JP6546605B2 - 液体キャニスタ内の血液成分量の推定方法 - Google Patents

液体キャニスタ内の血液成分量の推定方法 Download PDF

Info

Publication number
JP6546605B2
JP6546605B2 JP2016563104A JP2016563104A JP6546605B2 JP 6546605 B2 JP6546605 B2 JP 6546605B2 JP 2016563104 A JP2016563104 A JP 2016563104A JP 2016563104 A JP2016563104 A JP 2016563104A JP 6546605 B2 JP6546605 B2 JP 6546605B2
Authority
JP
Japan
Prior art keywords
color
image
grid
liquid
canister
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2016563104A
Other languages
English (en)
Other versions
JP2017515106A (ja
Inventor
サティシュ,シッダルタ
ミラー,ケヴィン,ジェイ.
マディソン,クリストファー
ホスフォード,アンドリュー,ティー.
デ,ティタス
ザンディファル,アリ
リンドクィスト,エリック
アラゴン,ファン,カルロス
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Gauss Surgical Inc
Original Assignee
Gauss Surgical Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Gauss Surgical Inc filed Critical Gauss Surgical Inc
Publication of JP2017515106A publication Critical patent/JP2017515106A/ja
Application granted granted Critical
Publication of JP6546605B2 publication Critical patent/JP6546605B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/27Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
    • G01N21/274Calibration, base line adjustment, drift correction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/56Extraction of image or video features relating to colour
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B10/00Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
    • A61B2010/0003Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements including means for analysis by an unskilled person
    • A61B2010/0006Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements including means for analysis by an unskilled person involving a colour change
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30024Cell structures in vitro; Tissue sections in vitro

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Medical Informatics (AREA)
  • Quality & Reliability (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Mathematical Physics (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)
  • Spectrometry And Color Measurement (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Description

関連出願の相互参照
本出願は、2014年4月15日提出の米国暫定出願整理番号61/980,024、2014年11月17日提出の米国暫定出願整理番号62/080,927、2015年1月13日提出の米国暫定出願整理番号62/102,708の利益を主張するものであり、それぞれ本参照により全体が本書に組み込まれる。
技術分野
本発明は一般に外科分野に関し、より具体的には外科手術に用いられるキャニスタ内の血液成分量を推定する新規かつ有用な方法に関する。
図1Aは、液体成分量の推定方法の一実施例を表すフローチャートである。 図1Bは、液体成分量の推定方法の一実施例を表すフローチャートである。 図2Aは、液体成分量の推定方法およびシステムの一実施例のカラーグリッドを表す概略図である。 図2Bは、液体成分量の推定方法およびシステムの一実施例のカラーグリッドを表す概略図である。 図2Cは、液体成分量の推定方法およびシステムの一実施例のカラーグリッドを表す概略図である。 図3Aは、液体成分量の推定方法およびシステムの一実施例のブロックの変形例である。 図3Bは、液体成分量の推定方法およびシステムの一実施例のブロックの変形例である。 図3Cは、液体成分量の推定方法およびシステムの一実施例のブロックの変形例である。 図3Dは、液体成分量の推定方法およびシステムの一実施例のブロックの変形例である。 図3Eは、液体成分量の推定方法およびシステムの一実施例のブロックの変形例である。 図3Fは、液体成分量の推定方法およびシステムの一実施例のブロックの変形例である。 図4は、液体成分量の推定方法およびシステムの一実施例の適合に用いられる液体レシーバの変形例である。 図5は、液体成分量の推定方法およびシステムの変形例のフローチャートである。 図6Aは、液体成分量の推定方法および装置の変形例を示す。 図6Bは、液体成分量の推定方法および装置の変形例を示す。 図6Cは、液体成分量の推定方法および装置の変形例を示す。 図7Aは、液体成分量の推定方法の変形例を示す。 図7Bは、液体成分量の推定方法の変形例を示す。 図7Cは、液体成分量の推定方法の変形例を示す。 図8は、液体成分量の推定方法の一実施例の追加のブロックを示す。 図9は、液体成分量の推定システムの一例を示す図である。
本発明の好適な実施例にかかる以下の説明は、本発明をこれらの好適な実施例に限定するものではなく、むしろ当業者が本発明を製造し使用できるようにするためのものである。
図1A、1Bに示すように、キャニスタ内の血液成分量の推定方法100は:キャニスタの画像から、キャニスタに結合されたカラーグリッドを検出するステップであって、前記カラーグリッドはカラーエレメント配列を具え、各カラーエレメントは赤スペクトル内のカラーのセットのうちの1以上に関連している、ステップS110と;前記キャニスタに対する前記カラーグリッドの位置に基づいて、前記キャニスタの一部に対応する画像の領域を選択するステップS120と;検出された前記領域のカラーと、前記画像内の撮像されたカラーグリッドに関するカラーセット内における赤の色調(shade)の一致(match)を判定するステップS130と;前記カラーグリッド内の赤の色調に対応するカラーエレメントの位置に基づいて、赤の色調に関連する血液成分の濃度を取得するステップS140と;前記血液成分の濃度を前記キャニスタに含まれる液体量に関連付けるステップS180とを具え、これにより前記キャニスタ内の血液成分量を推定する。
一般に、この方法は、液体キャニスタ内の血液成分量を推定するための機械視(machine vision)を実現するよう作用する。特に、方法100は、液体キャニスタの画像を分析して、当該キャニスタに印刷、貼付、その他の方法で結合されたカラーグリッドを同定し、前記カラーグリッド内の特定の色調を前記キャニスタに対応する画像領域にカラーマッチさせ、経験的に特定され特定の色調に関連付けられた血液成分の濃度に基づいて、キャニスタ内の血液成分(例えば、赤血球、ヘモグロビン、遊離ヘモグロビン等)の濃度を判定する。この方法はさらに、キャニスタ内の液体の合計量を特定し、この量を血液成分の濃度と組み合わせて、キャニスタ内の血液成分の合計量(例えば質量(mass)、体積(volume)、または重量(weight))を算出することができる。
特定の応用例では、方法100は、臨床/医療環境に存在する液体キャニスタ内のヘモグロビンの質量を推定するのに利用可能であり、ここで前記液体キャニスタは手術中に血液サルベージに利用され、前記キャニスタ内の液体は少なくともいくらかの血液(例えば、さらに食塩水および/または患者の他の体液)を含む。この特定の応用例およびその変形例に関して、前記液体キャニスタの表面は、方法100を行わない場合、鏡面反射/グレアしがちであり、環境光の変化が液体キャニスタ内の液体の色を変化させてしまう。このため、方法100は、鏡面反射やグレアを軽減するステップおよび要素を含み、同様に周囲光の変化による影響を軽減するステップおよび要素を含む。
方法100はこのため、2012年7月9日出願の米国出願番号13/544,646「System and Method for Estimating Extracorporeal Blood Volume in a Physical Sample」、2013年5月14日出願の米国出願番号13/894,054「System and Methods fo Managing Blood Loss of a Patient」、2013年1月10日出願の米国出願番号13/738,919「System and Method of Estimating a Quantity of a Blood Component in a Fluid Canister」、2013年11月5日出願の米国出願番号14/072,625「Method for Triggering Blood Salvage」に記載された方法および技術を伴い、これらはそれぞれ本参照により全体が本書に組み込まれる。
血液成分は、全血、赤血球、ヘモグロビン、血小板、血漿、白血球、検体(analyte)、または他の適切な血液成分あるいは血液成分の組み合わせのいずれかであってよい。さらに、血液成分は、上記の血液成分のいずれかから派生した任意の成分(例えば、細胞内成分、分子成分等)を含んでもよい。この方法は、付加的または代替的に、食塩水、腹水、胆汁、灌注唾液(irrigant saliva)、胃液、粘液、胸膜液、間質液、尿、糞便、または患者の他の任意の体液といった、キャニスタ内の非血液成分の濃度(および量)を推定するのに同様の技術を実施することができる。
液体キャニスタは、血液や他の体液を回収するための、手術用、または他の医療用、臨床用、あるいは病院用セッティングとして実現される吸引キャニスタとすることができる。例えば、キャニスタは、容器壁に沿って垂直に配置され容器の外側から視認可能な一連の液体量インジケータを具える透明なポリマ容器を含み得る。あるいはキャニスタは、血液サルベージキャニスタ、静脈内液体バッグ、または他の適切な外科的排出物の回収あるいは回復用生物溶液回収用の血液用または液体用容器であってもよい。キャニスタの画像が方法100により液体キャニスタ内に含まれる液体と、当該キャニスタに印刷、貼付、その他の方法で関連付けられた色調とカラーマッチされ、これによりキャニスタ内の血液成分の濃度を推定するのに十分な情報を具備しうるように、この液体キャニスタも透明、半透明であり、あるいは容器壁に沿って透明または半透明な領域を有する。
このように、方法100は、非接触の手段を通してリアルタイムで、手術中や他の医療行為中に、液体キャニスタに含まれる血液成分(例えばヘモグロビン)および/または他の液体(例えば食塩水)の量および/または濃度を計るのに有用である。これにより、米国出願番号14/072,625に記載のように、患者の失血や正常血液量の状態をこれらのデータによって追跡することができる。しかしながら、方法100は、容器内の血液成分または他の液体あるいは粒子の濃度および/または量を推定する他の様々な用途または環境に適用可能である。
方法100は、したがって、内包液の品質を評価するための、キャニスタの写真画像(すなわちデジタル画像)を分析するキャニスタ分析機としてコンピュータシステムに実装可能である。このコンピュータシステムは、クラウドベース(例えばアマゾンEC2)、メインフレーム型コンピュータシステム、グリッドコンピュータシステム、または他の様々な適切なコンピュータシステムであってよい。例えば、方法100は、図1Aに示すような未処理の血液成分分析アプリケーションを実行するスマートフォン、デジタル音楽プレイヤー、またはタブレットコンピュータといった手持ち型(すなわちモバイルの)コンピュータデバイスに実装可能である。例えば、演算デバイスに統合された画像取得モジュールで液体キャニスタの画像を取得し、当該演算デバイスに統合されたプロセッサで方法100のブロックを実行して、画像からキャニスタ内の液体の品質を示す情報を抽出する。演算デバイスは、付加的あるいは代替的に、例えばワイヤレス接続でインターネットを介してリモートのサーバと通信し、サーバが方法100の1以上のブロックを実行し、方法100の1以上の出力がリモートサーバから演算デバイスに送られさらに分析され、および/またはその後に実体(例えば看護師、麻酔医)に提示されてもよい。演算デバイスはデジタルディスプレイを具えるか結合され、この方法は実体にディスプレイを介して情報を提供してもよい。
あるいは、方法100はスタンドアロン型の血液量推定システムとして、液体キャニスタ、液体キャニスタスタンド、画像取得モジュール、液体キャニスタの隣に画像取得モジュールのカメラを支持するよう構成されたカメラスタンド、この方法の少なくとも一部を実行するよう構成されたプロセッサ、および/または、方法100の1以上のブロックを実行するリモートサーバと通信するよう構成された通信モジュールとを具えて実現することができる。この実施例では、カメラは液体キャニスタスタンドに対して実質的に固定的(non-transiently)に配置され、手術または他の医療行為を通して、および/またはキャニスタが一杯になるまで、キャニスタの画像を取得する適切な位置に保持される。この血液量推定システムは、こうして定期的、例えば30秒毎または2分おきに液体キャニスタの画像を取得し分析する。血液量推定システムはさらに、(例えばブルートゥースを介して)米国出願番号13/544,646、13/894,054、13/738,919、14/072,625に記載のいずれかの方法を実現する1またはそれ以上のシステムと通信し、体外血液量、患者の合計失血量、患者の正常血液量の状態、および臨床的または非臨床的環境における他の適切な患者の状態のうちの1以上のほぼ包括的な分析を生成する液体管理システムを構成してもよい。しかしながら、方法100は、他の適切なコンピュータシステム、演算デバイス、またはその組み合わせに実装されてもよい。
さらに、方法100およびシステムの変形例は、カラーグリッドに関連付けられるか他の方法で結合された(例えば、QRコードに組み込まれたり、バーコードに組み込まれたり、直線配列に組み込まれたり、軸対象配列に組み込まれる等)他の適切な液体レシーバ(例えばキャニスタ、テスト片、吸収パッド、外科用編物、スポンジ、液体受容バッグ、ドレープ、細胞サルベージシステム、ドレインデバイス等)から得られる画像データ(または他のデータ)を処理するのに適合してもよく、ここで液体レシーバはある量の液体(例えば尿、食塩水、腹水、胆汁、灌注唾液(irrigant saliva)、胃液、粘液、胸膜液、間質液、糞便、非生物学的流体等)を受ける(例えば、キャビティ内に受けたり、吸収して受ける)よう構成されている。このように、以下に説明する方法100とカラーグリッド300のバリエーションは、液体レシーバの環境における周囲光の影響を軽減して、当該液体レシーバに受容される液体量のうちの液体成分濃度および/または液体成分量を特定することができる。
2.カラーグリッド、キャニスタ、および処理モジュール
図2Aに示すように、一実施例では、カラーグリッド300は別個の複数カラーのカラーエレメント配列310(例えば1またはそれ以上の「ピクセル」を含む複数領域)を含み、このカラーエレメント配列はキャニスタの外側面に印刷され、貼付され、投射され、または他の方法で結合される。一例では、カラーグリッド300は、キャニスタ200上のデカール301の形態で貼付される。一例では、デカール301が、粘着層320、当該粘着層320の第1の部分321の上に設けられた不透明層325、当該不透明層325の上に配置される、それぞれ個別の赤の色調のカラーエレメント配列310、および、当該カラーエレメント配列310の上と前記粘着層320の前記第1の部分321に隣接する第2の部分322の上に直接貼付されるアンチグレア層330を具え得る。好適には粘着層320は、キャニスタ200内の液体の色がキャニスタのカラーグリッドアセンブリの画像データを正確に表すように実質的に透明であるが、この粘着層320は代替的に、カラーグリッド300を含む画像の画像処理(すなわち色補正)を実現するために任意の特有のカラー(例えば、色調、色相、明暗度、透明度等)を有してもよい。
本例では、カラーグリッド300は、キャニスタをエンドユーザに発送する前に製造者によってキャニスタ200の外面に適用(すなわち「貼付」)されるか、手術や他の医療行為の前か最中に、看護師、麻酔医、または他のエンドユーザによってキャニスタに結合されることができる。しかしながら、カラーグリッド300の特定の実施例の変形例は、粘着層320、不透明層325、およびアンチグレア層330(例えば、液体レシーバがマット仕上げであったり、他の手段で反射が生じない場合)のいずれか1以上がなくてもよく、さらに付加的または代替的に、視野内でカラーグリッド画像の画像処理を改善または向上させる他の適切な層を具えてもよい。
カラーグリッド300の不透明層325は、カラーグリッド内の色調の知覚(あるいは解像)される色がカラーグリッド300またはキャニスタの照明状況や他の反射、あるいは近くのキャニスタ(または他の物体)内の液体の不透明度の影響を実質的に受けないように、カラーグリッド300に反復的な背景を提供すべく作用する。この特定の実施例では、不透明層325は、アルミニウムシート、金属箔シート、白エナメル銅シート(white-enameled copper sheet)、および、カラーグリッド300に不透明領域を提供する他の適切な材料を具えることができる。
カラーグリッド300のアンチグレア層330は、キャニスタ200の画像内でカラーグリッド300および液体の隣接領域のぎらつきを軽減あるいは実質的に排除し、画像が十分なカラーデータを含んで方法100が画像内の液体の色を血液成分濃度に相関付けられるようにする(あるいは、同様に後述する方法100の変形例において画像カラーの標準化を行って画像内の液体の色を血液成分濃度に相関付けられるようにする)。アンチグレア層330はさらに、内包される液体に関連するキャニスタ200の画像の一部が色標準化され、および/またはカラーグリッド300内の特定の色調と照合されて、キャニスタ200内の血液成分濃度が推定されるように、カラーグリッドとキャニスタ200の半透明または透明の面の双方にわたって一貫した表面処理を保持するように作用する。特定の実施例では、アンチグレア層330は、カラーエレメント配列310を有するカラーグリッド300の部分を超えて延在し、これにより液体キャニスタ200にカラーエレメント配列のすぐ隣に、アンチグレア層330と結合された領域6を生成する。この領域6は、例えば、方法100のブロックS120において、液体キャニスタ200内の血液成分量の分析および最終的な推定に用いられる。しかしながら、領域6は、他の適切な方法でキャニスタ200のカラーグリッド300の位置に対して規定されてもよい。
このような代替例の1つか2つでは、カラーグリッド300は、キャニスタ200に隣接するプラカード上、キャニスタ200に隣接する作業(例えばテーブル)面上、キャニスタ200を支持するキャニスタ200のスタンド上、キャニスタ200の近くかこれに接触する外科用グローブ上、またはカラーグリッド300とキャニスタ200が一緒に画像化できるようなキャニスタ200近くの他の面上に配備することができる。
カラーグリッド300のカラーエレメント配列310は、血液成分に特有の多様な色(すなわち、光の波長によって特性を表す色相)を含み、ここで多様な色は、明暗/輝度(色調または明度の意味で)および彩度/色度のうちの1またはそれ以上において区別される。しかしながら、カラーエレメント配列310の変形例は、多様な色合いを含んでもよい。さらに、カラーグリッド300のカラーエレメント配列310の色は、RGBの三色フォーマット(赤、緑、青成分の強度の面から)、十六進法フォーマット(hexフォーマット)、および/または、演算システムでカラーエレメント配列310からの情報を以降に処理できる他の適切なフォーマットで記述されてもよい。カラーエレメント配列310の色はさらに、カラーグリッド300を印刷する場合、カラーグリッド300の色を投影する場合、カラーグリッド300の色を近くする場合、および/または他の適切な要素に関して、適切な色空間(例えば、アドビRGB色空間、CIE1931XYZ色空間、CIE L*a*b色空間等)内に存在してもよい。
一変形例では、カラーグリッド300のカラーエレメント配列310は、#xx000範囲(例えば#200000から#FF0000)のhexカラー値(hex color values)にわたる、あるいはrgb(x,0,0)範囲(例えば(32,0,0)から(255,0,0))のRGBカラー値にわたる1セットの赤のエレメントを含み得る。しかしながら、この変形例では、カラーグリッド300は付加的あるいは代替的に、血液系(すなわち、血液を含む)の色に実質的に近い他の適切なカラー(すなわち、色相、彩度/色度、明度/明暗度の意味で)を表現してもよい。図2Aに示す例では、カラーグリッド300の各カラーは、グリッド形式に配置された要素として表され、ここで各要素が実質的に均一の色調を有する(すなわち、カラーエレメントの複数ピクセルにわたり低い度合いの変化度を有する)。
図2Aに示す例では、カラーグリッド300は要素の直線グリッドレイアウトを有し、各要素が、カラーセット内のカラー(例えば赤)の一意のカラー明度(すなわち色調または明度)を表す。本例では、カラーグリッド300において1またはそれ以上の方向に比較的スムースな色変化を生じるように、各要素は実質的に似た色の近くに配置される。別の例では、カラーグリッドは同じ色調を表す複数の要素を具えてもよい。この例では、カラーエレメント配列310は、カラーグリッド300にわたってパターンを形成する特定の特性(すなわち明度、彩度等)を有する色を有して配置されてもよい。より具体的には、赤の同じ(暗い)色調の要素のセットがカラーグリッド300の四角の中央に十字を構成してカラーグリッド300を4つの象限に分割し、第1象限の遠い角に近づくと赤の色調がだんだん明るくなるようにさらなる要素が第1象限を埋めるようにする。この例では、第1象限がカラーグリッドの第2、第3、第4象限へと垂直方向、対角方向、および水平方向にそれぞれ反映され、これによりカラーグリッド300が向きに影響されにくくなる(すなわち、カラーグリッドの90°の回転に関して)。本実施例の変形例では、カラーグリッド300は軸対象であり(すなわち、円形または他の軸対象のカラーエレメント配列を用いる)、これによりカラーグリッド300がより(キャニスタ、キャニスタに対するカラーグリッドの)向きの影響を受けないようになる。カラーグリッド300は、しかしながら、様々な適切な対称軸を有してもよいし、有さなくてもよい。
上記の例と似た実装例では、四角いカラーエレメント配列310で、図2Bに示すように、カラーグリッド300がマトリクスバーコード5(クイックレスポンスまたは「QR」コード、他の光学器機械可読バーコード等)に配列された多様な個別の色(赤の色相、赤の色相の彩度、赤の色相の強度等)の色付ブロックを具える。本例では、色付ブロックのセットは、白ブロック(散在する白ブロック)のセットとともに、ステッカー(またはデカール等)に印刷または他の方法で適用された四角いグリッドパターンに配列され、配列情報、位置情報、バージョン情報、識別情報、および他の適切な情報、のうち1またはそれ以上を含む情報が、色付きと白のブロックの(相対)位置に基づいて四角いグリッドパターン内に符号化される。これによりデバイスが本書記載の方法100のブロックによる機械視技術を実装し、(キャニスタ200の非平坦な面による)マトリクスバーコード5の歪みを考慮して、カラーグリッド300のカラーエレメントから色情報を抽出し、ステッカー(またはデカール)が適用(または印刷)されたキャニスタの画像内の液体の色に適用する。このデバイスはまた、カラーグリッドのグリッドパターンを復号してカラーグリッドおよび/またはキャニスタに関する追加情報を取得しうる。本例では、マトリクスバーコード5の復号化によりアクセス可能な情報は、カラーグリッド300の面に印刷または他の方法で提供(すなわち印刷)された他の情報で少なくとも部分的に冗長性を有する。例えば、カラーグリッド300は液体キャニスタ200の英数字による識別子を記述する印刷テキスト領域を有し、この英数字の識別子はマトリクスバーコード5を復号化してもアクセス可能である。このように、キャニスタのセットに関して(例えば複数の患者用、医療環境内の一人の患者用)、カラーグリッド300は、キャニスタのセットにわたってほぼ同じであるカラーエレメントのセット(同一構造)を含みつつ、キャニスタを個別に同定するのに利用可能である。
カラーグリッド300に符号化情報を有する最初の実施例では、モバイル演算デバイスのスキャナデバイス(例えば、モバイル演算デバイスの光学センサモジュール)をカラーグリッド300の1以上の位置特徴に配置するよう構成して、マトリクスバーコード5からキャニスタ200の識別子(例えば英数字の識別子)を抽出し、当該識別子とキャニスタの画像データを当該モバイル演算デバイス(または他の画像取得デバイス)と通信する処理モジュール(例えば演算システム、サーバ)に送信することができる。この処理モジュールはその後、識別子を用いてキャニスタの1以上の特徴(例えば、形態的特徴、製造、モデル、整理番号、外形、最大内容量、壁厚、および/または表面光沢等)を特定し、既知の構成(標準的空間、特定の向き、距離、光学センサに対する眺望)においてカラーグリッドがどのように見えるかのテンプレートを構築する。特に、標準の形態においてカラーグリッドがどのように見えるかのテンプレートは、カラーグリッドの印刷に用いた電子ファイルから生成可能であり、この電子ファイルはゆがみやねじれなくカラーグリッドの構成を表し、電子ファイルは識別子を受けた処理システムによって取得される。このようにして処理モジュールは、図3Aに示すように、テンプレートに対するカラーグリッド300の1以上の位置特徴の位置調整に基づいて、カラーグリッド300の歪みのない構成を同定するよう構成される。
この第1実施例では、処理モジュールは、キャニスタの識別子(すなわち英数字の識別子)を用いて正準空間におけるカラーグリッド300のカラーエレメント配列310の領域のセットのマスクを規定し、前記1以上の位置特徴(例えば抽出されたQRコードの角)を用いて正準空間と画像データに関する画像空間との間の変換モデル(例えばホモグラフィ)に適合させる。この変換モデルはその後処理システムが領域の各セットを画像空間に変換するのに用いられる。その後、図3Bに示すように、領域の各セットについて、関連する変換されたマスクのピクセルのセットが処理され、関連する領域を表すものとして平均(すなわちメジアン、中間)のカラー値(例えばRGBカラー値、hexカラー値)が特定される。このようにして、処理モジュールが、キャニスタのセットのすべてのカラーグリッドにわたって矛盾がないカラーグリッド300のカラーエレメント配列310のカラー値を抽出することができる。第1実施例では、領域のセットは9の領域を含み、それぞれが個別のカラー値を有する。しかしながら、この特定の実施例の変形例では、領域のセットは代替的に、画像の標準化(周囲光の条件に関して)および/または画像からの血液成分情報の抽出のための他の適切な数の領域を有してもよい。
次に、第1実施例では、処理モジュールは血液成分の量(例えばヘモグロビン量)の特定のためのキャニスタ200の領域を同定され、この領域が画像データに取得され、キャニスタ200のカラーグリッド300の位置と関連付けられるよう構成される。処理モジュールは次に、変換モデル(すなわちホモグラフィ)を用いて正準空間から画像空間へキャニスタ200の領域を変換し、図3Cに示すように、当該領域内の境界領域を登録する。第1実施例では、処理システムは次に、カラーエレメント配列310の基準パレットに基づいて周囲光の影響を消すよう構成され、この基準パレットは特定の構成(例えば、制御された光条件における基準画像から生じたもの、カラーエレメント配列を印刷するのに用いた色情報から生じたもの)におけるカラーエレメント配列310の表現を含む。第1実施例では、基準パレットは、カラーパレットの領域セット内で得られる赤チャネル、緑チャネル、および青チャネルの色情報値を、標準化された赤チャネル、緑チャネル、および青チャネルの値に変換する適合関数のセットに基づきパレット抽出モジュールによってカラーパレット出力の領域のセットを標準化するのに利用可能であり、これにより図3Dに示すように環境光の条件に標準化された標準化カラーパレットを出力する。
第1実施例では、処理システムは次に、血液成分の分析における関心領域の画像データから、ノイズや他のアーチファクト(例えば、カラーグリッド300の下の気泡により生じるアーチファクト、カラーグリッド300とキャニスタ間のデブリにより生じるアーチファクト等)を除去するよう構成され、特定の例では、アーチファクトの除去は、図3Eに示すように、最大安定外部領域(MSER)アルゴリズムによって関心領域の実質的にアーチファクトのないサブ領域の初期マスクを特定することにより実行される。次に、処理システムは、当該初期マスクのピクセルの中間カラー値と有意に異なるカラー値のピクセルを除去して、MSERアルゴリズムの実行後に存在する逸脱を除去する。処理システムは付加的または代替的に、ガウスのアルゴリズムのラプラシアン、ガウスのアルゴリズムの差分、および/またはヘッシアンのアルゴリズムの行列式を実行して、ノイズや他のアーチファクトを除去してもよい。
最後に、処理システムは、変数モデルに基づいて、キャニスタの関心領域から推定されるヘモグロビン量を決定するよう構成され、この変数モデルは放射基底関数(RBF)カーネルを有するサポートベクターマシン(SVM)アルゴリズムを実行し、これが関心領域の赤の値、緑の値、青の値の強度からヘモグロビン濃度を生成し、このヘモグロビン濃度にキャニスタ内の液体量を乗算して推定されるヘモグロビン量を決定する。付加的あるいは代替的に、図3Fに示すように、他の適切な変数モデル(例えば、線形回帰モデル、電力曲線回帰モデル、その他の回帰モデル等)または非変数モデルを処理システムによって実行して、キャニスタ内の他の適切な血液成分量を特定してもよく、これらが米国特許出願13/544,646、米国特許出願13/894,054、米国特許出願13/738,919、米国特許出願14/072,625に記載されている。
付加的あるいは代替的に、上記システムおよび方法の変形例は、場所による周囲光の影響を補正して、キャニスタ(または他の液体レシーバ)の液体を特徴づけできるようにするために、キャニスタ(または他の液体レシーバ)に結合された複数のカラーグリッドを組み込んでもよい。例えば、第1のカラーグリッドがキャニスタの第1の場所に配置され、第2のカラーグリッドがキャニスタの第2の場所に配置されたものを、キャニスタの第1の場所と第2の場所にあたる周囲光による違いが生じる影響を補正するのに用いてもよい。
図4に示すように、上記例のシステムの変形例は、カラーグリッドに関連付けられるか他の方法で結合された(例えば、マトリクスバーコードに組み込まれるか、クイックレスポンスコードに組み込まれるか、バーコードに組み込まれるか、直線配列に組み込まれるか、軸対象配列に組み込まれる等)任意の他の適切な液体レシーバ(例えば、キャニスタ、テスト片、吸収パッド、外科用織物、スポンジ、液体受容バッグ、ドレープ、細胞サルベージシステム、ドレインデバイス等)から生じる画像データ(または他のデータ)を処理するのに適合してもよく、ここで液体レシーバはある量の液体(例えば、尿、食塩水、腹水、胆汁、灌注唾液(irrigant saliva)、胃液、粘液、胸膜液、間質液、糞便等)を受ける(例えば、キャビティ内に受容、吸収により受容)よう構成される。このように、上記システムの変形例は、液体レシーバに受容された液体量における液体成分の濃度および/または量の特定において、液体レシーバの環境による周囲光の影響を軽減することができる。
カラーグリッド300を符号化情報として有する別の実施例では、スキャンデバイスが、キャニスタ200および/またはカラーグリッド300にかかる製造者、供給者、バッチナンバー、整理番号、バージョン、病院、URL(uniform resourse locator)または他のウェブアドレス、および/または他の適切な情報を抽出することができ、これはマトリクスバーコード5から、デバイスが取得したマトリクスバーコード5の画像における白(または他の明るい色の)ブロックの位置と、暗い(例えば赤の)ブロックの位置とを同定し、マトリクスバーコード5内の位置マーカ(すなわちQRコードの角)を同定し、位置マーカの相対位置に基づいてマトリクスバーコードの向きを特定し、マトリクスバーコード5の向きに基づいてマトリクスバーコード内のモジュールのセットを同定し、マトリクスバーコードの向きと、各ブロック内の明ブロックおよび暗ブロック(例えば赤)の位置とに基づいて各モジュールを文字へと復号化し、モジュールのセットから抽出された文字を意味のあるリソースへと組み合わせることにより行われる。本例では、デバイスは文字を組み合わせてURLとし、ネットワーク(例えばインターネット)接続を介して当該URLからキャニスタおよび/またはカラーグリッドに関するデータを取得することができ、それにはステッカー(とマトリクスバーコード5)が貼付されたキャニスタの製造、モデル、整理番号、外形、最大内容量、壁厚、および/または表面光沢等が含まれる。このデバイスは付加的または代替的に、マトリクスバーコード5から抽出されたURLにアクセスして、カラーグリッド内のカラーブロックに表される各色に対応するヘモグロビン濃度、赤血球濃度、および/または溶血比率等といった、マトリクスバーコード5のカラーテンプレートを取得する。デバイスは本書記載のテンプレートマッチング技術を実行し、キャニスタ内の対応する画像の部分の色を、同画像内に示されるカラーグリッドに表された特定の色とマッチングして、URLから取得された色テンプレートデータに規定された当該特定の色に対応するヘモグロビン濃度、赤血球濃度、および/または溶血比率等に適用し、後述するようにキャニスタに内包される液体量を推定する。しかしながら、カラーグリッドは他の適切な方法に配列された他の数の赤の色調(または他の色相)を具えてもよい。
前述の実施例では、カラーグリッド300内に表された各特定色の値を、周囲光の影響を考慮した画像の標準化の実現に用いることができ、および/または特定の血液成分の濃度に紐付けることができる。例えば、食塩水と重量で0.0%、2.5%、5.0%、7.5%・・・92.5%、95%、の赤血球を含む溶液を多様な液体容器に用意し、各液体容器が多様な赤の色調のエレメント配列を有する実質的に同じカラーグリッドを有するとする。この例では、各溶液の画像が画像化され、各溶液について、対応する画像から抽出された溶液の色と、溶液の色とが、カラーグリッド内の1のカラーエレメント(または2つの最も近いカラーエレメント)とマッチングされる。このようにしてカラーグリッド300に表される各カラー値が、食塩水内の特定の赤血球濃度にマッチングされ関連付けられる。したがって、以降の手術または他の医療行為の間、この方法はこの手順を逆にして血液含有液に対応する液体キャニスタの画像の領域から色を抽出し、この色をキャニスタに付されたカラーグリッドのカラーエレメントとマッチングし、選択されたカラーエレメントに関連する赤血球濃度に基づいてキャニスタ内の液体の赤血球濃度を推定することができる。
他の実装例では、図2Cに示すように、カラーグリッドが例えば赤、青、緑といった複数の純粋色を表すエレメントを含む。本例では、方法は赤、青、緑、コントラスト、明度、および/または他のカラーまたは画像パラメータを調節することによってキャニスタ200の画像の色を標準化し、後述するように、カラーエレメントに対応する画像の部分を各エレメント(例えば、rgb(256,0,0)、rgb(0,0,256)、およびrgb(0,256,0))の既知のカラー値とマッチングする。しかしながら、カラーグリッド300は任意の他の適切な方法で任意の他のカラー配列の他の数の色調を含んでもよい。
カラーグリッド300はまた、既知のサイズ、形状、および/または間隔(spacing)の1またはそれ以上の基準点(すなわち、位置特徴)を含み、方法100の1以上のブロックが機械視技術を実装してこれらの基準点をキャニスタの画像内で同定し、画像の縮尺変更、回転、変形、曲げ、および/または変換を行い、画像内で同定された基準点を既知の(本当の)サイズ、形状、および/または間隔とマッチさせてもよい。例えば、カラーグリッド300は、色つきエレメントの周りに配置された一連の角部または「+」記号といった1またはそれ以上の印刷記号を具えてもよい。あるいは、エレメントが特定のサイズと形状(例えば、3mm×3mmの正方形エレメント)を有し、方法100の1以上のブロックがキャニスタの画像を同定して当該画像を変換し、画像から大きさを抽出し、および/または画像内に関心点(例えば、カラーグリッド内の特定のカラーエレメント)を検索してもよい。
3.テンプレートマッチング
ブロックS110は、キャニスタの画像から、キャニスタに付されたカラーグリッドを検出し、当該カラーグリッドはカラーエレメント配列を含み、各カラーエレメントは赤スペクトルの複数カラーの1以上のセットに関連付けられており、ブロックS120はキャニスタに対するカラーグリッドの位置に基づいて、キャニスタの位置に対応する画像の領域を選択することを規定する。
一般に、キャニスタの画像が取得されたら(例えば米国特許出願13/738,919に記載されるように)、ブロックS110は機械視技術を実装して画像内のカラーグリッドおよび/または画像内のカラーグリッドに関連する1以上の位置特徴(例えばQRコードの角)を同定し、これらは処理システムに関して実施例と変形例が前述されている。ブロックS110は、位置検索、セグメンテーション(エッジ検出、背景除去、グラフカット式アルゴリズム等)、ゲージング、クラスタリング、パターン認識、テンプレートマッチング、特徴抽出、記述子抽出(例えば、テクストンマップ抽出、カラーヒストグラム、HOG、SIFT等)、特徴次元縮退(例えば、PCA、K平均法、線形判別等)、特徴選択、閾値化、ポジショニング、カラー分析、パラメトリック回帰、ノンパラメトリック回帰、教師なしまたは半教師付の(unsupervised or semi-supervised)パラメトリックまたはノンパラメトリック回帰、および画像内でカラーグリッド(またはカラーグリッドの一部またはシンボル)を同定する他の種類の機械学習あるいは機械視を含んでもよい。
ブロックS110はまた、機械視技術を実装して画像内のカラーグリッドのカラーエレメント配列の各個のカラーエレメントを同定し、各同定されたカラーエレメントのカラー特性を抽出してもよい。例えば、同定された1つのカラーエレメントについて、ブロックS110は画像内の1つのカラーエレメントに対応する各ピクセルの平均カラー値(例えば、hexカラー値、rgb()カラー値)を特定することを含む。一変形例では、ブロックS110は複数領域のセットのマスクを規定し、各領域が正準空間内のカラーエレメント配列の1のカラーエレメントに関連しており、1またはそれ以上の位置特徴(例えば抽出されたQRコードの角)を用いて正準空間と画像に関連する画像空間の変換モデル(例えばホモグラフィ)を適用する。ブロックS110は次に、変換モデルを用いて領域の各セットを画像空間に変換し、領域の各セットについて、関連する変換済みマスクのピクセルのセットを処理して平均(すなわちメジアン、中間)のカラー値(すなわちRGBカラー値、hexカラー値)を、当該カラーエレメントを表すものとして特定する。ブロックS110は次にこれらの値を、例えば画像内のカラーグリッドのカラーエレメントに対する、対応するカラー値の仮想オーバーレイ(virtual overlay)の形式で画像とともに保存する。このようにして、ブロックS110は、複数キャニスタのセットのすべてのカラーグリッドにわたり一貫した方法で、カラーグリッドのカラーエレメント配列のカラー値を抽出することができる。カラーエレメントの同定の変形例や実施例は、上記処理システムのパレット抽出モジュールに関して前述されている。
ブロックS110はさらに、画像内のカラーグリッド内の各カラーエレメントにアドレスを付与し、これは例えばカラーエレメントの線形配列を含むカラーグリッドの(m,n)の行列座標系の形式となる。例えば、100のカラーエレメントを有する10×10のカラーグリッド配列では、ブロックS110は左上のエレメントに(1,1)、左上のすぐ右のエレメントに(2,1)、右下のエレメントに(100,100)とアドレスを付与する。ブロックS110はまた、例えば1以上の位置特徴(例えば、デカールに印刷された製造、モデル、整理番号に関連)に基づき画像内のカラーグリッドの向きを特定することと、これに従い画像内のカラーエレメントにアドレスを付与することを含んでもよい。ブロックS110は次に、例えば((m,n)#XXXXXX)の形式で、画像内のカラーエレメントの各特定されたカラー値を、対応するカラーグリッドのアドレスとグループ化する。
このように画像内で同定されたカラーグリッドを用いて、ブロックS120は、カラーグリッド内のカラーとマッチングする画像の特定の領域を選択することを含む。例えば上述のように、カラーグリッドを、当該カラーグリッドの隣接面にアンチグレアを有する透明領域を含むデカール内に組み込むことができ、したがってブロックS110はキャニスタ上のカラーグリッドの向きを特定するための画像分析を含み、ブロックS120は、画像内で特定されたカラーグリッドの向き(およびサイズ)に基づいて、カラーグリッドの特定の縁部に近く、かつデカールの透明領域に対応する画像領域を選択することを含む。この例では、デカールは四角く、カラーグリッドは正方形であってデカールの一面の半分に配置されてもよく、ブロックS110はデカールの縦軸と横軸を特定することを含み、ブロックS120は、画像内で、デカールのカラーグリッドと反対側の半分のデカールの縦軸の周りにグループ化された、ピクセルのグループまたはクラスタを選択することを含んでもよい。代替的に、デカールはキャニスタの一面に沿って縦に配置された細長いアンチグレアストリップを規定し、ブロックS120がキャニスタの液体面を同定し(例えば米国出願番号14/072,625および米国出願番号13/738,919に記載のように)、キャニスタに付されたカラーグリッドとは異なるアンチグレア面に対応する画像内のピクセルの線形グループを選択し、デカールの最下点から同定された液体面まで進むようにしてもよい。しかしながら、ブロックS120は他の適切な方法で画像内の任意の他の領域を選択するようにしてもよい。
ブロックS130では、領域の検出されたカラーと、画像内で取得されたカラーグリッドに関連するカラーのセット内の赤の色調とのマッチングを判定する。一般に、ブロックS130は機械視技術を実装して、ブロックS120で選択された特定領域のカラーと、キャニスタに付され画像内に取得されたカラーグリッドの特定のカラーエレメントのカラーとのマッチングを行う。
一実施例では、ブロックS130は、ブロックS120で選択された画像の領域内の各ピクセルのカラー値から中間カラー値(例えば、hexカラー値、RGBカラー値)を演算することを含む。ブロック130は代替的に、ブロックS120で選択された領域内の各ピクセルまたはピクセルの各サブグループについてカラー値を演算してから、選択された領域内の中間カラー値を同定してもよい。しかしながら、ブロックS130は、他の適切な方法で、キャニスタ内の液体に対応する画像の領域に特定のカラー値を演算および/または割り当ててもよい。キャニスタ内の液体に対応するデータを含む画像の領域がこのように定められたら、ブロックS130は、この領域のカラー値を、画像内のカラーグリッドのカラーエレメントの特定されたカラー値と比較することを含む。特に、ブロックS130は、この領域のカラー値を、ブロックS110でカラーエレメントについて演算されたカラー値と比較し、選択された領域のカラー値と最も近い特定のカラーエレメントを選択する。代替的に、ブロックS130は、選択された領域のカラー値と最も近い2つのカラー値に対応する2つのカラーエレメントを選択してもよい。
ブロックS130は、この最も近いカラー値または最も近い2つのカラー値、あるいは当該(1または2の)最も近いカラー値に関連する1またはそれ以上のカラーグリッドのアドレスを、方法100のブロックS140および/またはブロックS150に渡すことを含む。これにより、キャニスタとカラーグリッドの1の画像内で取得されたカラー情報が、当該キャニスタとカラーグリッドの別に取得された(および別のキャニスタと別のカラーグリッドからの)カラー情報と異なることがあっても、ブロックS130は画像内に表れる2(またはそれ以上)のカラーをマッチングすることができる。特に、照合される2つのカラーは同じ照明、陰影、ISO、シャッター速度、サンプリングレートウィンドウ、および光(すなわちカラー)の記録に影響する他の条件で撮像されたものであるため、このカラー照合はすべてのこのような照明や画像化条件について本来的に標準化される。
ブロックS140は、カラーグリッド内の赤の色調に対応するカラーエレメントの位置に基づいて、当該赤の色調に関連する血液成分の濃度を取得することを規定する。一般に、ブロックS140は、既知の血液成分の濃度を、画像内のカラーグリッド内の特定のカラーエレメントに割り当てるよう機能する。一実装例では、上述のように、ブロックS110で光学文字認識(OCR)(または他の機械視技術)を実装することによって画像化されたキャニスタのカラーグリッドの特定の種類、製造、またはモデルを同定し、画像からカラーグリッドのQRコード、SKU番号、バーコード、モデル番号等を読み出し、ブロックS140がこの識別子をリモートのカラーグリッドデータベースに送ることを含む。本例では、ブロックS140はカラーグリッドのアドレスのセットを、対応する既知の(すなわち、経験的に特定された)血液成分濃度とともに受け取り、カラーエレメントに割り当てられたアドレスおよびカラーグリッドデータベースから受け取ったアドレスに基づいて、既知の血液成分濃度をカラーグリッド内のそれぞれのカラーエレメントにマッピングする。例えば、ブロックS140は、エレメントのアドレスとカラー値の座標を、((m,n)#XXXXXX,y%V)の形で読めるように追加することができる。したがって本例では、カラーグリッド内の1の暗い赤褐色のエレメントが座標((5,6),#200000,67.5%V)に割り当てられ、明るい色のさめたピンク(light whashed-out pink)のエレメントが座標((2,1),#FFCCCC,5.0%V)に割り当てられることができる。ブロックS140はこのようにブロックS110と協力して、それぞれカラーグリッド内でエレメントの位置、画像内のエレメントのカラー値(これは同じキャニスタの多様な画像でも異なる場合がある)、および対応する血液成分濃度を特定する座標のリストを編集する。
他の実装例では、ブロックS110が画像内のカラーグリッドの識別子を抽出することを含み、ブロックS140がモデルのカラーエレメントアドレスおよび既知の血液成分濃度のコンピュータファイルを選択し、ブロックS130で選択された(実際の)カラーエレメントのアドレスに対応する単一の血液成分濃度を抽出する。同様に、ブロックS130から受ける2つのカラーエレメントのアドレスについて、ブロックS140は対応する2つの血液成分濃度を選択し、これらの値をブロックS150に送ることを含む。しかしながら、ブロックS140は、カラーグリッド内の1以上のカラーエレメントに対応する既知の血液成分濃度を収集する他の方法で機能してもよい。
ブロックS180は、血液成分濃度をキャニスタに内包される血液量に関連付け、これによってキャニスタ内の血液成分の量を推定する。一般に、ブロックS180は、対応するカラーエレメントと液体の色のカラーマッチングに基づいて、特定のカラーエレメントに関連する既知の血液成分濃度をキャニスタ内の液体に関連付ける。一実施例では、ブロックS180は、マッチングしたカラー値または選択したカラーエレメントのアドレスを、カラーエレメント、カラー値、および対応する血液成分濃度の位置を特定する座標リストに適用し、画像内に示されるキャニスタに含まれる液体についての単位の血液成分濃度を出力する。別の実施例では、ブロックS180は、ブロックS140から画像内に示される液体の色に最も近いカラーグリッド内の2つのカラーエレメントに対応する2つの血液成分濃度を受け取り、これらの血液成分濃度を平均化して画像化されたキャニスタ内の液体の血液成分濃度の最終的な推定値を生成する。類似の実施例では、ブロックS180は、ブロックS120で選択された画像領域の(平均)カラー(および対応する画像内の液体)と、ブロックS140で選択されたカラーグリッドの最も近いカラーエレメントのカラーとの間の距離(例えば、hexカラー系で)を比較することを含んでもよい。本例では、ブロックS180はその後、これらのカラーをカラー値に適用して、キャニスタ内の血液成分濃度を補完してもよい。例えば、ブロックS130はブロックS120で選択された領域からカラー値rgb(130,2,2)を抽出し、ブロックS140と協力してカラーエレメントのアドレス((8,4),rgb(128,0,3),47.5%)および((7,5),rgb(136,0,1),45.0%V)を選択された領域のカラーに最も近いものとして選択する。本例では、ブロックS180がこれにより線形補完を実行して、キャニスタ内の実際の赤血球濃度が約45.6%であると推定する。しかしながら、ブロックS180は、他の適切な方法でキャニスタ内の赤血球または他の血液成分の濃度を推定してもよい。
ブロックS180は、この推定された濃度値を、米国特許出願14/072,625に記載のように操作室内に配置されたディスプレイまたは他のユーザインターフェースに表示し、および/または、この濃度値をブロックS192に送り、後述するようにキャニスタ内の液体量に基づいてキャニスタ内の血液成分量(例えば、重量、体積、質量)を推定するようにする。
さらに、上記のように、方法100の変形例を、図4に示すように、カラーグリッド(例えば、QRコードに組み込まれた、バーコード内に組み込まれた、線形配列に組み込まれた、軸対象配列に組み込まれた等)が付されるか他の方法で結合された他の適切な液体レシーバ(例えば、キャニスタ、テスト片、吸収パッド、外科用織物、スポンジ、液体受容バッグ、ドレープ、細胞サルベージシステム、ドレインデバイス等)から受ける画像データ(または他のデータ)を処理するように適合することができ、ここで液体レシーバはある量の液体(例えば、尿、食塩水、腹水、胆汁、灌注唾液(irrigant saliva)、胃液、粘液、胸膜液、間質液、糞便等)を受容するよう構成されている(例えば、キャビティ内に受容するか、吸収によって受容)。特に、上記のようにカラーグリッドのカラーエレメントは、環境条件効果を軽減するため、および/または液体レシーバの液体量から関連する液体成分の特性(例えば濃度、純度等)を抽出するための、の画像データの標準化を実施する他の適切な(すなわち、赤以外の)色を含んでもよい。
このような変形例の一つでは、図5に示すように、方法100bが、液体レシーバの画像から、液体レシーバの近くのカラーグリッドを検出するステップS110bであって、このカラーグリッドはカラーエレメント配列を含み、各カラーエレメントは少なくとも1以上のカラーセットに関連付けられている、ステップと;液体レシーバに対するカラーグリッドの位置に基づいて、液体レシーバの一部に対応する画像領域を選択するステップS120bと;前記領域で検出されたカラーと、画像内で取得されたカラーグリッドに関連するカラーセット内のカラーとの一致を判定するステップS130bと;カラーグリッド内のカラーに対応するカラーエレメントの位置に基づいて、当該カラーに関連する液体要素の濃度を取得するステップS140bと;液体成分の濃度とキャニスタ内に含まれる液体量を関連付け、これによりキャニスタ内の液体成分の量を推定するステップS180とを含む。
このようにして、方法100の変形例では、液体レシーバが受容する液体量における液体成分の濃度および/または量を特定するにあたり、液体レシーバの環境における周囲光の効果(および他の効果)の軽減を実現することができる。
4.第1変形例−画像標準化と濃度抽出
図6A、6Bに示すように、第1変形例の方法100’は、キャニスタのオリジナル画像内で、当該キャニスタに結合されたカラーグリッドを検出するステップS110’であって、このカラーグリッドはカラーエレメント配列を含み、各カラーエレメントは赤スペクトルの少なくとも1以上のカラーセットに関連付けられている、ステップと;キャニスタに対するカラーグリッドの位置に基づいて、キャニスタの一部に対応するオリジナル画像の領域を選択するステップS120’と;当該領域の検出されたカラーと、オリジナル画像内で取得されたカラーグリッドに関連するカラーセット内の赤の色調との一致を判定するステップS130’と;オリジナル画像内のカラーグリッド内の赤の色調の位置に基づいて、当該オリジナル画像内の赤の色調に対応する真のカラー特性を取得するステップS150’と;調整済みの画像内の赤の色調のカラー特性が真のカラー特性に一致するように前記オリジナル画像のカラー設定を調整することによって、前記オリジナル画像に由来する調整済み画像を生成するステップS160’と;調整済み画像の領域から赤色の値を抽出するステップS170’と;当該赤色の値と、キャニスタ内に含まれる液体量における血液成分濃度の赤色の値に相関付けるステップS190’とを含む。
一般に、この方法の変形例100’は、キャニスタ内の液体に対応する画像領域内のカラーを、カラーグリッド内の1またはそれ以上のエレメントに表される特定のカラーとマッチングするよう機能する。この方法100の変形例はさらに、赤成分(例えば強度)、青成分(例えば強度)、緑成分(例えば強度)、コントラスト、明度、および他の適切なカラーまたは画像のパラメータの1以上を調整することによって画像を標準化し、画像内の特定のカラーを基準カラーグリッド(例えば、制御された環境条件下で画像化されたカラーグリッド)内の基準カラーの既知のカラー特性とマッチングするよう機能する。この変形例では、画像がこのようにして標準化されたら、方法100がパラメトリックモデルを実行して、キャニスタ内の液体に対応する画像領域から血液成分濃度を推定する。この方法100の変形例は、上記第2章で説明した処理システムによって実行することができるが、付加的または代替的に、他の適切なシステムを用いて実行することもできる。
特に、ブロックS150’では、オリジナル画像のカラーグリッド内の特定の赤の色調の位置に基づいて、オリジナル画像の赤の色調に対応する真のカラー特性を取得する。ブロックS150’はこのように、上記ブロックS140’と似た方法または技術を実行して、ブロックS130’で画像内で選択されたカラーエレメント(またはカラーエレメントのサブセット)の真の、または既知のカラー値を取得する。例えば、ブロックS150’は、ローカルメモリ、または方法100を実行するモバイル演算デバイス(例えばタブレットやスマートフォン)から、あるいはリモートのカラーグリッドデータベースからカラー情報を取得することができる。
ブロックS160’では、調整済みの画像内の赤の色調のカラー特性が真のカラー特性と一致するように前記オリジナル画像のカラー設定を調整することによって、前記オリジナル画像から調整済み画像を生成する。一般に、選択されたカラーエレメントの基準カラー値が収集されたら、ブロックS160’は、赤成分(例えば強度)、青成分(例えば強度)、緑成分(例えば強度)、コントラスト、明度、および他の適切なカラーまたは画像のパラメータの1以上を調整し、画像内の選択されたカラーエレメントのカラー値を、カラーエレメントの基準カラー値へと一致させる。例えば、ブロックS130’においてアドレス((4,9),rgb(156,8,9))のカレーエレメントが選択されたが、カラーグリッドの行4、列9の当該カラーエレメントの基準カラー値がrgb(150,0,12)である場合、ブロックS160’は、(4,9)カラーエレメントのカラー値がrgb(150,0,12)となるまで、画像の赤成分を低下させ、画像の緑成分を低下させ、画像の青成分を増加させることを含む。
別の実施例では、ブロックS130’で2つのカラーエレメントが選択され、ブロックS160’が、ブロックS140’に関して説明したのと同様の機能を実行して、2つの選択されたカラーエレメントの真のカラー値間のターゲットカラー値を補完して、ブロックS160’がこれに従ってその後にカラー特性を調整するようにする。
さらに、ブロックS160’は、調整済み画像の第1のカラー特性を第1の真のカラー特性に整合させるにあたって適合パラメータを生成するステップS162’と;適合パラメータに基づいて画像の適切度の示度を提供するステップS163’(例えば、コンピュータシステムと通信するモバイル演算デバイスのディスプレイに示度を提供する)とを含んでもよい。特に、この適合パラメータは、真のカラー特性(例えば赤の強度、青の強度、緑の強度)とオリジナル画像から生じるカラー特性の間の1またはそれ以上の関数適合(functions fit)から導出され、ここで適合パラメータは、線適合したR値、適合させた関数についてのアウトライアー検出から生じるパラメータ、および他の適切な適合パラメータ、の1またはそれ以上を含んでもよい。ブロックS160’の態様は、キャニスタおよび/またはカラーグリッドについて取得された不適切な画像データを、液体量に関するユーザまたは他の実体に通知できるようにする品質制御ステップとして用いられる(例えば、カラーグリッドのすり減り、カラーグリッドのマーキング、および画像を処理しづらくする他の適当な画像アーチファクト)。
ブロックS170’は、調整済み画像の領域から赤色の値を抽出し、方法の変形例のブロックS190’は、当該赤色の値をキャニスタ内に含まれる液体内の血液成分濃度と相関付ける。一般に、画像のカラーが標準化されたら、ブロックS170’とブロックS190’は協力してパラメトリックモデルまたはアルゴリズムを実行し、キャニスタ内の液体に対応する調整済み画像の選択された領域の標準化されたカラーを、米国特許出願14/072,625に記載のように血液成分濃度へと変換する。このようにして、ブロックS170’とブロックS190’は、キャニスタに対するカラーグリッドの位置に基づいてキャニスタの一部に対応する調整済み画像の領域を選択し、調整済み画像の領域から生じるカラーパラメータ(例えば、赤色の強度、緑色の強度、青色の強度)のセットから血液成分濃度を特定し(例えば、パラメトリックモデルに基づいて、テンプレートマッチングに基づいて等)、キャニスタ内の液体量の特定に基づいてキャニスタ内の血液成分の量を特定する。方法100’の第1変形例のブロックS170’および/またはS190’は、しかしながら、他の適切な方法を実行してもよい。
さらに、上記のように、方法100’の変形例は、カラーグリッド(例えば、QRコードに組み込まれた、バーコードに組み込まれた、直線配列に組み込まれた、軸対象配列に組み込まれた)に関連付けあるいは他の方法で結合された他の適切な液体レシーバ(例えば、キャニスタ、テスト片、吸収パッド、外科用織物、スポンジ、液体受容バッグ、ドレープ、細胞サルベージシステム、ドレインデバイス等)から導出される画像データ(または他のデータ)を処理するのに適合してもよく、ここで液体レシーバはある量の液体(例えば、尿、食塩水、腹水、胆汁、灌注唾液(irrigant saliva)、胃液、粘液、胸膜液、間質液、糞便等)を受容するよう構成されている(例えば、キャビティ内に受容するか、吸収によって受容)。特に、カラーグリッドのカラーエレメントは、上記のように、環境条件効果に対する画像データの標準化を実現するよう、および/または液体レシーバの液体量から関連する液体成分の特性(例えば濃度、純度等)を抽出するように構成された他の適切な(すなわち、赤でない)カラーを含んでもよい。
このような1の変形例では、図6Cに示すように、方法100b’が、液体レシーバのオリジナル画像内で、液体レシーバに近いカラーグリッドを検出するステップS110b’であって、このカラーグリッドはカラーエレメント配列を含み、各カラーエレメントはカラーの1以上のセットに関連付けられている、ステップと;液体レシーバに対するカラーグリッドの相対位置に基づき、液体レシーバの一部に対応するオリジナル画像の領域を選択するステップS120b’と;オリジナル画像内のカラーグリッド内のカラーの位置に基づいて、オリジナル画像内のカラーに対応する真のカラー特性を取得するステップS150b’と;調整済み画像のカラーのカラー特性が真のカラー特性に一致するように前記オリジナル画像のカラー設定を調整することによって、前記オリジナル画像から派生する調整済み画像を生成するステップS160b’と;調整済み画像の領域からカラー値を抽出するステップS170b’と;当該カラー値に基づいて、液体レシーバの液体量内の血液成分濃度を特定するステップS190b’とを含みうる。
このようにして、方法100’の変形例は、液体レシーバが受容する液体量内の1の液体成分の濃度および/または量を特定するにあたり、液体レシーバの環境における周囲光の効果(および他の効果)を軽減することができる。
5.第2の変形例
図7A、7Bに示すように、第2の変形例の方法100”は、キャニスタのオリジナル画像内で、キャニスタに結合されたカラーグリッドを検出するステップS110”であって、カラーグリッドはカラーエレメント配列を含み、各カラーエレメントは赤スペクトルのカラーの少なくとも1のセットに関連付けられている、ステップと;オリジナル画像内のカラーグリッド内の第1の赤の色調に対応する第1の真のカラー特性を取得するステップS150”と;オリジナル画像内のカラーグリッド内の第2の赤の色調の位置に基づいて、オリジナル画像内に収められたカラーのセット内の第2の赤の色調に対応する第2の真のカラー特性を取得するステップS152”と;調整済み画像内の第1の赤の色調の第1のカラー特性が第1の真のカラー特性に一致し、調整済み画像内の第2の赤の色調の第2のカラー特性が第2の真のカラー特性に一致するように、オリジナル画像のカラー設定を調整することによって、オリジナル画像から調整済み画像を生成するステップS160”と;キャニスタに対するカラーグリッドの位置に基づいて、キャニスタの一部に対応する調整済み画像の領域から赤色の値を抽出するステップS170”と;当該赤色の値を、キャニスタ内に含まれる液体量内の血液成分濃度と相関付けるステップS190”とを含む。
一般に、この変形例では、方法100”は画像内の1またはそれ以上のカラーエレメントのカラー値と、対応するカラーエレメントの基準カラー値とによって、キャニスタの画像を標準化する。具体的には、画像内のカラーグリッドのカラーエレメントのカラー値をキャニスタ内の液体に対応する画像の選択領域内のカラーにマッチングするよりも、この方法の変形例は、グリッド内の1またはそれ以上のカラーエレメントの画像化されたカラー値と基準カラー値によって画像のカラーを直ちに標準化し、上記第2章の処理システムに関して説明したように、パラメトリックモデルを実行して画像化されたキャニスタ内の液体の血液成分濃度を推定する。
特に、本変形例では、ブロックS150”とS152”が上述したブロックS140’とS150’と同様の方法および技術を実行して、オリジナル画像内のカラーグリッド内の第2の赤の色調の位置に基づいて、オリジナル画像内の異なる赤の色調のセット内の第1の赤の色調と第2の赤の色調に対応する真のカラー特性を取得する。代替的に、ブロックS150”とS152”は、キャニスタの画像内のカラーグリッド内で赤のカラーエレメントと黒のカラーエレメントの真のカラー値を取得してもよい。しかしながら、ブロックS150”とS152”は、カラーグリッド内の他の1またはそれ以上のカラーエレメントの真のカラー値を取得してもよい。
この変形例では、次にブロックS160”、S170”およびS190”が、上述した変形例のブロックと同様の方法または技術を実行して画像を調整し、キャニスタ内の液体に対応する調整済み画像の領域から赤色の値を抽出し、当該赤色の値をキャニスタ内に含まれる液体量における血液成分濃度と相関付けることができる。
さらに、上記のように、方法100”の変形例は、カラーグリッド(例えば、QRコードに組み込まれた、バーコードに組み込まれた、直線配列に組み込まれた、軸対象配列に組み込まれた)に関連付けあるいは他の方法で結合された他の適切な液体レシーバ(例えば、キャニスタ、テスト片、吸収パッド、外科用織物、スポンジ、液体受容バッグ、ドレープ、細胞サルベージシステム、ドレインデバイス等)から導出される画像データ(または他のデータ)を処理するのに適合してもよく、ここで液体レシーバはある量の液体(例えば、尿、食塩水、腹水、胆汁、灌注唾液(irrigant saliva)、胃液、粘液、胸膜液、間質液、糞便等)を受容するよう構成されている(例えば、キャビティ内に受容するか、吸収によって受容)。特に、カラーグリッドのカラーエレメントは、上記のように、環境条件効果に対する画像データの標準化を実現するよう、および/または液体レシーバの液体量から関連する液体成分の特性(例えば濃度、純度等)を抽出するように構成された他の適切な(すなわち、赤でない)カラーを含んでもよい。
このような1の変形例では、図7Cに示すように、方法100b”が、液体レシーバのオリジナル画像内で、液体レシーバに結合されたカラーグリッドを検出するステップS110b”であって、このカラーグリッドはカラーエレメント配列を含み、各カラーエレメントはカラーの1以上のセットに関連付けられている、ステップと;オリジナル画像内のカラーグリッド内の第1のカラーの位置に基づいて、オリジナル画像内で取得されたカラーのセット内の1のカラーに対応する第1の真のカラー特性を取得するステップS152b”と;オリジナル画像内のカラーグリッド内の第2のカラーの位置に基づいて、オリジナル画像内で取得されたカラーのセット内の第2のカラーに対応する第2の真のカラー特性を取得するステップS150b”と;調整済み画像の第1のカラーの第1のカラー特性が第1の真のカラー特性に一致し、調整済み画像の第2のカラーの第2のカラー特性が第2の真のカラー特性に一致するように、前記オリジナル画像のカラー設定を調整することによって、オリジナル画像から調整済み画像を生成するステップS160b”と;液体レシーバに対するカラーグリッドの位置に基づいて、調整済み画像の領域からカラー値を抽出するステップS170b”と;当該カラー値を、液体レシーバの液体量における血液成分濃度と相関付けるステップS190b”とを含む。
このようにして、方法100”の変形例は、液体レシーバが受容する液体量内の1の液体成分の濃度および/または量を特定するにあたり、液体レシーバの環境における周囲光の効果(および他の効果)を軽減することができる。
6.ノイズ除去および血液成分量
図3Eに示すように、方法100はさらにブロックS50を具えてもよく、ここでは:キャニスタおよびカラーグリッドのうちの1以上のに関連する画像データに存在する画像アーチファクトを除去し、方法100の以降のブロックの出力を向上するよう作用する。具体的には、ブロックS50は、血液成分の分析にあたり関心領域の画像からノイズや他のアーチファクト(例えば、カラーグリッドの下の気泡によるアーチファクト、カラーグリッド300とキャニスタの間のデブリによるアーチファクト等)を除去するよう作用する。変形例では、ブロックS50は:最大安定外部領域(MSER)アルゴリズム、ガウスのアルゴリズムのラプラシアン、ガウスのアルゴリズムの差分、およびヘッシアンのアルゴリズムの行列式、およびノイズや他のアーチファクトを除去する他の適切なアルゴリズム、の1またはそれ以上を実行することを含む。特定の実施例では、上記第2章の処理システムに関して説明したように、ブロックS50のアーチファクト除去は、最大安定外部領域(MSER)アルゴリズムを実行して、関心領域の実質的にアーチファクトのないサブ領域の初期マスクを特定する。次に、ブロックS50は、MSERアルゴリズムの実行後に存在する逸脱を排除するために、初期マスクのピクセルの中間カラー値と有意に異なるカラー値をもつピクセルを除去することを含む。しかしながら、ブロックS50の変形例は、他の適切な方法で行われてもよい。
図8に示すように、方法100はさらにブロックS192を含み、これはキャニスタ画像内で、キャニスタ上の基準マーカーを特定し、当該基準マーカーに基づいて画像の1領域を選択し、選択された領域の一部とキャニスタ内の液体レベルと相関付け、前記液体レベルに基づいてキャニスタ内の液体量を推定し、推定された量と血液成分濃度とに基づいて、キャニスタ内の血液成分の量を推定する。代替的に、ブロックS192は、システムと相互作用する実体から、キャニスタ内の液体量に関係する情報を受けることを含んでもよい。第1の変形例では、キャニスタ内の液体量は、システムの演算デバイスの入力モジュールに、マニュアル入力(例えば、キーパッドへの打ち込み、発声による等)されてもよい。第1変形例の一例では、モバイル演算デバイス(例えばタブレットコンピュータ、スマートフォンデバイス等)で実行される全体失血管理アプリケーションが、キャニスタ内の液体量を示す入力を受信するよう構成されたユーザインターフェースを含み、この入力は医者、看護師、助手、または手術室環境内にいる技術者により提供される。この例では、ブロックS192は液体量の情報の入力を用いて、キャニスタ内の血液成分の量を推定する。しかしながら、別の変形例や実施例では、キャニスタ内の血液成分の量は他の適切な方法で特定されてもよい。
付加的または代替的に、ブロックS192は米国特許出願14/072,625記載の方法および技術を実行して、キャニスタ内の液体量を特定し、合計の量、質量、重量を算出し、あるいは、合計量に基づいてキャニスタ内の血液成分の他の方法およびキャニスタ内の血液成分濃度の推定を実行してもよい。
7.特定の実施例のパイプライン
図9に示すように、方法100、100b、100’、100b’、100”、100b”に関するとともに、記載されたシステムの実施例を実行するパイプラインの特定の実施例では、ソフトウェアを実行するサーバ400が、キャニスタとカラーグリッドの画像を取得するモバイル演算デバイス500と通信し、画像とキャニスタ種類のデータを処理モジュール420(すなわち、演算サブシステム)に送り、液体キャニスタ内の血液成分量の推定が行われる。処理モジュール420は第1のモジュール422を具え、これは画像の認定アルゴリズム(例えば、画像処理アルゴリズム、画像調整アルゴリズム等)を実行するよう構成され、第2のモジュール424に出力を提供するよう構成され、そこで画像内で取得されたマトリクスバーコード(例えば、上記ブロックS110におけるQRコードとカラーグリッドのハイブリッド)から情報が抽出されるよう構成される。マトリクスバーコードからの情報は次に、正準空間から画像空間への変換(例えば、マトリクスバーコードが既知の構成でどのように見えるべきかのテンプレートに基づいて)を実行する変換モジュール426を通して、周囲光のパレット情報を抽出するモジュール428(すなわち、上記ブロックS150に関連)と、関心領域に関する情報を処理する第4のモジュール430(すなわち、上記ブロックS120に関連)に送られる。第3のモジュール428と、第4のモジュール430の出力はその後、周囲光標準化モジュール432に送られてオリジナル画像から修正済み画像が生成され、この修正済み画像は、周囲光の条件の変化を考慮した方法で標準化される。第3のモジュール428の出力はまた、画像内のノイズの影響を軽減するよう構成されたノイズフィルタリングモジュール434に送られる。次に、周囲光標準化モジュール432とノイズフィルタリングモジュール434の出力が、特徴抽出モジュール436(上記ブロックS140、S170、S190に関連)に送られ、画像の領域に関する推定ヘモグロビン濃度と、キャニスタ内の液体のヘモグロビン濃度の表現を取得する。最後に、推定されたヘモグロビン濃度と、推定されたキャニスタ内の液体量(上記ブロックS192に関連)とを用いて、キャニスタ内のヘモグロビンの質量が計算され、これがサーバ400に返送される(例えば、最終的に血液の出所である患者に関する実体へと提供される)。この特定の実施例の変形例では、他の適切な方法で実行されてもよい。
好適な実施例のシステムおよび方法は、少なくとも部分的に、コンピュータ可読命令を保存するコンピュータ可読媒体を受けるよう構成された機械として実現および/または実装することができる。これらの命令は、アプリケーション、アプレット、ホスト、サーバ、ネットワーク、ウェブサイト、通信サービス、通信インターフェース、ユーザコンピュータまたはモバイルデバイスのハードウェア/ファームウェア/ソフトウェア要素、あるいはこれらの適切な組み合わせに好適に統合されたコンピュータ実行可能要素によって実行されることが好ましい。この好適な実施例の他のシステムおよび方法は、少なくとも一部が、コンピュータ可読命令を保存するコンピュータ可読媒体を受けるよう構成された機械として実現および/または実装されてもよい。これらの命令は、上記の種類の装置やネットワークと統合されたコンピュータ実行可能要素によって実行されることが好ましい。コンピュータ可読媒体は、クラウドおよび/またはRAM、ROM、フラッシュメモリ、EEPROM、光学デバイス(CDまたはDVD)、ハードドライブ、フロッピードライブ、または他の適切なデバイスといった適切なコンピュータ可読媒体に保存することができる。コンピュータ実行可能要素は、好適にはプロセッサであるが、(代替的または付加的に)命令を実行可能な他の適切な専用ハードウェアデバイスであってもよい。
図面は、好適な実施例、例示的構成、およびその変形例にかかるシステム、方法、およびコンピュータプログラム製品の考えられる実装の構成、機能、および操作を説明するものである。これに関し、フローチャートまたはブロック図の各ブロックは、モジュール、セグメント、ステップ、コードの一部を表し、特定の論理機能を実行するための1またはそれ以上の実行可能な命令を含む。また、いくつかの代替実施例では、ブロックに示す機能は図面の記載の順番と異なって生じることがあり得る。例えば、連続的に示される2つのブロックが、含まれる機能によっては、実際には、ほぼ同時に実行されたり、これらのブロックがときには逆の順番で実行される。ブロック図および/またはフローチャートの説明における各ブロック、およびブロック図および/またはフローチャートの説明における複数ブロックの組み合わせは、特定された機能または動作を実行する特定目的のハードウェアベースのシステムによって実現してもよいし、特定目的のハードウェアおよびコンピュータ命令によって実現してもよい。
当業者であれば、上記の説明および図面と特許請求の範囲から、添付の特許請求の範囲に規定された本発明の範囲から逸脱することなく、本発明の好適な実施例に変形や変更を加えうることを理解するであろう。

Claims (21)

  1. 容器内の液体成分濃度判定方法であって、当該方法は画像取得デバイスと通信する演算システムによって実行され、
    ・前記画像取得デバイスによって生成された前記容器の画像に関するデータを受け取るステップと、
    ・前記画像内で、前記容器に近接するカラーエレメント配列を含むカラーグリッドを検出するステップであって、前記カラーグリッドの各カラーエレメントは少なくとも1のカラーのセットに関連付けられている、ステップと、
    ・前記容器に関する画像の領域を選択するステップと、
    ・前記カラーグリッドから導出される情報を処理することに少なくとも部分的に基づいて、前記容器に関する画像の選択された領域のカラー設定を調整することにより、調整済み画像情報を生成するステップと、
    ・前記調整済み画像情報に基づいて、前記液体成分の濃度を特定するステップと、を含むことを特徴とする方法。
  2. 請求項1に記載の方法において、前記カラーグリッドを検出するステップは、前記カラーグリッドの角部の特徴を検出するステップを含むことを特徴とする方法。
  3. 請求項2に記載の方法において、前記カラーグリッドを検出するステップがさらに、正準空間と前記画像に関する画像空間との間のホモグラフィを適合させるステップと、前記ホモグラフィにしたがい、前記カラーグリッドのカラーエレメントに関連する領域のセットのそれぞれを、正準空間から画像空間へと変換するステップとを含む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、前記演算システムにて、前記画像内で取得されたカラーのセット内の第1のカラーに対応する第1の真のカラー特性を、前記カラーグリッド内のカラーの第1の色調の位置に基づいて、特定するステップをさらに含む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、前記第1の真のカラー特性は、前記カラーグリッドの基準データセットから特定され、前記調整済み画像情報を生成するステップは、前記調整済み画像情報の第1のカラーの第1のカラー特性が前記第1の真のカラー特性に一致するように、前記画像の少なくとも1の要素のカラー設定を調整するステップを含むことを特徴とする方法。
  6. 請求項5に記載の方法において、前記画像内の前記第1のカラー特性の、前記第1の真のカラー特性へのアラインメントから導出される適合パラメータを生成するステップと、前記適合パラメータに基づいて前記画像の適切性の示度を提供するステップとを含むことを特徴とする方法。
  7. 請求項1に記載の方法において、前記液体成分の濃度を特定するステップは、前記容器に関する調整済み画像情報一部から導出されるカラーパラメータのセットから前記濃度を特定するステップを含むことを特徴とする方法。
  8. 請求項7に記載の方法において、前記カラーパラメータのセットから前記濃度を特定するステップは、少なくとも1のカラー成分を前記容器に関する調整済み画像情報の一部を表す濃度に変換するステップを含むことを特徴とする方法。
  9. 請求項8に記載の方法において、前記容器内の前記液体成分の量を特定するステップを含み、この量は前記濃度を前記容器内の液体量に乗算して導出されることを特徴とする方法。
  10. 液体レシーバに受容された液体成分の濃度を推定する方法であって、当該方法はコンピュータシステムにより実行され、
    ・前記液体レシーバの画像に関するデータを受信するステップと、
    ・前記画像内で、前記液体レシーバに近接するカラーエレメント配列を含むカラーグリッドを検出するステップであって、前記カラーグリッドの各カラーエレメントは少なくとも1のカラーのセットに関連付けられている、ステップと、
    ・前記液体レシーバの一部に対応する前記画像の領域を選択するステップと、
    ・前記カラーグリッドから導出される情報を処理することに少なくとも部分的に基づいて、前記液体レシーバの一部に対応する画像の選択された領域のカラー設定を調整することによって、調整済み画像情報を生成するステップと、
    前記調整済み画像情報から、前記液体成分の濃度を特定するステップと、を含むことを特徴とする方法。
  11. 請求項10に記載の方法において、前記液体レシーバの画像に関するデータを受信するステップは、キャニスタ、テスト片、吸収パッド、外科用織物、スポンジ、液体受容バッグ、ドレープ、細胞サルベージシステム、およびドレインデバイス、のうちの少なくとも1つの画像に関するデータを受信するステップを含むことを特徴とする方法。
  12. 請求項11に記載の方法において、前記カラーグリッドを検出するステップは、前記カラーグリッドの位置特徴を検出するステップと、前記カラーグリッドからの情報を復号することによって前記液体レシーバの識別子を特定するステップと、前記識別子を受け取ることにより正準空間における前記カラーグリッドのテンプレートを取得するステップとを含むことを特徴とする方法。
  13. 請求項12に記載の方法において、さらに、前記画像内で取得されたカラーのセット内で第1のカラーに対応する第1の真のカラー特性を、前記画像内の前記カラーグリッド内の前記第1のカラーの位置に基づいて特定するステップを具え、前記調整済み画像情報を生成するステップは、前記調整済み画像情報の第1のカラーの第1のカラー特性が前記第1の真のカラー特性に一致するように前記画像のカラー設定を調整するステップを具え、
    前記第1の真のカラー特性は前記カラーグリッドの基準データセットから特定され、前記調整済み画像情報を生成するステップは、前記調整済み画像情報内の前記第1のカラーの第1のカラー特性が、前記第1の真のカラー特性に一致するように、前記画像の赤成分のカラー設定、緑成分のカラー設定、および青成分のカラー設定のうちの1以上を調整するステップを含むことを特徴とする方法。
  14. 請求項10に記載の方法において、前記液体成分の濃度を特定するステップは、1)前記液体レシーバの一部に関する前記調整済み画像情報の一部のカラー値を前記カラーグリッドのカラーエレメントに関連付けるステップであって、前記カラーグリッドのカラーエレメントは、予め定められた前記液体成分の濃度に関連している、ステップと、2)前記液体レシーバの一部に関する前記調整済み画像情報の一部からカラーパラメータのセットを生成し、前記カラーパラメータのセットを入力として受けるパラメトリックモデルに基づいて前記液体成分の濃度を特定するステップ、のうちの1以上を含むことを特徴とする方法。
  15. 請求項14に記載の方法において、さらに、カラー値が前記領域のピクセルの中間カラー値と有意に異なるピクセルを前記領域から除去するように構成されたアルゴリズムに基づいて、前記調整済み画像情報の一部からノイズを除去するステップを含むことを特徴とする方法。
  16. 請求項11に記載の方法において、前記液体成分の濃度を特定するステップは、前記液体レシーバの一部に対応する前記調整済み画像情報の一部から生じるカラーパラメータのセットから前記濃度を特定するステップを含み、前記カラーパラメータのセットは赤成分、緑成分、および青成分を含むことを特徴とする方法。
  17. 請求項16に記載の方法において、前記液体成分の濃度を特定するステップは、尿、食塩水、腹水、胆汁、灌注唾液、胃液、粘液、胸膜液、間質液および糞便、のうちの1以上に由来する体液成分の濃度を特定するステップを含むことを特徴とする方法。
  18. 液体成分の量を推定するためのシステムであって、
    ・カラーグリッドに結合された液体レシーバであって、前記カラーグリッドは前記液体レシーバに近接してカラーエレメント配列を含み、前記カラーグリッドの各カラーエレメントは少なくとも1のカラーのセットに関連付けられている、液体レシーバと、
    ・前記液体レシーバと前記カラーグリッドの画像を1のビューウィンドウ内で撮像するよう構成された画像取得デバイスと、
    ・前記画像取得デバイスと通信する演算システムであって、
    −前記画像内で前記カラーグリッドを検出するよう構成された第1モジュールと、
    −前記画像内で取得されたカラーのセット内の第1のカラーに対応する第1の真のカラー特性を、前記画像内の前記カラーグリッド内の前記第1のカラーの位置に基づいて、特定するよう構成された第2モジュールと、
    −調整済み画像内の前記第1のカラーの第1のカラー特性が、前記第1の真のカラー特性と一致するように、前記画像のカラー設定を調整することによって、前記液体レシーバの一部に対応する調整済み画像情報についての情報を含む調整済み画像情報を生成するよう構成された第3モジュールと、
    −前記液体レシーバの一部に対応する前記調整済み画像情報の一部から、前記液体成分の濃度を特定するよう構成された第4モジュールと、
    −前記液体成分の濃度と前記液体レシーバに収容された液体の量とに基づいて、前記液体レシーバにおける前記液体成分の量を示す分析を生成するよう構成された第5モジュールと、を含む演算システムと、を具えることを特徴とするシステム。
  19. 請求項18のシステムにおいて、前記画像取得デバイスが、前記分析から生じる液体成分の量の情報を示すよう構成されたディスプレイを具えることを特徴とするシステム。
  20. 請求項19のシステムにおいて、前記液体レシーバが、血液成分を含む液体を受容するよう構成されたキャニスタを具え、前記カラーグリッドは前記カラーエレメント配列を含むQRコードに統合されており、前記演算システムは、前記QRコードから前記キャニスタの識別子を復号するよう構成されていることを特徴とするシステム。
  21. 請求項18のシステムにおいて、前記演算システムの第4モジュールは、パラメトリックモデルを用いて、前記調整済み画像情報の一部の赤色成分、緑色成分、および青色成分を処理することによって、前記液体レシーバの一部に対応する調整済み画像情報の一部に関するヘモグロビン濃度を特定するように構成され、前記演算システムの第5モジュールは、前記液体レシーバに受容された液体の量に関するヘモグロビンの量を特定するよう構成されていることを特徴とするシステム。
JP2016563104A 2014-04-15 2015-04-15 液体キャニスタ内の血液成分量の推定方法 Active JP6546605B2 (ja)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US201461980024P 2014-04-15 2014-04-15
US61/980,024 2014-04-15
US201462080927P 2014-11-17 2014-11-17
US62/080,927 2014-11-17
US201562102708P 2015-01-13 2015-01-13
US62/102,708 2015-01-13
PCT/US2015/026036 WO2015160997A1 (en) 2014-04-15 2015-04-15 Method for estimating a quantity of a blood component in a fluid canister

Publications (2)

Publication Number Publication Date
JP2017515106A JP2017515106A (ja) 2017-06-08
JP6546605B2 true JP6546605B2 (ja) 2019-07-17

Family

ID=54265496

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016563104A Active JP6546605B2 (ja) 2014-04-15 2015-04-15 液体キャニスタ内の血液成分量の推定方法

Country Status (4)

Country Link
US (1) US9824441B2 (ja)
EP (1) EP3132380B1 (ja)
JP (1) JP6546605B2 (ja)
WO (1) WO2015160997A1 (ja)

Families Citing this family (51)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9646375B2 (en) 2011-07-09 2017-05-09 Gauss Surgical, Inc. Method for setting a blood transfusion parameter
US8897523B2 (en) 2011-07-09 2014-11-25 Gauss Surgical System and method for counting surgical samples
US9870625B2 (en) 2011-07-09 2018-01-16 Gauss Surgical, Inc. Method for estimating a quantity of a blood component in a fluid receiver and corresponding error
US10426356B2 (en) 2011-07-09 2019-10-01 Gauss Surgical, Inc. Method for estimating a quantity of a blood component in a fluid receiver and corresponding error
EP4033405B1 (en) 2012-05-14 2024-06-12 Gauss Surgical, Inc. Methods for managing blood loss of a patient
IN2014DN10002A (ja) 2012-05-14 2015-08-14 Gauss Surgical
US9824441B2 (en) 2014-04-15 2017-11-21 Gauss Surgical, Inc. Method for estimating a quantity of a blood component in a fluid canister
WO2016187070A1 (en) 2015-05-15 2016-11-24 Gauss Surgical, Inc. Method for projecting blood loss of a patient during a surgery
US10789710B2 (en) 2015-05-15 2020-09-29 Gauss Surgical, Inc. Methods and systems for characterizing fluids from a patient
US11504037B2 (en) 2015-05-15 2022-11-22 Gauss Surgical, Inc. Systems and methods for assessing fluids from a patient
EP3393539B1 (en) * 2015-12-23 2023-12-27 Gauss Surgical, Inc. System and method for estimating an amount of a blood component in a volume of fluid
JP6934253B2 (ja) 2015-12-23 2021-09-15 ガウス サージカル, インコーポレイテッドGauss Surgical, Inc. 外科織物内の血液構成要素の量の評価方法
JP6736334B2 (ja) * 2016-04-07 2020-08-05 東芝テック株式会社 画像処理装置
WO2018125812A1 (en) 2017-01-02 2018-07-05 Gauss Surgical, Inc. Tracking surgical items with prediction of duplicate imaging of items
US11229368B2 (en) 2017-01-13 2022-01-25 Gauss Surgical, Inc. Fluid loss estimation based on weight of medical items
US20180268614A1 (en) * 2017-03-16 2018-09-20 General Electric Company Systems and methods for aligning pmi object on a model
US10154885B1 (en) 2017-05-26 2018-12-18 Medline Industries, Inc. Systems, apparatus and methods for continuously tracking medical items throughout a procedure
JP7098112B2 (ja) * 2017-11-28 2022-07-11 学校法人自治医科大学 ドレーン排液管理支援システム
WO2019145390A1 (en) * 2018-01-26 2019-08-01 Universitat De Barcelona Colour correction
US20220008637A1 (en) 2018-09-27 2022-01-13 Gauss Surgical, Inc. Systems and methods for inline fluid characterization
EP3659433B1 (de) * 2018-11-30 2021-01-20 Phytobiotics Futterzusatzstoffe GmbH System zur analyse von tierausscheidungsbildern
JP7426391B2 (ja) 2018-12-03 2024-02-01 バイオ-ラッド ラボラトリーズ インコーポレーティッド 液位決定方法
US10599964B1 (en) * 2019-01-15 2020-03-24 Capital One Services, Llc System and method for transmitting financial information via color matrix code
CN109934125B (zh) * 2019-02-26 2022-11-25 中国科学院重庆绿色智能技术研究院 一种半监督手术视频流程识别方法
US11617625B2 (en) 2019-03-12 2023-04-04 Medline Industries, Lp Systems, apparatus and methods for properly locating items
US10496862B1 (en) * 2019-03-18 2019-12-03 Capital One Services, Llc Detection of images in relation to targets based on colorspace transformation techniques and utilizing ultraviolet light
US10496911B1 (en) * 2019-03-18 2019-12-03 Capital One Services, Llc Detection of images in relation to targets based on colorspace transformation techniques and utilizing ultraviolet and infrared light
US10534948B1 (en) 2019-03-18 2020-01-14 Capital One Services, Llc Optimizing detection of images in relation to targets based on colorspace transformation techniques
US10509991B1 (en) 2019-03-18 2019-12-17 Capital One Services, Llc Detection of images in relation to targets based on colorspace transformation techniques and utilizing infrared light
US10523420B1 (en) 2019-04-18 2019-12-31 Capital One Services, Llc Transmitting encoded data along transmission mediums based on colorspace schemes
US10504013B1 (en) 2019-04-24 2019-12-10 Capital One Services, Llc Colorspace encoding multimedia data on a physical page
US10529300B1 (en) 2019-06-20 2020-01-07 Capital One Services, Llc Adaptive image display based on colorspace conversions
US10614635B1 (en) 2019-07-25 2020-04-07 Capital One Services, Llc Augmented reality system with color-based fiducial marker
US12059276B2 (en) 2019-08-21 2024-08-13 Medline Industries, Lp Systems, apparatus and methods for automatically counting medical objects, estimating blood loss and/or communicating between medical equipment
US10833852B1 (en) 2019-10-03 2020-11-10 Capital One Services, Llc Encoded data along tape based on colorspace schemes
US10715183B1 (en) 2019-10-25 2020-07-14 Capital One Services, Llc Data encoding with error-correcting code pursuant to colorspace schemes
US10867226B1 (en) 2019-11-04 2020-12-15 Capital One Services, Llc Programmable logic array and colorspace conversions
US10762371B1 (en) 2019-11-14 2020-09-01 Capital One Services, Llc Object detection techniques using colorspace conversions
US10878600B1 (en) 2019-12-10 2020-12-29 Capital One Services, Llc Augmented reality system with color-based fiducial marker utilizing local adaptive technology
JP6981561B1 (ja) * 2020-06-17 2021-12-15 Dic株式会社 カラーチャート
CN114053489A (zh) * 2020-07-31 2022-02-18 西伯股份有限公司 引流袋管理系统及其引流袋
US11302036B2 (en) 2020-08-19 2022-04-12 Capital One Services, Llc Color conversion between color spaces using reduced dimension embeddings
EP4214669A1 (en) 2020-09-17 2023-07-26 Scanwell Health, Inc. Diagnostic test kits and methods of analyzing the same
CA3198824A1 (en) 2020-10-23 2022-04-28 Becton, Dickinson And Company Systems and methods for imaging and image-based analysis of test devices
USD970033S1 (en) 2020-10-23 2022-11-15 Becton, Dickinson And Company Cartridge imaging background device
US12064397B2 (en) * 2021-08-25 2024-08-20 Fenwal, Inc. Determining characteristic of blood component with handheld camera
US11940451B2 (en) 2021-12-20 2024-03-26 Instrumentation Laboratory Co. Microfluidic image analysis system
WO2023177832A1 (en) 2022-03-18 2023-09-21 Stryker Corporation Devices and methods for estimating a blood component in fluid within a canister of a medical waste collection system
WO2023239841A1 (en) 2022-06-08 2023-12-14 Stryker Corporation Devices for image-based analysis of waste material within a canister
WO2023244824A2 (en) 2022-06-17 2023-12-21 Stryker Corporation Estimation of blood loss within a waste container of a medical waste collection system
US11915423B1 (en) * 2022-11-23 2024-02-27 Everly Well, Inc. Validating a sample collection device

Family Cites Families (149)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US2707955A (en) 1953-07-17 1955-05-10 Frederic W Borden Blood-loss meter
US3182252A (en) 1960-12-16 1965-05-04 Berg Janwillem Van Den Blood loss meter
US3199507A (en) 1963-04-24 1965-08-10 Michael L Kamm Blood loss measure
US3367431A (en) 1965-12-16 1968-02-06 Dorothy H. Prindle Baker Surgical sponge collector with means for counting and weighing sponges
US3646938A (en) 1970-07-27 1972-03-07 John N Haswell Postpartum blood loss receptacle
US3864571A (en) 1971-02-10 1975-02-04 Wheeler International Inc Method and Apparatus for Automatically, Identifying and Counting Various Cells in Body Fluids
US3832135A (en) 1972-04-05 1974-08-27 Becton Dickinson Co Automatic clinical analyzer
US3948390A (en) 1974-10-18 1976-04-06 Ferreri John G Laparotomy sponge package and counter
US4076017A (en) 1976-02-11 1978-02-28 Haswell John N Postpartum fluid loss receptacle
US4244369A (en) 1979-02-26 1981-01-13 The Kendall Company Surgical sponge with visually detectable element
US4422548A (en) 1982-01-18 1983-12-27 Ritmed Limited Surgical sponge counter and blood loss determination system
US4402373A (en) 1982-01-26 1983-09-06 Comeau Perry J Blood loss analyzer
US4917694A (en) 1982-05-19 1990-04-17 The Kendall Company Surgical sponge
US4429789A (en) 1982-11-22 1984-02-07 Meridian Industries, Inc. Surgical sponge counter
JPS59161801U (ja) 1983-04-14 1984-10-30 株式会社 大協器械製作所 出血量測定装置
US4583546A (en) 1983-11-18 1986-04-22 Garde Patria P Blood loss monitor
US4562842A (en) 1984-02-21 1986-01-07 Diane E. Morfeld Blood-loss measurement apparatus
JPS62144652U (ja) 1986-03-06 1987-09-11
GB8609582D0 (en) 1986-04-18 1986-05-21 Said Ismail Hakky Blood loss measurement
CA1239379A (en) 1987-06-15 1988-07-19 Raza Alikhan Container for packaging and counting surgical sponges
US4784267A (en) 1987-07-20 1988-11-15 Gessler Annette L Surgical sponge counter and disposal container
US4922922A (en) 1988-04-12 1990-05-08 Pollock Richard A Fluid monitoring apparatus
US5031642A (en) 1989-04-06 1991-07-16 Nosek Bettie L Integrator - collector for surgical/medical procedures
US5029584A (en) 1989-09-21 1991-07-09 Cornelius Smith Method and apparatus for measuring patient blood loss
US5132087A (en) 1989-10-16 1992-07-21 Kristen L Manion Apparatus for measuring blood constituent counts
US5190059A (en) 1989-11-16 1993-03-02 Fabian Carl E Surgical implement detector utilizing a powered marker
US5048683A (en) 1990-05-10 1991-09-17 The Kendall Company Sponge counter bag
US5119814A (en) 1990-07-25 1992-06-09 Minnich Thomas E Method and apparatus for monitoring blood loss via retinal venous oxygen saturation
US5236664A (en) 1991-04-08 1993-08-17 University Of South Alabama Apparatus for monitoring blood loss
US5231032A (en) 1991-04-08 1993-07-27 University Of South Alabama Method of monitoring blood loss
US5285682A (en) 1991-04-09 1994-02-15 Micklish Clara J Sponge absorbed fluid measuring unit
US5492537A (en) 1994-05-03 1996-02-20 Aquintel, Inc. Surgical fluid monitor
US5709670A (en) 1994-05-03 1998-01-20 Aquintel, Inc. Surgical fluid and tissue loss monitor
US5522805B1 (en) 1994-05-03 1998-06-16 Aquintel Inc Surgical fluid monitor
US6998541B2 (en) 1994-08-05 2006-02-14 Clearcount Medical Solutions, Inc. Automatic surgical sponge counter and blood loss determination system
US5923001A (en) 1994-08-05 1999-07-13 Surgical Resources, L.L.C. Automatic surgical sponge counter and blood loss determination system
US5650596A (en) 1994-08-05 1997-07-22 Surgical Resources, L.L.C. Automatic surgical sponge counter and blood loss determination system
US5629498A (en) 1995-01-18 1997-05-13 Richard A. Pollock Intraoperative tracking devices and processes
US5633166A (en) 1995-01-19 1997-05-27 Mds Health Group Limited Method of analyzing medical specimens with improved length of analytical run determination
US5807358A (en) 1995-03-13 1998-09-15 Atrium Medical Corporation Dry suction regulator blood collection device
WO1996039927A1 (en) 1995-06-07 1996-12-19 Blackbox, Inc. Method for noninvasive intermittent and/or continuous hemoglobin, arterial oxygen content, and hematocrit determination
EP0888531A1 (en) 1995-12-18 1999-01-07 Center for Laboratory Technology, Inc. Multi-parameter hematology apparatus and method
CN1184929C (zh) 1995-12-27 2005-01-19 希森美康株式会社 非侵入式血液分析仪
DE19614719C2 (de) 1996-04-15 1998-02-19 Aesculap Ag & Co Kg Verfahren und Einrichtung zur Überwachung und Steuerung des Materialflusses in einem Krankenhaus
US5931824A (en) 1996-09-04 1999-08-03 Stewart; William W. Identification and accountability system for surgical sponges
US5984893A (en) 1997-03-27 1999-11-16 Ward; Roger T. Blood infusion control system
JPH1137845A (ja) 1997-07-22 1999-02-12 Matsushita Electric Ind Co Ltd 血清量測定装置
US6006119A (en) 1998-02-04 1999-12-21 Polestar Technologies, Inc. Non-invasive optical measurement of blood hematocrit
SE9804142D0 (sv) 1998-11-30 1998-11-30 Gambro Ab Method and device for providing a signal
JP4849755B2 (ja) 1999-07-02 2012-01-11 ハイパースペクトラル・イメージング・インコーポレイテツド イメージング装置および試料分析方法
US6730054B2 (en) 1999-10-16 2004-05-04 Baxter International Inc. Blood collection systems and methods that derive estimated effects upon the donor's blood volume and hematocrit
DE10003093C2 (de) 2000-01-25 2002-05-16 Goltz Volker Freiherr Von Vorrichtung zur Untersuchung von Eigenschaften der globalen Hämostasefunktion in Vollblut oder plättchenreichem Plasma
US7430478B2 (en) 2000-03-01 2008-09-30 Caridian Bct, Inc. Blood processing information system with blood loss equivalency tracking
US6359683B1 (en) 2000-04-27 2002-03-19 Becton, Dickinson And Company Method for determining the volume of particles suspended in liquids
EP1662989B1 (en) 2000-06-16 2014-09-03 BodyMedia, Inc. System for monitoring and managing body weight and other physiological conditions including iterative and personalized planning, intervention and reporting capability
US6763148B1 (en) 2000-11-13 2004-07-13 Visual Key, Inc. Image recognition methods
US20020177779A1 (en) 2001-03-14 2002-11-28 Doron Adler Method and system for detecting colorimetric abnormalities in vivo
US7711403B2 (en) 2001-04-05 2010-05-04 Rhode Island Hospital Non-invasive determination of blood components
JP3750732B2 (ja) 2001-05-09 2006-03-01 学校法人日本大学 適正輸血サポート装置及び方法並びにプログラム
CA2448264C (en) 2001-05-21 2016-06-21 Scott Laboratories, Inc. Label for a medical container
US6728561B2 (en) 2001-08-14 2004-04-27 University Of Alabama In Huntsville Multispectral image processing method, apparatus and computer program product for determining the blood oxygen saturation in a vessel
JP2003075436A (ja) 2001-09-04 2003-03-12 Daiken Iki Kk 出血量測定装置
US7158030B2 (en) 2001-09-19 2007-01-02 Avante International Technology Medical assistance and tracking system and method employing smart tags
US7133070B2 (en) 2001-09-20 2006-11-07 Eastman Kodak Company System and method for deciding when to correct image-specific defects based on camera, scene, display and demographic data
US6939310B2 (en) * 2001-10-10 2005-09-06 Lifescan, Inc. Devices for physiological fluid sampling and methods of using the same
EP2246689B8 (de) 2002-01-19 2013-05-01 Roche PVT GmbH Verfahren zur Klassifizierung von Farbbildern von Serumproben zentrifugierter Körperflüssigkeiten
US6641039B2 (en) 2002-03-21 2003-11-04 Alcon, Inc. Surgical procedure identification system
US6777623B2 (en) 2002-04-17 2004-08-17 M. Daniel Ballard System and method of tracking surgical sponges
EP1501435B1 (en) 2002-05-06 2007-08-29 Covidien AG Blood detector for controlling an esu
DE60313000T2 (de) 2002-08-21 2007-12-13 Biodrain Medical, Inc., Orono Verfahren und vorrichtung zur entsorgung von flüssigem chirurgischem abfall für den gesundheitsschutz von personal
WO2004084263A2 (en) 2002-09-07 2004-09-30 Arizona Board Of Regents Integrated apparatus and methods for treating liquids
US7112273B2 (en) 2002-09-27 2006-09-26 Nxstage Medical, Inc. Volumetric fluid balance control for extracorporeal blood treatment
DE60329017D1 (de) 2002-11-26 2009-10-08 Interdigital Tech Corp Bezüglich vorspannungsfehler kompensierte anfangssendeleistungsregelung für datendienste
US7180014B2 (en) 2003-03-20 2007-02-20 Boris Farber Method and equipment for automated tracking and identification of nonuniform items
US8712118B2 (en) 2003-04-10 2014-04-29 Carl Zeiss Microimaging Gmbh Automated measurement of concentration and/or amount in a biological sample
CA2428741A1 (en) 2003-05-13 2004-11-13 Cardianove Inc. Dual inlet mixed-flow blood pump
WO2005003738A2 (en) 2003-07-02 2005-01-13 Gambro, Inc. Monitoring and control system for blood processing
JP2005052288A (ja) 2003-08-01 2005-03-03 Sanyo Electric Industries Co Ltd 手術用ガーゼカウンター
US7297834B1 (en) 2004-01-26 2007-11-20 Michael Evan Shapiro Surgical sponge identification system and method
US7819818B2 (en) 2004-02-11 2010-10-26 Jamshid Ghajar Cognition and motor timing diagnosis using smooth eye pursuit analysis
US7384399B2 (en) 2004-02-11 2008-06-10 Jamshid Ghajar Cognition and motor timing diagnosis and training system and method
US7430047B2 (en) 2004-03-09 2008-09-30 Gerald Walter Budd Small container fluid dynamics to produce optimized inspection conditions
WO2006029035A1 (en) 2004-09-02 2006-03-16 Philometron, Inc. Monitoring platform for wound and ulcer monitoring and detection
US7147626B2 (en) 2004-09-23 2006-12-12 Celgene Corporation Cord blood and placenta collection kit
US7909806B2 (en) 2004-09-23 2011-03-22 Anthrogenesis Corporation Cord blood and placenta collection kit
US7376451B2 (en) 2004-10-27 2008-05-20 General Electric Company Measurement and treatment system and method
US7604985B2 (en) 2004-11-10 2009-10-20 Becton, Dickinson And Company System and method for determining fill volume in a container
EP1835845A4 (en) 2004-12-28 2008-09-10 Hypermed Inc HYPERSPECTRAL / MULTISPECTRAL IMAGERY FOR THE DETERMINATION, EVALUATION AND MONITORING OF SYSTEMIC PHYSIOLOGY OR IMPACT CONDITIONS
US7499581B2 (en) 2005-02-10 2009-03-03 Forhealth Technologies, Inc. Vision system to calculate a fluid volume in a container
US7905870B2 (en) 2005-03-13 2011-03-15 Harty Robert D Device for collecting and measuring fluid loss
JP2006280445A (ja) 2005-03-31 2006-10-19 Toshiba Corp 体内残置防止システム、およびガーゼ
US20120065482A1 (en) 2005-04-08 2012-03-15 Mark Ries Robinson Determination of blood pump system performance and sample dilution using a property of fluid being transported
US7364545B2 (en) 2005-04-20 2008-04-29 Klein Jeffrey A Method of measuring bleeding volume
JP2007101482A (ja) * 2005-10-07 2007-04-19 Matsushita Electric Ind Co Ltd 測定チップならびにその分析方法
US7795491B2 (en) 2005-10-11 2010-09-14 Patient Safety Technologies, Inc. Systems and methods for counting surgical implements
US7966269B2 (en) 2005-10-20 2011-06-21 Bauer James D Intelligent human-machine interface
US7641612B1 (en) 2006-01-17 2010-01-05 Mccall Kenneth Shawn Blood loss detection for hemodialysis system
US7557710B2 (en) 2006-03-17 2009-07-07 Med Wave, Llc System for tracking surgical items in an operating room environment
DE102006028533A1 (de) 2006-06-21 2008-01-03 Iprm Intellectual Property Rights Management Ag Vorrichtung und Computerprogramm zum Bestimmen eines Lungenzustands eines Patienten, welcher durch ein kardiopulmonales Blutvolumen dargestellt wird
US20080030303A1 (en) 2006-08-04 2008-02-07 Myles Kobren Surgical pad accounting system and method
US20080029416A1 (en) 2006-08-04 2008-02-07 Denise Paxton Surgical sponge counting device and method
US8142722B2 (en) 2006-08-08 2012-03-27 Hach Company Test element and tester for analyzing solutions
EP1892001A1 (de) 2006-08-23 2008-02-27 B. Braun Medizintechnologie GmbH Medizinisches Gerät zur extrakorporalen Blutbehandlung
US8025173B2 (en) 2006-09-07 2011-09-27 Allegiance Corporation Collapsible canister liner for medical fluid collection
US8181860B2 (en) 2006-09-13 2012-05-22 Clearcount Medical Solutions, Inc. Apparatus and methods for monitoring objects in a surgical field
USD611731S1 (en) 2007-03-12 2010-03-16 Ian Levine Sponge counter unit
US7995816B2 (en) 2007-09-24 2011-08-09 Baxter International Inc. Detecting access disconnect by pattern recognition
CN102027368B (zh) 2008-03-21 2014-02-26 艾博特健康公司 利用红细胞内含有的血红蛋白的本征色素沉着来确定血样的红细胞指数的方法及设备
CN102016578B (zh) 2008-03-21 2014-10-01 艾博特健康公司 利用红细胞内含有的血红蛋白的本征色素沉着来确定血样的血细胞比容的方法及设备
CA2720077C (en) * 2008-04-09 2014-08-05 Abbott Point Of Care, Inc. Method for measuring the area of a sample disposed within an analysis chamber
US20090310123A1 (en) 2008-06-16 2009-12-17 Robert John Thomson Blood concentrate detector
WO2010008846A2 (en) 2008-06-23 2010-01-21 John Richard Dein Intra-operative system for identifying and tracking surgical sharp objects, instruments, and sponges
EP2214011B1 (en) 2008-08-01 2019-01-02 Sysmex Corporation Blood sample analyzing apparatus
JP5465850B2 (ja) 2008-08-01 2014-04-09 シスメックス株式会社 試料分析システム
US8216198B2 (en) 2009-01-09 2012-07-10 Tyco Healthcare Group Lp Canister for receiving wound exudate in a negative pressure therapy system
WO2010129074A1 (en) 2009-01-14 2010-11-11 Indiana University Research & Technology Corporation System and method for identifying a person with reference to a sclera image
KR101256030B1 (ko) 2009-03-10 2013-04-23 돌비 레버러토리즈 라이쎈싱 코오포레이션 확장된 동적 범위 및 확장된 차수 이미지 신호 변환
US8783121B2 (en) 2009-03-19 2014-07-22 Shumadzu Corporation Liquid collecting system and a method therefor
US20100280117A1 (en) 2009-04-30 2010-11-04 Xanodyne Pharmaceuticals, Inc. Menorrhagia Instrument and Method for the Treatment of Menstrual Bleeding Disorders
US20110196321A1 (en) 2009-06-10 2011-08-11 Tyco Healthcare Group Lp Fluid Collection Canister Including Canister Top with Filter Membrane and Negative Pressure Wound Therapy Systems Including Same
JP5859439B2 (ja) 2009-08-13 2016-02-10 シーメンス・ヘルスケア・ダイアグノスティックス・インコーポレイテッド 臨床分析機によって分析される液体サンプルおよび容器の中の干渉物質および物理的寸法を確定するための方法ならびに装置
US8875893B2 (en) 2010-02-05 2014-11-04 Fenwal, Inc. Medical containers for use in blood collection and processing and medical systems, methods and apparatus for use in blood collection and processing
US20110201045A1 (en) 2010-02-17 2011-08-18 Levine Joshua D Method and apparatus for performing hematologic analysis using an array-imaging system for imaging and analysis of a centrifuged analysis tube
US8787663B2 (en) 2010-03-01 2014-07-22 Primesense Ltd. Tracking body parts by combined color image and depth processing
US9706948B2 (en) 2010-05-06 2017-07-18 Sachin Bhandari Inertial sensor based surgical navigation system for knee replacement surgery
US8823776B2 (en) 2010-05-20 2014-09-02 Cisco Technology, Inc. Implementing selective image enhancement
US8565500B2 (en) 2010-06-14 2013-10-22 Siemens Medical Solutions Usa, Inc. Automatic patient and device recognition and association system
US8506901B2 (en) 2010-11-03 2013-08-13 Teco Diagnostics All-in-one specimen cup with optically readable results
US8973293B2 (en) 2010-11-19 2015-03-10 Becton, Dickinson And Company Specimen container label for automated clinical laboratory processing systems
RU2620922C2 (ru) 2011-01-21 2017-05-30 Теранос, Инк. Системы и методы оптимизации использования образца
US8730460B2 (en) 2011-04-08 2014-05-20 William Marsh Rice University Paper based spectrophotometric detection of blood hemoglobin concentration
AU2012242587B2 (en) 2011-04-15 2015-11-26 Roche Diagnostics Hematology, Inc. Measuring volume and constituents of cells
US8897523B2 (en) 2011-07-09 2014-11-25 Gauss Surgical System and method for counting surgical samples
EP4147631A1 (en) 2011-07-09 2023-03-15 Gauss Surgical, Inc. System for determining and method for estimating extracorporeal blood volume in a portion of a physical sample
US9354181B2 (en) * 2011-08-04 2016-05-31 Saint Mary's College Analytical devices for detection of low-quality pharmaceuticals
US8873813B2 (en) 2012-09-17 2014-10-28 Z Advanced Computing, Inc. Application of Z-webs and Z-factors to analytics, search engine, learning, recognition, natural language, and other utilities
JP5347003B2 (ja) 2011-09-30 2013-11-20 富士フイルム株式会社 医用画像処理装置および方法ならびにプログラム
US9230187B2 (en) * 2012-03-15 2016-01-05 Qualcomm Incorporated System and method for robust estimation of color dependent measurements
EP2839264B1 (en) 2012-04-17 2017-07-26 Joel R.L. Ehrenkranz Device for performing diagnostic test and methods for use thereof
EP4033405B1 (en) 2012-05-14 2024-06-12 Gauss Surgical, Inc. Methods for managing blood loss of a patient
IN2014DN10002A (ja) 2012-05-14 2015-08-14 Gauss Surgical
US9311520B2 (en) * 2012-08-08 2016-04-12 Scanadu Incorporated Method and apparatus for performing and quantifying color changes induced by specific concentrations of biological analytes in an automatically calibrated environment
US8704178B1 (en) 2013-03-15 2014-04-22 Surgitrac Corporation Container for surgical object and fluid monitoring system
US10041960B2 (en) * 2013-05-10 2018-08-07 University Of Utah Research Foundation Devices, systems, and methods for measuring blood loss
US9569858B2 (en) * 2014-02-13 2017-02-14 James Bennett Babcock Cloud-based system for water analysis
US9824441B2 (en) 2014-04-15 2017-11-21 Gauss Surgical, Inc. Method for estimating a quantity of a blood component in a fluid canister
US20170023446A1 (en) * 2015-02-20 2017-01-26 Neoteryx, Llc. Method and apparatus for acquiring blood for testing
US11030475B2 (en) * 2015-07-08 2021-06-08 Zest Labs, Inc. Photo analytics calibration
JP6934253B2 (ja) 2015-12-23 2021-09-15 ガウス サージカル, インコーポレイテッドGauss Surgical, Inc. 外科織物内の血液構成要素の量の評価方法

Also Published As

Publication number Publication date
EP3132380A1 (en) 2017-02-22
US9824441B2 (en) 2017-11-21
JP2017515106A (ja) 2017-06-08
EP3132380B1 (en) 2020-10-14
EP3132380A4 (en) 2017-08-23
WO2015160997A1 (en) 2015-10-22
US20150294460A1 (en) 2015-10-15

Similar Documents

Publication Publication Date Title
JP6546605B2 (ja) 液体キャニスタ内の血液成分量の推定方法
US11996183B2 (en) Methods of analyzing diagnostic test kits
JP6356773B2 (ja) 流体キャニスタ中の血液成分量を測定するシステム及び方法
JP6934253B2 (ja) 外科織物内の血液構成要素の量の評価方法
CN109859203B (zh) 基于深度学习的缺陷牙齿图像识别方法
US11514270B2 (en) Speckle contrast analysis using machine learning for visualizing flow
WO2015076406A1 (ja) 骨粗鬆症診断支援装置
US12093779B2 (en) Methods and systems for processing an image
JP6342810B2 (ja) 画像処理
Giachetti et al. The use of radial symmetry to localize retinal landmarks
CN108294728A (zh) 伤口状态分析方法与系统
JP2017023474A (ja) 皮膚毛穴解析装置,皮膚毛穴解析方法および該装置に用いるプログラム
TWI788689B (zh) 三維乳房影像之物件偵測方法、物件偵測系統及非暫態電腦可讀取記錄媒體
Park et al. Determination of ulcer in the digestive tract using image analysis in wireless capsule endoscopy

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180405

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20181017

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20181204

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20190228

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190426

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20190528

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190621

R150 Certificate of patent or registration of utility model

Ref document number: 6546605

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250