申请/专利权人：中南大学湘雅医院

申请日：2022-03-08

公开（公告）日：2024-06-21

公开（公告）号：CN114627067B

主分类号：G06T7/00

分类号：G06T7/00;G06T7/62;G06T7/13;G06T7/136;G06T5/70;G06T5/73;G06T5/90;G06T5/30;G06T5/40;G06V10/764;G06V10/82;G06N3/0464;A61B5/107

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2022.07.01#实质审查的生效;2022.06.14#公开

摘要：本发明公开了一种基于图像处理的伤口面积测量及辅助诊疗方法，包括包括建立数据集模块，图像识别模块，图像增强模块，图像分割和轮廓提取模块，面积计算模块。本发明的一种基于图像处理的伤口面积测量及辅助诊疗方法，通过图像处理的方法，具体是伤口纹理的边缘检测，计算面积相当于图像的像素级别，结果更加精准，方法中的图像识别模块，在准确识别伤口类型后，能够进一步识别伤口是否为复合型伤口，且是哪几种伤口的复合型表现，足够准确的识别结果能够为临床用药护理提供有效的参考。

主权项：1.一种基于图像处理的伤口面积测量及辅助诊疗方法，包括建立数据集模块，图像识别模块，图像增强模块，图像分割和轮廓提取模块，面积计算模块，其特征在于，包括以下具体步骤：步骤1、建立数据集模块该步骤是图像识别的基础模块，首先对于患者的伤口，使用一种颜色R在皮肤上绘制一个矩形，整个矩形能够刚好将整个伤口包含住，最后用软尺测量矩形长宽，计算得到真实面积为A1，然后对这个矩形进行拍照，作为数据集的基础；建立R的矩形外框相当于手工建立一个轮廓，轮廓的实质就是像素在局部内的突变，而R和正常皮肤颜色和伤口颜色均不同，则矩形外框就相当于一个外围轮廓；数据收集：数据总体包含2部分，一种是单因素造成的伤口，一种是多因素造成的复合型伤口，数据来源主要依据医院外科；建立第1个数据集，将患者的伤口类型划分为皮肤软组织缝线切口、化脓性感染、开放性损伤伤口、烧烫伤、咬蛰伤5个伤口类型，分别对图像进行标注，标识5个不同分类，纳入数据集dataset1；建立第2个数据集：如果患者的伤口是复合型，就纳入数据集，标识规则：类别依据上述的5种分类结果，只考虑2种伤口重叠的复合型伤口，因此有4+3+2+1＝10种类别，分别标注图像，纳入数据集dataset2；步骤2、图像识别模块以ResNet101为基本网络骨架搭建卷积神经网络模型，训练一个用于图像分类的深度学习模型，为了解决伤口图像数据量小的问题，增强网络分类能力，运用数据增强的方法，对每张伤口图片分别进行处理，包括：图像裁剪、翻转、镜像；步骤3、图像增强模块A.去噪处理，由于伤口照片是经过硬件设备拍摄而来，而设备的成像传感器会受到环境影响，使得最终拍摄照片包含干扰信息，运用自适应局部降噪滤波器降低图像的噪声；B.直方图均衡化，将降噪得到的图像进行直方图均衡化，以增强图像的对比度，然后设定阈值，进行二值化处理，凸显图像的轮廓，C.图像锐化处理，进一步增强伤口的边缘轮廓，D.进行图像的形态学处理，先膨胀，再腐蚀，由于伤口中间部分可能存在伤口结痂情况，而结痂部分颜色会和周围细微区别，经过上面步骤处理，可能在伤口中间部分突出了伤口结痂组织的边缘，因此需要去除这些小区域的边缘线条，先膨胀后腐蚀实际是图像形态学的闭运算，可以让轮廓更加平滑，闭合较窄的间断处，填充一些小孔洞，小沟壑，经过处理，最终保留了伤口图像的最外围最明显的边缘轮廓；步骤4、图像分割和轮廓提取模块A.首先利用自适应阈值分割算法，将正常区域和轮廓分割出来；B.其次，进行轮廓提取，调用OpenCV的findContour函数进行提取，mode选择RETR_EXTERNAL，即只提取最外围的轮廓，即矩形的边框；C.对轮廓进行颜色绘制，相当于是轮廓标记、凸显轮廓，调用OpenCV函数drawContours；D.轮廓内面积计算，调用OpenCV函数contourArea，得到的矩形面积＝A2；E.对图像进行裁剪，将最外层的矩形边框丢弃，这样之后，最外层的轮廓就是伤口的轮廓了；F.再次调用findContour进行最外层轮廓提取，即提取到伤口的边缘轮廓，对轮廓进行特定颜色标记，计算伤口轮内面积＝B2；步骤5、面积计算模块上述步骤，已经获得了最外围包含整个伤口的矩形真实的面积＝A1，在图像上，得到了伤口轮廓内面积＝B2，得到了外围矩形轮廓内面积＝A2，则伤口的真实面积＝B2A2*A1。

全文数据：

权利要求：

百度查询： 中南大学湘雅医院 一种基于图像处理的伤口面积测量及辅助诊疗方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD