CN114549517B 一种基于计算机视觉的术中出血识别与计量方法及系统 （北京大学人民医院）

usingcomputervision-basedalgandtheirassociationwithpost一种基于计算机视觉的术中出血识别与计本发明提供一种基于计算机视觉的术中出各个基于血迹像素占比的变量与各个预后指标比的变量与各个预后指标间的关系模型图形成较长、画面像素高的胸腔镜手术场景的技术效2通过预先获得的血迹识别模型确定图片流中的每张图片的血迹像素占片流中的每张图片的血迹像素占比值确定多个基于基于预设的关联分析规则，将各个基于血迹像素占比的变量基于所述关联分析结果建立各个基于血迹像素占比的变量与各个预后指标间的关系根据各个基于血迹像素占比的变量与各个预后指标间的关系模型图形成临床预后方2.根据权利要求1所述的一种基于计算机视觉的术中出血识别与计量方法，其特征在获取待检测图片的每个像素点的颜色通道信息；其中，所按照预设的标准筛选颜色通道值符合设定阈值的像素点作为血迹像素将所述血迹像素点在所述待检测图片的全部像素点中的占比作为血迹3.根据权利要求1所述的一种基于计算机视觉的术中出血识别与计量方法，其特征在所述基于血迹像素占比的变量包括血迹像素占比总和以及冲水阶段后的血迹像素占4.根据权利要求1所述的一种基于计算机视觉的术中出血识别与计量方法，其特征在将血迹图片数据集分为训练集和验证集，所述血迹图片数据集包括35.根据权利要求1所述的一种基于计算机视觉的术中出血识别与计量方法，其特征在将各个基于血迹像素占比的变量分别与患者手术单因素显著指标以及预后指标进行将各个基于血迹像素占比的变量分别与患者手术单因素显著指标以及术后引流量加通过术后插管时间是否大于等于插管时间阈值，判定术后插管时间是否将各个基于血迹像素占比的变量分别与患者手术单因素显著指标以及术后插管时间血迹识别单元，用于通过预先获得的血迹识别模型确定图片流中关联分析单元，用于基于预设的关联分析规则，将各个基于血迹像素占比的临床预后方案形成单元，用于基于所述关联分析结量与各个预后指标间的关系模型图根据各个基于血迹像素占比的变量与各个预后指标间所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被器执行时实现如权利要求1至5中任一所述的一种基于计算机视觉的术中出血识别与计量4[0006]为实现上述目的，本发明提供一种基于计算机视觉的术过图片流中的每张图片的血迹像素占比值确定多个基于血迹5[0010]基于所述关联分析结果建立各个基于血迹像素占比的变量与各个预后指标间的[0011]根据各个基于血迹像素占比的变量与各个预后指标间的关系模型图形成临床预[0020]基于血迹像素占比的变量包括血迹像素占比总和以及冲水阶段后的血迹像素占[0028]将各个基于血迹像素占比的变量分别与患者手术单因素显著指标以及预后指标6[0029]将各个基于血迹像素占比的变量分别与患者手术单因素显著指标以及术后引流量加入线性回归模型，向后回归筛选与术后引流量成显著相关的基于血迹像素占比的变[0031]将各个基于血迹像素占比的变量分别与患者手术单因素显著指标以及术后插管所述的一种基于计算机视觉的术中出血识别7[0043]图1为本发明一实施例提供的一种基于计算机视觉的术中出血识别与计量方法的[0045]图3为本发明一实施例提供的一种基于计算机视觉的术中出血识别与计量方法的[0046]图4为本发明一实施例提供的一种基于计算机视觉的术中出血识别与计量方法的[0047]图5为本发明一实施例提供的一种基于计算机视觉的术中出血识别与计量系统的[0048]图6为本发明一实施例提供的实现一种基于计算机视觉的术中出血识别与计量方[0051]图1为本发明一实施例提供的一种基于计算机视觉的术中出血识别与计量方法的8[0059]S120、通过预先获得的血迹识别模型确定图片流中的每张图片的血迹像素占比度值总和与红色通道值总和之比；也就是说按照预设的标准判定像素点是否为血迹的标度值与红色通道值之比(PixelGray/R)，以及该像素点原属图像的灰度值总和与红色通道值[0063]为了验证算法识别的效果，选取1000个血迹像素和1000个非血迹像素作为验证集。最终取得验证结果为，准确性(accuracy)99.05特异性(specificity)98.9敏感灰度值与红色通道值的比值以及像素点所属图片的灰度值总和与红色通道值总和的比值。9[0066]以病人的完整手术视频i为例，以及冲水开始时间点，并记冲水开始后为冲水阶过血迹像素点识别器(即通过10000个血迹像素点和10000个非血迹像素点训练获得的血迹识别模型)用上述三准则判定是否为血迹像素，然后计算血迹像素占图片中像素点总数的[0074]将各个基于血迹像素占比的变量分别与患者手术单因素显著指标以及预后指标后插管时间是否延长成显著相关的基于血迹像素[0076]表1PBP和术后引流量的单因素分析以及PBP和引流量的多元线性回归模型(R2=[0078]表2PBP和术后插管时间是否延长的单因素分析以及PBP和引流量的二元逻辑回[0082]图3和图4为本发明一实施例提供的各个基于血迹像素占比的变量与各个预后指取对数变换关于PBP总和的散点图与线性[0083]图4为本发明一实施例提供的一种基于计算机视觉的术中出血识别与计量方法的<0.05。上数据通过本算法可以预估患者的术后情况：患者的引流量将较多、术后带管时间将＞5机视觉的术中出血识别与计量方法及其生成的临床预后方[0088]在另一实施例中，对患者B的手术视频进行分析后得出其手术总的PBP值为后方案与患者A相似，但由于本发明的基于计算机视觉的术中出血识别与计量方法的提示[0089]本发明的一种基于计算机视觉的术中出血识别与计量方法通过各个基于血迹像案提供指导作用。[0094]血迹识别单元520，用于通过预先获得的血迹识别模型确定图片流中的每张图片[0096]临床预后方案形成单元540，用于基于所述关联分析结果建立各个基于血迹像素[0097]本发明的基于计算机视觉的术中出血识别与计量系统500，通过采用动态阈值与[0098]如图6所示，本发明提供一种基于计算机视觉的术中出血识别与计量方法的电子的内部存储单元也包括外部存储设备。所述存储器61不仅可以用于存储安装于电子设备6PCI)总线或扩展工业标准结构(extendedindustrystandardarchitecture，简称EISA)[0104]例如，尽管未示出，所述电子设备6还可以包括给各个部件供电的电源(比如电称为显示屏或显示单元，用于显示在电子设备6中处理的信息以及用于显示可视化的用户[0108]所述电子设备6中的所述存储器61存储的基于计算机视觉的术中出血识别与计量[0109]具体地，所述处理器60对上述指令的具体实现方法可参考图1对应实施例中相关[0111]本发明实施例还