第二荧光频谱数据、……、第k荧光频谱数据,其中k为对应医疗用管的涂层数量,k为大于0的自然数,且第k热成像数据由多组热成像数据组成,第k荧光频谱数据由多组荧光反射信号频谱组成。
所述涂层数据分析模块用于分析涂层数据进而建立对应医疗用管的涂层图像集与涂料分布曲线集,并将二者合并得到涂层信息集,具体过程包括:
涂层数据分析模块接收到来自涂层数据采集模块的涂层数据后,根据涂层数据中医疗用管的编号,从涂层数据采集模块获取对应医疗用管的医疗用管信息;
根据医疗用管信息中涂层数量以及每一个涂层所用涂料向涂层数据中匹配相应涂层的热成像数据,进而得到每一个涂层的涂层图像;
以第一热成像数据为例,将第一热成像数据中各个热成像数据划分为若干个大小相等的图像区域,并对各个图像区域设置编号,例如编号可为T1,1,1、T1,1,2、……、T1,i,j,其中编号T1,i,j表示第一热成像数据中第i个热成像数据的第j个图像数据,且i,j为大于0的自然数;
根据图像区域内的像素设置若干个像素特征点,并根据像素特征点在图像区域中的排列顺序生成匹配指针,其中所述匹配指针包括图像区域的编号和对以应的像素特征点,且像素特征点按照其在图像区域中的排列顺序进行排列;
进而所有热成像数据中的图像区域根据匹配指针进行相互匹配,进而根据匹配结果,获得各个热成像数据中的重叠位置;
根据各个热成像数据的重叠位置所对应的图像区域将各个热成像数据相互重叠映射,进而得到对应医疗用管的第一涂层图像;
同时根据涂层数据中涂层面积按比例缩小后得到模拟涂层面积W,与第一涂层图像的图像面积w1进行比较;
若模拟涂层面积W与图像面积w1的大小差值的绝对值在[0,1%W)之间,则判断第一涂层图像正确;
若模拟涂层面积W与图像面积w1的大小差值的绝对值不在[0,1%W)之间,则判断第一涂层图像错误,则重新将第一热成像数据中的热成像数据划分为若干个图像区域,进而重新得到第一涂层图像,若仍旧判断第一涂层图像错误,则选择差值的最小的版本作为第一涂层图像;
采用相同的方法获得各个涂层的涂层图像,进而得到第二涂层图像、……、第k涂层图像,将所有涂层图像整合得到对应医疗用管的涂层图像集,并标注对应医疗用管的编号;
进一步的,从涂层数据中获取各个涂层的荧光频谱数据,进而荧光频谱数据中的多组荧光反射信号频谱获得对应涂层的涂料分布曲线;
需要说明的是,由于涂料在医疗用管上的不均匀分布,故导致荧光信号在医疗用管的反射程度不相同,导致涂料分布曲线呈不规则波动,故涂料分布曲线上的各个波峰或波谷可反映涂料在医疗用管上的深浅;
以第一荧光频谱数据为例,将第一荧光频谱数据中的各个荧光反射信号频谱映射至直角坐标系中,进而得到相应数量的荧光反射信号变化曲线,由于各个荧光反射信号频谱为同一个时间区间采集,进而以时间区间内的各个时间节点,以及荧光反射信号变化曲线瞬时斜率的点位作为特征点位,将相邻的特征点位相连得到特征曲线,并对各个特征曲线设置编号,例如编号可为Q1,1,1、Q1,1,2、……、Q1,Z,X,其中编号Q1,Z,X表示第一热成像数据中第z个热成像数据的第x个图像数据,且z,x为大于0的自然数;
设置连接阈值A,并将各个荧光反射信号频谱所对应的荧光反射信号变化曲线相互映射,并统计各个荧光反射信号变化曲线相互之间的连续且相同的特征曲线数量a1,若a1大于或等于连接阈值A,则判断对应的两个荧光反射信号变化曲线存在重合区间,进而以相同的连续特征曲线片段将荧光反射信号变化曲线进行重合连接,进而得到对应医疗用管的第一个涂层的第一涂料分布曲线;
采用相同方法,获得各个涂层的涂层图像涂料分布曲线,进而得到第二涂料分布曲线、……、第k涂料分布曲线,将所有涂料分布曲线整合得到对应医疗用管的涂料分布曲线集,并标注对应医疗用管的编号;
将涂层图像集与涂料分布曲线集进行合并得到医疗用管的涂层信息集。
所述质量评估模型建立模块用于根据若干份涂层信息集建立对应医疗用管的质量评估模型,具体过程包括:
质量评估模型建立根据涂层信息集的生成时间从涂层数据分析模块获取同一个医疗用管的若干份涂层信息集;
从各个涂层信息集中提取出第一涂层图像、……、第k涂层图像,进而将各个涂层信息集中的每一个涂层的涂层图像划分为若干个大小相同的图像部分,将各个涂层信息集的同一个涂层的图像部分进行相似度配对,设置相似度阈值,若同一个位置的图像部分相似度小于相似度阈值,则判断二者不相似,若同一个位置的图像部分相似度大于或等于相似度阈值,则判断二者相似,并对二者同时标志相似次数加一;
统计每一个涂层中各个位置的图像部分的相似次数,并选取各个位置中相似次数最高的图像部分作为标准图像部位,将各个位置的标准图像部位相连得到各个涂层的标准涂层图像,即第一标准涂层图像、……、第k标准涂层图像;
从若干份涂层信息集同时获得第一涂料分布曲线、……、第k涂料分布曲线,进而将各个涂层涂料分布曲线划分为若干个曲线区域,并采用获得标准涂层图像的相似方法获得各个位置的曲线区域在同一个时间节点上所对应纵坐标数值,将所有纵坐标数值相加取平均值,统计各个平均值的出现次数,选择出现次数最大的平均值作为对应涂层的标准长度,进而得到各个涂层的标准涂料分布直线,即第一标准涂料分布直线、……、第k标准涂料分布直线;
进一步的,根据医疗用管的涂层分布以及各个涂层的标准涂层图像的长度,将第一标准涂层图像、……、第k标准涂层图像与对应的第一标准涂料分布直线、……、第k标准涂料分布直线相互映射得到各个涂层的涂层质量评估子模型,即将各个涂层的标准涂料分布直线的长度调整至与其对应涂层的标准涂层图像的长度,进而将映射二者相互映射,同时根据标准涂料分布直线的纵坐标位置对标准涂层图像各个位置设置标准涂层厚度;
将各个涂层的涂层质量评估子模型合并得到对应医疗用管的质量评估模型,同时标注对应医疗用管的编号,并发送至涂层质量评估模块。
所述涂层质量评估模块用于根据质量评估模型以及涂层信息集判断对应医疗用管的涂层质量,具体过程包括:
质量评估模型建立根据涂层信息集的生成时间从涂层数据分析模块获取各个医疗用管的实时涂层信息集;
首先从实时涂层信息集中医疗用管的编号,进而根据医疗用管的编号匹配相同种类名称的质量评估模型;
同时将实时涂层信息集中的实时涂层图像集与实时涂料分布曲线集内各项数据根据对应的涂层采用建立质量评估模型的方法相互映射,得到实时涂层图像模型;
将全部同一个医疗用管种类的质量评估模型对实时涂层图像模型分别进行评估;
例如,任选一个质量评估模型,并将该质量评估模型各个涂层的标准涂料分布直线与实时涂层图像模型中对应涂层的涂料分布曲线进行对比,对比过程包括:
计算质量评估模型中各个涂层的标准涂料分布直线的微积分V以及实时涂层图像模型中对应涂层的涂料分布曲线的微积分v,计算公式为:
;
;
其中、分别表示编号SB,C的质量评估模型的第f个涂层的微积分,以及
实时图像模型的第f个涂层的微积分,、分别表示编号SB,C的质量评估模型中第
f个涂层的长度,以及实时图像模型的第f个涂层的长度,、表示编号SB,C的质量评估
模型中第f个涂层的标准涂层厚度,表示实时图像模型的第f个涂层的涂料分布曲
线方程;
计算二者的误差值u,计算公式为:;
设置误差阈值,将所有同一个医疗用管种类的质量评估模型与实时涂层图像模型之间的误差值u相加取平均值得到最终误差值;
若最终误差值大于或等于误差阈值,则判断对应的医疗用管涂层质量不符合标准,并向管理人员发送重新涂层信息;
若最终误差值小于误差阈值,则判断对应的医疗用管的涂层质量符合标准。
本发明还公开了一种用于医疗用管的涂层质量检测系统的质量检测方法,包括以下步骤:
步骤一,采集各个种类的医疗用管的热成像数据、荧光反射信号频谱以及涂层面积,进而生成各个种类的医疗用管的涂层数据;
步骤二,分析涂层数据进而建立对应医疗用管的涂层图像集与涂料分布曲线集,并将二者合并得到涂层信息集;
步骤三,根据若干份涂层信息集建立对应医疗用管的质量评估模型;
步骤四,根据质量评估模型以及涂层信息集判断对应医疗用管的涂层质量。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (2)
1.一种用于医疗用管的涂层质量检测系统,包括云计算平台,其特征在于,所述云计算平台通信连接有涂层数据采集模块、涂层数据分析模块、质量评估模型建立模块以及涂层质量评估模块;
所述涂层数据采集模块用于采集各个种类的医疗用管的热成像数据、荧光反射信号频谱以及涂层面积,进而生成各个种类的医疗用管的涂层数据;
所述热成像数据和荧光反射信号频谱的获取过程包括:涂层数据采集模块获取医疗用管信息,所述医疗用管信息包括医疗用管的种类名称、涂层数量以及每一个涂层所用涂料;
涂层数据采集模块设有脉冲激光发送装置、光学传感器、红外感应装置以及荧光信号发送装置,从医疗用管信息中获得各个种类的医疗用管的涂层数量以及每一个涂层所用涂料;
在医疗用管的生产过程中,每当医疗用管的一个涂层确认涂满对应的涂料时,通过红外感应装置同时从多个角度获取多组热成像数据;
同时通过荧光信号发送装置同时从多个角度以及相同位置向医疗用管发送荧光信号,进而获得多组荧光反射信号频谱;
所述涂层面积的获取过程包括:根据医疗用管的种类名称对各个医疗用管设置编号,涂层数据采集模块在各个种类的医疗用管的表面涂层上随机设置多个光学检测点,进而通过脉冲激光发送装置向各个种类的医疗用管发送多组脉冲激光;
通过光学传感器获得相应数量的脉冲反射激光,并根据多组脉冲反射激光生成对应数量的医疗用管涂层图像,进而根据对应医疗用管上的光学检测点,将所有医疗涂层图像进行重叠映射,以光学检测点为映射连接点,并剔除映射连接点之间医疗涂层图像区域,进而获得各个种类的医疗用管的涂层面积;
所述涂层数据包括医疗用管的编号、涂层面积、第一热成像数据、第二热成像数据、……、第k热成像数据以及第一荧光频谱数据、第二荧光频谱数据、……、第k荧光频谱数据,其中k为对应医疗用管的涂层数量,k为大于0的自然数,且第k热成像数据由多组热成像数据组成,第k荧光频谱数据由多组荧光反射信号频谱组成;
所述涂层数据分析模块用于分析涂层数据进而建立对应医疗用管的涂层图像集与涂料分布曲线集,并将二者合并得到涂层信息集;
所述涂层图像集的建立过程包括:根据医疗用管信息中涂层数量以及每一个涂层所用涂料向涂层数据中匹配相应涂层的热成像数据,从第一热成像数据开始,将第一热成像数据中各个热成像数据划分为若干个大小相等的图像区域,并对各个图像区域设置编号;
根据图像区域内的像素设置若干个像素特征点,并根据像素特征点在图像区域中的排列顺序生成匹配指针,其中所述匹配指针包括图像区域的编号和对应的像素特征点,且像素特征点按照其在图像区域中的排列顺序进行排列,进而所有热成像数据中的图像区域根据匹配指针进行相互匹配,进而根据匹配结果,获得各个热成像数据中的重叠位置;
根据各个热成像数据的重叠位置所对应的图像区域将各个热成像数据相互重叠映射,进而得到对应医疗用管的第一涂层图像;
同时根据涂层数据中涂层面积按比例缩小后得到模拟涂层面积,并与第一涂层图像的图像面积进行比较,根据对比判断第一涂层图像正确是否正确;采用相同的方法获得各个涂层的涂层图像,进而得到第二涂层图像、……、第k涂层图像,将所有涂层图像整合得到对应医疗用管的涂层图像集,并标注对应医疗用管的编号;
所述涂料分布曲线集的建立过程包括:采用获得涂层图像集的相同方法,获得各个涂层的涂层图像涂料分布曲线,进而得到第二涂料分布曲线、……、第k涂料分布曲线,将所有涂料分布曲线整合得到涂料分布曲线集,并标注对应医疗用管的编号;
所述质量评估模型建立模块用于根据若干份涂层信息集建立医疗用管各个涂层的涂层质量评估子模型,进而得到质量评估模型;
所述质量评估模型的建立过程包括:从各个涂层信息集中提取出第一涂层图像、……、第k涂层图像,进而将各个涂层信息集中的每一个涂层的涂层图像划分为若干个大小相同的图像部分,将各个涂层信息集的同一个涂层的图像部分进行相似度配对,根据对比结果对图像部分设置相似次数加一;
统计每一个涂层中各个位置的图像部分的相似次数,并选取各个位置中相似次数最高的图像部分作为标准图像部位,将各个位置的标准图像部位相连得到各个涂层的标准涂层图像;
从若干份涂层信息集获得标准涂层图像,进而将各个涂层涂料分布曲线划分为若干个曲线区域,并采用获得标准涂层图像的相似方法获得各个位置的曲线区域在同一个时间节点上所对应纵坐标数值,将所有纵坐标数值相加取平均值,统计各个平均值的出现次数,选择出现次数最大的平均值作为对应涂层的标准长度,进而得到各个涂层的标准涂料分布直线;
根据医疗用管的涂层分布以及各个涂层的标准涂层图像的长度,将标准涂层图像与对应的标准涂料分布直线相互映射得到各个涂层的涂层质量评估子模型,即将各个涂层的标准涂料分布直线的长度调整至与其对应涂层的标准涂层图像的长度,进而将映射二者相互映射,同时根据标准涂料分布直线的纵坐标位置对标准涂层图像各个位置设置标准涂层厚度;
将各个涂层的涂层质量评估子模型合并得到对应医疗用管的质量评估模型;
所述涂层质量评估模块用于根据质量评估模型以及涂层信息集判断对应医疗用管的涂层质量;
所述医疗用管的涂层质量的判断过程包括:将实时涂层信息集中的实时涂层图像集与实时涂料分布曲线集内各项数据根据对应的涂层采用建立质量评估模型的方法相互映射,得到实时涂层图像模型,将同一个医疗用管种类的所有质量评估模型对实时涂层图像模型分别进行评估得到误差值;
设置误差阈值,将所有的同一个医疗用管种类的质量评估模型与实时涂层图像模型之间的误差值相加取平均值得到最终误差值,并将最终误差值与误差阈值进行对比,根据对比结果判断医疗用管的涂层质量。
2.根据权利要求1所述的一种用于医疗用管的涂层质量检测系统的检测方法,其特征在于,包括以下步骤:
步骤一,采集各个种类的医疗用管的热成像数据、荧光反射信号频谱以及涂层面积,进而生成各个种类的医疗用管的涂层数据;
步骤二,分析涂层数据进而建立对应医疗用管的涂层图像集与涂料分布曲线集,并将二者合并得到涂层信息集;
步骤三,根据若干份涂层信息集建立对应医疗用管的质量评估模型;
步骤四,根据质量评估模型以及涂层信息集判断对应医疗用管的涂层质量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311170173.3A CN116912243B (zh) | 2023-09-12 | 2023-09-12 | 一种用于医疗用管的涂层质量检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311170173.3A CN116912243B (zh) | 2023-09-12 | 2023-09-12 | 一种用于医疗用管的涂层质量检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116912243A CN116912243A (zh) | 2023-10-20 |
CN116912243B true CN116912243B (zh) | 2023-11-21 |
Family
ID=88367189
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311170173.3A Active CN116912243B (zh) | 2023-09-12 | 2023-09-12 | 一种用于医疗用管的涂层质量检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116912243B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009087637A2 (en) * | 2008-01-10 | 2009-07-16 | Elutex Ltd. | Manufacturing electrocoated medical devices, and quality control testing and validating thereof |
CN108931536A (zh) * | 2017-05-18 | 2018-12-04 | 格劳博工厂有限两合公司 | 用于评估涂覆表面质量的方法和装置 |
CN111444617A (zh) * | 2020-03-27 | 2020-07-24 | 贵州中医药大学第一附属医院 | 涂层质量在线预测方法、系统以及计算机可读存储介质 |
CN111781244A (zh) * | 2020-07-15 | 2020-10-16 | 中国科学院自动化研究所 | 基于长短期记忆网络的红外热成像式涂层检测方法 |
CN113109379A (zh) * | 2021-04-14 | 2021-07-13 | 湖南菁益医疗科技有限公司 | 电外科手术电极及其涂层失效检测方法 |
DE102020205456A1 (de) * | 2020-04-29 | 2021-11-04 | Volkswagen Aktiengesellschaft | Verfahren, Vorrichtung und Computerprogramm zum Erzeugen von Qualitätsinformation über ein Beschichtungsprofil, Verfahren, Vorrichtung und Computerprogramm zum Erzeugen einer Datenbank, Überwachungsgerät |
CN114660076A (zh) * | 2022-05-19 | 2022-06-24 | 张家港市欧凯医疗器械有限公司 | 一种医疗用管涂层质量检测方法及系统 |
CN114778427A (zh) * | 2022-03-31 | 2022-07-22 | 中车青岛四方机车车辆股份有限公司 | 一种涂层的评价方法 |
CN116297492A (zh) * | 2023-03-21 | 2023-06-23 | 北京摩弈信息科技有限公司 | 一种装备红外特性评估中涂层缺陷定位及等效方法和系统 |
CN116539521A (zh) * | 2022-01-26 | 2023-08-04 | 江苏百赛飞生物科技有限公司 | 涂层牢固度的检测方法 |
CN116612098A (zh) * | 2023-05-29 | 2023-08-18 | 国网陕西省电力有限公司电力科学研究院 | 一种基于图像处理的绝缘子rtv喷涂质量评价方法和装置 |
-
2023
- 2023-09-12 CN CN202311170173.3A patent/CN116912243B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009087637A2 (en) * | 2008-01-10 | 2009-07-16 | Elutex Ltd. | Manufacturing electrocoated medical devices, and quality control testing and validating thereof |
CN108931536A (zh) * | 2017-05-18 | 2018-12-04 | 格劳博工厂有限两合公司 | 用于评估涂覆表面质量的方法和装置 |
CN111444617A (zh) * | 2020-03-27 | 2020-07-24 | 贵州中医药大学第一附属医院 | 涂层质量在线预测方法、系统以及计算机可读存储介质 |
DE102020205456A1 (de) * | 2020-04-29 | 2021-11-04 | Volkswagen Aktiengesellschaft | Verfahren, Vorrichtung und Computerprogramm zum Erzeugen von Qualitätsinformation über ein Beschichtungsprofil, Verfahren, Vorrichtung und Computerprogramm zum Erzeugen einer Datenbank, Überwachungsgerät |
CN111781244A (zh) * | 2020-07-15 | 2020-10-16 | 中国科学院自动化研究所 | 基于长短期记忆网络的红外热成像式涂层检测方法 |
CN113109379A (zh) * | 2021-04-14 | 2021-07-13 | 湖南菁益医疗科技有限公司 | 电外科手术电极及其涂层失效检测方法 |
CN116539521A (zh) * | 2022-01-26 | 2023-08-04 | 江苏百赛飞生物科技有限公司 | 涂层牢固度的检测方法 |
CN114778427A (zh) * | 2022-03-31 | 2022-07-22 | 中车青岛四方机车车辆股份有限公司 | 一种涂层的评价方法 |
CN114660076A (zh) * | 2022-05-19 | 2022-06-24 | 张家港市欧凯医疗器械有限公司 | 一种医疗用管涂层质量检测方法及系统 |
CN116297492A (zh) * | 2023-03-21 | 2023-06-23 | 北京摩弈信息科技有限公司 | 一种装备红外特性评估中涂层缺陷定位及等效方法和系统 |
CN116612098A (zh) * | 2023-05-29 | 2023-08-18 | 国网陕西省电力有限公司电力科学研究院 | 一种基于图像处理的绝缘子rtv喷涂质量评价方法和装置 |
Non-Patent Citations (1)
Title |
---|
涂层性能状态评价数学模型;杜存山;;涂料工业(第04期);第5-8页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116912243A (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105678689B (zh) | 高精地图数据配准关系确定方法及装置 | |
CN109541028B (zh) | 一种风力机叶片裂纹位置定位检测方法及系统 | |
CN107247259B (zh) | 基于神经网络的k分布海杂波形状参数估计方法 | |
JP5020411B2 (ja) | 無線ネットワークにおいてノードのセットをロケーション特定するための方法 | |
CN109490072B (zh) | 一种土木工程建筑用检测系统及其检测方法 | |
CN111145157B (zh) | 基于高分辨率遥感影像的路网数据自动化质量检查方法 | |
US20230401729A1 (en) | Line structured light center extraction method for complicated surfaces | |
CN115561249B (zh) | 一种喷涂设备的智能化监测方法及系统 | |
CN104914167B (zh) | 基于序贯蒙特卡洛算法的声发射源定位方法 | |
CN110514366B (zh) | 一种小样本条件下管道微弱泄漏检测方法 | |
CN116912243B (zh) | 一种用于医疗用管的涂层质量检测方法及系统 | |
CN113819932B (zh) | 一种基于深度学习和数学拟合的布里渊频移提取方法 | |
CN104515473A (zh) | 一种漆包线直径的在线检测方法 | |
CN108627103A (zh) | 一种零部件高度尺寸的2d激光测量方法 | |
CN117634938A (zh) | 一种无缝钢管的生产质量检测方法及系统 | |
CN109883344A (zh) | 一种海洋防腐涂层表面应变与位移的检测方法 | |
US20070227214A1 (en) | Quality-control method for wire/rod rolling system | |
CN113607546A (zh) | 一种裂纹测量方法 | |
CN110672058B (zh) | 结构监测用传感器的在线校准数据序列匹配方法和装置 | |
CN110568074B (zh) | 基于非接触多点测振与Hilbert变换的风力机叶片裂纹定位方法 | |
CN108734692A (zh) | 一种桥梁结构检测系统 | |
CN116543036A (zh) | 一种基于掩膜中心线代数化重建的线缆弯曲半径计算方法 | |
CN114266776B (zh) | 一种应用复合裂纹位移场函数的数字图像相关方法 | |
CN111648206B (zh) | 一种沥青路面实时摊铺辅助监测系统 | |
CN113687192A (zh) | 输电线路放电信号采集及定位方法 |
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 |