買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉浙江大學醫(yī)學院附屬邵逸夫醫(yī)院申請的專利基于視覺識別的醫(yī)用智能輸液管理系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120088739B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-12發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510586388.6，技術(shù)領(lǐng)域涉及：G06V20/52；該發(fā)明授權(quán)基于視覺識別的醫(yī)用智能輸液管理系統(tǒng)是由張文娟設(shè)計研發(fā)完成，并于2025-05-08向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于視覺識別的醫(yī)用智能輸液管理系統(tǒng)在說明書摘要公布了：本發(fā)明屬于視覺醫(yī)療技術(shù)領(lǐng)域，尤其涉及基于視覺識別的醫(yī)用智能輸液管理系統(tǒng)，該系統(tǒng)包含監(jiān)測模塊與傳輸判別模塊；監(jiān)測模塊由分布式監(jiān)測單元和傳輸增強單元組成，能夠?qū)Χ鄠€輸液袋進行同步圖像采集及用戶信息記錄，通過分析圖像數(shù)量、網(wǎng)絡(luò)狀態(tài)及輸液速率，并利用傳輸校正模型優(yōu)化圖像集傳輸效率，實現(xiàn)對輸液袋剩余液體量及時間的精準標注，其次，系統(tǒng)根據(jù)校正后的圖像集結(jié)合用戶數(shù)據(jù)，評估輸液袋替換延遲的風險概率；該風險概率被反饋至傳輸增強單元，以實時調(diào)整圖像增強順序并標記延遲風險，最終在PAD設(shè)備上展示增強標注后的圖像，幫助醫(yī)護人員及時了解輸液狀態(tài)，降低因輸液袋更換不及時帶來的醫(yī)療風險。

本發(fā)明授權(quán)基于視覺識別的醫(yī)用智能輸液管理系統(tǒng)在權(quán)利要求書中公布了：1.基于視覺識別的醫(yī)用智能輸液管理系統(tǒng)，其特征在于，包括：監(jiān)測模塊和傳輸判別模塊；所述監(jiān)測模塊包括分布式監(jiān)測單元和傳輸增強單元； 通過所述分布式監(jiān)測單元對至少一個及以上輸液袋，進行同步圖像、用戶信息和網(wǎng)絡(luò)傳輸狀態(tài)采集，基于同步采集圖像的數(shù)量、網(wǎng)絡(luò)傳輸狀態(tài)、輸液速率結(jié)合所述傳輸增強單元內(nèi)置的傳輸校正模型，獲得同步傳輸校正的輸液袋圖像集并進行剩余液量和剩余輸液時間標注； 基于校正后的輸液袋圖像集結(jié)合用戶信息，通過所述傳輸判別模塊，獲得輸液袋替換延時風險概率； 將所述輸液袋替換延時風險概率反饋到所述傳輸增強單元，對傳輸圖像增強順序進行實時調(diào)整和延遲風險概率標注，并將增強標注后的圖像實時在PAD上進行展示； 所述傳輸校正模型的構(gòu)建過程包括： 首先，通過背景分割層對輸液袋圖像進行背景分割，獲得輸液袋分割區(qū)域集和背景分割區(qū)域集，并對輸液袋分割區(qū)域中的液面線坐標進行標注；其次，基于輸液袋形狀屬性信息、輸液袋分割區(qū)域、滿載液量和初始液面高度，通過三維建模層，獲得輸液袋三維模型；基于輸液袋三維模型結(jié)合不同的輸液速率，通過模擬算法結(jié)合支持向量機核函數(shù)進行不同輸液速率下液面分液線位置函數(shù)擬合，獲得不同輸液速率對應的分液線位置函數(shù)；第三，對輸液袋分割區(qū)域中的分液線進行掩碼，將每一個掩碼后的輸液袋分割區(qū)域和分液線位置函數(shù)輸入到傳輸校正模型的特征提取層，獲得每一個輸液袋分割區(qū)域特征空間及分液線位置函數(shù)預測的液面線坐標空間；根據(jù)輸液袋分割區(qū)域特征空間及分液線位置函數(shù)預測的液面線坐標空間結(jié)合標注的液面線坐標，獲得液面線位置預測誤差損失；第四，將連續(xù)時間點對應掩碼后輸液袋分割區(qū)域構(gòu)建的連續(xù)輸液袋圖像序列，輸入到光流層中，對掩碼后輸液袋分割區(qū)域連續(xù)時間點對應的每個像素的運動矢量進行分析，獲得連續(xù)掩碼后輸液袋分割區(qū)域?qū)拿芗饬鲌觯换诿恳谎诖a后輸液袋分割區(qū)域?qū)拿芗饬鲌鲋邢噜徬袼氐淖兓担ㄟ^聚類算法結(jié)合四分之三分位數(shù)，構(gòu)建得到每一掩碼后輸液袋分割區(qū)域?qū)膭討B(tài)聚類子區(qū)域像素帶空間；根據(jù)動態(tài)聚類子區(qū)域像素帶空間中的像素變化值和滿載液量輸液袋對應的像素變化均值構(gòu)建像素變化異常閾值，獲得異常動態(tài)聚類子區(qū)域像素帶；所述異常動態(tài)聚類子區(qū)域像素帶為像素變化異常坐標點最多且異常偏離值最大對應的動態(tài)聚類子區(qū)域像素帶；第五，將異常動態(tài)聚類子區(qū)域像素帶，輸入到高斯核卷積中，將異常動態(tài)聚類子區(qū)域像素帶中對應異常的像素點進行擴散，獲得連續(xù)異常像素點坐標空間；將所述連續(xù)異常像素點坐標空間，反饋到所述特征提取層對液面線位置預測誤差損失和預測的液面線坐標空間進行二次校正，獲得校正后的液面線位置預測誤差損失和預測的液面線坐標空間；基于校正后的液面線位置預測誤差損失、預測的液面線坐標空間、輸液袋分割區(qū)域特征空間構(gòu)建得到待增強輸液袋分割區(qū)域空間；同時，根據(jù)網(wǎng)絡(luò)傳輸狀態(tài)中不同時間段傳輸可用帶寬、同步傳輸圖像數(shù)量對應的丟包率及傳輸時延，通過網(wǎng)絡(luò)質(zhì)量評估層，構(gòu)建得到不同時間段對應的網(wǎng)絡(luò)質(zhì)量指數(shù)；基于不同時間段對應的網(wǎng)絡(luò)質(zhì)量指數(shù)結(jié)合預設(shè)的網(wǎng)絡(luò)質(zhì)量等級區(qū)間，獲得不同時間段對應的網(wǎng)絡(luò)傳輸?shù)燃墸粚⑺霾煌瑫r間段對應的網(wǎng)絡(luò)傳輸?shù)燃壓皖A設(shè)的圖像增強分辨率表，輸入到分級校正層對所述待增強輸液袋分割區(qū)域空間進行模擬增強傳輸，獲得每一分辨率圖像在不同網(wǎng)絡(luò)傳輸?shù)燃壍膫鬏敃r延與丟包損失和對應的網(wǎng)絡(luò)等級-圖像質(zhì)量映射矩陣；第六，基于掩碼后不同的輸液袋分割區(qū)域像素空間和預測液面線位置結(jié)合實時輸液速率，通過內(nèi)置了貝葉斯函數(shù)的概率評估層，獲得每一輸液袋當前時刻對應的替換延遲風險概率值和概率評估損失；將所述每一輸液袋當前時刻對應的替換延遲風險概率值作為每一輸液袋采集圖像對應待增強輸液袋分割區(qū)域空間的處理優(yōu)先級；將所述每一輸液袋采集圖像對應待增強輸液袋分割區(qū)域空間的處理優(yōu)先級反饋到模擬增強傳輸過程，模擬在不同網(wǎng)絡(luò)等級下每一處理優(yōu)先級圖像對應的最優(yōu)圖像質(zhì)量，并將傳輸延遲作為衡量指標，構(gòu)建處理優(yōu)先級-網(wǎng)絡(luò)等級-圖像質(zhì)量-傳輸延遲映射矩陣空間；第七，將處理優(yōu)先級-網(wǎng)絡(luò)等級-圖像質(zhì)量-傳輸延遲映射矩陣空間內(nèi)置到輸出層，將當前時刻對應的待增強輸液袋分割區(qū)域空間、網(wǎng)絡(luò)質(zhì)量指數(shù)、每一輸液袋對應的處理優(yōu)先級輸入到輸出層，獲得對應分辨率圖像質(zhì)量的輸液袋圖像和對應的圖像增強損失；以校正后的液面線位置預測誤差損失、概率評估損失、傳輸時延與丟包損失和圖像增強損失，構(gòu)建傳輸校正模型損失函數(shù)，對所述傳輸校正模型進行模擬訓練，并分析在不同網(wǎng)絡(luò)質(zhì)量和處理優(yōu)先級下每一分辨率圖像質(zhì)量對應的傳輸時延；當每一分辨率圖像質(zhì)量對應的傳輸時延小于預設(shè)的傳輸時延時，獲取訓練完成的傳輸校正模型，并輸出對應網(wǎng)絡(luò)等級下增強的輸液袋圖像及對應的增強分辨率。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人浙江大學醫(yī)學院附屬邵逸夫醫(yī)院，其通訊地址為：310016 浙江省杭州市上城區(qū)慶春東路3號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。