CN116965844A - 站立位ct扫描过程中主动保护患者安全的方法及*** - Google Patents
站立位ct扫描过程中主动保护患者安全的方法及*** Download PDFInfo
- Publication number
- CN116965844A CN116965844A CN202311219557.XA CN202311219557A CN116965844A CN 116965844 A CN116965844 A CN 116965844A CN 202311219557 A CN202311219557 A CN 202311219557A CN 116965844 A CN116965844 A CN 116965844A
- Authority
- CN
- China
- Prior art keywords
- safety
- patient
- area
- module
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000002591 computed tomography Methods 0.000 title claims abstract description 32
- 230000008569 process Effects 0.000 title claims abstract description 27
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 47
- 238000012545 processing Methods 0.000 claims abstract description 26
- 230000003993 interaction Effects 0.000 claims abstract description 18
- 230000001960 triggered effect Effects 0.000 claims abstract description 9
- 210000000746 body region Anatomy 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 7
- 238000003708 edge detection Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 238000003709 image segmentation Methods 0.000 claims description 5
- 230000000877 morphologic effect Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 210000002249 digestive system Anatomy 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 210000002345 respiratory system Anatomy 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/04—Positioning of patients; Tiltable beds or the like
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/10—Safety means specially adapted therefor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/54—Control of apparatus or devices for radiation diagnosis
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Engineering & Computer Science (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- High Energy & Nuclear Physics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明实施例公开了一种站立位CT扫描过程中主动保护患者安全的方法及***，通过图像采集模块采集图像，并对图像的像素距离进行自动标定得到标定结果；通过人机交互模块设置安全阈值范围；通过数据处理模块基于标定结果和安全阈值范围划定安全区域，并通过图像识别算法得到人体框；通过患者位姿识别模块实时识别患者位姿，当患者位姿越过安全预警区后，通过安全预警模块生成语音提示信息，以提醒患者摆正姿势；当患者位姿越过安全停止区时，触发CT***的紧急制动，以保护患者安全。该站立位CT扫描过程中主动保护患者安全的方法解决现有技术中无法在站立位CT扫描过程中主动保护患者安全的问题。
Description
技术领域
本发明涉及计算机技术领域，具体涉及一种站立位CT扫描过程中主动保护患者安全的方法、***、电子设备及存储介质。
背景技术
一般情况下，X线检查一般通常采取站立位的方式，对需要检查的部位进行照射，由于人体各部的组织结构之间存在着固有的密度差异和厚度差异利用X线的穿透效应、感光效应和荧光效应等形成特性成像，对检查呼吸***、骨骼***、消化***等有很好的检查作用。在平躺的情况下，肌肉处于放松状态且缺少重力的影响，在检查后结果容易出现误差，无法反映疾病的真实情况，因此通常采用站立的方式。
站立位CT有诸多的好处，但是患者站立不同于患者仰卧，站立的情况下患者不容易保持静止不动，如果机架旋转过程中，患者突然移动，极易发生危险，由于站立位CT领域研究较少，目前站立位CT安全领域主要靠，操作人员在扫描过程中通过视频监控观察患者状态，如发现异常，按急停按钮。这种方案需要操作人员有很高的专业素养和经验，且可靠性差。
现亟需一种能在站立位CT扫描过程中主动保护患者安全的方法。
发明内容
本发明实施例的目的在于提供一种站立位CT扫描过程中主动保护患者安全的方法、***、电子设备及存储介质，用以解决现有技术中无法在站立位CT扫描过程中主动保护患者安全的问题。
为实现上述目的，本发明实施例提供一种站立位CT扫描过程中主动保护患者安全的方法，所述方法具体包括：
通过图像采集模块采集图像，并对所述图像的像素距离进行自动标定得到标定结果；
通过人机交互模块设置安全阈值范围；
通过数据处理模块基于所述标定结果和安全阈值范围划定安全区域，并通过图像识别算法得到人体框，其中，所述安全区域包括安全预警区和安全停止区；
通过患者位姿识别模块实时识别患者位姿，当患者位姿越过安全预警区后，通过安全预警模块生成语音提示信息，以提醒患者摆正姿势；当患者位姿越过安全停止区时，触发CT***的紧急制动，以保护患者安全。
在上述技术方案的基础上，本发明还可以做如下改进：
进一步地，所述通过图像采集模块采集图像，并对所述图像的像素距离进行自动标定得到标定结果，包括：
通过公式1计算所述图像的像素距离；
公式1；
式中，为图像的像素距离，h为标定尺长度，/>为图像中标定尺长度所占据的像素个数。
进一步地所述通过数据处理模块基于所述标定结果和安全阈值范围划定安全区域，并通过图像识别算法得到人体框，其中，所述安全区域包括安全预警区和安全停止区，包括：
通过公式2计算安全停止线;
公式2；
式中，L1为安全停止线，N1为安全停止线到机架内边沿的像素个数，为图像的像素距离；
通过公式3计算安全警报线；
公式3；
式中，L2为安全警报线，N2为安全警报线到机架内边沿的像素个数，为图像的像素距离；
基于所述安全停止线和所述安全警报线生成安全区域。
进一步地，所述通过数据处理模块基于所述标定结果和安全阈值范围划定安全区域，并通过图像识别算法得到人体框，其中，所述安全区域包括安全预警区和安全停止区，还包括：
基于图像获得患者体型信息；
通过人机交互模块基于所述患者体型信息配置所述安全停止线和所述安全警报线。
进一步地，所述通过数据处理模块基于所述标定结果和安全阈值范围划定安全区域，并通过图像识别算法得到人体框，其中，所述安全区域包括安全预警区和安全停止区，还包括：
通过图像分割算法或人体姿态估计算法提取患者的人体区域；对所述人体区域进行形态学处理，以去除噪声并平滑轮廓；
通过边缘检测算法检测所述人体区域的边缘，通过轮廓提取算法提取人体区域的边缘得到轮廓；
判断所述轮廓是否为人体俯视图的轮廓，若是，得到包围整个人体俯视图的人体框。
进一步地，所述通过患者位姿识别模块实时识别患者位姿，当患者位姿越过安全预警区后，通过安全预警模块生成语音提示信息，以提醒患者摆正姿势；当患者位姿越过安全停止区时，通过紧急制动模块触发CT***的紧急制动，以保护患者安全，包括：
计算人体框上所有点到安全区域圆心的距离，并判断人体框上到安全区域圆心的最远距离L3是否小于安全预警区半径R1或安全停止区半径R2；
当最远距离L3小于安全预警区半径R1时，患者安全；
当最远距离L3大于安全预警区半径R1且小于安全停止区半径R2时，患者进入安全预警区，通过安全预警模块生成语音提示信息，以提醒患者摆正姿势；
当最远距离L3大于安全停止区半径R2，患者进入了安全停止区，通过紧急制动模块对CT***进行紧急制动，以保护患者安全。
一种站立位CT扫描过程中主动保护患者安全的***，包括：
图像采集模块，用于采集图像，并对所述图像的像素距离进行自动标定得到标定结果；
人机交互模块，用于设置安全阈值范围；
数据处理模块，用于基于所述标定结果和安全阈值范围划定安全区域，并通过图像识别算法得到人体框，其中，所述安全区域包括安全预警区和安全停止区；
患者位姿识别模块，用于实时识别患者位姿；
安全预警模块，用于当患者位姿越过安全预警区后，生成语音提示信息，以提醒患者摆正姿势；
紧急制动模块，用于当患者位姿越过安全停止区时，触发CT***的紧急制动，以保护患者安全。
进一步地，所述紧急制动模块包括机架旋转控制模块、机架升降控制模块和曝光控制模块；
所述机架旋转控制模块用于停止机架旋转：
所述机架升降控制模块用于停止机架升降；
所述曝光控制模块用于停止曝光。
一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如所述方法的步骤。
一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述方法的步骤。
本发明实施例具有如下优点：
本发明中站立位CT扫描过程中主动保护患者安全的方法，通过图像采集模块采集图像，并对所述图像的像素距离进行自动标定得到标定结果；通过人机交互模块设置安全阈值范围；通过数据处理模块基于所述标定结果和安全阈值范围划定安全区域，并通过图像识别算法得到人体框，其中，所述安全区域包括安全预警区和安全停止区；通过患者位姿识别模块实时识别患者位姿，当患者位姿越过安全预警区后，通过安全预警模块生成语音提示信息，以提醒患者摆正姿势；当患者位姿越过安全停止区时，触发CT***的紧急制动，以保护患者安全，解决了现有技术中无法在站立位CT扫描过程中主动保护患者安全的问题。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引申获得其它的实施附图。
本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容能涵盖的范围内。
图1为本发明站立位CT扫描过程中主动保护患者安全的方法的流程图；
图2为本发明站立位CT扫描过程中主动保护患者安全的***的第一架构图；
图3为本发明站立位CT扫描过程中主动保护患者安全的***的第二架构图；
图4为本发明相机-机架位置示意图；
图5为本发明相机拍摄图片示意图；
图6为本发明触发安全预警示意图；
图7为本发明触发安全停止示意图；
图8为本发明提供的电子设备实体结构示意图。
其中附图标记为：
图像采集模块10，人机交互模块20，数据处理模块30，患者位姿识别模块40，安全预警模块50，紧急制动模块60，机架旋转控制模块601，机架升降控制模块602，曝光控制模块603，机架70，龙门架80，电子设备90，处理器901，存储器902，总线903。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例
图1为本发明站立位CT扫描过程中主动保护患者安全的方法实施例流程图，如图1所示，本发明实施例提供的一种站立位CT扫描过程中主动保护患者安全的方法包括以下步骤：
S101，通过图像采集模块10采集图像，并对图像的像素距离进行自动标定得到标定结果；
具体的，优选的，图像采集模块10为相机，相机拍摄到的图像（经过去畸变处理），黑色框是固定在机架零度上的标定尺，标定尺长度固定为已知量h，每次对相机的像素点长度进行标定时，将机架升高到要扫描的高度，然后机架旋转到零度，通过适当的图像识别算法（例如：连通组件标记算法，轮廓提取算法等），得到图像中标定尺长度所占据的像素个数n；
通过公式1计算所述图像的像素距离；
公式1；
式中，为图像的像素距离（每个像素点对应现实世界的长度），h为标定尺长度，/>为图像中标定尺长度所占据的像素个数。
S102，通过人机交互模块20设置安全阈值范围；
具体的，根据人机交互模块20获取的人为设置的安全阈值范围。
S103，通过数据处理模块30基于标定结果和安全阈值范围划定安全区域，并通过图像识别算法得到人体框，其中，安全区域包括安全预警区和安全停止区；
具体的，像素距离标定及安全区域设置原理如图5所示。通过适当的图像处理算法（例如：Sobel算子等边沿检测算法），可以识别出机架内边沿，操作人员可以设置安全距离，可以设置到机架内边沿的距离L1为安全停止线；
通过公式2计算安全停止线;
公式2；
式中，L1为安全停止线，N1为安全停止线到机架内边沿的像素个数，为图像的像素距离；从而可以在图中画出安全停止线。
距离L2为安全警报线；
通过公式3计算安全警报线；
公式3；
式中，L2为安全警报线，N2为安全警报线到机架内边沿的像素个数，为图像的像素距离；
基于所述安全停止线和所述安全警报线生成安全区域。
基于图像获得患者体型信息；
通过人机交互模块20基于所述患者体型信息配置所述安全停止线和所述安全警报线。
所述安全停止线和所述安全警报线是可配置的，假如患者是个瘦小的孩子，自控能力差，可以将这两个圈缩小一点，以免发生危险。
通过图像分割算法或人体姿态估计算法提取患者的人体区域；图像分割算法可以帮助将人体从图像中分割出来，人体姿态估计算法可以估计出人体的姿态信息；
对所述人体区域进行形态学处理，以去除噪声并平滑轮廓；形态学处理可以包括腐蚀（Erosion）和膨胀（Dilation）等操作。
通过边缘检测算法（如Canny算法）检测所述人体区域的边缘，通过轮廓提取算法（如基于边缘跟踪的算法）提取人体区域的边缘得到轮廓；
对提取的轮廓进行筛选，根据特定的几何属性（椭圆长宽比3/2）来判断所述轮廓是否为人体俯视图的轮廓，若是，使用最小外接矩形算法或其他包围框算法，得到包围整个人体俯视图的人体框。
以上为识别人***置并框起来的算法，算法不限于以上这种，也可以通过神经网络（CNN）训练人体俯视图识别模型的方式来识别人体俯视图并框起来，这里不再赘述。
S104，通过患者位姿识别模块40实时识别患者位姿，当患者位姿越过安全预警区后，通过安全预警模块50生成语音提示信息，以提醒患者摆正姿势；当患者位姿越过安全停止区时，触发CT***的紧急制动，以保护患者安全。
（1）具体的，计算人体框上所有点到安全区域圆心的距离，并判断人体框上到安全区域圆心的最远距离L3是否小于安全预警区半径R1或安全停止区半径R2；
（2）当画出人体框以后，可以得到人体框上的像素点集合；可以利用传统数据遍历的方式进行人体框上像素点到圆心的距离计算，计算完后进行排序；也可以利用cuda进行并行计算，具体操作如下：
将人体框图像像素数据从主机（CPU）内存复制到设备（GPU）内存。定义一个计算距离的核函数（把整个图像看成一个笛卡尔坐标系，根据各像素点的坐标，利用勾股定理计算距离）；
定义核函数的启动配置，包括线程块（block）的数量和每个线程块中的线程数量。启动核函数，进行并行计算。将计算结果从设备内存（GPU）拷贝到主机内存。对结果进行排序，看最大值是否超过R1或R2，若超过，采取相应的行动。
当最远距离L3小于安全预警区半径R1时，患者安全；
如图6所示，当最远距离L3大于安全预警区半径R1且小于安全停止区半径R2时，患者进入安全预警区，通过安全预警模块50生成语音提示信息，以提醒患者摆正姿势；
如图7所示，当最远距离L3大于安全停止区半径R2，患者进入了安全停止区，通过紧急制动模块60对CT***进行紧急制动，以保护患者安全。
R为旋转机架的半径，是已知量；R2为安全停止区半径，，R1为安全预警区半径，/>，L3为人体框最远距离到圆心的距离。
该站立位CT扫描过程中主动保护患者安全的方法，通过图像采集模块10采集图像，并对所述图像的像素距离进行自动标定得到标定结果；通过人机交互模块20设置安全阈值范围；通过数据处理模块30基于所述标定结果和安全阈值范围划定安全区域，并通过图像识别算法得到人体框，其中，所述安全区域包括安全预警区和安全停止区；通过患者位姿识别模块40实时识别患者位姿，当患者位姿越过安全预警区后，通过安全预警模块50生成语音提示信息，以提醒患者摆正姿势；当患者位姿越过安全停止区时，触发CT***的紧急制动，以保护患者安全。解决了现有技术中无法在站立位CT扫描过程中主动保护患者安全的问题。
该站立位CT扫描过程中主动保护患者安全的方法是为了在站立位CT扫描过程中，最大限度的保护患者安全，基于该站立位CT扫描过程中主动保护患者安全的方法，操作者不需要在扫描过程中根据监控视频和经验判断患者是否有危险，降低对操作者的要求，从而降低操作难度，最大程度避免医疗事故的发生。
图2-图3为本发明站立位CT扫描过程中主动保护患者安全的***实施例流程图；如图2-图3所示，本发明实施例提供的一种站立位CT扫描过程中主动保护患者安全的***，包括以下步骤：
图像采集模块10，用于采集图像，并对所述图像的像素距离进行自动标定得到标定结果；
人机交互模块20，用于设置安全阈值范围；
数据处理模块30，用于基于所述标定结果和安全阈值范围划定安全区域，并通过图像识别算法得到人体框，其中，所述安全区域包括安全预警区和安全停止区；
患者位姿识别模块40，用于实时识别患者位姿；
安全预警模块50，用于当患者位姿越过安全预警区后，生成语音提示信息，以提醒患者摆正姿势；
紧急制动模块60，用于当患者位姿越过安全停止区时，触发CT***的紧急制动，以保护患者安全。
所述图像采集模块10还用于：
通过公式1计算所述图像的像素距离；
公式1；
式中，为图像的像素距离，h为标定尺长度，/>为图像中标定尺长度所占据的像素个数。
所述数据处理模块30还用于;
通过公式2计算安全停止线;
公式2；
式中，L1为安全停止线，N1为安全停止线到机架内边沿的像素个数，为图像的像素距离；
通过公式3计算安全警报线；
公式3；
式中，L2为安全警报线，N2为安全警报线到机架内边沿的像素个数，为图像的像素距离；
基于所述安全停止线和所述安全警报线生成安全区域。
通过图像分割算法或人体姿态估计算法提取患者的人体区域；对所述人体区域进行形态学处理，以去除噪声并平滑轮廓；
通过边缘检测算法检测所述人体区域的边缘，通过轮廓提取算法提取人体区域的边缘得到轮廓；
判断所述轮廓是否为人体俯视图的轮廓，若是，得到包围整个人体俯视图的人体框。
所述人机交互模块20还用于：
基于图像获得患者体型信息；基于所述患者体型信息配置所述安全停止线和所述安全警报线。
患者位姿识别模块40，用于计算人体框上所有点到安全区域圆心的距离，并判断人体框上到安全区域圆心的最远距离L3是否小于安全预警区半径R1或安全停止区半径R2；当最远距离L3小于安全预警区半径R1时，患者安全；
安全预警模块50，还用于当最远距离L3大于安全预警区半径R1且小于安全停止区半径R2时，患者进入安全预警区，通过安全预警模块50生成语音提示信息，以提醒患者摆正姿势；
紧急制动模块60，还用于当最远距离L3大于安全停止区半径R2，患者进入了安全停止区，通过紧急制动模块60对CT***进行紧急制动，以保护患者安全。
所述紧急制动模块60包括机架旋转控制模块601、机架升降控制模块602和曝光控制模块603；所述机架旋转控制模块601用于停止机架旋转：所述机架升降控制模块602用于停止机架升降；所述曝光控制模块603用于停止曝光。
站立位CT***硬件包括龙门架80、机架升降***、机架旋转***和图像采集模块10，优选的，图像采集模块10为广角相机一台，安装在龙门架80顶部，相机和机架70位置示意图如图4所示。
本发明的一种站立位CT扫描过程中主动保护患者安全的***，通过图像采集模块10采集图像，并对所述图像的像素距离进行自动标定得到标定结果；通过人机交互模块20设置安全阈值范围；通过数据处理模块30基于所述标定结果和安全阈值范围划定安全区域，并通过图像识别算法得到人体框，其中，所述安全区域包括安全预警区和安全停止区；通过患者位姿识别模块40实时识别患者位姿；通过安全预警模块50当患者位姿越过安全预警区后，生成语音提示信息，以提醒患者摆正姿势；通过紧急制动模块60当患者位姿越过安全停止区时，触发CT***的紧急制动，以保护患者安全。该站立位CT扫描过程中主动保护患者安全的方法解决现有技术中无法在站立位CT扫描过程中主动保护患者安全的问题。
图8为本发明实施例提供的电子设备实体结构示意图，如图8所示，电子设备90包括：处理器901(processor)、存储器902(memory)和总线903；
其中，处理器901、存储器902通过总线903完成相互间的通信；
处理器901用于调用存储器902中的程序指令，以执行上述各方法实施例所提供的方法，例如包括：通过图像采集模块10采集图像，并对所述图像的像素距离进行自动标定得到标定结果；通过人机交互模块20设置安全阈值范围；通过数据处理模块30基于所述标定结果和安全阈值范围划定安全区域，并通过图像识别算法得到人体框，其中，所述安全区域包括安全预警区和安全停止区；通过患者位姿识别模块40实时识别患者位姿，当患者位姿越过安全预警区后，通过安全预警模块50生成语音提示信息，以提醒患者摆正姿势；当患者位姿越过安全停止区时，触发CT***的紧急制动，以保护患者安全。
本实施例提供一种非暂态计算机可读存储介质，非暂态计算机可读存储介质存储计算机指令，计算机指令使计算机执行上述各方法实施例所提供的方法，例如包括：通过图像采集模块10采集图像，并对所述图像的像素距离进行自动标定得到标定结果；通过人机交互模块20设置安全阈值范围；通过数据处理模块30基于所述标定结果和安全阈值范围划定安全区域，并通过图像识别算法得到人体框，其中，所述安全区域包括安全预警区和安全停止区；通过患者位姿识别模块40实时识别患者位姿，当患者位姿越过安全预警区后，通过安全预警模块50生成语音提示信息，以提醒患者摆正姿势；当患者位姿越过安全停止区时，触发CT***的紧急制动，以保护患者安全。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的存储介质。
以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各实施例或者实施例的某些部分的方法。
虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。
Claims (10)
1.一种站立位CT扫描过程中主动保护患者安全的方法，其特征在于，包括：
通过图像采集模块采集图像，并对所述图像的像素距离进行自动标定得到标定结果；
通过人机交互模块设置安全阈值范围；
通过数据处理模块基于所述标定结果和安全阈值范围划定安全区域，并通过图像识别算法得到人体框，其中，所述安全区域包括安全预警区和安全停止区；
通过患者位姿识别模块实时识别患者位姿，当患者位姿越过安全预警区后，通过安全预警模块生成语音提示信息，以提醒患者摆正姿势；当患者位姿越过安全停止区时，触发CT***的紧急制动，以保护患者安全。
2.根据权利要求1所述站立位CT扫描过程中主动保护患者安全的方法，其特征在于，所述通过图像采集模块采集图像，并对所述图像的像素距离进行自动标定得到标定结果，包括：
通过公式1计算所述图像的像素距离；
公式1；
式中，为图像的像素距离，h为标定尺长度，/>为图像中标定尺长度所占据的像素个数。
3.根据权利要求1所述站立位CT扫描过程中主动保护患者安全的方法，其特征在于，所述通过数据处理模块基于所述标定结果和安全阈值范围划定安全区域，并通过图像识别算法得到人体框，其中，所述安全区域包括安全预警区和安全停止区，包括：
通过公式2计算安全停止线;
公式2；
式中，L1为安全停止线，N1为安全停止线到机架内边沿的像素个数，为图像的像素距离；
通过公式3计算安全警报线；
公式3；
式中，L2为安全警报线，N2为安全警报线到机架内边沿的像素个数，为图像的像素距离；
基于所述安全停止线和所述安全警报线生成安全区域。
4.根据权利要求3所述站立位CT扫描过程中主动保护患者安全的方法，其特征在于，所述通过数据处理模块基于所述标定结果和安全阈值范围划定安全区域，并通过图像识别算法得到人体框，其中，所述安全区域包括安全预警区和安全停止区，还包括：
基于图像获得患者体型信息；
通过人机交互模块基于所述患者体型信息配置所述安全停止线和所述安全警报线。
5.根据权利要求4所述站立位CT扫描过程中主动保护患者安全的方法，其特征在于，所述通过数据处理模块基于所述标定结果和安全阈值范围划定安全区域，并通过图像识别算法得到人体框，其中，所述安全区域包括安全预警区和安全停止区，还包括：
通过图像分割算法或人体姿态估计算法提取患者的人体区域；对所述人体区域进行形态学处理，以去除噪声并平滑轮廓；
通过边缘检测算法检测所述人体区域的边缘，通过轮廓提取算法提取人体区域的边缘得到轮廓；
判断所述轮廓是否为人体俯视图的轮廓，若是，得到包围整个人体俯视图的人体框。
6.根据权利要求5所述站立位CT扫描过程中主动保护患者安全的方法，其特征在于，所述通过患者位姿识别模块实时识别患者位姿，当患者位姿越过安全预警区后，通过安全预警模块生成语音提示信息，以提醒患者摆正姿势；当患者位姿越过安全停止区时，通过紧急制动模块触发CT***的紧急制动，以保护患者安全，包括：
计算人体框上所有点到安全区域圆心的距离，并判断人体框上到安全区域圆心的最远距离L3是否小于安全预警区半径R1或安全停止区半径R2；
当最远距离L3小于安全预警区半径R1时，患者安全；
当最远距离L3大于安全预警区半径R1且小于安全停止区半径R2时，患者进入安全预警区，通过安全预警模块生成语音提示信息，以提醒患者摆正姿势；
当最远距离L3大于安全停止区半径R2，患者进入了安全停止区，通过紧急制动模块对CT***进行紧急制动，以保护患者安全。
7.一种站立位CT扫描过程中主动保护患者安全的***，其特征在于，包括：
图像采集模块，用于采集图像，并对所述图像的像素距离进行自动标定得到标定结果；
人机交互模块，用于设置安全阈值范围；
数据处理模块，用于基于所述标定结果和安全阈值范围划定安全区域，并通过图像识别算法得到人体框，其中，所述安全区域包括安全预警区和安全停止区；
患者位姿识别模块，用于实时识别患者位姿；
安全预警模块，用于当患者位姿越过安全预警区后，生成语音提示信息，以提醒患者摆正姿势；
紧急制动模块，用于当患者位姿越过安全停止区时，触发CT***的紧急制动，以保护患者安全。
8.根据权利要求7所述站立位CT扫描过程中主动保护患者安全的***，其特征在于，所述紧急制动模块包括机架旋转控制模块、机架升降控制模块和曝光控制模块；
所述机架旋转控制模块用于停止机架旋转：
所述机架升降控制模块用于停止机架升降；
所述曝光控制模块用于停止曝光。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6中的任一项所述的方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中的任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311219557.XA CN116965844B (zh) | 2023-09-21 | 2023-09-21 | 站立位ct扫描过程中主动保护患者安全的方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311219557.XA CN116965844B (zh) | 2023-09-21 | 2023-09-21 | 站立位ct扫描过程中主动保护患者安全的方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116965844A true CN116965844A (zh) | 2023-10-31 |
| CN116965844B CN116965844B (zh) | 2023-12-29 |
Family
ID=88477049
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311219557.XA Active CN116965844B (zh) | 2023-09-21 | 2023-09-21 | 站立位ct扫描过程中主动保护患者安全的方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116965844B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102016221222A1 (de) * | 2016-10-27 | 2018-05-03 | Siemens Healthcare Gmbh | Verfahren zum Betrieb eines Kollisionsschutzsystems für eine medizinische Operationseinrichtung, medizinische Operationseinrichtung, Computerprogramm und Datenträger |
| US20180177473A1 (en) * | 2016-11-23 | 2018-06-28 | Mobius Imaging, Llc | Cantilevered x-ray ct system for multi-axis imaging |
| WO2019002039A1 (en) * | 2017-06-27 | 2019-01-03 | Koninklijke Philips N.V. | PROTECTION AGAINST IMPROPER USE OF X-RAYS |
| DE102017215059B3 (de) * | 2017-08-29 | 2019-02-21 | Siemens Healthcare Gmbh | Verfahren zum Betrieb einer bildgebenden Röntgeneinrichtung, insbesondere Computertomograph, Röntgeneinrichtung und Computerprogrammprodukt |
| US20190255362A1 (en) * | 2018-02-13 | 2019-08-22 | Reflexion Medical, Inc. | Beam station treatment planning and radiation delivery methods |
| CN112515695A (zh) * | 2020-12-02 | 2021-03-19 | 上海西门子医疗器械有限公司 | Ct机***及其状态监测方法 |
| CN114820587A (zh) * | 2022-06-01 | 2022-07-29 | 深圳市德力凯医疗设备股份有限公司 | 一种超声检查中智能测量血管管径的方法及*** |
| CN116115252A (zh) * | 2023-04-14 | 2023-05-16 | 赛诺威盛科技(北京)股份有限公司 | 立位扫描ct安全防护***及方法 |
-
2023
- 2023-09-21 CN CN202311219557.XA patent/CN116965844B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102016221222A1 (de) * | 2016-10-27 | 2018-05-03 | Siemens Healthcare Gmbh | Verfahren zum Betrieb eines Kollisionsschutzsystems für eine medizinische Operationseinrichtung, medizinische Operationseinrichtung, Computerprogramm und Datenträger |
| US20180177473A1 (en) * | 2016-11-23 | 2018-06-28 | Mobius Imaging, Llc | Cantilevered x-ray ct system for multi-axis imaging |
| WO2019002039A1 (en) * | 2017-06-27 | 2019-01-03 | Koninklijke Philips N.V. | PROTECTION AGAINST IMPROPER USE OF X-RAYS |
| DE102017215059B3 (de) * | 2017-08-29 | 2019-02-21 | Siemens Healthcare Gmbh | Verfahren zum Betrieb einer bildgebenden Röntgeneinrichtung, insbesondere Computertomograph, Röntgeneinrichtung und Computerprogrammprodukt |
| US20190255362A1 (en) * | 2018-02-13 | 2019-08-22 | Reflexion Medical, Inc. | Beam station treatment planning and radiation delivery methods |
| CN112515695A (zh) * | 2020-12-02 | 2021-03-19 | 上海西门子医疗器械有限公司 | Ct机***及其状态监测方法 |
| US20220167932A1 (en) * | 2020-12-02 | 2022-06-02 | Siemens Healthcare Gmbh | Computed tomography (ct) machine system and state monitoring method |
| CN114820587A (zh) * | 2022-06-01 | 2022-07-29 | 深圳市德力凯医疗设备股份有限公司 | 一种超声检查中智能测量血管管径的方法及*** |
| CN116115252A (zh) * | 2023-04-14 | 2023-05-16 | 赛诺威盛科技(北京)股份有限公司 | 立位扫描ct安全防护***及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116965844B (zh) | 2023-12-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Aquino et al. | Detecting the optic disc boundary in digital fundus images using morphological, edge detection, and feature extraction techniques | |
| US20210090736A1 (en) | Systems and methods for anomaly detection for a medical procedure | |
| WO2020238044A1 (zh) | 用于检测肿瘤的3D UNet网络模型构建方法、装置及存储介质 | |
| US11553829B2 (en) | Information processing apparatus, control method and program | |
| US20230177698A1 (en) | Method for image segmentation, and electronic device | |
| WO2021190656A1 (zh) | 眼底图像黄斑中心定位方法及装置、服务器、存储介质 | |
| Ribeiro et al. | Handling inter-annotator agreement for automated skin lesion segmentation | |
| CN113436070B (zh) | 一种基于深度神经网络的眼底图像拼接方法 | |
| EP3786881A1 (en) | Image processing for stroke characterization | |
| US20100284579A1 (en) | Abnormal shadow candidate detecting method and abnormal shadow candidate detecting apparatus | |
| US20120230558A1 (en) | Method and System for Contrast Inflow Detection in 2D Fluoroscopic Images | |
| CN114898341A (zh) | 疲劳驾驶预警方法、装置、电子设备及存储介质 | |
| CN116965844B (zh) | 站立位ct扫描过程中主动保护患者安全的方法及*** | |
| CN114494189A (zh) | 一种护理的伤口图像识别检测方法及装置 | |
| CN111191499B (zh) | 一种基于最小中心线的跌倒检测方法及装置 | |
| JP6903495B2 (ja) | Ｘ線ｃｔ装置、処理方法、及びプログラム | |
| CN111723688B (zh) | 人体动作识别结果的评价方法、装置和电子设备 | |
| TWI439253B (zh) | Method and system for disease detection using human infrared thermal map | |
| CN115376210B (zh) | 泳池防溺水的溺水行为识别方法、装置、设备及介质 | |
| CN112382390A (zh) | 生成健康评估报告的方法、***及存储介质 | |
| CN115908274A (zh) | 一种病灶检测的装置、设备及介质 | |
| Mittal et al. | Optic disk and macula detection from retinal images using generalized motion pattern | |
| Dey et al. | Chest X-ray analysis to detect mass tissue in lung | |
| CN114119588A (zh) | 一种训练眼底黄斑病变区域检测模型的方法、装置及*** | |
| CN114999108B (zh) | 基于影像处理的老年跌倒侦测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |