【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及醫(yī)療監(jiān)測，更具體地說，本專利技術(shù)涉及一種口鼻呼吸數(shù)據(jù)采集分析方法及系統(tǒng)。
技術(shù)介紹
1、近年來，隨著醫(yī)學技術(shù)的發(fā)展和人們對健康監(jiān)測需求的增加，口鼻呼吸數(shù)據(jù)采集和分析系統(tǒng)在臨床診斷、健康監(jiān)測以及運動生理學等領(lǐng)域得到了廣泛應(yīng)用，現(xiàn)有技術(shù)能夠采集呼吸頻率、氣流量、氣體成分等基本呼吸數(shù)據(jù)，同時具備將數(shù)據(jù)存儲并傳輸功能，能夠通過有線或無線方式將數(shù)據(jù)傳輸?shù)絧c端或云端服務(wù)器。
2、現(xiàn)有技術(shù)存在以下不足：
3、目前，無線傳輸主要依靠網(wǎng)絡(luò)帶寬分析口鼻管采集的圖像數(shù)據(jù)，并將其傳輸?shù)絧c端或云端服務(wù)器，但也存在網(wǎng)絡(luò)延遲，信號干擾等因素，現(xiàn)有的圖像檢測算法的閾值通常基于otsu算法來獲取閾值進行閾值分割以解決傳統(tǒng)算法手動設(shè)置高低閾值的局限性，但對于口鼻呼吸圖像在頻譜圖中形成重復的圖形模式，無法檢測其細微的異變程度，從而導致數(shù)據(jù)分析存在誤差的同時過度消耗網(wǎng)絡(luò)資源，因此，提出一種口鼻呼吸數(shù)據(jù)采集分析方法及系統(tǒng)。
4、在所述
技術(shù)介紹
部分公開的上述信息僅用于加強對本公開的背景的理解，因此它可以包括不構(gòu)成對本領(lǐng)域普通技術(shù)人員已知的現(xiàn)有技術(shù)的信息。
技術(shù)實現(xiàn)思路
1、為了克服現(xiàn)有技術(shù)的上述缺陷，本專利技術(shù)的實施例提供一種口鼻呼吸數(shù)據(jù)采集分析方法及系統(tǒng)，通過運用不同的產(chǎn)品檢驗方式以解決上述
技術(shù)介紹
中提出的問題。
2、為實現(xiàn)上述目的，本專利技術(shù)提供如下技術(shù)方案，一種口鼻呼吸數(shù)據(jù)采集分析方法，包括s1：通過對口鼻呼吸圖像灰度化和濾波處理，減少噪聲干擾，使用紋理
3、s2：獲取部分圖像的口鼻呼吸數(shù)據(jù)異變率、呼吸頻率變化強度以及紋理復雜度，建立數(shù)據(jù)分析模型，得到圖像評估系數(shù)；
4、s3：獲取圖像評估系數(shù)并與圖像閾值比對分析，得到比對結(jié)果，依據(jù)各比對結(jié)果以及比對結(jié)果數(shù)量統(tǒng)計出圖像中重要部分圖像的數(shù)量及其占比；
5、s4；獲取網(wǎng)絡(luò)狀態(tài)信息以及圖像內(nèi)部分圖像重要占比，通過數(shù)據(jù)化處理得到時域上傳帶寬以及時域延遲時長；
6、s5：根據(jù)時域上傳帶寬、時域延遲時長以及圖像內(nèi)部分圖像重要占比，使用模糊貝葉斯神經(jīng)網(wǎng)絡(luò)確定傳輸時長，并與預設(shè)的傳輸時長比對，依據(jù)比對結(jié)果對傳輸圖像進行再調(diào)整，得到調(diào)整結(jié)果。
7、在一個優(yōu)選的實施方式中，具體的，將彩色圖像轉(zhuǎn)換為灰度圖像，使用高斯濾波器g平滑圖像，減少噪聲，將平滑后的圖像使用canny邊緣檢測算法劃分出多個部分圖像，其具體步驟為：
8、步驟a1：應(yīng)用canny邊緣檢測算法來檢測平滑后的圖像中的邊緣；
9、步驟a2：從邊緣檢測結(jié)果中檢測輪廓；
10、步驟a3：對于每個輪廓，創(chuàng)建一個二值掩碼；
11、步驟a4：將掩碼應(yīng)用于原始圖像以提取對應(yīng)部分圖像。
12、在一個優(yōu)選的實施方式中，將原始圖像劃分為多個部分圖像，其中，c表示第c個部分圖像；
13、通過收集低于或高于高閾值的吸氣數(shù)據(jù)以及低于或高于低閾值的呼氣數(shù)據(jù)，獲取其出現(xiàn)次數(shù)，并將其與總呼吸次數(shù)比率，得到口鼻呼吸數(shù)據(jù)異變率arc；
14、通過確定健康呼吸周期區(qū)間，收集部分圖像中大于或小于健康呼吸周期區(qū)間的呼吸頻率，并將其與呼吸周期區(qū)間最大值和最小值相減的絕對值與健康呼吸周期區(qū)間的最大值與最小值之差得到單次呼吸頻率的相對偏差，并將其相加得到呼吸頻率變化強度dvc；
15、通過灰度共生矩陣提取紋理特征計算得到紋理復雜度tec。
16、在一個優(yōu)選的實施方式中，獲取口鼻呼吸數(shù)據(jù)異變率、呼吸頻率變化強度以及紋理復雜度，建立數(shù)據(jù)分析模型，得到圖像評估系數(shù)ptc，依據(jù)的公式如下：
17、
18、式中，ptc為圖像評估系數(shù)，以及分別為紋理復雜度、口鼻呼吸數(shù)據(jù)異變率以及呼吸頻率變化強度的預設(shè)比例系數(shù)，且以及均大于0。
19、在一個優(yōu)選的實施方式中，獲取圖像評估系數(shù)，將圖像評估系數(shù)與不斷迭代的圖像閾值進行比對分析；
20、若圖像評估系數(shù)大于等于圖像閾值，則將該部分圖像標記為重要圖像，并生成重要信號；
21、若圖像評估系數(shù)小于圖像閾值，則將該部分圖像標記為非重要圖像，并生成結(jié)束信號；
22、將進行多次圖像評估系數(shù)計算，得到一個圖像內(nèi)多個部分圖像的圖像評估系數(shù)數(shù)值以及多個部分圖像的兩組比對結(jié)果；依據(jù)比對結(jié)果，統(tǒng)計評估為重要信號的部分圖像的圖像評估系數(shù)數(shù)值大小及其占比。
23、在一個優(yōu)選的實施方式中，網(wǎng)絡(luò)狀態(tài)信息包括時域上傳帶寬以及時域延遲時長：
24、通過劃分出不同的時域大小并標記時域為i，且劃分出n個時域，依據(jù)時域內(nèi)傳輸?shù)臄?shù)據(jù)量以及時域的持續(xù)時長得到時域上傳帶寬b(ti)；
25、通過劃分出時域后，使用ping命令或其他網(wǎng)絡(luò)測量工具來測量延遲，得到時域延遲時長d(ti)；
26、通過圖像內(nèi)部分圖像總數(shù)與重要圖像的比率得到圖像內(nèi)部分圖像重要占比ze。
27、在一個優(yōu)選的實施方式中，使用模糊貝葉斯神經(jīng)網(wǎng)絡(luò)確定傳輸時長，將時域上傳帶寬、時域延遲時長以及圖像內(nèi)部分圖像重要占比定義為輸入層中的輸入節(jié)點，將傳輸時長定義為輸出層；
28、制定模糊貝葉斯神經(jīng)網(wǎng)絡(luò)，描述時域上傳帶寬、時域延遲時長以及圖像內(nèi)部分圖像重要占比對傳輸時長的影響；
29、根據(jù)模糊貝葉斯神經(jīng)網(wǎng)絡(luò)，通過時域上傳帶寬、時域延遲時長以及圖像內(nèi)部分圖像重要占比，確定傳輸時長。
30、在一個優(yōu)選的實施方式中，當確定傳輸時長后，與預設(shè)的傳輸時長比對，若小于預設(shè)的傳輸時長，則將圖像內(nèi)重要圖像傳輸至pc端，反之，則發(fā)出警報，調(diào)整一次傳輸所需要調(diào)動資源數(shù)量。
31、一種口鼻呼吸數(shù)據(jù)采集分析系統(tǒng)包括采集模塊、處理模塊、圖像分析模塊、資源分配模塊以及輸出端；
32、采集模塊用于采集圖像，通過圖像邊緣信息將其劃分出多個部分圖像，采集部分圖像，通過圖像邊緣檢測算法得到口鼻呼吸數(shù)據(jù)異變率、呼吸頻率變化強度以及紋理復雜度發(fā)送至處理模塊，通過網(wǎng)絡(luò)監(jiān)測采集網(wǎng)絡(luò)狀態(tài)信息并將其發(fā)送至資源分配模塊；
33、處理模塊用于獲取部分的口鼻呼吸數(shù)據(jù)異變率、呼吸頻率變化強度以及紋理復雜度，建立數(shù)據(jù)分析模型，得到圖像評估系數(shù)，并將其發(fā)送至圖像分析模塊；
34、圖像分析模塊用于獲取圖像評估系數(shù)并與圖像閾值比對分析，得到比對結(jié)果，依據(jù)各比對結(jié)果以及比對結(jié)果數(shù)量統(tǒng)計出圖像中重要部分圖像的數(shù)量及其占比，并將其發(fā)送至資源分配模塊；
35、資源分配模塊用于獲取網(wǎng)絡(luò)狀態(tài)信息以及圖像內(nèi)部分圖像重要占比，通過模糊貝葉斯神經(jīng)網(wǎng)絡(luò)得到傳輸時長，并與預設(shè)的傳輸時長比對，依據(jù)比對結(jié)果對傳輸圖像進行再調(diào)整，得到調(diào)整結(jié)果發(fā)送至輸出端；
36、輸出端用于接收調(diào)整結(jié)果，并將其上報。
37本文檔來自技高網(wǎng)...
【技術(shù)保護點】
1.一種口鼻呼吸數(shù)據(jù)采集分析方法，其特征在于：包括：
2.根據(jù)權(quán)利要求1所述的口鼻呼吸數(shù)據(jù)采集分析方法，其特征在于：具體的，將彩色圖像轉(zhuǎn)換為灰度圖像，使用高斯濾波器G平滑圖像，減少噪聲，將平滑后的圖像使用Canny邊緣檢測算法劃分出多個部分圖像，其具體步驟為：
3.根據(jù)權(quán)利要求2所述的口鼻呼吸數(shù)據(jù)采集分析方法，其特征在于：將原始圖像劃分為多個部分圖像，其中，c表示第c個部分圖像；
4.根據(jù)權(quán)利要求3所述的口鼻呼吸數(shù)據(jù)采集分析方法，其特征在于：獲取口鼻呼吸數(shù)據(jù)異變率、呼吸頻率變化強度以及紋理復雜度，建立數(shù)據(jù)分析模型，得到圖像評估系數(shù)Ptc，依據(jù)的公式如下：
5.根據(jù)權(quán)利要求4所述的口鼻呼吸數(shù)據(jù)采集分析方法，其特征在于：獲取圖像評估系數(shù)，將圖像評估系數(shù)與不斷迭代的圖像閾值進行比對分析；
6.根據(jù)權(quán)利要求1所述的口鼻呼吸數(shù)據(jù)采集分析方法，其特征在于：網(wǎng)絡(luò)狀態(tài)信息包括時域上傳帶寬以及時域延遲時長；
7.根據(jù)權(quán)利要求6所述的口鼻呼吸數(shù)據(jù)采集分析方法，其特征在于：使用模糊貝葉斯神經(jīng)網(wǎng)絡(luò)確定傳輸時長，將時域上傳帶寬、時域延
8.根據(jù)權(quán)利要求7所述的口鼻呼吸數(shù)據(jù)采集分析方法，其特征在于：當確定傳輸時長后，與預設(shè)的傳輸時長比對，若小于預設(shè)的傳輸時長，則將圖像內(nèi)重要圖像傳輸至PC端，反之，則發(fā)出警報，調(diào)整一次傳輸所需要調(diào)動資源數(shù)量。
9.一種口鼻呼吸數(shù)據(jù)采集分析系統(tǒng)，用于實現(xiàn)權(quán)利要求1-8任意一項所述的口鼻呼吸數(shù)據(jù)采集分析方法，其特征在于：包括采集模塊、處理模塊、圖像分析模塊、資源分配模塊以及輸出端；
...【技術(shù)特征摘要】
1.一種口鼻呼吸數(shù)據(jù)采集分析方法，其特征在于：包括：
2.根據(jù)權(quán)利要求1所述的口鼻呼吸數(shù)據(jù)采集分析方法，其特征在于：具體的，將彩色圖像轉(zhuǎn)換為灰度圖像，使用高斯濾波器g平滑圖像，減少噪聲，將平滑后的圖像使用canny邊緣檢測算法劃分出多個部分圖像，其具體步驟為：
3.根據(jù)權(quán)利要求2所述的口鼻呼吸數(shù)據(jù)采集分析方法，其特征在于：將原始圖像劃分為多個部分圖像，其中，c表示第c個部分圖像；
4.根據(jù)權(quán)利要求3所述的口鼻呼吸數(shù)據(jù)采集分析方法，其特征在于：獲取口鼻呼吸數(shù)據(jù)異變率、呼吸頻率變化強度以及紋理復雜度，建立數(shù)據(jù)分析模型，得到圖像評估系數(shù)ptc，依據(jù)的公式如下：
5.根據(jù)權(quán)利要求4所述的口鼻呼吸數(shù)據(jù)采集分析方法，其特征在于：獲取圖像評估系數(shù)，將圖像評估系數(shù)與不斷迭代的圖像閾值進行比對分析；<...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：邰雋，胡雯，何文強，陸穎霞，高星，徐靜思，
申請(專利權(quán))人：首都兒科研究所附屬兒童醫(yī)院，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。