基于數字圖像處理的自動輸液設備的設計

張開

對外經貿大學附屬中學

基于數字圖像處理的自動輸液設備的設計

張開

對外經貿大學附屬中學

自十五世紀以來，靜脈輸液作為一種醫療手段，治愈了千千萬萬的病人，傳統的靜脈輸液方式是由人工完成配藥、下針、拔針等操作，隨著科技水平不斷進步與發展，靜脈輸液中自動化配藥技術的不斷完善，本文設計的一種自動化輸液設備也將逐漸凸顯出自己獨特的優勢，替代傳統的人工操作，為人類的醫療技術帶來重大的革新。

數字圖像處理；自動輸液

1.背景分析

靜脈輸液技術最早可以追溯到1656年，英國醫生克里斯朵夫和羅伯特采用羽毛管針頭，把藥物注入狗的靜脈，這是人類歷史上首個為生命體內注入血液的事例。英國醫生哈維發現了血液循環原理，認識到血液作為體內運輸的載體，進而為靜脈輸液的理論奠定了基礎。19世紀靜脈輸液的安全已經能夠得到保證，20世紀研制出更安全的靜脈注射液體。時至今日，靜脈注射已成為不可或缺的一種醫療手段，應用于各類疾病。但自其發展以來，都是人工輸液，我國人口眾多，患病幾率大，逐漸衍生出了看病難，就醫難，打針難等問題。于是筆者大膽設想——可以利用機械臂操作代替人為操作，結合現有的發達的科學技術，可以實現自動化輸液。一旦這項技術投入使用，將會大量節省人力物力。為社會帶來巨大的經濟效益。醫療問題自古以來就是人們最關心的問題之一，國內外學者有針對自動輸液監護系統的設計，旨在避免輸液過程中一些像凝血堵住針孔、空氣栓塞等安全隱患，同時也減少了醫護人員的巡房次數。也有針對輸液袋進行自動配藥設備的設計研發，精準的給藥配藥，降低了配藥風險，節省了大量的人力，同時也提高了護理效率。在我們當今社會，越來越多的高科技機械取代人工進行工作，人工智能在某些領域更是不輸給人工操作。所以我們想設計一款自動化輸液設備來替代人工輸液，它的出現可以提高入針準度以及降低等待時間，若再得以優化，可有效的減少病人入針時的痛苦并使人工臨床注射的不穩定因素大大降低，最后達到零風險，零人工。醫院可配置自動化輸液臂，它有一個完整的系統——它有運輸輸液袋、換藥、換針、行針、預計輸液時間等功能，從而有效的節約出醫生，護士們學習入針技術以及臨床操作所需要的時間，降低靜脈輸液成本；以及來輸液人的排隊時間，使醫院的有效空間變大；能讓病患及時得到醫治。現在國內對靜脈注射的研究多在藥物，注射速度，外界干擾因素等方面，所以本文要研究的問題為自動化輸液臂的臨床應用問題。

2.數字圖像處理的自動輸液設備的原理

2.1 靜脈識別的原理

靜脈識別的原理是依據血液中的血紅素有吸收紅外線光的特質，將具紅外線感應度的小型照相機對著手指進行攝影，即可將照著血管的陰影處攝出圖像來。將血管圖樣進行數字處理，制成血管圖樣影像。靜脈識別系統就是通過靜脈識別儀取得個人靜脈分布圖，從靜脈分布圖依據專用比對算法提取特征值，通過紅外線CCD攝像頭獲取手背靜脈的圖像，將靜脈的數字圖像存貯在計算機系統中，將特征值存儲。靜脈比對時，實時采取靜脈圖，提取特征值，運用先進的濾波、圖像二值化、細化手段對數字圖像提取特征，同存儲在主機中靜脈特征值比對，采用復雜的匹配算法對靜脈特征進行匹配，從而對個人進行身份鑒定，確認身份。再次來到醫院時無需再進行檢測。全過程采用非接觸式。上述操作對醫務人員具的業務技能、工作經驗及也理素質要求很高，尤其是面對小兒、肥胖、膚色較重等患者時，由于靜脈血管的位置與深度不易判斷，給醫務人員實施靜脈穿刺帶來了巨大挑戰，往往需要多次穿刺才能成功，也給患者帶來不必要的痛苦，容易使得患者對靜脈穿刺產生也理恐懼，還會使醫患雙方矛盾增加，嚴重時甚至引發患者家屬毆打醫務人員等惡性事件。

靜脈識別技術在我們所處的數字化時代中儼然成為了一種身份鑒別系統。在目前已經投產使用的利用生物科技來進行識別的技術中，比較多的是指紋識別和虹膜識別，因此靜脈識別技術這種通過數字圖像處理技術來將人體皮膚下面的靜脈血管分布情況進行分析并且來識別母體身份的技術，大多數人都未曾了解過。

2.2 自動化輸液臂原理的介紹

自動化輸液臂為一個類筒狀機械，由兩個半筒組成（可活動，自由開關），各含有一個機械臂，一個的作用為行針，另一個作用是拔針時按棉球，它的系統由處理器，分析器，控制器，內核CPU所組成，能完成識別患者信息（之前為待機狀態），按個體差別配藥，輸液袋，換針，行針，打開裝置，按棉球，關閉裝置等操作，使其成為一個集識別功能與操作功能于一體的機械設備。其中尤為重要的是行針的設計，它主要運用數字圖像處理的原理，把映射出的靜脈血管網圖像轉化位數字，并通過比較的方法找到最有效入針位置，然后錄入自動化輸液臂的系統中去。對于有效靜脈血管的尋找我們分成兩方面，寬窄度，厚度。

3.自動輸液設備的設計

我們把將手部刻畫為一個二維平面（縱截面），以此建立X，Y軸，建立平面直角坐標系，X軸與手背下端重合。Y軸含義為針頭到某一血管的深度。并以血管寬窄最寬的一支確定針頭頂點落點處，并且在此下針。

首先確定血管的寬窄，本文給出一種針對血管造影圖形的AOI方法，（橫截面）他主要依賴兩方面的技術：（1）圖像特征提取；（2）人工智能自動識別。

圖1 靜脈血管圖像特征提取圖

圖2 靜脈血管處理圖

對于該圖像，我們想得B圖的處理成果，以此確定血管的寬窄，具體做法：將圖中血管按交點分為幾個部分，找到各個部分的左右邊界數值，再取其平均值，能確定出靜脈中最寬血管的大致位置，此位置為大致入針位置（此圖中為窄位置）。大致入針位置我們基本鎖定在一個范圍內，現在將實際入針位置用坐標點（x0，y0）精確定位。X軸算法：以靜脈識別為原理，根據血液中的血紅素有吸收紅外線光的特質，通過紅外線CCD攝像頭獲取手背靜脈的圖像，將靜脈的數字圖像存貯在計算機系統中。將血管圖樣進行數字處理，制成血管圖樣影像。找到與血管造影圖形的位置相匹配的位置，找到其邊界兩橫坐標x1，x2，即x0＝（x1＋x2）／2，得到針頭橫坐標落點的準確位置。

圖3 自動化輸液臂行針示意圖

Y軸算法：基本原理是：根據不同深度的靜脈血管所對應的紅外圖像的表觀模型的不同，通過機器學習回歸模型，建立圖像與血管深度之間的映射關系，從而實現基于圖像的血管深度自動識別技術，基于以上原理內容所描述的算法，我們將給定如下解決方案：通過機器學習的回歸模型訓練；提取手腕部橫截面所在平面作為感興趣區域，利用超聲儀測量從血管頂部到皮膚表層的厚度（厚度為（下端y1＋上端y2）／2））繼而構建訓練圖像深度標記集，找到與血管造影圖形的位置相匹配的位置的深度（厚度），并以此為Y0。以上可得出入針的準確位置（x0，y0）。

4.總結與展望

本文中筆者給出了借助機械操作的自動輸液設備，符合現代化的潮流，加以研究會讓這種技術取代傳統的人工操作，將一些簡單的醫療動作機械化、自動化，可以節省大量的社會勞動力和社會資源，解放雙手，讓人類去做更多更有意義的事情。

本文中設計的基于數字圖像處理技術的自動化輸液設備，首先要采用圖像處理技術將手背進行掃描分析，提取圖像，再利用數字圖像處理技術，分析出手背的構造，將血管與皮膚、軟組織、骨骼等組織進行分離開來，再從所有提取出的血管中找出最優解，即寬度最大值所在的血管位置，讓輸液臂的操作更加精準，盡可能做到零失誤。

盡管本文還存在著很多的弊端，很多技術還不是十分成熟，還需要更多的人才參與進來，如何讓輸液臂更加迅速準確的找出合適的血管？如何讓行針無痛化？如何讓圖像處理更加清晰準確？還有很多問題需要進一步探究。

筆者猜想，在不久的將來，不僅僅是輸液會趨于自動化，也不只有拍CT、X光、核磁共振、做B超這些需要借助醫療設備，連診斷、取藥、配藥這些醫療操作都會逐漸變成數字化處理，這也是信息時代的大勢所趨。

[1]王科俊,丁宇航,王大振.基于靜脈識別的身份認證方法研究[J].哈爾濱：哈爾濱工程大學自動化學院,2005

[2]李鵬，朱宏輝.一種改進的不變矩方法在圖像目標識別中的應用[J].交通與計算機，2004年第二期第22卷:88-90

[3]林喜榮,莊波,蘇曉生等.人體手背血管圖像的特征提取及匹配[J].北京：清華大學精密儀器與機械學系,2003

[4]張會林,簡獻忠.人體手背靜脈血管圖像增強處理算法研究[J].儀器儀表學報.2005，26（8）：38～4