[發明專利]一種基于近紅外成像的靜脈血管識別定位方法和系統

有效

• 申請號: 202111353446.9
• 申請日: 2021-11-16
• 公開（公告）號: CN114176514B
• 公開（公告）日: 2023-08-29
• 發明（設計）人: 齊鵬;季嘉蕊
• 申請（專利權）人: 同濟大學
• 主分類號: A61B5/00
• 分類號: A61B5/00
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 陳源源

本發明涉及一種基于近紅外成像的靜脈血管識別定位方法和系統，方法包括通過近紅外成像相機分別拍攝在第一紅外線波長和第二紅外線波長下的紅外成像圖片，分別為第一紅外成像圖片和第二紅外成像圖片；對第一紅外成像圖片進行預處理，對靜脈血管的特征進行增強，得到增強圖像；將增強圖像輸入至第一靜脈血管分割網絡模型中，進行血管分布識別，得到分割圖像；將分割圖像輸入至第二靜脈血管分割網絡模型中，進行適宜穿刺的血管標注，得到標注血管；進行連通域位置提取，得到標穿刺點和最佳穿刺角度；根據第一紅外成像圖片和第二紅外成像圖片中標注血管處的光強變化，計算標注血管深度信息。與現有技術相比，本發明具有識別精度高、魯棒性好等優點。

技術領域

本發明涉及靜脈血管識別的技術領域，尤其是涉及一種基于近紅外成像的靜脈血管識別定位方法和系統。

背景技術

靜脈穿刺技術作為一個經常性的醫療手段，現今還處于人工穿刺的技術階段。人工穿刺由于人眼的限制性，針對BMI較高的肥胖人群以及血管較為細小的嬰幼兒，往往會因為穿刺位置錯誤導致多次穿刺；另外對于穿刺角度以及穿刺位姿很難有持續穩定的準確判斷。同時，醫院對于培養一個技術成熟的護士所付出的代價也較為高昂。

隨著智慧醫療的快速發展，市場對于靜脈穿刺采血/注射機器人的關注日益增加。對于已有的靜脈血管自動識別技術，通常其依托近紅外識別2D平面的靜脈網絡，結合超聲進行血管深度的識別。但是現有技術中采用了超聲和紅外兩種傳感器數據，兩種獨立傳感器數據將血管的空間信息進行了分裂的描述，后續進行在進行融合處理時，容易導致對血管的位置的識別精度降低，在血管的空間角度識別上，這種誤差表現的最為明顯。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種基于近紅外成像的靜脈血管識別定位方法和系統。

本發明的目的可以通過以下技術方案來實現：

一種基于近紅外成像的靜脈血管識別定位方法，包括：

S1、通過近紅外成像相機分別拍攝在第一紅外線波長和第二紅外線波長下的紅外成像圖片，分別為第一紅外成像圖片和第二紅外成像圖片；

S2、對第一紅外成像圖片進行預處理，對靜脈血管的特征進行增強，得到增強圖像；

S3、將增強圖像輸入至第一靜脈血管分割網絡模型中，進行血管分布識別，得到分割圖像；

S4、將分割圖像輸入至第二靜脈血管分割網絡模型中，進行適宜穿刺的血管標注，得到標注血管；同時，對標注血管進行連通域位置提取，得到標注血管中各個連通域的中心點，以每個中心點為中心旋轉存在多條以不同角度穿過連通域的直線，在上述直線中選取出與連通域相交最多的直線，則選取出的直線對應的中心點為目標穿刺點，直線的斜率為最佳穿刺角度；

S5、根據第一紅外成像圖片和第二紅外成像圖片中標注血管處的光強變化，計算標注血管處的人體體表脂肪層深度，即標注血管的深度信息。

進一步地，所述的第一靜脈血管分割網絡模型和第二靜脈血管分割網絡模型均采用TransUNet神經網絡模型。

進一步地，所述標注血管的深度信息計算表達式為：

其中，χ表示形變系數，I₁表示第一紅外線波長的強度，ΔI₁表示第一紅外線波長下的脂肪吸收光強，即為第一紅外線波長下發射光強與反射光強之差，I₂表示第二紅外線波長的強度，ΔI₂表示第二紅外線波長下的脂肪吸收光強，即為第二紅外線波長下發射光強與反射光強之差，η為光強吸收修正系數，μ₁和μ₂表示I₁和I₂兩種光強下的脂肪對于光的吸收系數。