[發(fā)明專利]評估傷口的方法、設(shè)備和計算機可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202010080280.7
• 申請日: 2020-02-05
• 公開（公告）號: CN111311608B
• 公開（公告）日: 2023-05-09
• 發(fā)明（設(shè)計）人: 方軍
• 申請（專利權(quán)）人: 方軍
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06V10/764;G06T7/90;G16H50/30
• 代理公司: 上海上谷知識產(chǎn)權(quán)代理有限公司 31342
• 代理人: 張平;蔡繼清

1.一種用于評估傷口的方法，包括：

獲取多個訓(xùn)練圖像，其中所述多個訓(xùn)練圖像中的每個訓(xùn)練圖像包含一個傷口并且該傷口包含至少一種損傷類型的組織；

對每個訓(xùn)練圖像分別標(biāo)注該傷口所包含的每個組織的邊緣和該組織的損傷類型以產(chǎn)生標(biāo)注訓(xùn)練圖像；

基于所述多個訓(xùn)練圖像和所述多個訓(xùn)練圖像的標(biāo)注訓(xùn)練圖像對圖像分割模型進行訓(xùn)練以產(chǎn)生預(yù)測分割訓(xùn)練圖像和評估模型；

將包含傷口的待評估圖像輸入所述評估模型，以得到所述待評估圖像的預(yù)測分割圖像；

提取所述預(yù)測分割圖像的傷口輪廓點，并且基于所述傷口輪廓點計算傷口面積、傷口長度和傷口寬度；

基于所述預(yù)測分割圖像確定所述傷口的每種損傷類型的組織的傷口內(nèi)占比；以及

基于所述傷口面積、所述傷口長度、所述傷口寬度和所述傷口的每種損傷類型的組織的傷口內(nèi)占比生成所述傷口的傷口評估信息；

其中基于所述多個訓(xùn)練圖像和所述多個訓(xùn)練圖像的標(biāo)注訓(xùn)練圖像對圖像分割模型進行訓(xùn)練以產(chǎn)生預(yù)測分割訓(xùn)練圖像和評估模型包括：

將所述多個訓(xùn)練圖像的標(biāo)注訓(xùn)練圖像的像素值減去所述多個訓(xùn)練圖像的像素值的平均值以產(chǎn)生多個均衡的標(biāo)注訓(xùn)練圖像；

對每個均衡的標(biāo)注訓(xùn)練圖像執(zhí)行多種類型的圖像數(shù)據(jù)增強操作以產(chǎn)生多個增強標(biāo)注訓(xùn)練圖像，每個增強標(biāo)注訓(xùn)練圖像包含與相應(yīng)類型的圖像數(shù)據(jù)增強操作相對應(yīng)的訓(xùn)練特征；

將所述多個訓(xùn)練圖像和所述多個訓(xùn)練圖像的增強標(biāo)注訓(xùn)練圖像輸入到所述圖像分割模型以輸出每個訓(xùn)練圖像的預(yù)測分割訓(xùn)練圖像，并基于所述多個訓(xùn)練圖像和所述多個訓(xùn)練圖像的預(yù)測分割訓(xùn)練圖像產(chǎn)生所述評估模型；

其中基于所述傷口輪廓點計算傷口面積、傷口長度和傷口寬度包括：

利用SciPy.ConvexHull凸包算法算出所述傷口輪廓點中所有最外圍輪廓點，利用SciPy.spatial.distance_matrix算出所有最外圍輪廓點之間的距離矩陣，從該距離矩陣中確定距離最大值的二維索引，并且以該二維索引所對應(yīng)的兩個最外圍輪廓點之間的距離作為所述傷口長度。

2.如權(quán)利要求1所述的方法，其中對每個訓(xùn)練圖像分別標(biāo)注該傷口所包含的每個組織的邊緣和該組織的損傷類型以產(chǎn)生標(biāo)注訓(xùn)練圖像包括：

使用不同的標(biāo)記分別標(biāo)記每個訓(xùn)練圖像中的每種損傷類型的組織的邊緣點，其中所述損傷類型包括腐肉、肉芽和壞死中的至少一種；

基于每種損傷類型的組織的邊緣點確定該種損傷類型的組織的損傷區(qū)域；以及

基于每種損傷類型和該損傷類型的組織的損傷區(qū)域產(chǎn)生所述標(biāo)注訓(xùn)練圖像。

3.如權(quán)利要求1所述的方法，其中對每個均衡的標(biāo)注訓(xùn)練圖像執(zhí)行多種類型的圖像數(shù)據(jù)增強操包括：

對每個均衡的標(biāo)注訓(xùn)練圖像從所有角度執(zhí)行隨機旋轉(zhuǎn)、縮放、變形和模糊操作中的至少一種。

4.如權(quán)利要求1所述的方法，其中基于所述多個訓(xùn)練圖像和所述多個訓(xùn)練圖像的標(biāo)注訓(xùn)練圖像對圖像分割模型進行訓(xùn)練以產(chǎn)生預(yù)測分割訓(xùn)練圖像和評估模型還包括：

確定所述多個訓(xùn)練圖像中的每個訓(xùn)練圖像和該訓(xùn)練圖像的增強標(biāo)注訓(xùn)練圖像是否大于或等于預(yù)定大小；以及如果該訓(xùn)練圖像和該訓(xùn)練圖像的增強標(biāo)注訓(xùn)練圖像大于或等于預(yù)定大小，則將該訓(xùn)練圖像和該訓(xùn)練圖像的增強標(biāo)注訓(xùn)練圖像劃分成統(tǒng)一大小的多個訓(xùn)練圖像片段和多個增強標(biāo)注訓(xùn)練圖像片段；并且將所述多個訓(xùn)練圖像和所述多個訓(xùn)練圖像的增強標(biāo)注訓(xùn)練圖像輸入到所述圖像分割模型以輸出每個訓(xùn)練圖像的預(yù)測分割訓(xùn)練圖像還包括：

將所述多個訓(xùn)練圖像的訓(xùn)練圖像片段和所述多個訓(xùn)練圖像的增強標(biāo)注訓(xùn)練圖像片段輸入到所述圖像分割模型以輸出每個訓(xùn)練圖像的多個預(yù)測分割訓(xùn)練圖像片段，并將每個訓(xùn)練圖像的多個預(yù)測分割訓(xùn)練圖像片段組合成所述預(yù)測分割訓(xùn)練圖像，其中每個訓(xùn)練圖像的預(yù)測分割訓(xùn)練圖像與該訓(xùn)練圖像大小相同。