本發(fā)明涉及圖像處理領域，尤其涉及一種基于圖像處理的心外術后監(jiān)控系統(tǒng)及方法。

背景技術：

1、隨著醫(yī)學技術的進步，現代心外科手術的成功率顯著提高，但手術后的并發(fā)癥和風險仍是醫(yī)護人員需要嚴密監(jiān)控的重點，傳統(tǒng)的心外術后監(jiān)控方式依賴于各種生理指標的監(jiān)測，如心電圖、血壓、血氧飽和度、呼吸頻率等，雖能提供實時的生理信息，但無法直接反映外部可視特征的變化，還需要高頻次的觀察和記錄，特別是對于重癥患者，醫(yī)護人員需要頻繁檢查生命體征和身體狀況，不僅消耗大量的人力資源，還容易出現監(jiān)測不到位或疏忽的問題。

2、隨著圖像處理技術、人工智能以及計算機視覺的快速發(fā)展，基于圖像處理的心外術后監(jiān)控系統(tǒng)及方法逐漸成為一種重要的技術趨勢，圖像處理技術能夠通過攝像頭實時捕捉患者的身體表征信息，并通過算法分析識別潛在的風險因素，從而為心外術后監(jiān)控提供更加精細、全面的支持。

3、但現有的心外術后監(jiān)控方法存在如下技術問題：難以精確處理微小且頻繁的位移，如呼吸或輕微抖動造成的圖像模糊；去除噪聲的同時容易導致細節(jié)模糊，造成邊緣信息丟失；依靠圖像的單一時間點信息，無法捕捉愈合過程中的動態(tài)變化；炎癥紅腫區(qū)域在rgb色彩空間中難以區(qū)分，導致檢測的準確性低；無法充分結合空間和時間信息，容易忽略炎癥的發(fā)展趨勢。

技術實現思路

1、本發(fā)明提供一種基于圖像處理的心外術后監(jiān)控系統(tǒng)及方法，以解決現有的難以精確處理微小且頻繁的位移，如呼吸或輕微抖動造成的圖像模糊；去除噪聲的同時容易導致細節(jié)模糊，造成邊緣信息丟失；依靠圖像的單一時間點信息，無法捕捉愈合過程中的動態(tài)變化；炎癥紅腫區(qū)域在rgb色彩空間中難以區(qū)分，導致檢測的準確性低；無法充分結合空間和時間信息，容易忽略炎癥的發(fā)展趨勢的技術問題。

2、本發(fā)明的一種基于圖像處理的心外術后監(jiān)控系統(tǒng)及方法，具體包括以下技術方案：

3、一種基于圖像處理的心外術后監(jiān)控方法，包括以下步驟：

4、s1：獲取患者胸腔圖像，通過改進的圖像預處理算法對患者胸腔圖像進行預處理，得到預處理后的胸腔圖像；

5、s2：基于預處理后的胸腔圖像，使用愈合進度評估算法計算得到切口愈合進度評估值，并設置切口愈合速度閾值和切口愈合進度的標準進度值，判定切口愈合進度是否存在異常；

6、s3：當切口愈合進度存在異常，基于預處理后的胸腔圖像，使用炎癥評估算法計算得到炎癥嚴重程度評估值，并設置炎癥嚴重程度閾值，判定切口是否存在炎癥異常。

7、優(yōu)選的，所述s1，具體包括：

8、所述改進的圖像預處理算法包括運動補償部分和噪聲去除與邊緣保留部分，?運動補償部分通過分析相鄰幀之間的像素位置差異，計算出胸腔圖像中各像素點的位移量，并對胸腔圖像中的像素進行位置修正。

9、優(yōu)選的，所述s1，具體包括：

10、噪聲去除與邊緣保留部分根據胸腔圖像中每個像素的局部噪聲特性，計算出噪聲分布，對不同噪聲分布的區(qū)域采取不同強度的濾波操作；并引入非線性擴散模型，根據像素所在區(qū)域的特征進行選擇性擴散，通過計算胸腔圖像中像素點的梯度，得到預處理后的胸腔圖像像素強度，計算公式為：

11、，

12、其中，表示在時刻空間坐標為的預處理后的胸腔圖像像素強度；表示在時刻空間坐標為的患者胸腔圖像的像素強度；和表示患者在成像過程中產生的微小運動引起的位移補償參數，補償在方向的運動，補償在方向的運動；表示第一調節(jié)系數；表示胸腔圖像在位置和時刻處的噪聲分布；表示第二調節(jié)系數；表示胸腔圖像局部的二階變化率；表示胸腔圖像在方向和方向上的一階導數。

13、優(yōu)選的，所述s2，具體包括：

14、在愈合進度評估算法的實現過程中，通過計算預處理后的胸腔圖像的橫向和縱向梯度來檢測切口邊緣，并結合局部拓撲擾動量抑制噪聲干擾，得到預處理后的胸腔圖像邊緣強度，具體計算公式為：

15、，

16、其中，表示在時刻空間坐標為的預處理后的胸腔圖像邊緣強度；表示預處理后的胸腔圖像像素強度在方向的梯度；表示預處理后的胸腔圖像像素強度在方向的梯度；表示平方根運算；和表示平方項；表示指數函數；表示控制局部拓撲擾動量對梯度計算結果影響的調整參數；表示局部拓撲擾動量。

17、優(yōu)選的，所述s2，具體包括：

18、在愈合進度評估算法的實現過程中，通過設置切口區(qū)域檢測閾值，將預處理后的胸腔圖像邊緣強度與設置的切口區(qū)域檢測閾值進行比較，提取出滿足條件的像素點，構建出完整的切口輪廓。

19、優(yōu)選的，所述s2，具體包括：

20、在愈合進度評估算法的實現過程中，在檢測到切口區(qū)域后，引入自適應加權系數，調整像素點的權重值；通過計算切口邊緣隨時間的變化速率，評估切口愈合進度；并通過計算切口邊緣的關于時間的二階導數，得到切口愈合進度評估值。

21、優(yōu)選的，所述s3，具體包括：

22、在炎癥評估算法的實現過程中，將預處理后的胸腔圖像通過顏色轉換，得到顏色分離后的胸腔圖像中像素點的紅色通道值；顏色分離處理后，通過提取的紅色通道值對炎癥區(qū)域進行檢測,?設置炎癥區(qū)域檢測閾值，并將紅色通道值與設置的炎癥區(qū)域檢測閾值進行比較，提取出滿足條件的像素點，構成炎癥區(qū)域的像素點集合。

23、優(yōu)選的，所述s3，具體包括：

24、在炎癥評估算法的實現過程中，引入空間導數調節(jié)參數和時間導數調節(jié)參數，在空間和時間維度上對炎癥區(qū)域進行分析，得到炎癥嚴重程度評估值。

25、一種基于圖像處理的心外術后監(jiān)控系統(tǒng)，包括以下部分：

26、圖像采集模塊、圖像預處理模塊、愈合進度評估模塊、炎癥檢測與評估模塊、監(jiān)控預警模塊；

27、圖像采集模塊：獲取患者胸腔圖像，將患者胸腔圖像輸出至圖像預處理模塊；

28、圖像預處理模塊：基于圖像采集模塊的患者胸腔圖像，通過改進的圖像預處理算法對患者胸腔圖像進行預處理，得到預處理后的胸腔圖像，將預處理后的胸腔圖像輸出至愈合進度評估模塊和炎癥檢測與評估模塊；

29、愈合進度評估模塊：基于圖像預處理模塊的預處理后的胸腔圖像，使用愈合進度評估算法計算得到切口愈合進度評估值，設置愈合速度閾值和切口愈合進度的標準進度值，判定是否存在切口愈合異常，將愈合異常判定結果輸出至監(jiān)控預警模塊；

30、炎癥檢測與評估模塊：基于圖像預處理模塊的預處理后的胸腔圖像和監(jiān)控預警模塊的愈合異常判定結果，使用炎癥評估算法計算得到炎癥嚴重程度評估值，設置炎癥嚴重程度閾值，判定切口是否存在炎癥異常，將炎癥異常判定結果輸出至監(jiān)控預警模塊；

31、監(jiān)控預警模塊：接收來自愈合進度評估模塊的愈合異常判定結果，通知醫(yī)護人員進行處理并將愈合異常判定結果輸出至炎癥檢測與評估模塊，并接收來自炎癥檢測與評估模塊的炎癥異常判定結果。

32、本發(fā)明的技術方案的有益效果是：

33、1、通過分析相鄰幀之間的像素位置差異，計算患者胸腔圖像中每個像素點的位移量，并在水平和垂直方向上進行精確補償，矯正因呼吸、輕微顫動的非自主動作引起的圖像失真，有效消除了因患者輕微運動導致的胸腔圖像模糊的問題，使胸腔圖像保持高分辨率和連貫性，避免胸腔圖像失真影響后續(xù)判斷。

34、2、根據像素的局部噪聲分布，使用動態(tài)濾波操作去除噪聲，通過非線性擴散模型，在平坦區(qū)域加強擴散消除噪聲，在邊緣區(qū)域弱化擴散以保留細節(jié)，結合拉普拉斯算子強化邊緣信息，避免在去噪過程中出現細節(jié)模糊的問題。

35、3、通過檢測像素的亮度變化，識別出切口的邊緣像素，并基于局部拓撲擾動量構建完整的切口輪廓，進一步引入自適應加權系數，根據像素變化的平滑程度評估切口愈合狀態(tài)，使用二階導數捕捉切口愈合進度的加速或減速趨勢，并通過切口愈合速度閾值和切口愈合進度的標準進度值，判斷切口愈合進度是否存在異常，精確評估切口愈合進度，及時反饋，減少人工干預，提高了術后監(jiān)控效率。

36、4、通過將胸腔圖像從rgb色彩空間轉換到hsv色彩空間，分離紅色通道信息，突出炎癥區(qū)域的特征，容易識別炎癥區(qū)域，減少誤判，設置炎癥區(qū)域檢測閾值，并對滿足條件的像素點進行提取，構建炎癥區(qū)域的像素點集合，通過分析炎癥區(qū)域的空間紋理和時間變化趨勢，及時捕捉病情惡化或緩解的信號，并通過空間導數調節(jié)參數和時間導數調節(jié)參數控制評估過程的精度。