JP2014531570A - 対外血液量の推定及び外科的摘出サンプルの計数システム及び方法 - Google Patents

Abstract

物理サンプルの一部における体外血液量を推定する方法。サンプルの画像の一部から特性を抽出するステップと；抽出した特性によって血液量標識でサンプルの画像の一部にタグを付けるステップと；血液量標識によって、サンプルの画像の一部において認識した物理サンプルの少なくともその部分の体外血液量を推定するステップと；を具える。【選択図】なし

Description

[関連出願のクロスリファレンス]
本出願は、２０１１年７月９日に出願した米国暫定特許出願第６１／５０６，０８２号、２０１２年５月１４日に出願した米国暫定特許出願第６１／６４６，８１８号、２０１２年５月１４日に出願した米国暫定特許出願第６１／６４６，８２２号の権利を主張する。これらの出願はすべて、全体を引用することによりここに組み込まれている。

本発明は、一般的に外科手術野に関連するものであり、特に、外科診療で用いる物理サンプル中の体外血液量を推定する新規かつ有益なシステムと方法に関する。

発明の背景

患者の失血量の過剰推定や過少推定は、病院、診療所及びその他の医療施設にとっては、運営費用や手術費用を高くする明らかな寄与因子である。特に、患者の失血量の過剰推定は、輸血級の血液の無駄をもたらし、医療施設の運営費をより高くすることになり、血液不足を引き起こすことがある。患者の失血量の過少推定は、蘇生と出血事象における輸血の遅れの重要な寄与因子であり、防止可能な患者の感染症、再入院、及び提訴における毎年数十億ドルの費用に関連している。したがって、外科手術野では、物理サンプル中の体外血液量を推定する新規で有益なシステムと方法が求められている。本発明は、このような新規かつ有益なシステムと方法を提供する。

図１Ａは、第１の好ましい実施例の方法を示すフローチャートである。図１Ｂは、第１の好ましい実施例の変形例を示すフローチャートである。 図２Ａは、第２の好ましい実施例の方法を示すフローチャートである。図２Ｂは、第２の好ましい実施例の変形例を示すフローチャートである。 図３Ａは、第３の好ましい実施例の方法を示すフローチャートである。図３Ｂは、第３の好ましい実施例の変形例を示すフローチャートである。 図４は、第１の好ましい実施例の変形例を示すフローチャートである。 図５は、第１の好ましい実施例の変形例を示すフローチャートである。 図６は、第１の好ましい実施例の変形例を示すフローチャートである。 図７は、前記好ましい方法の別の変形例を示すフローチャートである。 図８は、好ましい実施例のシステムを示す図である。 図９は、好ましいシステムの変形例を示す図である。 図１０は、好ましい実施例のシステム又は方法による出力を示すグラフである。

本発明の好ましい実施例についての以下の説明は、本発明をこれらの好ましい実施例に限定するものではなく、当業者が本発明を製造及び使用できるようにすること意図したものである。

１．第１の方法
図１Ａに示すように、物理サンプルの一部分の体外血液を推定する好ましい実施例の方法Ｓ１００は：ブロックＳ１１０における物理サンプルの画像の一部から特徴を抽出するステップと；ブロックＳ１２０における、抽出した特徴に応じて物理サンプルの画像のその部分に血液量標識でタグをつけるステップと；ブロックＳ１３０において、血液量標識に応じて、物理サンプルの画像のその部分と関連して、物理サンプルの少なくともその部分の体外血液量を推定するステップと；を具える。

図７に示すように、第１の好ましい方法Ｓ１００は、好ましくは、物理サンプルの画像を分析することによって、その物理サンプル中の血液量を推定するよう機能する。物理サンプルの画像は、好ましくは、生のビデオ画像のカラーフレームであり、フレーム中でこの物理サンプルの少なくとも一部を見ることができる。しかしながら、この画像は代替的に、静止画像、赤外線画像、光センサの視野、白黒画像、光センサの視野のフィンガープリント、曇り点、あるいはその他の好ましい画像であってもよい。物理サンプルがカメラ又は光センサの視野内に収まらない場合は、画像が物理サンプルのスキャンであってもよい。続いて行う処理のために、画像を取り込んで、ローカル又は遠隔データストレージデバイスに保存しておくことができるが、代替的にあるいはこれと並行してリアルタイムで処理したり、あるいは全画像を保存せずに部分的に又はセグメントで処理することもできる。第１の好ましい方法Ｓ１００は、好ましくは、患者又は対象の身体外の」血液を含む体外血液量を推定する。追加で、あるいは代替的に、第１の好ましい方法Ｓ１００は、患者又は対象の身体内ではあるが患者の血管系外の血液を含む、血管外血液量を推定することもできる。

物理サンプルは、好ましくは、吸収性外科用ガーゼスポンジ、外科用包帯、あるいは外科用タオルであるが、その他の繊維製品であってもよい。追加であるいは代替的に、物理サンプルは一片の布地であってもよく、地面、テーブル、壁、あるいは床面、外側皮膚表面、手術用手袋、手術用器具、あるいはその他の表面、材料、物質、あるいは対象物であってもよい。外科医、看護婦、麻酔医、婦人科医、兵士、救急医療隊員、又はその他のユーザは、第１の好ましい方法Ｓ１００を組み込んだ機械又は装置を用いて、一またはそれ以上の物理サンプル中の血液量を推定し、手術中、出産中、あるいはその他の医療又は健康関連事象の間などの、患者の総推定失血量（ＥＢＬ）を生成する。代替的に、法執行官、法医学調査官、又はその他のユーザがが、第１の好ましい方法Ｓ１００を組み込んだ機械又は装置を使用して、事件現場で体外血液量を推定したり、又は、医学的救急事態における被害リスクを判定することができる。

第１の好ましい方法Ｓ１００は、追加であるいは代替的に、物理サンプル中の体外血液量標識である体積、質量、又は、物理サンプル中のヘモグロビンや赤血球質量又は体積、又は別の血液関連パラメータといったパラメータを推定する機能があってもよい。次いで、このような血液関連パラメータの追加の変数又は特徴について評価し、物理サンプルの血液量、物理サンプル中のヘモグロビン、赤血球細胞、白血球細胞、血漿、その他を計算する。たとえば、推定あるいは測定した患者の血液のヘマトクリット（ＨＣＴ）を用いて、以下の式に従って、物理サンプル中の血液量を推定できる。

ここで、ＲＢＣ（赤血球細胞含有物）はヘモグロビン量と実質的に相互に関連しており、ＰＶは血漿量であり、ＥＢＬは推定失血量（又は物理サンプル中の血液量）であり、ＲＢＣとＰＶを合わせた物である。第１の好ましい方法Ｓ１００は、追加であるいは代替的に、サンプル中の血液の存在を検出し、血液の拡散速度を計算し、失血速度を計算し、血液表面積を計算し、患者のリスクレベル（例えば、血液量減少性ショック）を推定し、及び／又は、患者の出血の等級を決めることができる。しかしながら、第１の好ましい方法Ｓ１００は、その他の機能性を提供し、その他の画像タイプ又はフォーマットを分析し、その他の血液に関連するパラメータを推定し、及び／又は、物理サンプル中の血液量を別の方法で計算することができる。

第１の好ましい方法Ｓ１００は、好ましくは、図９に示すように、デジタルミュージックプレーヤで実行するアプリケーション（または‘ａｐｐ’）、スマートフォン、タブレット式コンピュータなどの携帯用（モバイル）電子デバイスに実装される。ここで、電子機器と一体化したカメラが、物理サンプルの画像を取り込み、電子デバイスと一体化したプロセッサが、ブロックＳ１１０，Ｓ１２０及びＳ１３０を実行し、電子デバイスと一体化したディスプレイがＳ１６０を実行する。これは、物理サンプルのその部分の推定した血液量、及び／又は複数の物理サンプルの総血液量合計を表示している。実装において、代替的に、電子デバイスはセルラ、Ｗｉ−Ｆｉ，又はブルーツースプロトコルなどを実装した無線通信モジュール１５０を介するなどして、遠隔サーバと通信できる。ここで、サーバは、サーバが少なくともブロックＳ１１０，Ｓ１２０，及びＳ１３０のいくつかを実行し、ブロックＳ１１０，Ｓ１２０，及びＳ１３０の出力のうちの少なくともいくつかが、電子デバイスに返送され、順次表示される。しかしながら、第１の好ましい方法Ｓ１００は、サンプル、サンプルを撮像するように構成したカメラ、及び第１の好ましい方法Ｓ１００の少なくとも一部を実行するように構成したプロセッサ、及び／又は、第１の好ましい方法Ｓ１００の少なくとも一部を実行するように構成した遠隔サーバを支持するように構成したステージトレイを含むシステムなど、独立型血液量推定システムであってもよい。しかしながら、第１の好ましい方法Ｓ１００は、その他のシステム、デバイス、又はこれらの組み合わせに実装することもできる。

第１の好ましい方法Ｓ１００は、したがって、手術室などの病院の設備、分娩室など臨床設備、戦場など軍事的状況、犯罪現場などの法的処置状況、月経過多（過剰な月経出血）又は鼻出血（鼻血）による失血量をモニタするといった、居住環境において役立つ。しかし、第１の好ましい方法Ｓ１００は、その他の環境下でも便利である。

図１、２、３に示すように、第１の好ましい方法Ｓ１００のブロックＳ１１０は、サンプル画像の一部から特徴を抽出するステップを具える。この画像の一部の抽出した特徴は、好ましくは、ブロックＳ１２０で、画像のこの部分とサンプルの部分の失血量標識を相関させる（あるいは、対にする）ことができ、更に、ブロックＳ１３０でサンプルのこの部分の血液量を推定できる。抽出した特徴は、たとえば、赤色空間成分、青色空間成分、緑色空間成分、青緑色空間成分、赤紫色空間成分、黄色空間成分、主要空間成分、及び／又は実験室での空間成分など、少なくとも一の空間成分における、画像のその部分の、好ましくは、強度、明度、色、彩度、輝度、光沢、あるいはその他の色に関連する値である。更に、この抽出する特徴は、画像の一部の画素セットに亘る様々な明度のヒストグラムであってもよい。追加であるいは代替的に、抽出する特徴は、画像に示されるサンプルの推定表面積、サンプルの血液部分の推定表面積、サンプルのこの部分の画素数、サンプル全体の画素数、またはサンプルの血液領域のみの画素数、サンプルの汚れていない部分の色強度値、またはサンプルの画像のその部分固有のあるいはその部分から抽出できるその他の関連する特徴であってもよい。

同様に、ブロックＳ１１０は、患者の現在の血管内ヘマトクリット、患者の推定血管内ヘマトクリット、患者の過去の血管内ヘマトクリット、サンプルの重量、医師が推定したサンプル血液量、コンピュータバージョンベースのあるいは重量測定による、あるいは人間が生み出した、前サンプルの血液量推定値、周辺照明条件、サンプルの型又はその他の識別子、サンプルの特性、患者のバイタルサイン、患者の病歴、外科医の身元、手術のタイプ、といった非画像特徴にアクセスするステップを具える。これらの非画像特徴はいずれも、サンプル画像の部分と比較するためのテンプレート画像の選択、特定のパラメータモデル又は機能の選択、配置を誤った手術用ガーゼスポンジに対するアラームトリガの定義、過剰な失体液又は失血に対するアラームトリガの定義、抽出した特徴の血液量標識への変換、及び／又は血液量標識からの血液量の推定、を通知することができる。しかしながら、これらの非画像特徴は、第１の好ましい方法Ｓ１００のその他の機能を行うあるいは通知するように変形することができる。

図４に示すように、ブロックＳ１１０は、好ましくは、血液のついた対象物（例えば、手術用ガーゼスポンジ）であるサンプルのサンプル画像表示の第１セグメントを切り離すステップを含む、画像をセグメント化するステップを具える。次いで、ブロックＳ１１０は、好ましくは、第１領域を更にセグメント化して、サンプル画像中の取り込まれた物理サンプルの特定部分に対応するサンプル画像部分を規定する。サンプル画像を多数の画像セグメントにセグメント化するステップで、物理サンプルの各部分の推定血液量の解像度及び／又は精度が向上する。各画像セグメントのサイズと形状は静的なものであってもよく、各セグメントが、図９に示すように、画像中に所定数の画素を具え、及び／又は、物理的空間における所定の寸法を具える。たとえば、画像セグメントは、画像の１０画素×１０画素の直線領域、又は、物理サンプルの５ミリメートル正三角形領域を規定することができる。別のバージョンでは、図７に示すように、画像セグメントを、色、彩度、影、輝度、クローマ、波長、あるいは色又は光のその他の測定基準といった、画像中の個々の画素又は画素群の特性に応じて切り離すことができる。この代替例においては、サンプル画像を動的にセグメント化することができる。この場合、サンプル画像の部分は、色特性、または画素位置又は物理サンプルの位置以外の（又はこれに加えて）その他の特徴によってセグメント化される。しかしながら、サンプル画像のこの部分は、サンプル画像に関連する物理サンプル全体を含んでいてもよいし、あるいは、サンプル画像をその他のスキームによってセグメント化するあるいは分けるようにしてもよい。サンプル画像の部分は、好ましくは単一セグメントであるか、あるいは、画像の複数画素を含む領域であるが、サンプル画像のこの部分は、代替的にサンプル画像の複数画像セグメント又は領域であっても、その他のサイズであっても、及び／又はその他の形であってもよい。

第１の好ましい方法Ｓ１００の変形例では、ブロックＳ１１０で、サンプル画像から物理サンプルの寸法である特徴を抽出する。一実装例では、ブロックＳ１１０で、光学センサの視野内及び／又はサンプル画像内の既知のタイプの対象物を切り離すために対象物の認識を行う。対象物は、手術用具、手術トレイ、操作テーブル、手術用ガーゼスポンジ、吸引キャニスタ、あるいは既知の寸法のその他の対象物である。この既知の寸法から、光学センサと既知の対象物の距離及び／又はこれらの間の角度を推定し、画像中のサンプルと既知の対象物の位置を比較することによって、物理サンプルの寸法を推定することができる。別の実装例では、ブロックＳ１１０で、既知の位置にある光源と組み合わせたサンプル画像の影を分析して、物理サンプルと取り込み原点（例えば、サンプル画像が取り込まれた場合は、カメラ又は光学センサの位置）間の角度と距離を推定する。さらに別の実装例では、光学センサが、物理サンプルを撮像するために配置したステージトレイから既知の距離及び角度に配置されており、ブロックＳ１１０で、ステージトレイに対する光学センサの既知の配置に基づいて、物理サンプル又はその一部の寸法を推定する。更なる実装例では、ブロックＳ１１０で、光学センサ近傍に配置したＩＲ、音波、レーザ、又はその他のタイプの距離センサを操作して、物理サンプルへ信号を送り、物理サンプルと画像の取り込み原点との間の距離及び／又は角度を測定する。しかしながら、物理サンプル又はその一部の寸法は、別の方法で推定又は測定することもできる。

上述した実装例では、ブロックＳ１１０でサンプルと光学センサ間の距離及び／又は角度を画像から自動的に抽出して、サンプル画像のその部分のピクセル計数から、物理サンプルの対応する部分の物理的寸法（例えば、インチ、センチメートル）への変換を通知することができる。推定した角度及び／又は距離は、したがって、血液標識タグの生成、及び／又は物理サンプルのその部分の血液標識タグの推定血液量への変換を通知するサンプル画像の抽出した特徴を規定することができる。しかしながら、この距離及び／又は角度の値は、ユーザ（例えば、外科医、看護師）が入力してもよく、非光学センサによって生成されたデータから外掃してもよく、あるいは、サンプルに関連する非画像特徴を規定するその他の方法で計算あるいは収集することもできる。

ブロックＳ１１０は、追加であるいは代替的に、対象物の位置の特定、セグメント化（例えば、エッジ検出、背景除去、グラフカットベースのアルゴリズム等）、計量、クラスタ化、パターン認識、テンプレートの合致（様々な測定基準のいずれかを用いて）、特徴抽出、記述子抽出（例えば、テキストオンマップ、カラーヒストグラム、ＨＯＧ、ＳＩＦＴなどの抽出）、特徴次元縮退（例えば、ＰＣＡ、Ｋ−Ｍｅａｎｓ，線形判別分析、その他）、特徴選択、閾値化、位置決め、色分析、パラメトリック回帰、ノンパラメトリック回帰、非監視又は半監視パラメトリック回帰又はノンパラメトリック回帰、あるいはその他のサンプルの物理的寸法を推定する機械学習又は機械視覚を、実装することができる。このような方法は、好ましくは、物理サンプルの照明条件、物理サンプルのワーピング（例えば、しわの寄ったあるいは歪んだガーゼスポンジ）、物理サンプル画像のワーピング（例えば、光学センサのレンズによってできる光学歪による）、サンプル中又はサンプル上にある流体の成分変化、あるいは、あらゆる使用シナリオにおけるその他の矛盾又は変数の広がりを、好適に補償する。たとえば、物理サンプルの対象物、材料、ガーゼのタイプ、その他が認識されると、物理サンプルの推定表面積を、同じ対象物、材料、ガーゼのタイプ、のテンプレートサンプルの既知の表面積と比較して、物理サンプル撮像時のサンプルのしわやその他の不一致による、といった面積推定エラーを補正することができる。

第１の好ましい方法Ｓ１００の別の変形例では、図４に示すように、ブロックＳ１１０が、周辺照明条件を評価するステップを具える。ここで、周辺照明条件は、抽出した特徴を規定する。たとえば、サンプル画像の血液のついた領域の画素の「赤」、「緑」及び「青」の値（例えば、赤、緑、及び青色成分空間における色値）を、サンプル画像を取り込んだ時のサンプル近辺の周辺照明条件によって補正した合成色値と組み合わせることができる。この例では、次いで補正合成色値を、パラメータ機能に送るか、あるいは、テンプレート画像の色値と比較して、血液量標識を生成することができる。

図４に示す第１の好ましい方法の変形例では、ブロックＳ１１０でサンプル画像中の物理サンプルを吸収手術用ガーゼスポンジと認識している。この変形例では、ブロックＳ１１０で好ましくは、対象物のセグメント化、エッジ検出、パターン認識、又はテンプレート合致などの機械視野を実装して、サンプル画像が吸収性手術用ガーゼスポンジであるかどうか、あるいは吸収手術用ガーゼスポンジがカメラ又はその他の光学センサの視野内にあるかどうかを判断している。更に、ブロックＳ１１０で好ましくは、開腹又はＲＡＹ−ＴＥＣガーゼなど、吸収手術用ガーゼスポンジのタイプを判断している。ガーゼスポンジのタイプは、サンプルのその部分と比較するために、同じテンプレートサンプル型のテンプレート画像の選択を知らせることができる。ブロックＳ１１０は、追加であるいは代替的に、糸の数、外側寸法、色、物理的タグ、又はその他の認識特徴、あるいは物理サンプルの特徴を認識して、物理サンプルのタイプ、あるいは流体吸収率、飽和量、乾燥重量又は質量、ドライカラー、あるいはその他の特徴を同定することができる。ブロックＳ１１０では、したがって、物理サンプルの重要な認識特徴を切り取ることによって、サンプルのその部分に合致するテンプレート画像を戻すのに必要な処理時間を低減することができる。同様に、ブロックＳ１１０では、流体吸収率に影響する重要な特性と、物理サンプルの流体量と光学特性間の相関関係を切り離すことによって、血液量推定の精度を改善することができる。

ブロックＳ１１０では、追加で又は代替的に、サンプル画像中のその他の関連する対象物、材料、又は流体、及び／又は光学センサの視野を同定するサンプル画像からの特徴を抽出することができる。たとえば、ブロックＳ１１０では、手術器具、トレイ、テーブル、壁、床あるいはその他の血液を含む面上の血液滴、プール、又は汚れを認識することができる。ブロックＳ１１０では、吸収手術用ガーゼスポンジ、手術用包帯、又は手術用タオル以外のサンプル中又はサンプル上の血液量の推定を開始できる。この変形例では、テンプレートの合致を用いて、以下に述べるように物理サンプル中又はその上の血液量を推定することができるが、色値、透光性、彩度、寸法、あるいはその他のサンプルの測定基準を用いて、血液量標識タグをパラメータ的に又は非パラメータ的に生成し、及び／又は、少なくとも物理サンプル中の体外血液量を推定することができる。

図１、２及び４に示すように、第１の好ましい方法Ｓ１００のブロックＳ１２０では、抽出した特徴に基づく血液量標識で、サンプルの画像の部分にタグをつけるようにしている。体外血液量標識タグは、好ましくは、サンプル画像中の対象領域についての中間パラメータである。これは、サンプル画像中の画素レベルデータを血液量に関連する変数に変換するパラメータである。血液量標識タグは、したがって、好ましくはサンプルのその部分におけるヘモグロビン含有量（質量、容量、密度、重量パーセント、その他）の推定値であるが、体外血液量標識タグは、代替的に、赤血球数又は含有量、白血球数又は含有量、血小板数又は含有量、血漿含有量、あるいはその他の好適な体外血液量標識の推定値であってもよい。このタグは、また、物理サンプルのその部分における血液中の推定ヘマトクリット、サンプル画像を撮像した時の時間スタンプ、サンプル画像を分析した時の時間スタンプ、胆汁、唾液、消化液、粘液、生理食塩水、又は糞便物質といったサンプルの部分上又はその中に存在するその他の流体の量又は濃度、といったその他の関連する情報を含むものでもよい。一般的に、血液量タグは、好ましくは、サンプル全体又は一部の推定体外血液量に変換できる又は操作できる形のものである。更に、サンプル画像のその部分についての体外血液量標識タグは、好ましくは、サンプル画像のその部分と共にあるいはサンプル画像のその部分へのポインタとして保存される。

第１の好ましい方法Ｓ１００の一変形例では、ブロックＳ１２０でサンプル画像のその部分の抽出した特徴を、既知の血液量標識及び／又は既知の体外血液量のテンプレートサンプル（例えば、トレーニングセット、以前に分析したサンプルなど）から抽出した同様の特徴と比較している。この変形例では、画像のその部分に、一またはそれ以上のテンプレートサンプルとの非パラメータ的な相関関係に基づいて、血液量標識でタグをつけている。たとえば、第１の好ましい方法Ｓ１００のこの変形例では、ブロックＳ１２０で、Ｋ−最近隣法を実装して、赤の空間成分中の赤の強度である画像の抽出した特徴を、テンプレートサンプルの赤の強度値と比較している。この例では、ブロックＳ１２０で、更に、Ｋ−最近隣法を実装して、サンプル画像の血液のついた領域からの画像の緑色強度と青色強度（赤色強度と共に）を含む抽出した特徴を、テンプレートサンプルの緑色強度と青色強度の値と比較している。

第１の好ましい方法Ｓ１００のこの変形例の一実装例では、ブロックＳ１２０でサンプル画像のその部分を、既知の体外血液量標識があるテンプレート画像と対にしている。各テンプレート画像は、好ましくは、テンプレート画像ライブラリに含まれており、各テンプレート画像は好ましくは、好ましくは、既知の血液、ヘモグロビン、赤血球の質量又は量（例えば、単位物理的面積当たり）のテンプレートサンプル、及び／又はその他の好適な血液に関連するパラメータ、血液量標識、あるいは特徴である。このライブラリの各テンプレート画像は、好ましくは、サンプル画像のその部分がブロックＳ１１０でテンプレート画像と一致するように、及び、物理サンプルのその部分における血液量標識であるタグが、ブロックＳ１２０でサンプル画像のその部分と関連するような体外血液量標識でタグがつけられている。

テンプレート画像のライブラリは、様々な方法で作ることができる。一例では、使用した手術用ガーゼであるテンプレートサンプルの画像を取り、この使用済み手術用ガーゼから血液を洗い流し、試験して使用済みガーゼに吸収されたヘモグロビンの質量を測定し、テンプレートサンプルの画像に、ヘモグロビン質量（体外血液量標識）でタグをつけ、その画像をライブラリのカタログに載せる。別の例では、既知の血液量（既知のヘマトクリット量）を既知のサイズの手術用ガーゼに加えてテンプレートサンプルを用意し、このテンプレートサンプルの画像を撮像し、テンプレートサンプルの画像に既知の血液量（体外血液量標識）でタグをつけ、その画像をライブラリのカタログに載せる。各画像テンプレートの血液量タグは、好ましくは、物理面積（例えば１ｃｍ^２）当たりのヘモグロビン又は赤血球含有量などの血液に関連するパラメータの量又は質量であり、ブロックＳ１３０では、画像のある部分の血液量標識タグを物理サンプルの対応する部分の推定物理的面積（あるいは体積）で操作して、図７に示すように、サンプルのその部分の体外血液量を推定する。しかしながら、各テンプレート画像についてテンプレートサンプルを別の方法であるいは方法を組み合わせて用意することができ、体外血液量標識はその他の適宜のパラメータ又は測定基準であってもよい。ライブラリは、照明、画質、物理サンプルのタイプ（例えば、手術用ガーゼスポンジのタイプ）、体積、濃度、血液のヘマトクリット、又は各サンプル中のその他の標識、物理サンプルの寿命、手術条件、又はその他の好適な変数において一致していない、多数のテンプレート画像を含む。更に、ライブラリ中のテンプレート画像を、ガーゼスポンジ、床、手術台、衣服などのテンプレートサンプルのタイプ；テンプレートサンプルの照明又は背景光；テンプレートサンプル中のヘマトクリット；テキスタイルであるテンプレートサンプルの織り目；被写界深度、焦点、テンプレートサンプルと光学センサ間の距離といった、テンプレートサンプルの画質；あるいはその他の適宜のパラメータなど、テンプレートサンプルのタイプによってグループ分けすることができる。ライブラリは、少なくとも第１の好ましい方法Ｓ１００の一部を実行するように構成した機械又はシステム、あるいは、第１の好ましい方法Ｓ１００の少なくとも一部を実行する時に機械又はシステムがアクセスできる遠隔サーバ又はハードドライブ上で局所的に保存できる。

この実装例において、ブロックＳ１２０のテンプレートマッチングを介してサンプル画像をテンプレート画像と比較することができる。ブロックＳ１１０では、各画像セグメントを色別成分である特徴に分解することができ（例えば、赤、緑、及び青）、サンプル画像のその部分におけるピクセルとテンプレート画像のピクセルのピクセル強度における絶対差を少なくとも一の色成分について計算することができる。（しかしながら、代替的にセグメント化の前にサンプル画像を分解することができる。）この実装例では、このピクセル強度の絶対差を、体外血液量標識と相互に関連する光の波長で計算することが好ましい。たとえば、サンプル画像とテンプレート画像のその部分におけるピクセル強度の絶対差は、ある種の吸収性手術用ガーゼスポンジについてのヘモグロビン濃度と関連性の高い波長である、４００ｎｍで計算することができる。テンプレート画像は、サンプル画像とテンプレート画像のその部分のピクセル強度における絶対差の実質的な最小和を計算するときの画像のその部分と対であることが好ましい。

代替的に、ブロックＳ１２０では、テキストオンマップを実装して、サンプル画像を一またはそれ以上のテンプレート画像と対にすることができる。この実装では、テンプレート（トレーニング）画像からテンプレート画像ライブラリィパッチの構築を、ｋ平均法クラスタリングなどによって、セントロイドパッチにクラスタ化することができる。各トレーニング画像中のピクセル又はピクセルセットについて、そのピクセルを囲むパッチに最も近いセントロイドパッチのインデックスを計算して、各ピクセル周囲のウインドウ内の最短重心指数のヒストグラムを構築することができる。全バックグラウンドピクセルのヒストグラムを平均することによって、バックグラウンドヒストグラム重心を構築することもできる。物理サンプル（例えば、手術用ガーゼスポンジ）についてのクリーンなヒストグラム重心と、血液のついたヒストグラム重心を同様に構築することができる。代替的に、ＳＶＭ、Ｎａｉｖｅ Ｂａｙｅｓ、ＬＤＡ、Ｋ−最近隣法、又はロジスティック回帰といった分類アルゴリズムを、バックグラウンドピクセル、血液のついたピクセル、および汚れていないピクセルを中心とし、主にこれらのピクセルを含むヒストグラムを用いて、好みの形にすることができる。サンプル画像のその部分をテンプレート画像ライブラリィのテンプレート画像を比較すると、サンプル画像のその部分の各ピクセルの周りの最近隣パッチ重心指数が生じ、ヒストグラムとそのピクセルのヒストグラム重心の比較に基づいて、あるいは、上述の学術的分類子の一つの出力に基づいて、分類される。次いで、サンプル画像のその部分におけるピクセルのヒストグラム及び／又はヒストグラム重心を、テンプレート画像のピクセルのヒストグラム及び／又はヒストグラム重心のサブセットと、物理サンプルの決められたクラスに基づいて比較して、一またはそれ以上のテンプレート画像をサンプル画像と対にすることができる。

従って、この実装例において、ブロックＳ１２０は、サンプル画像のその部分についての適宜のマッチが見つかるまで、テンプレート画像ライブラリィの連続するテンプレート画像をステップスルーすることを記載している。しかしながら、サンプル画像のその部分とテンプレート画像の色相、彩度、影、輝度、物理彩度、波長の強度、波長範囲、ヒストグラム、ヒストグラム重心、分類、あるいはその他の色特性を、ブロックＳ１２０で比較することができる。この実装例では、サンプル画像のその部分とテンプレート画像を、実質的に直接比較することが好ましい。しかしながら、テンプレート画像とサンプル画像のその部分を、その他の視覚アルゴリズム又は画像処理法を組み入れたテンプレートマッチングを介して比較することができる。

第１の好ましい方法Ｓ１００のこの変形例の別の実装例では、各テンプレート画像が、色彩パレットのライブラリィにおける別の色彩又は色相であり、各色が別の血液量又は血液量標識に相関している。この実装例では、ライブラリィが様々なタイプの手術用スポンジガーゼ、手術用タオル、手術用具表面、床表面、手術台又は送達台表面、及び／又はその他の共通する表面、材料、対照、あるいは特徴に関する色彩パレットを含むことが好ましく、色彩パレット中のテンプレート画像である各色が、特定のタイプの物理サンプルについての特定の赤血球含有量又は標識に関連している。この実装例では、色であるテンプレート画像は、その色の画像又は、ＨＥＸコードの値（例えば、＃ＦＦ００００、＃Ａ０００００、＃８８００００、その他）や、ＲＧＢコード値（例えば、（２５５，０，０）、（１６０，０，０）、（１９０，０，０）、その他）などの数字で表した色識別子であってもよい。

第１の好ましい方法Ｓ１００のこの変形例の別の実装例では、ブロックＳ１１０におけるサンプル画像のその部分から抽出した特徴が赤みの値であり、この赤みの値が、ある範囲の光の波長強度又は波長の合成強度、赤の色相、赤の彩度、またはその他の好適な光に関連する又は色に関連する値である。ブロックＳ１１０では、同様に、サンプル画像中の一またはそれ以上の血液が付いたピクセルの緑、青さ、又はその他の色成分値を抽出することができる。一般的に、ブロックＳ１１０では、サンプル画像を、赤、緑、及び青の成分空間といった、異なる色空間に分解することが好ましい。ここで、各色空間におけるサンプル画像のその部分について、色値又は強度を計算する。更に、ブロックＳ１１０で分解したサンプル画像のその部分が、画像サンプルのその部分に関連する物理サンプルのその部分における血液成分を示す赤いピクセルを含むことが好ましい。ブロックＳ１２０では、次いで、好適なマッチが見つかるまで、画像のその部分の色値を、テンプレート画像の色値と実質的に直接比較する。

第１の好ましい方法Ｓ１００のこの変形例では、物理サンプル又はサンプル画像のその部分のこれらの特徴と実質的に同じでない特性を有するテンプレート画像をブロックＳ１２０でサンプル画像のその部分との比較をやめて、テンプレート画像のマッチを見つけるのに必要な処理時間を低減することができる。一の実装例では、物理サンプルのその部分のものと実質的に同じでない、表面、製品、材料、寸法のテンプレートサンプルのテンプレート画像は、比較から排除される。たとえば、ブロックＳ１１０では、サンプル画像から縫い目特性を抽出することができる。ここで、縫い目特性は、回復術のガーゼとしての物理サンプルを同定し、開腹術のガーゼでないテンプレートサンプルのすべてにテンプレート画像が、サンプル画像のその部分との比較から除かれる。別の変形例では、閾値化を用いて、実質的に無関係なテンプレート画像をテストプールから取り除いている。一例では、サンプル画像のその部分の赤み値（例えば、強度、色相、色彩、影、輝度、物理色彩、波長範囲）と実質的に同じでない赤み値を持つテンプレート画像は、比較から排除される。追加であるいは代替的に、ツリー探索を使用して、処理時間を低減することができる。しかしながら、テンプレート画像をテンプレートライブラリィ中でグループ分けして、その他のスキームによってサンプル画像のその部分との比較用に選択あるいは非選択することができる。

第１の好ましい方法Ｓ１００の別の変形例では、ブロックＳ１２０が、サンプル画像のその部分の抽出した特性を、血液量標識に変換するステップが含まれる。第１の好ましい方法Ｓ１００のこの変形例では、ブロックＳ１２０で、抽出した特性をサンプルの画像のその部分についての血液量標識に変換するアルゴリズム又はその他の数学的変換を実装することが好ましい。したがって、この変形例では、ブロックＳ１２０で、血液量標識のパラメータ化した生成を実装することが好ましい。

一の実装例では、テンプレート画像の色値を用いて、抽出した特徴を血液量標識に関連付ける数学的関数、曲線又はアルゴリズムを生成している。一般的に、サンプル画像のその部分の抽出した特性（例えば、赤の成分空間中の赤の強度、青の成分空間中の青の強度、緑の成分空間中の緑の強度、又は２又は３以上の色強度の複合）を、パラメータ機能（強度−血液量関数）に当てはめて、サンプル画像のその部分について、抽出した特徴から血液量標識を直接計算することができる。たとえば、酸化したヘモグロビン（Ｈｂ_Ｏ２）の反射率は、光のある波長に相関しており、画像のその部分に関連する物理サンプルのその部分におけるヘモグロビン含有量を実質的に直接推定することができる。この例では、湿（水和）赤血球のヘモグロビン含有量が、通常３５％であり、赤血球数は、ヘモグロビン含有量から推定することができる。

ブロックＳ１２０及びＳ１３０は、パラメータ化及び非パラメータ化技術又は方法を共に実装して、一またはそれ以上の抽出した特徴を、一またはそれ以上の血液量標識に相関させることができる。たとえば、赤、緑、及び青色空間における色値である抽出した特性を、非パラメータ化技術（例えば、テンプレートマッチング）を介してテンプレート画像と比較して、サンプルのその部分に、血液量標識でタグをつけることができ、物理サンプルの血液のついた領域の推定表面積である抽出した特徴を、パラメータ機能によって変換して、血液量標識をサンプルのその部分における推定血液量に変換する係数を生成することができる。この例では、物理サンプルのタイプ（例えば、開腹手術用ガーゼ、ＲＡＹ−ＴＥＣガーゼ、手術台、床、衣料品）である抽出した別の特性が、サンプルに条件を付けてサンプル画像のその部分との比較のためのテンプレート画像の選択を通知するよう機能する。しかしながら、ブロックＳ１２０とＳ１３０は、ブロックＳ１１０で抽出した関連のある画像ベースの特性、あるいは、なんらかの非画像ベースの特性（例えば、外科医から得た特性、医療記録から得た特性、その他）を操作して、画像のその部分の血液量標識と、サンプルの少なくともその部分に関する推定血液量を、それぞれ生成することができる。

図１及び５に示すように、第１の好ましい方法Ｓ１００のブロックＳ１３０は、血液量標識タグによって、サンプル画像のその部分に関連する物理サンプルの少なくとも一部における推定血液量を推定するステップを具える。たとえば、上述したように、ヘモグロビン含有量である血液量標識タグは、以下の式によって赤血球量を推定できる。

これは、血液量を予測するのに使用することができる。画像の一部に関連する物理サンプルの各部分についての血液量は、個別に計算することができ、ついで、これを足して物理サンプル中の総血液量を推定することができる。代替的に、画像のほぼすべての部分に関する血液量標識タグを足し合わせて、及び／又は平均して、物理サンプル中の総血液量を一度に計算することができる。次いで、この複数サンプルに亘る推定血液量を足し合わせて、サンプル中の総血液量を生成する。これは、患者の総推定失血量に相関することが好ましい。しかしながら、ブロックＳ１３０は、追加であるいは代替的に、物理サンプル中又は複数サンプルに亘る、総ヘモグロビン質量又は量、総赤血球質量又は量、あるいはその他の血液に関連する計量を推定するステップを具えていてもよい。

図１Ｂに示すように、第１の好ましい方法Ｓ１００の変形例は、更に、ブロックＳ１４０を具える。このブロックは、画像中の物理サンプルを吸収ガーゼスポンジのタイプとして認識するステップを記載している。ブロックＳ１４０は、好ましくは、上述したように、物理サンプルのタイプを決定する機械視覚技術を実装している。ブロックＳ１４０における物理サンプルのタイプの認識から、第１の好ましい方法Ｓ１００は、物理サンプルの乾燥重量、吸収性、流体飽和量、又はその他のデータ又は特徴、といったサンプル特有のデータにアクセスできる。これらのデータ又は特徴は、物理サンプルの画像から更なる血液に関連するデータの抽出を可能にする。

図１Ｂに示すように、第１の好ましい方法Ｓ１００の別の変形例は、更にブロックＳ１５０を具え、これは、物理サンプルについてのサンプル数量の指標を記載している。サンプル数量は、好ましくは、吸収性外科用ガーゼスポンジ、包帯、又はタオルの数量であるが、サンプル数量は、追加で又は代替的に、血液飛沫数量、血液滴、血液プール、血液のついた衣料品、血液のついた手術用具、あるいはその他の関連性のある又は適宜の血液形成又は血液のついたものであってもよい。サンプル数量は、好ましくは、物理サンプルのその部分の推定した血液量と共に表示され、サンプル数量は、好ましくは、物理サンプルの画像を取り入れるときに実質的にリアルタイムで表示される。しかしながら、ブロックＳ１５０は、他の方法で機能して、サンプル数量を表示し、この情報をユーザに提供することができる。

図１Ｂに示すように、第１の好ましい方法Ｓ１００の別の変形例は、更に、ブロックＳ１６０を具え、これは、物理サンプルのその部分における推定血液量、物理サンプル全体の推定血液量、及び／又は複数の物理サンプルに亘る推定総血液量の表示を記載している。このデータの少なくともいくつかは、外科医、看護師、麻酔医、婦人科医、軍人といったユーザに表示することが好ましい。このデータは、好ましくは、第１の好ましい方法Ｓ１００の少なくとも一部を実行するように構成された機械又はシステムのデジタル表示上に表示される。図９に示すように、このデータは、ディスプレイ上に表示された静止サンプル画像の一番上の拡張現実オーバーレイの形で表示することができる。大太刀的に、このデータは、光学センサによって取り込んだ生ビデオストリームの一番上に動的拡張現実オーバーレイの形で表示して、ディスプレイ上に示すことができる。たとえば、データは、一物理サンプルの連続スキャン画像上の拡張現実オーバーレイに表示できる。ここでは、カメラが１秒当たり３０フレームといったレートでデジタル画像を取り込んでおり、拡張現実オーバーレイは、新しい各フレーム又は複数フレームごとに更新される。このデータは、代替的に、ある期間にわたる一またはそれ以上の物理サンプル中の推定血液量を含むテーブル、チャート、又は図に表示することができる。血液伝搬速度、血液表面積、患者のリスクレベル、あるいは患者の失血等級といった、その他の血液に関連する基準も第１の好ましい方法Ｓ１００で推定あるいは維持して、ブロックＳ１６０に表示することができる。しかしながら、このデータ又はその他の血液に関連する基準、又は患者情報は、ブロックＳ１６０で、別の方法又は形で表すようにしてもよい。

図１Ｂに示すように、第１の好ましい方法Ｓ１００の別の変形例は、更にブロックＳ１７０を具え、これは、物理サンプルの血液量推定値を、その他の物理サンプルの以前の物理量推定値に加算して、患者の失血量を推定することを記載している。追加で又は代替的に、物理サンプルの血液量推定値を保存して、追加の物理サンプルの血液量推定値に更に加算することができる。複数の物理サンプルに亘る血液量推定値を加算することによって、患者の失血量を経時的に追跡することができる。たとえば、外科手術の間に、使用した手術用ガーゼスポンジをブロックＳ１１０とＳ１２０によって分析することができる。ここでは、使用した各ガーゼスポンジ中の血液量を連続して加算することによって、図１０に示すように、経過時間における患者の総失血量を提供する。これは、患者のリスクの推定、生理食塩水を与える時、輸血を行う時の決定、手術事象の記録の維持、及び／又は更なる血液関連事象又は患者の要求の推定にあたって有益である。その他の血液に関連する基準も、ブロックＳ１３０において推定し維持して、ブロックＳ１７０で経時的に加算することができる。

図１Ｂに示すように、第１の好ましい方法Ｓ１００の別の変形例は、更にブロックＳ１８０を具え、これは、認識した物理サンプルを以前に認識した物理サンプルと比較することを記載している。この変形例では、ブロックＳ１５０で、認識した物理サンプルが、以前に認識した物理サンプルの中で独自なものである場合にのみ、サンプルカウンタに指標を付ける。ブロックＳ１８０は、したがって、同じ物理サンプルを含む以前のサンプル画像が、ブロックＳ１１０、Ｓ１２０及び／又はＳ１３０のいずれかによってすでに分析されているかどうかを決定するよう機能する。ブロックＳ１８０は、好ましくは、ブロックＳ１７０における物理サンプルの推定血液量の二重計量を実質的に防止している。したがって、各サンプル画像、各サンプル画像のフィンガープリント、あるいは核物理サンプルのフィンガープリントが、局所又は遠隔サンプル画像データベースなどに好ましく保存され、連続するサンプル画像又は物理サンプルを、ブロックＳ１８０における以前のサンプル画像又は物理サンプルと比較することができる。ブロックＳ１８０では、サンプル画像と以前のサンプル画像の比較が、スケール、回転、ミラー、伸縮あるいはその他の変形、又は、サンプル画像及び／又は以前のサンプル画像のフィンガープリントを必要とする。エッジ検出、セグメント化、パターン認識、特徴抽出、及び／又はその他の機械視野技術を用いて、その他の以前に分析した物理サンプルの血液のついた領域に対する、サンプル画像に示す物理サンプルの血液がついた領域の独自性を決定することができる。しかしながら、ブロックＳ１８０は、その他の方法で機能して、以前のサンプル画像に含まれていた物理サンプルを含むサンプル画像を認識することができる。

図１Ｂに示すように、第１の好ましい方法Ｓ１００の別の変形例は、更にブロックＳ１９０を具え、これは、患者のデジタル医療記録を物理サンプル中の推定した血液量を用いて更新することを記載している。ブロックＳ１９０は、追加で又は代替的に、患者の医療記録を、複数物理サンプルにわたる推定血液量、患者の推定失血量、患者の失血傾向、又は患者の循環器系に関連して生成したその他の関連する基準又はデータを用いて更新することができる。デジタル医療記録は、第１の好ましい方法Ｓ１００を実装している機械又はシステム上で、又はデジタル医療記録を取り出し、更新及び／又はアップロードする機械又はシステムがアクセスしたローカルネットワークあるいは遠隔サーバ上で、局所的に維持することができる。

第１の好ましい方法Ｓ１００の更なる変形例では、物理サンプルが、血液、胆汁、唾液、消化駅、粘液、胸膜液、尿、又は糞便物質といった患者の体液を回収する流体キャニスタであり、画像が流体キャニスタの画像である。この変形例の実装例では、ブロックＳ１１０は、キャニスタ内の流体量を含む特徴、並びに血液のついたピクセルを含むが、好ましくはまぶしさを殆どあるいは全く含まないキャニスタ画像のその部分の赤、緑、及び青の強度を含む特徴を抽出するステップを具えるものでもよい。更に、ブロックＳ１２０は、抽出した色値に基づいてその他の体液に対するキャニスタ内の血液パーセンテージを推定するステップを具え、ブロックＳ１３０はキャニスタ内の血液量を推定するステップを具えていてもよい。第１の好ましい方法Ｓ１００のこの変形例では、流体キャニスタの画像を取り込む光学センサが、流体センサに装着されていることが好ましい。一の実装例では、筒状の流体キャニスタの側部にこのキャニスタに対向して光学センサが装着されており、流体キャニスタ内の流体レベルをサンプル画像から直接推定することができる。別の実装例では、流体レベルセンサも具える流体キャニスタの上に光学センサが装着されており、ここでは、流体センサの出力が、少なくとも一の血液量標識と、流体キャニスタ内の推定血液量を通知する非画像特性を規定する。代替的に、光学センサは、携帯用装置に組み込んでもよく、ここでは、ユーザが光学センサを用いて流体キャニスタを走査して、サンプル画像を取り込む。更に、補助光源（キャニスタの隣のランプ又はレーザなど）をシステムに加えて、ヘモグロビン又はその他の物質の濃度と色の相関を強くしてもよい。代替的に又はこれに加えて、周辺光を評価して、特徴として使用することができる。

流体は経時的に流体キャニスタに加えられるため、第１の好ましい方法Ｓ１００を介して流体キャニスタの連続サンプル画像を経時的に取り込んで分析し、時間に依存した流体キャニスタの流体含有物の経歴を生成することができる。したがって、流体キャニスタ中の推定血液量を経時的にモニタして、患者の失血傾向を生成することができる。このようなデータは、患者の失血が急激に生じたり、患者の失血量が臨界的総量又は臨界的赤血球減少に達した場合に、アラームを発するのに役立てることができる。しかしながら、その他の流体の減少もモニタすることができる。たとえば、流体キャニスタの尿含有量（又は総水分含有量）によって、患者の水和レベルを追跡することができ、水和レベル又は水分減少が閾値を超えた時に、患者に生理食塩水を与えることができる。ある画像の最初の流体色特性と、２回目の続くサンプル画像の間の差異は、第１回と第２回の流体キャニスタ中の流体の濃度変化を表している。更に、流体濃度の変化と結びつけた、第１回目と第２回目のキャニスタ中の流体レベルの変化は、流体キャニスタへ入る流体の下限速度を示している。流体キャニスタのサンプル画像の分析を通じて推定した血液及び／又はその他の流体の減少は、更に、手術用スポンジガーゼ、器具、表面、その他のサンプル画像の分析に送られ、患者の総血液量及び／又はその他の流体の経時的減少のマップを作成することができる。しかしながら、第１の好ましい方法Ｓ１００は、流体キャニスタである物理サンプル内の血液量を推定するその他の方法でも機能する。

第１の好ましい方法Ｓ１００の一変形例は更に、物理サンプル中の、腹水、生理食塩水洗浄薬、胆汁、血漿、尿又は唾液といった、体外非血液流体の量を推定するステップを具える。一の実装例では、物理サンプルの赤さ（例えば、赤い成分空間中の物理サンプルに関連する画像ピクセルの色強度）を、物理サンプル中の総赤血球計数又は量に相関させる。ここで、総赤血球計数又は量を、サンプル中の推定総体外血液量から差し引いて、サンプル中の推定した又は測定した血液のヘマトクリット値によって、物理サンプル中の総血漿量を推定する。別の実装例では、この推定したそう体外血液量を、推定した総体外血液重量（又は質量）に変換する。ここで、物理サンプルの推定総体外血液重量（又は質量）と乾燥重量（又は質量）を、物理サンプルの湿重量（又は質量）から差し引いて、物理サンプル中の実質的にクリアな流体（例えば、生理食塩水、町内腹水）の総重量（又は質量又は容量）を推定することができる。この実装例では、第１の好ましい方法Ｓ１００で、第１の好ましい方法Ｓ１００を実装している機械又は装置に電気的に接続したスケールを介して、物理サンプルの質量又は重量の測定値にアクセスする。更に、第１の好ましい方法Ｓ１００は、好ましくは、機械視覚技術を実装して、特定の製造評者からの手術用包帯、手術用ガーゼスポンジ、又は手術用タオルなどの物理サンプルのタイプを決定する。第１の好ましい方法Ｓ１００は、次いで、乾燥質量、吸収性、流体及び／又は飽和量といったサンプル−特異的なデータにアクセスして、物理サンプル中の欠絵役又は非血液流体に関連する更なるデータの抽出を可能にする。しかしながら、第１の好ましい方法Ｓ１００は、その他の技術又は方法を実装して、物理サンプル中の体外非血液流体の、体積、重量又は質量を推定することができる。

しかしながら、第１の好ましい方法は、追加で又は代替的に、一またはそれ以上の抽出した及び／又は非画像特性を分析して、ヘモグロビン質量、ヘマトクリット、ヘモグロビン濃度、新鮮凍結プラズマ、パックに詰めた赤血球、コロイド、血小板、晶質、又はその他患者の血液に関連するパラメータの一またはそれ以上を推定することができる。これらの血液に関連するパラメータの一またはそれ以上は、追加であるいは代替的に、第１の好ましい方法Ｓ１００を実装している機械、システム、あるいは装置上に表示することができる。

第１の好ましい方法の一変形例は、ユーザの身振りを認識して第１の好ましい方法Ｓ１００を実装している機械、システム又は装置の操作を制御するステップを具える。この変形例では、好ましい方法が、物理サンプルの画像を記録する光学センサによって、あるいは、第１の好ましい方法Ｓ１００を実装している機械、システム又は装置に接続した別の光学センサ又はカメラによって取り込んだ生ビデオフィードにアクセスする。第１の好ましい方法は、ユーザが手袋を付けるような、手術又はその他の医療事象又は非常時の間に実装することが好ましいので、第１の好ましい方法Ｓ１００は、非接触手段を介して制御することが好ましい。一般的に、第１の好ましい方法Ｓ１００のこの変形例は、非接触の手振りを認識することが好ましい。一例では、「親指を上げる」は、ユーザが物理サンプルの検出と、物理サンプルの体外血液量推定値を受け入れることを意味している。体外血液量は、次いで、物理サンプルセットように推定した総形体外血液量に加えることができる。同様に、「親指を下げる」は、物理サンプルについての検出と体外血液量の推定値を拒絶できる。別の実装例では、ユーザは、手を左から右へ掃くことによって、入手可能な物理サンプルをスクロールすることができる。同様に、ユーザは、手を縦に掃くことによって、以前のサンプルの画像をスクロールすることができる。しかし、別の方法でその他の身振りを認識して、第１の好ましい方法Ｓ１００のその他の機能を制御することができる。

第１の好ましい方法Ｓ１００の別の変形例は更に、患者の循環器系に関連するアラーム又は警告を発生するように機能する。一例では、好ましい方法Ｓ１００は、手術に入ったのち、ある閾時間（例えば、１時間）以内に認識できない場合、手術用スポンジガーゼである物理サンプルが失われた又は患者の中に置き忘れたとの警告を生成する。別の例では、第１の好ましい方法Ｓ１００は、患者の総推定失血量又は失赤血球が閾値レベルを超えると、警告音を鳴らす。この例では、閾血液又は赤血球量が患者に独自のものであり、患者の年齢、性別、体重、医療履歴、その他の一またはそれ以上に基づいている。別の実施例では、第１の好ましい方法Ｓ１００が、経時的に、複数の物理サンプル（例えば、スポンジ）に亘る血液の分散に基づくなど、患者の失血量における警告の傾向を発する。しかしながら、第１の好ましい実施例は、追加で又は代替的に、失血速度、スポンジの計数に関連する失血速度、スポンジ使用頻度、スポンジ使用のヒストグラム、あるいはその他の患者の循環系に関するその他の好適なデータ又は警告に関連するデータ及び／又は警告を提供することができる。

２．第２の方法
図２に示すように、物理サンプルの一部における体外血液量を推定する第２の好ましい方法Ｓ２００は：ブロックＳ２１０で、サンプル画像の一部を既知の体外血液量標識のテンプレート画像と比較するステップと；ブロックＳ２２０で、サンプル画像のその部分に、サンプル画像のその部分に合致するテンプレート画像による血液量標識を用いて、タグをつけるステップと；ブロックＳ２３０で、血液量標識によって、サンプル画像のその部分に関連する物理サンプルの少なくとも一部における体外血液量を推定するステップと；を具える。

第２の好ましい方法Ｓ２００は、好ましくは、上述したように、物理サンプル中の体外血液量の非パラメトリック推定（例えば、テンプレートマッチング）を実装することが好ましい。一般的に、ブロックＳ２２０は、第１の好ましい方法Ｓ１００のブロックＳ２２０の変形例を組み入れることが好ましく、ブロックＳ２３０は、第１の好ましい方法Ｓ１００のブロックＳ１３０の変形例を組み入れることが好ましい。しかしながら、図３Ｂに示すように、第２の好ましい方法Ｓ２００は、その他の技術、方法、実装、及び／又は上述の第１の好ましい方法Ｓ１００の変形例を実装することができる。

第２の好ましい方法Ｓ２００の一変形例は、血液量標識と対の色モデルであるテンプレート画像にアクセスするステップを具える。この色モデルは、テンプレートモデル、テンプレート画像の代表、又はテンプレート画像から抽出した特性、数学的関数又はアルゴリズム、又は、サンプル画像の抽出した特性を血液量標識に相関させるその他の好適な色モデルであってもよい。この変形例では、ブロックＳ２１０で、サンプル画像のその部分をテンプレート画像と比較して、血液量標識と対の色モデルをそれぞれが含む第１及び第２のテンプレート画像など、複数の色モデルの既知の血液量標識の合成である血液量標識タグを生成するステップを具えていてもよい。

第２の好ましい方法Ｓ２００のブロックＳ２２０は、推定したヘモグロビン質量である血液量標識で、サンプル画像のその部分にタグをつけるステップを具えていてもよい。更に、第２の好ましい方法Ｓ２００のブロックＳ２３０は、物理サンプル中の血液のヘモグロビン質量と推定したヘマトクリットによって、物理サンプルの少なくともその部分における体外血液量を推定するステップを具える。しかしながら、第２の好ましい方法Ｓ２００のブロックＳ２２０及びＳ２３０は、他のやり方で機能してもよく、第２の好ましい方法は、その他のブロック、変形例、実施例、又は第１の好ましい方法Ｓ１００の実装を実装することができる。

３．第３の方法
図３Ａに示すように、物理的外科サンプルを計数する第３の好ましい方法Ｓ３００は：ブロックＳ３１０で、光学センサの視野内の物理サンプルを認識するステップと；ブロックＳ３２０で、認識した物理サンプルのサンプルカウンタに指標を付けるステップと；ブロックＳ３２０で、光学センサの視野の一部から特徴を抽出するステップと；ブロックＳ３４０で、抽出した特徴に基づいて物理サンプルの一部における体外血液量を推定するステップと；を具える。

第３の好ましい方法Ｓ３００は、好ましくは、物理サンプルを認識し、サンプル計数を更新し、物理サンプルを含む光学センサの視野を分析することによって物理サンプル中の血液量を推定するよう機能する。光学センサの視野は、好ましくは、サンプルの静止画像の形で取り込まれる。物理サンプルは、好ましくは、ブロックＳ３１０で光学センサの視野において認識され、ブロックＳ３０２をトリガして、物理サンプルの画像を取り込むことが好ましい。ここで、物理サンプルの画像は、一度だけ撮像して、物理サンプルを認識する。代替的に、ス分時の画像をブロックＳ３０２で取り込んで、次いで、ブロックＳ３１０で分析して、そこに見られる物理サンプルを認識するようにしてもよい。

物理サンプルは、外科用包帯、手術用ガーゼスポンジ、手術用タオル、あるいは血液又はその他の体液を回収するのに称されるその他の吸収性織布のいずれであってもよい。第１の好ましい方法Ｓ１００と同様に、外科医、看護師、麻酔医、婦人科医、兵士、救急医療隊員、あるいはその他のユーザは、第３の好ましい方法Ｓ３００を実装している機械、システム、又は装置を使用して、手術用タオル、ガーゼスポンジ、あるいはその他の吸収性織布内の体外血液量を推定することができる。複数のタオル又はガーゼスポンジに亘る推定血液量を加算することによって、患者についての推定失血量（ＥＢＬ）を推定することができる。第３の好ましい方法Ｓ３００は、したがって、手術室内などの病院の施設、あるいは分娩室といったクリニックでの施設、あるいはその他の好適な施設で有益である。

第１の好ましい方法Ｓ１００と同様に、第３の好ましい方法Ｓ３００は、デジタルミュージックプレーヤ、ＰＤＡ、スマートホン、又はタブレット型コンピュータで実行するネイティブアプリケーション、または‘ａｐｐ’といった、携帯型又は移動型電子装置に好ましく実装できる。たとえば、電子デバイスに一体化されたカメラ又はその他の光学センサが、ブロックＳ３０２でサンプルの画像を取り込んで、電子デバイスに一体化したプロセッサがブロックＳ３１０、Ｓ３２０，Ｓ３３０及びＳ３４０を実行し、電子デバイスに一体化したディスプレイが、ブロックＳ３６０で、サンプル数と、物理サンプル中の及び／又は複数の物理サンプルに及ぶ、推定血液量を表示することができる。この変形例では、更に、電子デバイスが、ブロックＳ３１０、Ｓ３２０、Ｓ３３０及びＳ３４０の少なくともいくつかを実施する遠隔サーバと通信することができる。しかしながら、第３の好ましい方法Ｓ３００は、その他のシステム、装置、あるいはこれらの組み合わせに実装することができる。

図３Ａに示すように、第３の好ましい方法Ｓ３００のブロックＳ３１０は、光学センサの視野内で物理サンプルを認識するステップについて記載している。光学センサの視野は、以前に撮像された静止画像又はビデオであり、ここで、ブロックＳ３１０で、静止画像又はビデオ中の物理サンプルを、画像又はビデオを撮像した後に認識する。しかしながら、光学センサの視野は、代替的に光学センサからのライブフィードであってもよく、この場合は、ブロックＳ３１０で、視野中の物理サンプルをほぼリアルタイムで認識する。この画像は、好ましくは、デジタルカラーカメラ、ＲＧＢカメラ、あるいはいくつかの電荷結合装置（ＣＣＤ）センサ、相補型金属−酸化物半導体（ＣＭＯＳ）能動画素、あるいはその他のタイプの光学センサのいずれかによって取り込む。更に、この光学センサは、その他の形式で、あるいは、その他の波長又は可視スペクトラム、赤外線スペクトル、又はその他のスペクトルの波長範囲にわたって、サンプル画像を取り込むことができる。

ブロックＳ３１０は、好ましくは、機械視野を実装して、外科用スポンジガーゼ、タオル、又は包帯である好適なサンプルを含む又は含まない時の視野にある内容を認識している。第３の好ましい方法Ｓ３００の一変形例では、ブロックＳ３１０がエッジ検出を用いて、視野内に見える物理サンプルの周辺を推測し、インチで表す長さ及び幅といった物理サンプル物理的寸法を計測によって測定する。物理サンプルのこの寸法は、赤外線、レーザ、音波、あるいは光学センサ近位に配置したその他のレンジファインダからデータにアクセスすることによって、あるいは、適当なその他の技術又は装置によって、視野内の既知の寸法の影又は対象物によって、距離と角度を推定することにより、光学センサと物理サンプルとの間の既知又は予測された距離又は角度によって、視野を変形することによって、推測できる。部売りサンプルの物理的寸法を、既知の寸法の適宜のサンプルライブラリィ中のテンプレートサンプルと比較することによって、ブロックＳ３１０で光学センサの視野にある物理サンプルの存在、サイズ、及び／又はタイプを決定することができる。

第３の好ましい方法Ｓ３００の別の変形例では、ブロックＳ３１０はまた、エッジ検出を実装して、視野内に見える物理サンプルの境界を決定し、物理サンプルの推測した境界外にある視野のほぼすべてを順次取り除く。ブロックＳ３１０は、次いで、画像マッチングを行って、一般的に、視野内に見える物理サンプルの境界を、正しい物理サンプルのライブラリ内のテンプレートサンプルの境界と比較する。この変形例では、境界路における偏差、色特性、背景とのコントラスト、あるいは閾値を超えるテンプレートサンプルに関連する推定した物理サンプルのその他の特性が、視野内のサンプルが好適なサンプルでないことを表示できる。

第３の好ましい方法Ｓ３００のさらなる変形例では、ブロックＳ３１０でパターン認識と機械学習を実装して、光学センサの視野内にある物理サンプルの存在及び／又はタイプを決定している。この変形例は、好ましくは、管理された機械学習を組み入れており、ここでは、ブロックＳ３１０で、好適なサンプルを含んでいる又は含んでいないと正しくラベル化されたテンプレート画像を含むセットにアクセスしている。したがって、学習手順は、トレーニングデータを一般化したパターンに変換し、光学センサの視野の分析と、ここに示されている正しい物理サンプルの検出に順次使用できる方法を作ることが好ましい。しかしながら、ブロックＳ３１０は、代替的に、管理されていない学習あるいは半分管理された学習（例えば、クラスタ化、ガウス分布とＧｒａｂＣｕｔの混合）を実装していてもよく、ここでは、少なくともトレーニングデータのいくつかがラベル化されていない。この変形例では、ブロックＳ３１０が更に、特性抽出、特性の寸法的現象（例えば、原成分分析（ＰＣＡ））、特性選択、あるいは、還元剤又は光学センサの視野（又は画像）から関係のない特性を取り除く。

第３の好ましい方法Ｓ３００の上述のいずれかの変形例において、第３の好ましい方法Ｓ３００は、好ましくは、視野内の物理サンプルの不正な認識を表す入力を受け取る。外科医、看護師、麻酔医、婦人会、あるいはその他のユーザによって好ましく提供されるこの入力は、ブロックＳ３１０で、視野が適宜のサンプルを含まない旨を不正に決定した場合に、視野が適宜のサンプルを含むと表示できる。加えてあるいは代替的に、この入力は、ブロックＳ３１０が、視野が適宜のサンプルを含む旨を不正に決定する場合に、視野が適宜のサンプルを含まないことを表示することができる。この入力は、次いで、トレーニングデータセットにフィードバックされることが好ましく、ここでは、入力が正しいと仮定されると、その入力で視野がラベル化され、視野（又は画像）と、入力タグを加えて、図３Ｂに示すブロック３３２のように、訓練セットに加えられる。ブロックＳ３１０の決定が、このような入力を介して正しくない場合、この視野もトレーニングデータセットにフィードバックされる。ここで、ブロックＳ１３０の決定が、相関する入力なしで正しいと仮定される。ここで、ブロックＳ３１０の決定が、正しい欠席相関入力であると仮定され、この視野（あるいは画像）、及びタグの決定が、トレーニングセットに加えられる。このような閉フィードバックの形を介して、トレーニングセットは、絶え間なく成長して、ブロックＳ３１０教えることができ、機械−学習アルゴリズムを実質的に変更し、機械学習アルゴリズムを実質的に改良し、ブロックＳ３１０の正確さを改善している。

ブロックＳ３１０は、したがって、セグメント化、局所化、エッジ検出、計測、クラスタ化、パターン認識、テンプレートマッチング、特性抽出、主成分分析（ＰＣＡ）、特性次元縮退、特性選択、閾値化、位置決め、色分析、閉フィードバック、あるいはその他のタイプの機械学習又は機械視野のいずれも実装することができる。このような方法は、好ましくは、物理スポンジの照明条件の変化、物理サンプルのワープ（例えば、しわのある又は歪曲したスポンジ）、物理サンプルの画像の歪曲（例えば、光学センサによって生じた光学歪）、あるいは使用したシナリオに共通するその他の不一致または変数、を保証することが好ましい。

ブロックＳ３１０は、追加で又は代替的に、光学センサの視野内にあるその他の関連する対象物、材料、又は流体を認識するよう機能する。たとえば、上述した機械視野技術は、ブロックＳ３１０に同様に実装して、血液飛沫、血液滴、プール、又は手術具、トレイ、手術台、壁、床、あるはその他の表面上のシミを認識する。このような血液のついた物品は、加えてあるいは代替的に、ブロックＳ３２０におけるサンプル計数に加え、及び／又は、ブロックＳ３３０及び／又はＳ３４０で分析することができる。

しかしながら、ブロックＳ３１０は、更に、光学センサの視野内にある追加の物理センサを認識するステップと、物理サンプルの認識前又は後、順番に、あるいは、物理サンプルの認識とほぼ同時に、この認識した追加の物理サンプルについてのサンプルカウンタを表示するステップを具えていてもよい。この変形例において、ブロックＳ３１０は、同じまたは異なる上述の方法又は技術の一またはそれ以上を実装して、画像の視野内の更なる物理サンプルを認識することができる。

図３Ｂに示すように、第３の好ましい方法Ｓ３００の一変形例は、ブロックＳ３０２を具える。これは、物理サンプルの画像の取り込みを記載したものである。上述した通り、ブロックＳ３０２は、ブロック１１０をトリガすることできる。ここではブロックＳ３０２で画像を取り込んで、次いでブロックＳ３１０で、画像である視野中の好適なサンプルの存在を認識する。この変形例では、外科医、看護師、麻酔医、婦人科医、あるいはその他のユーザからの入力が、ブロックＳ３０２をトリガする。しかしながら、好適なサンプルが光学センサの視野内で認識された場合は、ブロックＳ３１０がブロックＳ３０２をトリガすることが好ましい。この変形例では、ユーザが物理サンプルを光学センサの視野内に配置することが好ましく、ブロックＳ３１０で物理サンプルを認識して、ブロックＳ３０２でそのサンプルの画像を自動的に取り込む。物理サンプルは、好ましくは、光学センサとの公知の角度、及び／又は光学センサからの高知の距離に保持されており、この視野における物理サンプルの寸法を、上述のガウス分布介するなどで、推測することができる。

ブロックＳ３０２で取り込んだ物理サンプルの画像は、背景に対して物理サンプルのカラー画像であることが好ましい。ここで、画像は、ブロックＳ３６０において、デジタルディスプレイ上に、サンプルカウンタとサンプル中の推定血液量と共に連続的に表示され、拡張現実オーバーレイを規定する。代替的に、この画像は： 背景を取り除いた物理サンプルのカラー画像； 赤外線画像又は白黒画像； 物理サンプルの特性を独自に認識するポインタ又はインディケータを持つといった、視野のフィンガープリント； あるいはその他の好適な画像タイプであってもよい。この画像は、好ましくは、第３の好ましい方法Ｓ３００の変形例におけるアクセスといった、後のアクセスのために保存される。この方法は、認識した物理サンプルを、以前の視野又は画像において認識された複製物理サンプルについてチェックするブロックＳ３８０を具える。この画像は、少なくとも第３の好ましい方法Ｓ３００のいくつかのブロックを実行する携帯型電子装置内に配置したデータ保存モジュール上など、局所的に、あるいは、遠隔サーバ又はローカルネットワークを介してアクセスされたデジタル目盛など、遠隔で、保存することができる。

図３Ａに示すように、第３の好ましい方法Ｓ３００のブロックＳ３２０は、認識した物理サンプルについてのサンプルカウンタに指標を付けるステップを具える。このサンプルカウンタは、好ましくは、外科用包帯、外科用ガーゼスポンジ、又は外科用タオルとして認識された連続する物理サンプルの累積カウンタであることが好ましい。ブロックＳ３２０では、様々なタイプの物理サンプルを一群で一緒に集計することができるが、代替的に、様々なタイプの物理サンプルを別々の群で集計することもできる。この代替例では、これらの群は、手術用包帯群、手術用ガーゼスポンジ群、手術用タオル群を含むサンプルのタイプに応じるＲａｙ−Ｔｅｃ手術用ガーゼ群と、開腹手術用ガーゼ群を含む製造又は目的に応じた、種によって規定することもできる。更に、サンプルカウンタは、血液滴、プール又はあるサイズのしみ、又は推定した血液量など、その他の血液に関連するサンプルの集計を具えていてもよいが、サンプルカウンタは、他のタイプの他の関連する物理サンプルの数を追跡するものでもよい。

図３Ｂに示すように、好ましい方法の一変形例は、ブロックＳ３２４を具える。これは、物理サンプルの認識の確認受領を記載したものである。この変形例では、ブロックＳ３２０は好ましくは、確認された物理サンプルについてのみのサンプルカウンタに標識を付ける。サンプルの確認は、以下に述べるように、好ましくは、ユーザにより、タッチフリーな身振りの認識、あるいはフットペダルを介して行われる。

サンプルカウンタは、ブロックＳ３６０におけるディスプレイを通じるなどで、ユーザに表示されることが好ましい。サンプルカウントはまた、更新され、ローカル又は遠隔ハードドライブ、あるいは、第３の好ましい方法Ｓ３００の少なくとも一部を実行する機械又はシステムでアクセスできるデータストレージ装置に保存することが好ましい。

第３の好ましい方法Ｓ３００のブロックＳ３３０は、光学センサの視野の一部から特性を抽出するステップを述べている。第３の好ましい方法Ｓ３００のブロックＳ３４０は、抽出した特性に基づいて物理サンプルの一部における体外血液量を推定するステップを述べている。したがって、第３の好ましい方法Ｓ３００のブロックＳ３３０及びＳ３４０は、共働して、上述した第１の好ましい方法の一またはそれ以上の方法によって物理サンプル中の体外血液量を推定することが好ましい。

第３の好ましい方法Ｓ３００の一変形例では、光学セグメントの視野又は画像（画像セグメント）が、１０画素×１０画素平方といった、あらかじめ決められたセグメントサイズ及び／又は形状によって、静的にセグメント化されている。代替的に、画像セグメントを、赤み、色相、彩度、影、輝度、物理彩度、波長範囲、あるいは視野又は画像中の色又は光のその他の基準に応じて、動的にセグメント化することができる。画像セグメントの各セグメントは、好ましくは、個別の色成分（例えば、赤、緑、及び青）に分解され、各色成分について、画像セグメントとテンプレート画像内のピクセルのピクセル強度における絶対差を計算する。このように、画像セグメントは、好ましくは、適当なマッチングが見つかるまで、入手可能なテンプレート画像と比較される。テンプレート画像ライブラリの各テンプレート画像は、既知の体外血液量、ヘマトクリット、赤血球又はヘモグロビン量、密度、及び／又はその他の好適な血液に関連するパラメータ又は血液量標識のマスターサンプルの画像であることが好ましい。特に、各テンプレート画像は、画像セグメントの血液量又は血液量標識を通知する情報を具えることが好ましい。更に、ブロックＳ３４０では、血液量標識を、血液量、ヘモグロビン又は赤血球質量又は体積、あるいは、画像セグメント内で認識された物理サンプルの一部の推定物理寸法と相関するといった、その他の血液に関連する基準に変換することができる。各画像セグメント又は視野に、血液量又は血液量標識でタグがつけられると、その画像中に見られる認識した物理サンプルのすべての画像セグメントの血液量又は血液量標識タグを足して、物理サンプル中の総血液量又は血液量標識を推測することができる。

テンプレート画像ライブラリは、追加であるいは代替的に、カラーバレットであってもよく、ここで各テンプレート画像は、既知の血液量又は血液量標識の物理的マスターサンプルである各テンプレート画像というより、異なる血液量又は血液量標識を表す異なる色である。この代替例では、ライブラリが、タイプの異なる吸収性外科用スポンジガーゼ、包帯及びタオルについてのカラーパレットであることが好ましく、ここで、特定のタイプの物理サンプルのカラーパレットにおける各色（すなわち、テンプレート画像）は、特定の血液量又は血液量標識をに関連する。この変形例では、色であるテンプレート画像が、その色、又は、ＨＥＸコード値（例えば、＃ＦＦ００００、＃Ａ０００００、＃８８００００など）又はＲＧＢコード値（例えば、（２５５，０，０）、（１６０，０，０）、（１９０，０，０）、など）といった、数で表した色識別子の画像であってもよい。

第３の好ましい方法Ｓ３００のこの変形例では各画像セグメントへのテンプレート画像マッチングを発見するのに必要な処理時間を、各画像セグメントを、画像セグメントと実質的に同じでない所定のテンプレート画像と比較することがないので、減らすことができる。物理サンプルと実質的に同じでない表面、製品、材料、あるいは寸法のマスターサンプルのテンプレート画像は、比較から除外することができる。閾値化を用いても、テストプールから実質的に無関係なテンプレート画像を除去することができる。たとえば、赤の値（例えば、強度、色相、彩度、影、輝度、物理彩度、波長範囲）を持つテンプレート画像又は画像セグメントと実質的に同じでない物理的寸法は、比較から除外することができる。ツリー検索を用いても、処理時間を少なくすることができる。しかし、テンプレート画像はテンプレートライブラリでグループ分けして選択する、あるいは別の方法で画像セグメントとの比較から除外することができる。

第３の好ましい方法Ｓ３００の別の変形例においては、画像ライブラリが実質的に十分に大きく、画像又は正規の物理サンプルに関連する視野の全部分をライブラリのテンプレート画像と比較して、血液量又は血液量標識をセグメント化することなく、全物理サンプルについて直接的に推測することができる。

第３の好ましい方法Ｓ３００の更なる変形例においては、各画像セグメントについて赤値を計算する。赤値は、光のある波長の強度又はある波長範囲の合成強度、赤色相、赤彩度、ＲＧＢコード値（例えば、（０，０，０）乃至（２５５，０，０））、又は画像セグメントに亘るその他の好適な基準である。好ましくは、サンプルの画像が、ここの色空間（例えば、赤、緑、青）に分解され、少なくとも赤色空間における画像セグメントについての赤値を計算する。画像セグメントの赤値は、ついで、ルックアップテーブル、回帰モデル、非負の最小二乗法アルゴリズム、あるいはその他の好適なアルゴリズム、モデル、又は方法を介して、血液量又は血液量標識に変換することができる。たとえば、酸素化ヘモグロビン（ＨｂＯ_２）の反射率は、光の所定の波長に相関しており、実質的に、直接、画像セグメント中の認識した物理サンプルの部分におけるヘモグロビンの体積又は質量を推定することができる。

第３の好ましい方法Ｓ３００の更なる変形例においては、画像又は視野がセグメント化されておらず、代わりに、物理サンプルに相関する画像又は視野の全部分について赤値が計算される。この赤値は、赤み、色相、再度、影、輝度、物理彩度、波長範囲、あるいは認識した画像サンプルのその他の色又は光の基準の平均又は重みづけ平均であってもよい。上述の変形例にあるように、視野又は画像で認識した物理サンプルの全部分についての血液量又は血液量標識は、この赤値に基づいて推測することができる。

図３Ｂに示すように、第３の好ましい方法Ｓ３００の一変形例は、更に、ブロックＳ３６０を具える。これは、物理サンプル及びサンプルカウントにおける推定された体外血液量の表示を記載している。このデータは、第３の好ましい方法Ｓ３００のブロックを実行するように構成した機械又はシステムのデジタルディスプレイに好ましく表示されている。ディスプレイ上に表示された静止サンプル画像の上に拡張現実オーバーレイの形で、光学センサで取り込んで、ディスプレィ上に表示した生ビデオストリームの上の動的拡張現実オーバーレイの形で、ある期間にわたってあるいは医療事象又は緊急時に、サンプルカウント及び一またはそれ以上の物理サンプル中の単一の及び／又は累積した推定血液量を含むテーブル、チャート、あるいは表の形で、又は、その他の好ましい形で、表示することができる。これは、患者のリスクを推定するに当たり、生理食塩水を投与する時あるいは輸血を行う時を決定するに当たり、手術事象の記録を維持するに当たり、及び／又は、生来の血液関連事象又は患者のニーズを推定するに当たり、有益である。血液飛散速度、血液表面積、患者のリスクレベル、体外非血液流体体積、あるいは患者の出血等級など、その他の血液に関連する基準も、第３の好ましい方法Ｓ３００で推定して、ブロックＳ３６０で表示することができる。しかしながら、サンプルカウント、推定血液量、及び／又は、その他の血液関連基準又は患者情報は、その他の方法であるいはブロックＳ３６０に記載の形式で表示することができる。

図３Ｂに示すように、第３の好ましい方法Ｓ３００の別の変形例は、ブロックＳ３８０を具える。これは、認識した物理サンプルの過去に認識した物理サンプルセットとの比較を記載したものである。この変形例では、サンプルカウンタを、認識した物理サンプルが、過去の認識した物理サンプルセットの中で独自のものであると決定した時にのみ、ブロックＳ１２０で指標を付けることが好ましい。サンプルのこの画像、サンプル画像のフィンガープリント、画像の抽出した特性、あるいは画像中の物理サンプルのその他の認識特徴を、以前の物理サンプルの画像、フィンガープリント、抽出した特性、及び／又は、その他の認識と比較することができる。したがって、ブロックＳ３８０は、実質的に、ブロックＳ３２０のサンプルカウントにおける物理サンプルの二重計数を好ましく防いでおり、及び／又は、複数の物理サンプルに亘る総体外血液量の推定あるいは患者の推定総失血量における推定血液量の二重計数を防いでいる。ブロックＳ３８０では、サンプル画像の以前のサンプル画像との比較には、画像のフィンガープリント、又はサンプル画像又は以前のサンプル画像のスケール、回転、ミラー、引き伸ばし、あるいはその他の変形が必要である。エッジ検出、パターン認識、及び／又は、その他の機械視野技術を追加であるいは代替的に使用して、サンプル画像内に見られる物理サンプルの血液が付いた領域の、以前の物理サンプルの血液のついた領域に対する独自性を決定することができる。しかしながら、ブロックＳ３８０は、別の方法で機能して、以前のサンプル画像に示すような物理サンプルを認識することができる。

図３Ｂに示すように、第３の好ましい方法Ｓ３００のさらなる変形例は、ブロックＳ３９０を具える。これは、物理サンプル中の推定血液量による、患者のデジタル医療記録の新を記載したものである。ブロックＳ１９０は、追加であるいは代替的に、複数の物理サンプルにわたる推定血液量、患者の推定失血量、患者の失血傾向、あるいは患者の循環系に関連して発生するその他の関連基準又はデータを用いて、患者の医療記録を更新できる。デジタル医療記録は、第３の好ましい方法Ｓ３００を実装している機械又はシステム、あるいは、この機械又はシステムによってアクセスするローカルネットワーク又は遠隔サーバに局所的に維持して、デジタル医療記録の取り出し、更新、及び／又は、アップロードを行うことができる。

第３の好ましい方法Ｓ３００は、更に、第１の好ましい方法Ｓ１００の一又はそれ以上の方法、ブロック、又は変形例を実装することができる。

４．システム
図８及び９に示すように、物理サンプルの一部における体外血液量を推定する好ましいシステム１００は、光学センサ１１０と、プロセッサ１２０と、ディスプレイ１３０とを具える。光学センサ１１０は物理サンプルの画像（サンプル画像）を取り込む。プロセッサ１２０は、サンプルの画像の一部から特性を抽出し、サンプルの画像のその部分に抽出した特性による血液量標識でタグをつけ、血液量標識に従って、サンプルの画像のその部分で同定した物理サンプルの少なくとも一部における体外血液量を推定する。ディスプレイ１３０は、物理サンプルの少なくともその部分における推定血液量を表示する。

システム１００は、画像を分析することによってサンプル中の血液量を推定するように機能する。好ましいシステム１００は、第１の好ましい方法Ｓ１００の一またはそれ以上のブロックを実行するように構成及び／又は適合されている。上述したように、サンプルは、好ましくは、吸収性手術用ガーゼスポンジであるが、テーブル面又は床面、クロス片、外皮面又は手術用手袋、手術用器具、流体キャニスタ、又はその他の表面又は器具であってもよい。外科医、看護師、麻酔医、婦人科医、医師、兵士、又はその他のユーザは、システム１００を用いて、一サンプル中の血液量を推定し、サンプル中の推定血液量を別のサンプル中の推定血液量と足して、外科手術、出産、あるいはその他の医療事象又は状況の総推定失血量（ＥＢＬ）を生成する。

代替的に、好ましいシステム１００は、サンプル中のヘモグロビン（ＨＧＢ）又は赤血球（ＲＢＣ）など、サンプル中の別の血液関連パラメータ又は体外血液量標識の内容（例えば、体積、質量）を推定するように機能できることが好ましい。更に、好ましいシステム１００は追加で又は代替的に、サンプル中の血液の存在を検出し、血液飛散速度を計算し、血液表面積を計算し、患者のリスクレベル（例えば、亡血性ショック）を推定し、及び／又は、患者の出血等級を推定するよう機能できる。しかしながら、好ましいシステム１００は、その他の機能性を提供し、その他の画像タイプ又はフォーマットを分析し、その他の血液関連パラメータを推定し、その他の方法で物理サンプル中の血液量を計算することができる。

図９に示すように、好ましいシステム１００は、例えば画像ベースの血液推定アプリケーション（またはａｐｐ）を稼働して、カメラ１１０、プロセッサ１２０、及びディスプレイ１３０を内蔵しているスマートフォンやタブレットなどの、携帯（例えば、モバイル）電子機器として構成することができる。代替的に、好ましいシステム１００は、実質的に、普通のものであり、個別であってもよい（すなわち、単一のハウジングに含まれない）。たとえば、図７に示すように、光学センサ１１０は、手術室に実質的に取り外されないように配置されたカメラであってもよい。このカメラは、サンプル画像を（例えば、方法Ｓ１００で）分析するローカルネットワーク又は遠隔サーバ（プロセッサ１２０を含む）と通信し、コンピュータのモニタ、テレビジョン、携帯（モバイル）電子装置であるディスプレイ１３０がこれにアクセスして、プロセッサ１２０の出力を表示する。しかしながら、好ましいシステム１００は、その他の携帯であってもよく、その他の構成要素を具えていてもよい。

好ましいシステム１００は、外科手術室などの病院設備、分娩室などのクリニック設備、戦場などの軍事設備、月経過多（月経による大量の出血）又は鼻血（鼻からの出血）による失血量をモニタする時のコンシューマ補助器などの家庭用設備を含む、様々な環境で使用することができる。しかしながら、好ましいシステム１００はその他の設備にも使用することができる。

好ましいシステム１００の光学センサ１１０は、物理サンプルの画像を取り込むように機能する。光学センサ１１０は、好ましい実施例のブロックＳ１０２を実装するのが好ましい。光学センサ１１０は、好ましくはカラーサンプル画像を取り込むデジタルカメラであるか、または、赤、緑、及び青のフィールドで個々の画像成分を取り込むＲＧＢカメラである。しかしながら、光学カメラ１１０は、複数のカメラ、電荷結合装置（ＣＣＤ）センサ、相補型金属−酸化物−半導体（ＣＭＯＳ）活性画素センサ、あるいは、その他のタイプの光学センサであってもよい。更に、光学センサ１１０は、他の形式で、又は可聴スペクトル、赤外線スペクトル又はその他のスペクトルのその他の波長又は波長範囲にわたって、サンプル画像を取り込むことができる。

光学センサ１１０は、好ましくは、図８に示すように、携帯用電子装置内に配置したカメラである。しかしながら、光学センサ１１０は、更に又は代替的に、手術室における配置台に装着するように構成された、手術台の上の天井に装着するように構成された、戦場看護師の戦闘用ヘルメットに取り付けるように構成された、プロセッサ１２０とディスプレイ１３０と撮像用に物理サンプルを支持するステージトレイを含む独立型血液量測定システムに装着するように構成された、または、その他の対象又は構造に配置する又は取り付けるように構成された、カメラ又はその他のセンサであってもよい。

好ましいシステムのプロセッサ１２０は、サンプルの画像の一部から特徴を抽出し、サンプルの画像のその部分に、抽出した特徴に応じて血液量標識でタグをつけ、その血液量標識によってサンプルの画像のその部分においてに意識した物理サンプルの少なくとも一部における体外血液量を推定する。プロセッサ１２０は、好ましくは上述した好ましい方法Ｓ１００のブロックを実行することができる。

プロセッサ１２０は、ワイヤ接続（例えば、共用ＰＣＢのトレース）又はワイヤレス接続（例えば、Ｗｉ−Ｆｉ又はブルートゥース接続）を介するなどして、光学センサ１１０と接続して、プロセッサ１２０が取り込んだサンプル画像にアクセスできるあるいは光学センサ１１０の視野内で見えるようにする。一変形例では、プロセッサ１２０が、これも光学センサ１１０とディスプレイ１３０を具える携帯電子装置内に配置されている。別の変形例では、プロセッサ１２０が遠隔サーバの一部であるか、遠隔サーバに接続されており、このサーバで画像センサ１１０からの画像データが遠隔プロセッサ１２０に転送される（例えば、インターネットまたはローカルネットワーク通信を介して）。ここで、プロセッサ１２０は、サンプル画像を分析することによって物理サンプルの少なくともその部分における体外血液量を推定し、血液量推定が、ディスプレイ１３０に転送される。

好ましいシステム１００の一変形例では、上述したように、プロセッサ１２０は、サンプル画像のその部分を、テンプレートマッチングを介してテンプレート画像と対にすることができる。なお、テンプレート画像は、テンプレート画像ライブラリィ中の一のテンプレート画像であることが好ましい。好ましいシステム１００の別の変形例では、上述したように、プロセッサ１２０がサンプル画像からの少なくとも一の抽出特性に基づいて、血液量標識をパラメータ的に生成する。プロセッサ１２０は、したがって、携帯電子装置のハードドライブあるいは遠隔サーバのメモリモジュールなどの、ローカル又は遠隔データストレージモジュールと通信することができる。プロセッサ１２０は、更に、たとえば第１の好ましい方法Ｓ１００のブロック１８０で述べたように、同じ物理サンプルの二重分析に対して連続するサンプル画像をチェックするために、サンプル画像をアップロードすることができる。最終的に、プロセッサ１２０は、様々なタイプの画像（例えば、静止画像、ストリーミング画像、ＭＰＥＧ、ＪＰＧ、ＴＩＦＦ）、及び／又は、一またはそれ以上の異なるカメラ又は光学センサからの画像を分析することができる。

好ましいシステム１００のディスプレイ１３０は、物理サンプルの少なくともその部分における推定血液量を表示することが好ましい。ディスプレイ１３０は、図８に示すように、光学センサ１１０とプロセッサ１２０を具える携帯用電子装置（例えば、スマートフォン、タブレット、パーソナルデータアシスタント）内に配置することが好ましい。代替的に、このディスプレイは、図７に示すように、その他の装置と物理的に同一の広がりを持つ、コンピュータモニタ、テレビジョンスクリーン、又はその他の好適なディスプレイであってもよい。ディスプレイ１３０は、したがって、ＬＥＤ、ＯＬＥＤ、プラズマ、ドットマトリックス、セグメント、ｅ−インク、あるいはｒｅｔｉｎａディスプレイ、推定した血液量に対応する一連の警告灯、またはその他の適宜のタイプのディスプレであってもよい。最後に、ディスプレイ１３０は、ワイヤ接続及びワイヤレス接続のいずれを介しても、プロセッサ１２０と通信することができる。

ディスプレイ１３０は、好ましくは、物理サンプルのその部分、物理サンプル全体、及び／又は複数物理サンプルに亘って、推定血液量を表示することによって、少なくともブロックＳ１６０を実行することができる。血液量推定は、好ましくは、「ｃｃ’ｓ」（立法センチメートル）といった、共通の形で表示される。図８に示すように、このデータは、やはりディスプレイ１３０上に表示されている物理サンプルの生ビデオストリームの上の動的拡張現実オーバーレイの形で表すことができる。ここでは、光学センサ１１０からの画像を、プロセッサ１２０を介してディスプレイ１３０へ順次リアルタイムで中継する。図８に示すように、代替的に、データを、経時的に分析した複数サンプルに亘る少なくとも一の経過時間累積推定血液量と、各物理サンプルについてのここの血液量推定の少なくとも一つを表すテーブル、チャート又はグラフで示すことができる。また、ディスプレイ１３０は：以前のサンプル画像；患者のリスクレベル（例えば、血液量減少性ショック）などの警告、あるいは患者の出血等級；又は、輸血の開始などの提言；を表示することができる。これらのデータ、警告、及び／又は低減のいずれも、複数スクリーンに亘って表示することができる、あるいは、一またはそれ以上のディスプレイにアクセス可能とすることができる。

図９に示すように、好ましいシステム１００の一変形例は、更に、光学センサ１１０と、プロセッサ１２０と、ディスプレイ１３０を収納するように構成された携帯用ハウジング１４０を具えていてもよい。光学センサ１１０と、プロセッサ１２０と、ディスプレイ１３０とを有するこの携帯用ハウジング１４０は、手術室、分娩室、戦場、犯罪現場、及び家庭など、いくつかの適宜の観光で一またはそれ以上の物理サンプル中の血液量を推定できる携帯用（モバイル）電子装置を規定する。

図８に示す好ましいシステム１００の別の変形例では、ハウジング１４０が更に、物理サンプルのその部分のステイ血液量を、患者の電子医療記録を保存するように構成した遠隔サーバに通信する、ワイヤレス通信モジュール１５０を具えている。医療記録は、経時的推定血液量、患者のリスクレベル、出血等級、及び／又はその他の血液関連の基準又は血液量標識が更新されることが好ましい。患者の医療記録は、したがって、手術や出産といった医療事象の間、実質的に自動更新できる。ハウジング１４０は、好ましくは、携帯用電子装置であるシステム１００が、手術室又はその他の医療施設又は診療所施設での使用に適するように、医療グレードの材料でできている。このハウジングは、したがって、３１６Ｌステンレススチールなどの医療グレードのステンレススチール、高密度ポリエチレン（ＨＤＰＥ）などの医療グレードポリマ、あるいは、医療グレードのシリコンラバーでできている。しかしながら、このハウジングは、その他の材料又は材料の組み合わせでできていてもよい。

図９に示すように、好ましいシステム１００の変形例は更に、ユーザがアクセスして物理サンプルの認識を確認又は反論を行うフットペダル１６０を具える。この変形例では、プロセッサ１２０は、ユーザがフットペダル１６０を介して物理サンプルの認識を確認した時に、サンプルカウントに指標を付けることが好ましい。追加であるいは代替的に、ユーザは、フットペダル１６０を踏んで、適宜のサンプルタイプ（例えば、手術用スポンジガーゼ、手術用タオル、手術用包帯など）を選択し、以前のサンプル画像をスクロールする、あるいは、別の方法で好ましいシステム１００を制御するようにしてもよい。フットペダル１６０は、したがって、ユーザの足で踏んで、好ましいシステム１００を走査する、少なくとも二つの入力領域を具えている。

好ましいシステム１００の一変形例では、プロセッサは追加であるいは代替的に、サンプルの画像の一部を既知の血液量標識と比較して、サンプルがの画像のその部分に、サンプルの画像のその部分に合致するテンプレート画像によって、血液量標識でタグを付け、血液量標識によってサンプル画像のその部分に関連する物理サンプルの少なくとも一部における体外血液量を推定する。

好ましいシステム１００のさらなる変形例では、プロセッサが追加であるいは代替的に、画像中の物理サンプルを認識し、認識した物理サンプルについてのサンプルカウンタに指標を付け、画像の一部から特性を抽出し、この抽出した特性に基づいて物理サンプルの一部における体外血液量を推定する。好ましいシステム１００は、したがって、第１の好ましい方法、第２の好ましい方法、及び／又は、これらの組み合わせ又は変形例を実装することができる。

好ましい実施例のシステム及び方法は、コンピュータで読み取り可能な指示を保存するコンピュータで読み取り可能な媒体を受けるように構成した機械として少なくとも部分的に、実施及び／又は実装することができる。この指示は、好ましくは、システム、光学センサ、プロセッサ、ディスプレイ、システム又は携帯用電子装置、又はこれらの適宜の組み合わせの要素に一体化されたコンピュータで実行できる構成要素によって実行される。好ましい実施例のその他のシステム及び方法は、コンピュータで読み取り可能な指示を保存するコンピュータで読み取り可能な媒体を受けるように構成した機械として少なくとも部分的に、実施及び／又は実装することができる。この指示は、好ましくは、上述のタイプの装置及びネットワークに一体化されたコンピュータで実行できる構成要素によって実行される。コンピュータで読み取り可能な媒体は、ＲＡＭｓ、ＲＯＭｓ、フラッシュメモリ、ＥＥＰＲＯＭｓ、光学装置（ＣＤ又はＤＶＤ）、ハードドライブ、フロッピィドライブ、又は適宜のデバイス上に保存することができる。コンピュータで実行できる構成要素は、好ましくはプロセッサであるが、適宜の専用ハードウエアデバイスも指示を（代替的に又は追加で）実行できる。

物理サンプル中の体外血液量を推定する分野の当業者は、上述の詳細な説明、図面、及び特許請求の範囲から、特許請求の範囲に規定した本発明の範囲を超えることなく、本発明の好ましい実施例に行うことができる変形及び変更を認識することができる。

Claims (31)

1. 物理サンプルの一部における体外血液量を推定する方法において：
   前記サンプルの画像の一部から特徴を抽出するステップと；
   前記サンプルの画像の一部に、前記抽出した特性に応じて血液量標識でタグを付けるステップと；
   前記血液量標識に応じて、前記サンプルの画像の一部に関連して、前記物理サンプルの少なくとも一部における前記体外血液量を推定するステップと；
   を具えることを特徴とする方法。
2. 請求項１に記載の方法が更に、前記画像中で前記物理サンプルをあるタイプの吸収性ガーゼスポンジとして認識するステップを具えることを特徴とする方法。
3. 請求項２に記載の方法が更に、吸収性ガーゼスポンジとして認識された物理サンプルについてのサンプルカウントに指標を付けるステップを具えることを特徴とする方法。
4. 請求項１に記載の方法において、前記サンプルの画像の前記部分に、前記血液量標識でタグを付けるステップが、前記サンプルの画像と、既知の体外血液量標識のテンプレート画像を比較するステップと、前記サンプルの画像の前記部分を前記テンプレート画像の既知の体外血液量標識に相関する前記血液量標識に関連付けるステップと、を具えることを特徴とする方法。
5. 請求項４に記載の方法において、前記サンプル画像の前記部分を前記テンプレート画像と比較するステップが、前記サンプルの画像の前記部分と前記テンプレート画像を、テンプレートマッチングを介してついにするステップを具えることを特徴とする方法。
6. 請求項１に記載の方法において、前記サンプルの画像の前記部分を前記血液量標識でタグを付けるステップが、前記サンプルの画像の前記部分に、推定したヘモグロビン質量でタグを付けるステップを具えることを特徴とする方法。
7. 請求項６に記載の方法において、前記物理サンプルの少なくとも前記部分における前記体外血液量を推定するステップが、前記物理サンプル中の血液のヘモグロビン質量と推定したヘマトリクトに応じて、前記物理サンプルの少なくとも前記部分における前記体外血液量を推定するステップを具えることを特徴とする方法。
8. 請求項１に記載の方法において、前記サンプルの画像の前記部分から前記特徴を抽出するステップが、ある成分空間における色強度値を具える特徴を抽出するステップを具え、前記サンプル画像の前記部分に前記血液量標識でタグを付けるステップが、前記サンプル中の前記画像の前記部分の色強度値を、既知の血液量標識と対になった色モデルの強度値と比較するステップを具えることを特徴とする方法。
9. 請求項１に記載の方法において、前記サンプルの画像の前記部分から前記特徴を抽出するステップが、ある成分空間における色強度値を具える特徴を抽出するステップを具え、前記サンプルの画像の前記部分に、前記血液量標識でタグを付けるステップが、パラメータモデルに応じて前記抽出した特徴を前記血液量標識に変換するステップを具えることを特徴とする方法。
10. 請求項１に記載の方法において、前記物理サンプル少なくともある部分における体外血液量を推定するステップが、前記物理サンプルの物理的寸法を、前記画像の取り込み原点と前記物理サンプルとの間の推定距離及び推定角度の少なくとも一方によって、前記画像の前記部分を変形することによって、前記サンプル画像の前記部分と関連させるステップを具えることを特徴とする方法。
11. 請求項１に記載の方法において、前記画像の前記部分に前記血液量標識でタグを付けるステップが、前記物理サンプルを非画像特性によって分類するステップと、前記サンプルの前記分類に基づいて、血液量標識モデルを選択するステップと、を具えることを特徴とする方法。
12. 請求項１に記載の方法において、前記サンプルの少なくとも前記部分と、前記画像の実質的にすべての他の部分とにおける体外血液量を推定するステップが、前記サンプルの画像の集合した血液量標識に基づいて、前記物理サンプルの総体外血液量を推定するステップを具えることを特徴とする方法。
13. 請求項１２に記載の方法が更に、前記物理サンプル中の前記推定した総体外血液量と、追加の画像における追加の物理サンプル中の推定した総体外血液量を集合させることによって、患者の失血量を推定するステップを具えることを特徴とする方法。
14. 請求項１２に記載の方法が更に、前記物理サンプルの入力した重量から、前記物理サンプル中の推定した総体外血液量を差し引くことによって、前記物理サンプル中の非血液流体量を推定するステップを具えることを特徴とする方法。
15. 請求項１に記載の方法が更に、モバイル型電子装置に組み込んだ光学センサを介して前記画像を取り込むステップを具えることを特徴とする方法。
16. 請求項１５に記載の方法が更に、前記モバイル型電子装置に組み込んだディスプレイ上に、前記物理サンプルの少なくとも前記部分における前記推定した体外血液量を表示するステップを具えることを特徴とする方法。
17. 手術サンプルを計数する方法において：
    光学センサの視野内に物理サンプルを認識するステップと；
    前記認識した物理サンプルについてのサンプルカウンタに指標を付けるステップと；
    前記光学センサの前記視野の一部から特性を抽出するステップと；
    前記抽出した特性に基づいて前記物理サンプルの一部における体外血液量を推定するステップと；
    を具えることを特徴とする方法。
18. 請求項１７に記載の方法が更に、前記光学センサの前記視野の画像を取り込むステップを具え、前記物理サンプルを認識するステップが、前記画像における前記物理サンプルを認識するステップを具え、前記光学センサの視野から特性を抽出するステップが、前記視野の一部から特性を抽出するステップを具えることを特徴とする方法。
19. 請求項１８に記載の方法において、前記サンプルの画像の一部から前記特性を抽出するステップが、ある成分空間における色強度値を具える特徴を抽出するステップを具え、前記物理サンプルの部分における体外血液量を推定するステップが、前記抽出した特性をパラメータモデルによって前記血液量標識に変形するステップを具えることを特徴とする方法。
20. 請求項１７に記載の方法において、前記物理サンプルを認識するステップが、前記物理サンプルを、手術用包帯、手術用ガーゼスポンジ、及び手術用タオルの一つとして認識するステップを具えることを特徴とする方法。
21. 請求項２０に記載の方法において、前記サンプルカウンタに指標を付けるステップが、前記認識した物理サンプルに基づいて、手術用包帯カウンタ、手術用ガーゼスポンジカウンタ、手術用タオルカウンタの一つに指標を付けるステップを具えることを特徴とする方法。
22. 請求項１７に記載の方法が更に、前記物理サンプルの部分における前記推定した体外血液量を、前記物理サンプルの実質的にその他の部分全てにおける推定した体外血液量と足し合わせることによって、前記物理サンプルの総体外血液量を推定するステップを具えることを特徴とする方法。
23. 請求項２２に記載の方法が更に、前記物理サンプル中の推定した総体外血液量を、前記光学センサの追加の視野における物理サンプルの推定した総体外血液量と足し合わせることによって、患者の失血量を推定するステップを具えることを特徴とする方法。
24. 請求項１７に記載の方法が更に、前記物理サンプルの認識の確認を受けるステップを具え、前記サンプルカウンタが前記確認した物理サンプルについて指標を付けることを特徴とする方法。
25. 請求項１７に記載の方法が更に、前記認識した物理サンプルを過去に認識した物理サンプルセットと比較するステップを具え、前記認識した物理サンプルが、過去に認識した物理サンプルセットに対して独自であると分かったときに、前記サンプルカウンタに指標を付けることを特徴とする方法。
26. 物理サンプル中の体外血液量を測定するシステムにおいて：
    前記物理サンプルの画像を取り込む光学センサと；
    前記サンプルの画像の一部から特性を抽出し、前記サンプルのガザ王の前記部分に、前記抽出した特徴による血液量標識でタグを付け、前記血液量標識に応じて、前記サンプルの画像の部分において認識された前記物理サンプルの少なくとも一部における体外血液量を推定するプロセッサと；
    前記物理サンプルの少なくとも前記部分における前記推定した血液量を表示するディスプレイと；
    を具えることを特徴とするシステム。
27. 請求項２６に記載のシステムにおいて、前記光学センサがカメラであり、前記プロセッサが更に、前記画像を取り込む時点における前記物理サンプルに対する前記カメラの角度と、前記カメラと前記サンプル間の距離を測定することを特徴とするシステム。
28. 請求項２６に記載のシステムが更に、前記光学センサと、前記プロセッサと、前記ディスプレイとを州法する携帯用ハウジングを具えることを特徴とするシステム。
29. 請求項２６に記載のシステムが更に、前記物理サンプルの前記部分における推定血液量を、患者の電子医療記録を保存している遠隔サーバに通信する、ワイヤレス通信モジュールを具えることを特徴とするシステム。
30. 請求項２６に記載のシステムが更に、既知の血液量標識のテンプレート画像のライブラリィを保存す量に構成されたデータストレージモジュールを具え、前記プロセッサが、前記データストレージモジュールからテンプレート画像にアクセスして、前記抽出した特性に応じて前記テンプレート画像を前記サンプル画像の前記部分と比較して、前記血液量標識タグを生成するように構成されていることを特徴とするシステム。
31. 請求項２６に記載のシステムにおいて、前記プロセッサが更に、前記画像中で前記物理サンプルを認識して、前記認識した物理サンプルについてサンプルカウンタに指標を付けるように構成されていることを特徴とするシステム。

Images