聲門識別方法、裝置及計算機可讀存儲介質制造方法及圖紙

本發(fā)明專利技術涉及一種聲門識別方法、裝置及計算機可讀存儲介質，其中，聲門識別方法進行采集目標畫面；鎖定所述目標畫面中的預設范圍區(qū)域；通過色域識別，捕捉所述預設范圍區(qū)域內符合預設聲門顏色特征的區(qū)域，構成待驗證聲門區(qū)域；使用機器學習的方法對所述待驗證聲門區(qū)域進行分析，識別所述目標畫面中的聲門所處區(qū)域；及對所述目標畫面中的所述聲門所處區(qū)域進行標記的操作，而對應的裝置及計算機可讀存儲介質則搭載了聲門識別方法，以實現(xiàn)對聲門的識別。采用本發(fā)明專利技術的聲門識別方法、裝置及計算機可讀存儲介質可快速準確地捕捉到聲門，并對其進行顯示，有效輔助操作人員進行聲門的識別，對于聲門的狀態(tài)，以及聲門的相應形態(tài)的分析提供依據(jù)。供依據(jù)。供依據(jù)。

【技術實現(xiàn)步驟摘要】
聲門識別方法、裝置及計算機可讀存儲介質


[0001]本專利技術涉及醫(yī)療器械
，具體涉及一種聲門識別方法、裝置及計算機可讀存儲介質。

技術介紹

[0002]隨著醫(yī)學水平的不斷發(fā)展，一些治療過程中往往需要進行插管(如急救過程的氣道建立、喉鏡的插入等)，對于非專業(yè)和專業(yè)人員而言，聲門的識別是保證氣管內插管成功的關鍵。然而，由于聲門容易被其他組織(如會厭、腫瘤等組織)遮擋，其暴露過程中的形狀不唯一，故這對于插管人員而言存在不小的挑戰(zhàn)，其中，聲門的結構可如圖1所示，聲門周邊的組織包括會厭1、聲帶2及杓狀軟骨3。若醫(yī)務人員無法準確、快速地識別出聲門，則可能導致操作不當或操作緩慢，這就有可能給病人帶來不適或損傷，甚至有可能耽誤搶救的時間，造成患者死亡。現(xiàn)有技術中能否準確地、快速地識別出聲門，完全依賴于操作人員的經驗，實施過程存在非常大的操作難度，未經培訓的非專業(yè)救援者很難做好。
[0003]故現(xiàn)急需一種能夠輔助進行聲門識別的方案來協(xié)助操作人員進行聲門識別，提高聲門識別率。

技術實現(xiàn)思路

[0004]有鑒于現(xiàn)有技術的上述缺陷，本專利技術提供了一種操作方便、易于實施、準確率高的聲門識別方法、裝置及計算機可讀存儲介質。
[0005]為了實現(xiàn)上述的目的，本專利技術的聲門識別方法、裝置及計算機可讀存儲介質如下：
[0006]該聲門識別方法，其主要特點是，包括：
[0007]采集目標畫面；
[0008]鎖定所述目標畫面中的預設范圍區(qū)域；
[0009]通過色域識別，捕捉所述預設范圍區(qū)域內符合預設聲門顏色特征的區(qū)域，構成待驗證聲門區(qū)域；
[0010]使用機器學習的方法對所述待驗證聲門區(qū)域進行分析，識別所述目標畫面中的聲門所處區(qū)域；
[0011]對所述目標畫面中的所述聲門所處區(qū)域進行標記。
[0012]上述的聲門識別方法，其中，所述通過色域識別，捕捉所述預設范圍區(qū)域內符合預設聲門顏色特征的區(qū)域，構成待驗證聲門區(qū)域，包括：
[0013]對采集到的所述目標畫面的顏色進行調節(jié)，將所述目標畫面的顏色調節(jié)至預設色域范圍內，以得到能夠顯示與所述聲門臨近的組織的輪廓特征的調色后圖像；
[0014]對所述調色后圖像進行濾波處理，并對所述調色后圖像中位于所述預設范圍區(qū)域周邊區(qū)域的圖像進行中值平滑處理，同時，對位于所述預設范圍區(qū)域的圖像采用預設大小的卷積核心進行計算，以得到濾波及平滑處理后的調色圖像；
[0015]對所述濾波及平滑處理后的調色圖像進行邊緣檢測，以實現(xiàn)對所述濾波及平滑處
理后的調色圖像中的聲門部位的輪廓進行定位，捕捉到所述預設范圍區(qū)域內符合預設聲門顏色特征的區(qū)域，構成所述待驗證聲門區(qū)域。
[0016]上述的聲門識別方法，其中，所述使用機器學習的方法對所述待驗證聲門區(qū)域進行分析，識別所述目標畫面中的聲門所處區(qū)域，包括：
[0017]采用聲門模型對所述待驗證聲門區(qū)域進行圖像識別；
[0018]當檢測到所述待驗證聲門區(qū)域的形狀與所述聲門模型匹配時，則判定該待驗證聲門區(qū)域即為所述目標畫面中的聲門所處區(qū)域；
[0019]其中，所述聲門模型是對訓練樣本進行機器學習后生成的。
[0020]上述的聲門識別方法，其中，所述聲門識別方法還包括：
[0021]根據(jù)指令啟動或關閉聲門鎖定操作，當啟動所述聲門鎖定操作時，對檢測到的位于所述目標畫面內的所述聲門所處區(qū)域的標記進行顯示。
[0022]上述的聲門識別方法，其中，若捕捉到的畫面為視頻，則將所述視頻中的各幀畫面作為所述目標畫面。
[0023]上述的聲門識別方法，其中，所述方法還包括：
[0024]采用下式對系統(tǒng)捕捉到的畫面進行對比度歸一化處理得到所述目標畫面，和/或采用下式對機器學習過程中應用到的訓練樣本中的畫面進行對比度歸一化處理：
[0025][0026]其中，X
′
i，j，k
為經過對比度歸一化處理后的圖像中對應的各行各列對應的顏色的強度，X
i，j，k
為所述系統(tǒng)捕捉到的畫面或所述訓練樣本中的畫面中對應的各行各列對應的原始的顏色的強度，i和j分別為所述系統(tǒng)捕捉到的畫面或訓練樣本中的畫面中對應的各像素的行和列的位置信息，k表示顏色通道信息，為所述系統(tǒng)捕捉到的畫面或所述訓練樣本中的畫面的整張圖像的平均顏色強度，s為預設的圖像縮放因子，3rc表示所述系統(tǒng)捕捉到的畫面或所述訓練樣本中的畫面的張量的三個維度，其中，r為所述系統(tǒng)捕捉到的畫面或所述訓練樣本中的畫面的張量的行，c為所述系統(tǒng)捕捉到的畫面或所述訓練樣本中的畫面的張量的列，α及ε是預設于系統(tǒng)內的兩個約束參數(shù)，α及ε為常數(shù)。
[0027]該聲門識別裝置，其主要特點是，包括：
[0028]畫面捕捉模塊，用于捕捉畫面；
[0029]聲門識別模塊，用于對所述畫面捕捉模塊捕捉到的畫面執(zhí)行如上所述的聲門識別方法；
[0030]影像顯示模塊，與所述聲門識別模塊及所述畫面捕捉模塊相連接，所述影像顯示模塊用于顯示捕捉到的畫面及所述目標畫面中的所述聲門所處區(qū)域的標記。
[0031]上述聲門識別裝置，其中，所述聲門識別裝置還包括人機交互模塊和光源模塊，所述人機交互模塊分別與所述畫面捕捉模塊、聲門識別模塊及影像顯示模塊相連接，所述光源模塊與所述畫面捕捉模塊相連接。
[0032]上述聲門識別裝置，其中，
[0033]所述畫面捕捉模塊包括視頻輸入設備；
[0034]所述聲門識別模塊包括計算機控制器；
[0035]所述影像顯示模塊包括顯示部件。
[0036]該計算機裝置，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其主要特點是，所述處理器執(zhí)行所述計算機程序時實現(xiàn)如上所述的聲門識別方法的步驟。
[0037]該計算機可讀存儲介質，其上存儲有計算機程序，其主要特點是，所述計算機程序被處理器執(zhí)行時實現(xiàn)如上所述的聲門識別方法的步驟。
[0038]本專利技術的聲門識別方法、裝置及計算機可讀存儲介質的有益效果：
[0039]本專利技術的聲門識別方法、裝置及計算機可讀存儲介質通過對采集到的目標畫面進行預處理，然后通過色域識別捕捉到待驗證聲門區(qū)域，再結合機器學習的結果，對待驗證聲門區(qū)域進行識別，以快速、準確地捕捉到目標畫面內的聲門所處區(qū)域。本專利技術的聲門識別方法、裝置及計算機可讀存儲介質可在復雜的實際使用場景中快速準確地捕捉到聲門，并對其進行顯示，有效輔助操作人員進行聲門的識別，為后續(xù)操作步驟提供依據(jù)，且可有效滿足與醫(yī)療用機器人的配合需求，對于聲門的狀態(tài)，以及聲門的相應形態(tài)的分析提供依據(jù)。
附圖說明
[0040]以下將結合附圖對本專利技術的構思、具體結構及產生的技術效果作進一步說明，以充分地了解本專利技術的目的、特征和效果。
[0041]圖1是聲門的結構示意圖。
[0042]圖2是另一聲門的結構示意圖。
[0043]圖3為調色后圖像的示意圖。
[0044]圖本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種聲門識別方法，其特征在于，包括：采集目標畫面；鎖定所述目標畫面中的預設范圍區(qū)域；通過色域識別，捕捉所述預設范圍區(qū)域內符合預設聲門顏色特征的區(qū)域，構成待驗證聲門區(qū)域；使用機器學習的方法對所述待驗證聲門區(qū)域進行分析，識別所述目標畫面中的聲門所處區(qū)域；對所述目標畫面中的所述聲門所處區(qū)域進行標記。2.根據(jù)權利要求1所述的聲門識別方法，其特征在于，所述通過色域識別，捕捉所述預設范圍區(qū)域內符合預設聲門顏色特征的區(qū)域，構成待驗證聲門區(qū)域，包括：對采集到的所述目標畫面的顏色進行調節(jié)，將所述目標畫面的顏色調節(jié)至預設色域范圍內，以得到能夠顯示與所述聲門臨近的組織的輪廓特征的調色后圖像；對所述調色后圖像進行濾波處理，并對所述調色后圖像中位于所述預設范圍區(qū)域周邊區(qū)域的圖像進行中值平滑處理，同時，對位于所述預設范圍區(qū)域的圖像采用預設大小的卷積核心進行計算，以得到濾波及平滑處理后的調色圖像；對所述濾波及平滑處理后的調色圖像進行邊緣檢測，以實現(xiàn)對所述濾波及平滑處理后的調色圖像中的聲門部位的輪廓進行定位，捕捉到所述預設范圍區(qū)域內符合預設聲門顏色特征的區(qū)域，構成所述待驗證聲門區(qū)域。3.根據(jù)權利要求1所述的聲門識別方法，其特征在于，所述使用機器學習的方法對所述待驗證聲門區(qū)域進行分析，識別所述目標畫面中的聲門所處區(qū)域，包括：采用聲門模型對所述待驗證聲門區(qū)域進行圖像識別；當檢測到所述待驗證聲門區(qū)域的形狀與所述聲門模型匹配時，則判定該待驗證聲門區(qū)域即為所述目標畫面中的聲門所處區(qū)域；其中，所述聲門模型是對訓練樣本進行機器學習后生成的。4.根據(jù)權利要求1所述的聲門識別方法，其特征在于，所述聲門識別方法還包括：根據(jù)指令啟動或關閉聲門鎖定操作，當啟動所述聲門鎖定操作時，對檢測到的位于所述目標畫面內的所述聲門所處區(qū)域的標記進行顯示。5.根據(jù)權利要求1所述的聲門識別方法，其特征在于，若捕捉到的畫面為視頻，則將所述視頻中的各幀畫面作為所述目標畫面。6.根據(jù)權利要求1所述的聲門識別方法，其特征在于，所述方法還包括：采用下式對系統(tǒng)捕捉到的畫面進行對比度歸一化處理得到所述目標畫面，和/或采用下式...

【專利技術屬性】
技術研發(fā)人員：王英偉，趙柏楊，王軼湛，
申請(專利權)人：上海蘭甲醫(yī)療科技有限公司，
類型：發(fā)明
國別省市：