【摘要】：通過靜脈輸液給藥、補(bǔ)充營(yíng)養(yǎng)、調(diào)節(jié)體液平衡已經(jīng)成為醫(yī)療工作不可避免的環(huán)節(jié)。但是目前對(duì)輸液過程的監(jiān)控主要還是依賴于醫(yī)護(hù)人員的不定期巡視,這種不智能的方式不但加重了醫(yī)護(hù)人員的工作負(fù)擔(dān),并且很容易出現(xiàn)因?yàn)榘吾槻患皶r(shí)而產(chǎn)生液管滴空或回血等情況,嚴(yán)重時(shí)甚至?xí)l(fā)生空氣栓塞等并發(fā)癥,對(duì)患者造成巨大的傷害,加劇醫(yī)患之間的矛盾。近年來(lái)隨著深度學(xué)習(xí)、計(jì)算機(jī)視覺等技術(shù)的發(fā)展,輸液監(jiān)測(cè)設(shè)備也在不斷的發(fā)展與更新。目前已經(jīng)有不少的研究人員進(jìn)行輸液過程智能監(jiān)控的研究工作,但是幾乎每一種技術(shù)方法都有功能限制,不能完全解決輸液過程中的問題或其他原因?qū)е虏荒茉卺t(yī)院有效推廣。基于重力傳感器的輸液監(jiān)測(cè)最主要的缺陷在于獲得的剩余藥液中包含輸液瓶瓶身的重量,這些誤差在剩余藥液較少時(shí)會(huì)嚴(yán)重影響輸液監(jiān)測(cè)的效果甚至?xí)a(chǎn)生誤報(bào)。因此本文將基于重力傳感器的輸液監(jiān)測(cè)系統(tǒng)目前存在的缺陷作為案例進(jìn)行研究,利用基于深度學(xué)習(xí)的計(jì)算機(jī)視覺技術(shù)通過對(duì)輸液瓶圖像進(jìn)行信息提取智能識(shí)別出輸液瓶材質(zhì)、規(guī)格和廠家從而解決因?yàn)檩斠浩科可碇亓慷鸬恼`差,完善基于重力傳感器的輸液監(jiān)測(cè)系統(tǒng),使輸液更加智能精準(zhǔn),減少醫(yī)護(hù)人員的工作壓力、緩解醫(yī)患糾紛、促進(jìn)智能醫(yī)療的建立。針對(duì)輸液瓶瓶身材質(zhì)識(shí)別,本文首先在實(shí)際場(chǎng)景中獲取數(shù)據(jù)并采用合理的方法構(gòu)建數(shù)據(jù)集,并在構(gòu)建的數(shù)據(jù)集的基礎(chǔ)上使用合適的神經(jīng)網(wǎng)絡(luò)模型對(duì)數(shù)據(jù)集進(jìn)行訓(xùn)練,根據(jù)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)到的特征實(shí)現(xiàn)不同材質(zhì)輸液瓶的分類。本文通過實(shí)驗(yàn)對(duì)所選的模型進(jìn)行驗(yàn)證,實(shí)驗(yàn)結(jié)果表明本文使用的方案具有比較高的識(shí)別精度。針對(duì)輸液瓶標(biāo)簽信息提取,首先需要在輸液瓶標(biāo)簽圖像中區(qū)分文字區(qū)域和背景并對(duì)文字區(qū)域進(jìn)行定位,文字區(qū)域定位的準(zhǔn)確度直接影響后續(xù)文字識(shí)別的效果。本文使用三種模型進(jìn)行實(shí)驗(yàn)從而選擇最適合本文場(chǎng)景的模型,然后對(duì)檢測(cè)到的文字區(qū)域按行提取,并對(duì)提取到的文本行進(jìn)行識(shí)別。在識(shí)別時(shí)為了提高識(shí)別的準(zhǔn)確度將卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)結(jié)合以參考上下文信息,并對(duì)識(shí)別出的字符根據(jù)語(yǔ)義進(jìn)行優(yōu)化。最后通過實(shí)驗(yàn)對(duì)所選模型和方法進(jìn)行驗(yàn)證,實(shí)驗(yàn)表明本文使用方法的合理性。
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP391.41;TP18;TH77

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡悅;;金融市場(chǎng)中的神經(jīng)網(wǎng)絡(luò)拐點(diǎn)預(yù)測(cè)法[J];金融經(jīng)濟(jì);2017年18期

2 遲惠生;陳珂;;1995年世界神經(jīng)網(wǎng)絡(luò)大會(huì)述評(píng)[J];國(guó)際學(xué)術(shù)動(dòng)態(tài);1996年01期

3 王方;苗放;陳墾;;基于優(yōu)化神經(jīng)網(wǎng)絡(luò)的地質(zhì)災(zāi)害監(jiān)測(cè)預(yù)警仿真[J];計(jì)算機(jī)仿真;2019年11期

4 馬猛;王明紅;;基于進(jìn)化神經(jīng)網(wǎng)絡(luò)的304不銹鋼車削加工表面粗糙度預(yù)測(cè)[J];輕工機(jī)械;2019年06期

5 莊連生;呂揚(yáng);楊健;李厚強(qiáng);;時(shí)頻聯(lián)合長(zhǎng)時(shí)循環(huán)神經(jīng)網(wǎng)絡(luò)[J];計(jì)算機(jī)研究與發(fā)展;2019年12期

6 吳立可;;脈沖神經(jīng)網(wǎng)絡(luò)和行為識(shí)別[J];通訊世界;2018年12期

7 林嘉應(yīng);鄭柏倫;劉捷;;基于卷積神經(jīng)網(wǎng)絡(luò)的船舶分類模型[J];信息技術(shù)與信息化;2019年02期

8 俞頌華;;卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展與應(yīng)用綜述[J];信息通信;2019年02期

9 韓真;凱文·哈特尼特;;為神經(jīng)網(wǎng)絡(luò)的通用理論建造基石[J];世界科學(xué);2019年04期

10 鮑偉強(qiáng);陳娟;熊濤;;基于進(jìn)化神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測(cè)研究[J];電工技術(shù);2019年11期

相關(guān)會(huì)議論文 前10條

1 孫軍田;張U

本文編號(hào)：2767169