CN117393132B - 一种智能输血袋存放方法及装置 - Google Patents
一种智能输血袋存放方法及装置 Download PDFInfo
- Publication number
- CN117393132B CN117393132B CN202311667689.9A CN202311667689A CN117393132B CN 117393132 B CN117393132 B CN 117393132B CN 202311667689 A CN202311667689 A CN 202311667689A CN 117393132 B CN117393132 B CN 117393132B
- Authority
- CN
- China
- Prior art keywords
- blood transfusion
- transfusion bag
- blood
- information
- image
- 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
- 239000008280 blood Substances 0.000 title claims abstract description 283
- 210000004369 blood Anatomy 0.000 title claims abstract description 283
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000013507 mapping Methods 0.000 claims description 18
- 238000009499 grossing Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 6
- 238000003708 edge detection Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000004140 cleaning Methods 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims description 3
- 239000000306 component Substances 0.000 description 24
- 238000007726 management method Methods 0.000 description 10
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012503 blood component Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- 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
- G06V20/00—Scenes; Scene-specific elements
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Epidemiology (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Medical Preparation Storing Or Oral Administration Devices (AREA)
Abstract
本发明公开了一种智能输血袋存放方法及装置,涉及医疗用品管理技术领域。本发明首先获取输血袋图像,并根据输血袋图像进行计算得到输血袋对应的信息;根据所述信息对输血袋进行分类级存放,并对应每个分类级的输血袋生成存放编码;获取用血要求,并根据用血要求匹配目标输血袋;输出目标输血袋对应的存放编码,并更新各个输血袋对应的存放编码。本发明可以自动获取输血袋的相关信息,提高了对输血袋信息获取的准确性和效率;可以便于管理和查找,同时,为每个分类级的输血袋生成存放编码,便于识别和追踪。
Description
技术领域
本发明涉及医疗用品管理技术领域,更具体地说涉及一种智能输血袋存放方法及装置。
背景技术
输血袋是用于存储、运输和输血过程中临时存放血液及其血液成分的医疗用品,输血袋在医疗机构中起着关键作用,可以确保血液安全和有效地用于病人的治疗。
在传统的输血袋管理方式中,往往采用手工记录和管理输血袋的信息,如血型、用途、到期日期等。这种方式中的人工记录和管理容易出错,可能导致信息不准确,会影响到输血的匹配,且传统的库存管理方式效率较低,且难以及时更新库存信息,可能导致过期的输血袋仍被使用。
发明内容
为了克服上述现有技术中存在的缺陷和不足,本发明提供了一种智能输血袋存放方法及装置,本发明的发明目的在于解决现有技术中输血袋的库存管理方式效率低、难以及时更新库存信息,可能导致过期输血袋仍被使用的问题。本发明采用图像识别和分析,自动获取输血袋的相关信息,提高了对输血袋信息获取的准确性和效率,并采用分类及存放,可以便于管理和查找,同时,为每个分类级的输血袋生成存放编码,便于识别和追踪。本发明提高了输血袋库存管理的效率,降低了输血袋过期和浪费的风险。
为了解决上述现有技术中存在的问题,本发明是通过下述技术方案实现的。
本发明第一方面提供了一种智能输血袋存放方法,该方法包括以下步骤:
S1、采集并获取输血袋图像,对获取到的输血袋图像进行识别分析,从输血袋图像中识别得到输血袋对应的信息;
S2、根据识别得到的输血袋对应的信息,对输血袋进行分类级存放,并对应每个分类级的输血袋生成存放编码;
具体的,设定分类级集合和输血袋的信息集合,根据构造分类函数,将输血袋信息映射到响应的分类级中,根据映射结果对每个输血袋信息分配相应的分类级;然后根据该输血袋信息对应的分类级生成输血袋的存放编码,将存放编码与输血袋信息关联;
S3、获取用血需求,并根据用血需求匹配目标输血袋;
S4、输出目标输血袋对应的存放编码,并更新各个输血袋对应的存放编码。
进一步优选的,S2步骤中,设置输血袋的信息集合I,其中I={I1,I2,…,Ii,…,In},Ii为第i个输血袋的信息;
设定分类级集合C,其中C={C1,C2,…,Cm},并通过F(Ii)=Cj,将输血袋信息Ii映射到相应的分类级Cj中,其中F()为构造分类函数;
根据映射结果对每个输血袋信息Ii分配相应分类级Cj;
根据分类级Cj,通过E={E1,E2,…,Ek},将分类级Cj对应的输血生成存放编码E,其中k为分类级Cj中的输血袋数量;
通过映射关系函数M(Ii)=Ej,将存放编码与输血袋信息关联,其中,M()为映射关系函数。
进一步优选的,S3步骤中,获取用血需求,并根据用血需求匹配目标输血袋,具体包括:
S301、根据用血需求,生成用血需求集合R,其中R={R1,R2,…,Ri,…,Rp},Ri中包括血型Ai和用途Ui;
S302、设置匹配函数MF(Ri,Ij),其中,MF(Ri,Ij)为当Ri的血型Ai与输血袋Ij的血型相同且Ri的用途Ui与输血袋Ij的用途相同时,则判断用血需求Ri与输血袋信息Ij相匹配;
S303、根据匹配结果生成对应的匹配输血袋集合;
S304、判断匹配输血袋集合内元素是否为0,若不为0,则将匹配输血袋集合中分类级最大的元素作为目标输血袋;若为0,则向医护人员发出提醒。
更进一步优选的,S303步骤中,根据匹配结果生成对应的匹配输血袋集合,具体是指,
在输血袋的信息集合I中依次遍历每个信息Ij,并提取Ij中的血型Aj和用途Uj;判断是否满足匹配函数MF(Ri,Ij),若匹配成功,则将Ij添加到匹配输血袋集合中。
进一步优选的,S4步骤中,输出目标输血袋对应的存放编码,并更新各个输血袋对应的存放编码,具体是指,输出目标输血袋对应的存放编码,并将目标输血袋从输血袋的信息集合I中移除,更新输血袋的信息集合I。
进一步优选的,S1步骤具体包括以下步骤,
S101、采集并获取输血袋图像;
S102、将输血袋图像进行缩放、图像增强及数据清洗;
S103、对S102步骤处理后的输血袋图像进行边缘检测,提取输血袋图像对应的标签轮廓;
S104、根据S103步骤提取的标签轮廓将标签对应的色彩特征进行提取;
S105、根据S104步骤提取的标签色彩特征和S103步骤提取的标签轮廓匹配标签模板,并根据匹配到的标签模板解析输血袋对应的信息。
更进一步优选的,S103步骤中,对输血袋图像进行边缘检测,提取输血袋图像对应的标签轮廓,具体是指,
通过高斯滤波器平滑图像,利用二维高斯函数;式中,/>为高斯函数的分布参数;对输血袋图像进行平滑;通过高斯函数的分布参数/>,控制平滑输血袋图像的程度,/>越小,滤波器的定位精度越高,信噪比越低,反之相反;
通过公式:
;
;
;
;
计算输血袋图像I中的点(i,j)的梯度幅值G和梯度θ方向,其中Gx(i,j)和Gy(i,j)分别为点(i,j)在x,y方向的偏导数,G(x,y)表示点(i,j)的梯度幅值,θ(i,j)表示点(i,j)的梯度;
以点(i,j)为领域中心点,将领域中θ(i,j)方向上的每个点的梯度值G(i,j)进行比较,取其中梯度最大的值所在的点(i,j)作为候选边缘点,否则为非边缘点,得到候选边缘图像K;
设置高阈值Th和低阈值Tl,对获得的候选边缘点的任一点(i,j)进行检测,若点(i,j)处的梯度值G(i,j)>Th,则判定该点为边缘点,若G(i,j)<Tl,则该点不为边缘点;若Tl<G(i,j)<Th,则判定该点的领域是否存在边缘点,若存在则该点为边缘点,反之不为边缘点。
更进一步优选的,根据S103步骤提取的标签轮廓将标签对应的色彩特征进行提取,具体是指,
计算标签轮廓图像中颜色的一阶矩、二阶矩/>和三阶矩/>,其中:
;
;
;
式中,N为标签轮廓图像中像素的个数,Pci为颜色值为C且颜色分量为i的像素出现的概率,C为标签轮廓图像中包含的颜色种数,每种颜色有三个分量,r代表红色,g代表绿色,b代表蓝色,每个分量各有三阶矩;
通过公式:
,将标签轮廓图像的颜色特征生成颜色特征集Pc;式中,Pc表示标签轮廓图像的颜色特征生成的颜色特征集;/>表示颜色值为c颜色分量为r的一阶矩;/>表示颜色值为c颜色分量为r的二阶矩;表示颜色值为c颜色分量为r的三阶矩;/>表示颜色值为c颜色分量为g的一阶矩;/>表示颜色值为c颜色分量为r的二阶矩;/>表示颜色值为c颜色分量为g的三阶矩;/>表示颜色值为c颜色分量为b的一阶矩;/>表示颜色值为c颜色分量为b的二阶矩;/>表示颜色值为c颜色分量为b的三阶矩。
更进一步优选的,S105步骤中,根据标签色彩特征和标签轮廓匹配标签模板,并根据匹配的标签模板解析输血袋对应的信息,具体是指,
预设不同信息的标签模板,将标签轮廓图像对应的颜色特征集与标签模板的颜色特征集进行匹配,并将标签轮廓图像与标签模板轮廓图像进行匹配;
通过公式:,计算输血袋对应的标签与标签模板的匹配度M,其中/>为常数,M1为标签轮廓图像对应的颜色特征集与标签模板的颜色特征集的匹配度,M2为标签轮廓图像与标签模板轮廓图像的匹配度;
提取最大匹配度M对应的标签模板中的信息,得到输血袋对应的信息。
本发明第二方面提供了一种智能输血袋存放装置,该装置包括:
输血袋图像采集和获取模块,采集并获取输血袋图像,对获取到的输血袋图像进行识别分析,从输血袋图像中识别得到输血袋对应的信息;
分类模块,用于根据识别得到的输血袋对应的信息,对输血袋进行分类级存放,并对应每个分类级的输血袋生成存放编码;
具体的,设定分类级集合和输血袋的信息集合,根据构造分类函数,将输血袋信息映射到响应的分类级中,根据映射结果对每个输血袋信息分配相应的分类级;然后根据该输血袋信息对应的分类级生成输血袋的存放编码,将存放编码与输血袋信息关联;
匹配模块,用于获取用血需求,并根据用血需求匹配目标输血袋;
更新模块,用于输出目标输血袋对应的存放编码,并更新各个输血袋对应的存放编码。
与现有技术相比,本发明所带来的有益的技术效果表现在:
本发明提供了一种智能输血袋存放方法及装置,通过对输血袋图像的计算和分析,可以自动获取输血袋的相关信息,提高了对输血袋信息获取的准确性和效率;根据输血袋的信息对其进行分类级存放,可以便于管理和查找,同时,为每个分类级的输血袋生成存放编码,便于识别和追踪;通过获取用血要求并匹配目标输血袋,实现了快速、准确地找到符合要求的输血袋,提高了输血匹配的成功率;通过输出目标输血袋对应的存放编码并更新各个输血袋对应的存放编码,提高了库存管理的效率,降低了输血袋过期和浪费的风险。
附图说明
图1为本发明智能输血袋存放方法的流程图;
图2为本发明智能输血袋存放装置的结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例1
作为本发明一较佳实施例,参照说明书附图1所示,本实施例公开了一种智能输血袋存放方法,该方法包括以下步骤:
S1、采集并获取输血袋图像,对获取到的输血袋图像进行识别分析,从输血袋图像中识别得到输血袋对应的信息;
S2、根据识别得到的输血袋对应的信息,对输血袋进行分类级存放,并对应每个分类级的输血袋生成存放编码;
具体的,设定分类级集合和输血袋的信息集合,根据构造分类函数,将输血袋信息映射到响应的分类级中,根据映射结果对每个输血袋信息分配相应的分类级;然后根据该输血袋信息对应的分类级生成输血袋的存放编码,将存放编码与输血袋信息关联;
S3、获取用血需求,并根据用血需求匹配目标输血袋;
S4、输出目标输血袋对应的存放编码,并更新各个输血袋对应的存放编码。
实施例2
作为本发明又一较佳实施例,本实施例是在上述实施例1的基础上,对本发明的技术方案做出的进一步详细地阐述和补充。在本实施例中,上述实施例中的S2步骤,具体实施过程如下:
设置输血袋的信息集合I,其中I={I1,I2,…,Ii,…,In},Ii为第i个输血袋的信息;
设定分类级集合C,其中C={C1,C2,…,Cm},并通过F(Ii)=Cj,将输血袋信息Ii映射到相应的分类级Cj中,其中F()为构造分类函数;
根据映射结果对每个输血袋信息Ii分配相应分类级Cj;
根据分类级Cj,通过E={E1,E2,…,Ek},将分类级Cj对应的输血生成存放编码E,其中k为分类级Cj中的输血袋数量;
通过映射关系函数M(Ii)=Ej,将存放编码与输血袋信息关联,其中,M()为映射关系函数。
实施例3
作为本发明又一较佳实施例,本实施例是在上述实施例1或实施例2的基础上,对本发明的技术方案做出的进一步详细地阐述和补充。在本实施例中,上述实施例中S3步骤的具体实施过程如下:
S301、根据用血需求,生成用血需求集合R,其中R={R1,R2,…,Ri,…,Rp},Ri中包括血型Ai和用途Ui;
S302、设置匹配函数MF(Ri,Ij),其中,MF(Ri,Ij)为当Ri的血型Ai与输血袋Ij的血型相同且Ri的用途Ui与输血袋Ij的用途相同时,则判断用血需求Ri与输血袋信息Ij相匹配;
S303、根据匹配结果生成对应的匹配输血袋集合;
S304、判断匹配输血袋集合内元素是否为0,若不为0,则将匹配输血袋集合中分类级最大的元素作为目标输血袋;若为0,则向医护人员发出提醒。
作为本实施例的一种实施方式,S303步骤中,根据匹配结果生成对应的匹配输血袋集合,具体是指,
在输血袋的信息集合I中依次遍历每个信息Ij,并提取Ij中的血型Aj和用途Uj;判断是否满足匹配函数MF(Ri,Ij),若匹配成功,则将Ij添加到匹配输血袋集合中。
实施例4
作为本发明又一较佳实施例,本实施例是在上述实施例1、实施例2或实施例3的基础上,对本发明的技术方案做出的进一步详细地阐述和补充。在上述实施例的基础上,S4步骤的具体实施过程,具体如下:
输出目标输血袋对应的存放编码,并将目标输血袋从输血袋的信息集合I中移除,更新输血袋的信息集合I。
实施例5
作为本发明又一较佳实施例,本实施例是在上述实施例1、实施例2、实施例3或实施例4的基础上,对本发明的技术方案做出的进一步详细地阐述和补充。在上述实施例的基础上,S1步骤的具体实施过程,具体如下:
S101、采集并获取输血袋图像;
S102、将输血袋图像进行缩放、图像增强及数据清洗;
S103、对S102步骤处理后的输血袋图像进行边缘检测,提取输血袋图像对应的标签轮廓;
S104、根据S103步骤提取的标签轮廓将标签对应的色彩特征进行提取;
S105、根据S104步骤提取的标签色彩特征和S103步骤提取的标签轮廓匹配标签模板,并根据匹配到的标签模板解析输血袋对应的信息。
其中,S103步骤中,对输血袋图像进行边缘检测,提取输血袋图像对应的标签轮廓,具体是指,
通过高斯滤波器平滑图像,利用二维高斯函数;其中,/>为高斯函数的分布参数;对输血袋图像进行平滑;通过高斯函数的分布参数/>,控制平滑输血袋图像的程度,/>越小,滤波器的定位精度越高,信噪比越低,反之相反;
通过公式:
;
;
;
;
计算输血袋图像I中的点(i,j)的梯度幅值G和梯度θ方向,其中Gx(i,j)和Gy(i,j)分别为点(i,j)在x,y方向的偏导数,G(x,y)表示点(i,j)的梯度幅值,θ(i,j)表示点(i,j)的梯度;
以点(i,j)为领域中心点,将领域中θ(i,j)方向上的每个点的梯度值G(i,j)进行比较,取其中梯度最大的值所在的点(i,j)作为候选边缘点,否则为非边缘点,得到候选边缘图像K;
设置高阈值Th和低阈值Tl,对获得的候选边缘点的任一点(i,j)进行检测,若点(i,j)处的梯度值G(i,j)>Th,则判定该点为边缘点,若G(i,j)<Tl,则该点不为边缘点;若Tl<G(i,j)<Th,则判定该点的领域是否存在边缘点,若存在则该点为边缘点,反之不为边缘点。
根据S103步骤提取的标签轮廓将标签对应的色彩特征进行提取,具体是指,
计算标签轮廓图像中颜色的一阶矩、二阶矩/>和三阶矩/>,其中:
;
;
;
式中,N为标签轮廓图像中像素的个数,Pci为颜色值为C且颜色分量为i的像素出现的概率,C为标签轮廓图像中包含的颜色种数,每种颜色有三个分量,r代表红色,g代表绿色,b代表蓝色,每个分量各有三阶矩;
通过公式
,将标签轮廓图像的颜色特征生成颜色特征集Pc;其中,Pc表示标签轮廓图像的颜色特征生成的颜色特征集;/>表示颜色值为c颜色分量为r的一阶矩;/>表示颜色值为c颜色分量为r的二阶矩;表示颜色值为c颜色分量为r的三阶矩;/>表示颜色值为c颜色分量为g的一阶矩;/>表示颜色值为c颜色分量为r的二阶矩;/>表示颜色值为c颜色分量为g的三阶矩;/>表示颜色值为c颜色分量为b的一阶矩;/>表示颜色值为c颜色分量为b的二阶矩;/>表示颜色值为c颜色分量为b的三阶矩。
更进一步优选的,S105步骤中,根据标签色彩特征和标签轮廓匹配标签模板,并根据匹配的标签模板解析输血袋对应的信息,具体是指,
预设不同信息的标签模板,将标签轮廓图像对应的颜色特征集与标签模板的颜色特征集进行匹配,并将标签轮廓图像与标签模板轮廓图像进行匹配;
通过公式:,计算输血袋对应的标签与标签模板的匹配度M,其中/>为常数,M1为标签轮廓图像对应的颜色特征集与标签模板的颜色特征集的匹配度,M2为标签轮廓图像与标签模板轮廓图像的匹配度;
提取最大匹配度M对应的标签模板中的信息,得到输血袋对应的信息。
实施例6
作为本发明又一较佳实施例,参照说明书附图2所示,本实施例公开了一种采用上述实施例1、实施例2、实施例3、实施例4或实施例5所述的一种智能存放输血袋存放方法的智能输血袋存放装置,该存放装置包括:
输血袋图像采集和获取模块,采集并获取输血袋图像,对获取到的输血袋图像进行识别分析,从输血袋图像中识别得到输血袋对应的信息;
分类模块,用于根据识别得到的输血袋对应的信息,对输血袋进行分类级存放,并对应每个分类级的输血袋生成存放编码;
具体的,设定分类级集合和输血袋的信息集合,根据构造分类函数,将输血袋信息映射到响应的分类级中,根据映射结果对每个输血袋信息分配相应的分类级;然后根据该输血袋信息对应的分类级生成输血袋的存放编码,将存放编码与输血袋信息关联;
匹配模块,用于获取用血需求,并根据用血需求匹配目标输血袋;
更新模块,用于输出目标输血袋对应的存放编码,并更新各个输血袋对应的存放编码。
以上仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种智能输血袋存放方法,其特征在于:该方法包括以下步骤,
S1、采集并获取输血袋图像,对获取到的输血袋图像进行识别分析,从输血袋图像中识别得到输血袋对应的信息;具体包括:
S101、采集并获取输血袋图像;
S102、将输血袋图像进行缩放、图像增强及数据清洗;
S103、对S102步骤处理后的输血袋图像进行边缘检测,提取输血袋图像对应的标签轮廓;
S104、根据S103步骤提取的标签轮廓将标签对应的色彩特征进行提取;
S105、根据S104步骤提取的标签色彩特征和S103步骤提取的标签轮廓匹配标签模板,并根据匹配到的标签模板解析输血袋对应的信息;具体的,预设不同信息的标签模板,将标签轮廓图像对应的颜色特征集与标签模板的颜色特征集进行匹配,并将标签轮廓图像与标签模板轮廓图像进行匹配;通过公式:,计算输血袋对应的标签与标签模板的匹配度M,其中α为常数,M1为标签轮廓图像对应的颜色特征集与标签模板的颜色特征集的匹配度,M2为标签轮廓图像与标签模板轮廓图像的匹配度;提取最大匹配度M对应的标签模板中的信息,得到输血袋对应的信息;
S2、根据识别得到的输血袋对应的信息,对输血袋进行分类级存放,并对应每个分类级的输血袋生成存放编码;具体的,设定分类级集合和输血袋的信息集合,根据构造分类函数,将输血袋信息映射到响应的分类级中,根据映射结果对每个输血袋信息分配相应的分类级;然后根据该输血袋信息对应的分类级生成输血袋的存放编码,将存放编码与输血袋信息关联;
设置输血袋的信息集合I,其中I={I1,I2,…,Ii,…,In},Ii为第i个输血袋的信息;
设定分类级集合C,其中C={C1,C2,…,Cm},并通过F(Ii)=Cj,将输血袋信息Ii映射到相应的分类级Cj中,其中F()为构造分类函数;
根据映射结果对每个输血袋信息Ii分配相应分类级Cj;
根据分类级Cj,通过E={E1,E2,…,Ek},将分类级Cj对应的输血生成存放编码E,其中k为分类级Cj中的输血袋数量;
通过映射关系函数M(Ii)=Ej,将存放编码与输血袋信息关联,其中,M()为映射关系函数;
S3、获取用血需求,并根据用血需求匹配目标输血袋;具体包括:
S301、根据用血需求,生成用血需求集合R,其中R={R1,R2,…,Ri,…,Rp},Ri中包括血型Ai和用途Ui;
S302、设置匹配函数MF(Ri,Ij),其中,MF(Ri,Ij)为当Ri的血型Ai与输血袋Ij的血型相同且Ri的用途Ui与输血袋Ij的用途相同时,则判断用血需求Ri与输血袋信息Ij相匹配;
S303、根据匹配结果生成对应的匹配输血袋集合;具体是指,在输血袋的信息集合I中依次遍历每个信息Ij,并提取Ij中的血型Aj和用途Uj;判断是否满足匹配函数MF(Ri,Ij),若匹配成功,则将Ij添加到匹配输血袋集合中;
S304、判断匹配输血袋集合内元素是否为0,若不为0,则将匹配输血袋集合中分类级最大的元素作为目标输血袋;若为0,则向医护人员发出提醒;
S4、输出目标输血袋对应的存放编码,并更新各个输血袋对应的存放编码;具体的,输出目标输血袋对应的存放编码,并将目标输血袋从输血袋的信息集合I中移除,更新输血袋的信息集合I。
2.如权利要求1所述的一种智能输血袋存放方法,其特征在于:S103步骤中,对输血袋图像进行边缘检测,提取输血袋图像对应的标签轮廓,具体是指,
通过高斯滤波器平滑图像,利用二维高斯函数;其中,/>为高斯函数的分布参数;对输血袋图像进行平滑;通过高斯函数的分布参数/>,控制平滑输血袋图像的程度,/>越小,滤波器的定位精度越高,信噪比越低,反之相反;
通过公式:
;
;
;
;
计算输血袋图像I中的点(i,j)的梯度幅值G和梯度θ方向,其中Gx(i,j)和Gy(i,j)分别为点(i,j)在x,y方向的偏导数;G(x,y)表示点(i,j)的梯度幅值;θ(i,j)表示点(i,j)的梯度;
以点(i,j)为领域中心点,将领域中θ(i,j)方向上的每个点的梯度值G(i,j)进行比较,取其中梯度最大的值所在的点(i,j)作为候选边缘点,否则为非边缘点,得到候选边缘图像K;
设置高阈值Th和低阈值Tl,对获得的候选边缘点的任一点(i,j)进行检测,若点(i,j)处的梯度值G(i,j)>Th,则判定该点为边缘点,若G(i,j)<Tl,则该点不为边缘点;若Tl<G(i,j)<Th,则判定该点的领域是否存在边缘点,若存在则该点为边缘点,反之不为边缘点。
3.如权利要求1所述的一种智能输血袋存放方法,其特征在于:根据S103步骤提取的标签轮廓将标签对应的色彩特征进行提取,具体是指,
计算标签轮廓图像中颜色的一阶矩、二阶矩/>和三阶矩/>,其中:
;
;
;
式中,N为标签轮廓图像中像素的个数,Pci为颜色值为c且颜色分量为i的像素出现的概率,C为标签轮廓图像中包含的颜色种数,每种颜色有三个分量,r代表红色,g代表绿色,b代表蓝色,每个分量各有三阶矩;
通过公式:
,将标签轮廓图像的颜色特征生成颜色特征集Pc;其中,Pc表示标签轮廓图像的颜色特征生成的颜色特征集;/>表示颜色值为c颜色分量为r的一阶矩;/>表示颜色值为c颜色分量为r的二阶矩;表示颜色值为c颜色分量为r的三阶矩;/>表示颜色值为c颜色分量为g的一阶矩;/>表示颜色值为c颜色分量为r的二阶矩;/>表示颜色值为c颜色分量为g的三阶矩;/>表示颜色值为c颜色分量为b的一阶矩;/>表示颜色值为c颜色分量为b的二阶矩;/>表示颜色值为c颜色分量为b的三阶矩。
4.采用上述权利要求1所述的一种智能输血袋存放方法的一种智能输血袋存放装置,其特征在于:该装置包括,
输血袋图像采集和获取模块,采集并获取输血袋图像,对获取到的输血袋图像进行识别分析,从输血袋图像中识别得到输血袋对应的信息;
分类模块,用于根据识别得到的输血袋对应的信息,对输血袋进行分类级存放,并对应每个分类级的输血袋生成存放编码;
具体的,设定分类级集合和输血袋的信息集合,根据构造分类函数,将输血袋信息映射到响应的分类级中,根据映射结果对每个输血袋信息分配相应的分类级;然后根据该输血袋信息对应的分类级生成输血袋的存放编码,将存放编码与输血袋信息关联;
匹配模块,用于获取用血需求,并根据用血需求匹配目标输血袋;
更新模块,用于输出目标输血袋对应的存放编码,并更新各个输血袋对应的存放编码。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311667689.9A CN117393132B (zh) | 2023-12-07 | 2023-12-07 | 一种智能输血袋存放方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311667689.9A CN117393132B (zh) | 2023-12-07 | 2023-12-07 | 一种智能输血袋存放方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117393132A CN117393132A (zh) | 2024-01-12 |
CN117393132B true CN117393132B (zh) | 2024-02-20 |
Family
ID=89441241
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311667689.9A Active CN117393132B (zh) | 2023-12-07 | 2023-12-07 | 一种智能输血袋存放方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117393132B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2013103329A (ru) * | 2013-01-24 | 2014-07-27 | Федеральное государственное бюджетное учреждение "Федеральный центр сердечно-сосудистой хирургии" Министерства здравоохранения Российской Федерации (ФГБУ "ФЦССХ" Минздрава России) | Способ обеспечения безопасности переливания компонентов консервированной донорской крови |
KR20160085478A (ko) * | 2015-01-08 | 2016-07-18 | 주식회사 해건 | 수혈/채혈/투약 관리 서비스 제공 시스템 및 제공 방법 |
CN110060766A (zh) * | 2018-01-19 | 2019-07-26 | 深圳市前海安测信息技术有限公司 | 医疗信息化输血闭环系统及方法 |
CN110706795A (zh) * | 2019-09-04 | 2020-01-17 | 上海市第六人民医院 | 采血监管、血液管理、输血监管方法及血液管理系统 |
CN111928556A (zh) * | 2020-09-24 | 2020-11-13 | 湖南创星科技股份有限公司 | 一种血袋样辫智能定位管理系统 |
CN112964021A (zh) * | 2021-03-12 | 2021-06-15 | 广州创惠信息科技有限公司 | 基于rfid智能冰箱临床科室自助取血方法 |
CN217200082U (zh) * | 2022-04-11 | 2022-08-16 | 深圳市科冷商用设备有限公司 | 一种血液智能存储管理系统 |
CN116417123A (zh) * | 2023-04-03 | 2023-07-11 | 浙江大学 | 一种基于医疗大数据的血液制品智能库存管理方法 |
-
2023
- 2023-12-07 CN CN202311667689.9A patent/CN117393132B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2013103329A (ru) * | 2013-01-24 | 2014-07-27 | Федеральное государственное бюджетное учреждение "Федеральный центр сердечно-сосудистой хирургии" Министерства здравоохранения Российской Федерации (ФГБУ "ФЦССХ" Минздрава России) | Способ обеспечения безопасности переливания компонентов консервированной донорской крови |
KR20160085478A (ko) * | 2015-01-08 | 2016-07-18 | 주식회사 해건 | 수혈/채혈/투약 관리 서비스 제공 시스템 및 제공 방법 |
CN110060766A (zh) * | 2018-01-19 | 2019-07-26 | 深圳市前海安测信息技术有限公司 | 医疗信息化输血闭环系统及方法 |
CN110706795A (zh) * | 2019-09-04 | 2020-01-17 | 上海市第六人民医院 | 采血监管、血液管理、输血监管方法及血液管理系统 |
CN111928556A (zh) * | 2020-09-24 | 2020-11-13 | 湖南创星科技股份有限公司 | 一种血袋样辫智能定位管理系统 |
CN112964021A (zh) * | 2021-03-12 | 2021-06-15 | 广州创惠信息科技有限公司 | 基于rfid智能冰箱临床科室自助取血方法 |
CN217200082U (zh) * | 2022-04-11 | 2022-08-16 | 深圳市科冷商用设备有限公司 | 一种血液智能存储管理系统 |
CN116417123A (zh) * | 2023-04-03 | 2023-07-11 | 浙江大学 | 一种基于医疗大数据的血液制品智能库存管理方法 |
Non-Patent Citations (9)
Title |
---|
A case of septic shock due to delayed diagnosis of Cryptosporidium infection after liver transplantation;Xin Tie, Yanjie Zhao, Jing Su, Xing Liu;BMC Infectious Diseases;20230828;第23卷(第01期);1-24 * |
Smart Blood Bag Management System in a Hospital Environment;Soo-Jung Kim, Sun K. Yoo, Hyun-Ok Kim;Personal Wireless Communications;20060922;506–517 * |
Smart Platform for Data Blood Bank Management: Forecasting Demand in Blood Supply Chain Using Machine Learning;Walid Ben Elmir, Allaoua Hemmak, Benaoumeur Senouci;Information;20230105;第14卷(第01期);1-24 * |
临床输血袋用后管理情况调查分析;靳十周;吉素清;李晓雪;中国输血杂志;20090825;第22卷(第08期);675-676 * |
具有安全识别接口输血袋的设计与应用;陶芹;李炎芳;;解放军护理杂志;20180425(第08期);76 * |
利用人工智能技术实现临床输血管控与决策分析智能化的应用研究;刁琰; 张民; 单清; 钱厚明; 柳健;中华肺部疾病杂志(电子版);20150820;第08卷(第04期);539-540 * |
血库信息管理系统在临床用血安全中的应用;赵耿生;李沛;陶翠华;张真路;;中华临床实验室管理电子杂志;20141128(第04期);257-259 * |
输血信息管理系统在临床安全输血管理中的运用;李红梅;何江;冯宁;王远杰;;现代医药卫生;20150130(第02期);308-309 * |
预存自体输血在全髋关节置换手术中的应用;周宗科, 裴福兴, 杨静, 沈彬, 孟振东, 向明, 刘雷;中国矫形外科杂志;20021025(第10期);947-949 * |
Also Published As
Publication number | Publication date |
---|---|
CN117393132A (zh) | 2024-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022037548A1 (zh) | 一种基于深度学习的脊椎mri影像关键点检测方法 | |
CN112102237A (zh) | 基于半监督学习的脑部肿瘤识别模型的训练方法及装置 | |
CN108615239B (zh) | 基于阈值技术和灰度投影的舌图像分割方法 | |
US20100021056A1 (en) | Skin color model generation device and method, and skin color detection device and method | |
WO2019238104A1 (zh) | 实现肺结节图像分类检测的计算机装置及方法 | |
CN114359998B (zh) | 一种人脸口罩佩戴状态下的识别方法 | |
WO2020029915A1 (zh) | 基于人工智能的中医舌像分割装置、方法及存储介质 | |
WO2020038312A1 (zh) | 多通道舌体边缘检测装置、方法及存储介质 | |
CN110782428A (zh) | 一种用于构建临床脑部ct图像roi模板的方法及系统 | |
CN107729863B (zh) | 人体指静脉识别方法 | |
CN110648336A (zh) | 一种舌质和舌苔的分割方法及装置 | |
CN112613471B (zh) | 人脸活体检测方法、装置及计算机可读存储介质 | |
CN117393132B (zh) | 一种智能输血袋存放方法及装置 | |
CN109785325A (zh) | 一种基于深度学习的多模态医学影像的方法 | |
CN111667469B (zh) | 肺部疾病分类方法、装置及设备 | |
CN109165551B (zh) | 一种自适应加权融合显著性结构张量和lbp特征的表情识别方法 | |
Zhou et al. | Automatic segmentation of liver from CT scans with CCP–TSPM algorithm | |
CN113592029A (zh) | 一种小样本条件下医学图像自动标注方法及系统 | |
CN109086774B (zh) | 基于朴素贝叶斯的彩色图像二值化方法和系统 | |
Pouyan et al. | Cephalometric landmarks localization based on histograms of oriented gradients | |
Kim et al. | Multi-modal fundus image registration with deep feature matching and image scaling | |
CN109145930A (zh) | 一种基于半监督的图像显著性检测方法 | |
del Fresno et al. | Application of color image segmentation to estrus detection | |
CN116363736B (zh) | 基于数字化的大数据用户信息采集方法 | |
CN113112475B (zh) | 一种基于机器学习的中医耳部五脏区域分割方法和装置 |
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 |