读取监护设备中生命体征数据的方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113647920A(43)申请公布日2021.11.16(21)申请号202111225368.4G06K9/32(2006.01)(22)申请日2021.10.21G06K9/34(2006.01)G06K9/62(2006.01)(71)申请人青岛美迪康数字工程有限公司G06N3/04(2006.01)地址266005山东省青岛市市南区太平路G06N3/08(2006.01)51号山东国际贸易大厦15层(72)发明人冯健陈栋栋常培佳(74)专利代理机构北京慧智兴达知识产权代理有限公司11615代理人李丽颖(51)Int.Cl.A61B5/0205(2006.01)A61B5/021(2006.01)A61B5/024(2006.01)A61B5/08(2006.01)A61B5/145(2006.01)权利要求书2页说明书5页附图1页(54)发明名称读取监护设备中生命体征数据的方法及装置(57)摘要本申请涉及一种读取监护设备中生命体征数据的方法及装置，所述方法包括：通过接入的监护设备视频信号采集监护设备的监护视频；在所述监护视频的每帧监护图像中确定出生命体征数据对应的识别对象区域；对所述识别对象区域进行字符图像拆分，得到目标图像；调用预先训练得到的光学字符识别OCR预测模型，通过所述OCR预测模型将所述目标图像量化为生命体征数据。本申请可以实时采集监护设备的监护视频，并识别、量化每帧监护图像中的生命体征数据，进而可支持监护设备视频信号的独立和集中采集，适应于各种状况，并保证可靠的识别率。CN113647920ACN113647920A权利要求书1/2页1.一种读取监护设备中生命体征数据的方法，其特征在于，所述读取监护设备中生命体征数据的方法包括:通过接入的监护设备视频信号采集监护设备的监护视频；在所述监护视频的每帧监护图像中确定出生命体征数据对应的识别对象区域；对所述识别对象区域进行字符图像拆分，得到目标图像；调用预先训练得到的光学字符识别OCR预测模型，通过所述OCR预测模型将所述目标图像量化为生命体征数据；所述OCR预测模型的构建方法为：构建神经网络模型，所述神经网络模型的结构依次为输入层、第一卷积层、第一池化层、第二卷积层、全连接层、第二池化层和输出层；获取的监护设备的监护训练图像；对所述监护训练图像的识别对象区域进行字符图像拆分，得到训练图像；对训练图像进行分类，并使用所述神经网络模型进行训练，得到所述OCR预测模型。2.根据权利要求1所述的读取监护设备中生命体征数据的方法，其特征在于，所述通过接入的监护设备视频信号采集监护设备的监护视频包括:通过接入的监护设备视频信号，采用实时流传输协议RTSP采集监护设备的监护视频。3.根据权利要求1所述的读取监护设备中生命体征数据的方法，其特征在于，对所述识别对象区域进行字符图像拆分包括:对所述识别对象区域进行二值化处理；在二值化的识别对象区中确定出字符图像的边界；采用垂直投影方式对边界内的字符图像进行拆分。4.根据权利要求3所述的读取监护设备中生命体征数据的方法，其特征在于，所述在二值化的识别对象区中确定出字符图像的边界包括:对二值化的识别对象区域进行逐行遍历；确定出所述二值化的识别对象区域中四个侧边方向的第一个白色像素点；根据四个侧边方向的第一个白色像素点确定出所述字符图像的边界。5.根据权利要求3所述的读取监护设备中生命体征数据的方法，其特征在于，所述采用垂直投影方式对边界内的字符图像进行拆分包括:存储边界内的字符图像的每列像素中白色像素点的像素数量；根据各列的像素数量在垂直方向绘制投影图像；根据投影图像的每列灰度值确定各个字符图像的分割点；根据所述分割点对边界内的字符图像进行拆分。6.根据权利要求1所述的读取监护设备中生命体征数据的方法，其特征在于，通过所述第一卷积层使用卷积核对所述输入层进行卷积运算；通过第一池化层采用降采样处理，得到第一特征图；通过所述第二个卷积层使用n个卷积核对所述第一特征图进行卷积运算；采用第二池化层处理，得到n个第二特征图；通过所述全连接层采用激活函数将所述第二特征图输出给输出层；其中n由待识别的字符数量确定。7.根据权利要求1所述的读取监护设备中生命体征数据的方法，其特征在于，所述读取监护设备中生命体征数据的方法还包括:2CN113647920A权利要求书2/2页所述第一池化层和第二池化层采用以指数加权方式累加激活的方式进行池化，训练中将多次Epoch过程中生成的多个检查点文件进行平均处理得到新的检查点文件，得到抗过拟合的二次训练模型。8.一种读取监护设备中生命体征数据的装置，其特征在于，所述读取监护设备中生命体征数据的装置包括：存储器、处理器及存储在所述存储器