本發(fā)明涉及皮瓣移植，尤其涉及一種皮瓣移植狀態(tài)的輔助識別方法和系統(tǒng)。

背景技術(shù)：

1、皮瓣移植是通過將皮瓣移植到創(chuàng)面后，暫時仍由蒂部血運供應(yīng)營養(yǎng)，等受皮瓣區(qū)創(chuàng)面血管長入皮瓣，建立新的血運后，再將蒂部切斷，始完成皮瓣轉(zhuǎn)移的全過程。再皮瓣移植的過程中，對皮瓣移植狀態(tài)的識別是提升對皮瓣移植的檢測與分析的重要手段。因此如何提升對皮瓣移植狀態(tài)的識別精準(zhǔn)度，是當(dāng)前的研究重點。

2、傳統(tǒng)的皮瓣移植狀態(tài)的識別方式是通過工作人員對皮瓣區(qū)域的顏色、溫度、彈性進(jìn)行人工判斷，從而人工分析該皮瓣移植的皮瓣狀態(tài)，但是人工分析受工作人員的經(jīng)驗、以及人工檢測的精準(zhǔn)度的影響，從而導(dǎo)致對皮瓣移植狀態(tài)的識別精準(zhǔn)度較低。

技術(shù)實現(xiàn)思路

1、本發(fā)明的主要目的在于提供了一種皮瓣移植狀態(tài)的輔助識別方法和系統(tǒng)，旨在解決現(xiàn)有技術(shù)由于人工分析受工作人員的經(jīng)驗、以及人工檢測的精準(zhǔn)度的影響，從而導(dǎo)致對皮瓣移植狀態(tài)的識別精準(zhǔn)度較低的問題。

2、為實現(xiàn)上述目的，本發(fā)明提供一種皮瓣移植狀態(tài)的輔助識別方法，所述方法包括：

3、響應(yīng)于工作人員的皮瓣區(qū)域檢測操作，獲取所述皮瓣區(qū)域的物理檢測信息，并通過實時檢測設(shè)備，采集所述皮瓣區(qū)域在各生理監(jiān)測類型的監(jiān)測結(jié)果；所述實時監(jiān)測設(shè)備包括激光散斑儀器、脈搏監(jiān)測儀器、以及肌肉組織厚度監(jiān)測儀器；

4、基于所述物理檢測信息，通過所述皮瓣狀態(tài)分析策略，識別所述皮瓣區(qū)域在各皮瓣狀態(tài)的第一狀態(tài)概率，并基于所述皮瓣區(qū)域在各生理監(jiān)測類型的監(jiān)測結(jié)果、以及所述皮瓣區(qū)域在各生理監(jiān)測類型的歷史檢測結(jié)果，識別所述皮瓣區(qū)域在各生理監(jiān)測類型的監(jiān)測變化信息；

5、基于各所述生理監(jiān)測類型的監(jiān)測變化信息，通過每個生理監(jiān)測類型的監(jiān)測分析策略，識別每個監(jiān)測變化信息對應(yīng)的狀態(tài)變更程度，并基于所述皮瓣區(qū)域的歷史皮瓣狀態(tài)、以及每個監(jiān)測變化信息對應(yīng)的狀態(tài)變更程度，識別所述皮瓣區(qū)域在各皮瓣狀態(tài)的第二狀態(tài)概率；

6、基于所述皮瓣區(qū)域在各皮瓣狀態(tài)的第一狀態(tài)概率、以及所述皮瓣區(qū)域在各皮瓣狀態(tài)的第二狀態(tài)概率，識別所述皮瓣區(qū)域在各皮瓣狀態(tài)的目標(biāo)狀態(tài)概率，并將所述皮瓣區(qū)域在各皮瓣狀態(tài)的目標(biāo)狀態(tài)概率，作為所述皮瓣區(qū)域的皮瓣移植狀態(tài)輔助識別信息。

7、可選的，所述基于所述物理檢測信息，通過所述皮瓣狀態(tài)分析策略，識別所述皮瓣區(qū)域在各皮瓣狀態(tài)的第一狀態(tài)概率，包括：

8、將所述物理檢測信息，拆分為時間檢測信息、以及外觀檢測信息，并基于所述時間檢測信息，在移植數(shù)據(jù)庫中，獲取所述時間檢測信息對應(yīng)的各皮瓣狀態(tài)的樣本外觀檢測信息；

9、基于各所述皮瓣狀態(tài)的樣本外觀檢測信息、以及所述外觀檢測信息，分別計算所述外觀檢測信息、與每個樣本外觀檢測信息之間的檢測偏差信息，并基于每個皮瓣狀態(tài)對應(yīng)的檢測偏差信息，通過每個皮瓣狀態(tài)對應(yīng)的檢測分析策略，識別所述皮瓣區(qū)域在每個皮瓣狀態(tài)的第一狀態(tài)概率。

10、可選的，所述基于所述皮瓣區(qū)域在各生理監(jiān)測類型的監(jiān)測結(jié)果、以及所述皮瓣區(qū)域在各生理監(jiān)測類型的歷史檢測結(jié)果，識別所述皮瓣區(qū)域在各生理監(jiān)測類型的監(jiān)測變化信息，包括：

11、針對每個生理監(jiān)測類型，基于所述生理監(jiān)測類型的監(jiān)測結(jié)果、以及所述生理監(jiān)測類型的歷史檢測結(jié)果，識別所述生理監(jiān)測類型的檢測數(shù)據(jù)、以及所述生理監(jiān)測類型的歷史檢測數(shù)據(jù)；

12、基于所述生理監(jiān)測類型的檢測數(shù)據(jù)、以及所述生理監(jiān)測類型的歷史檢測數(shù)據(jù)，構(gòu)建所述生理監(jiān)測類型的數(shù)據(jù)分布信息，并對所述數(shù)據(jù)分布信息進(jìn)行曲線擬合處理，得到所述生理監(jiān)測類型的數(shù)據(jù)變化曲線；

13、基于所述數(shù)據(jù)變化曲線，識別所述生理監(jiān)測類型的曲線斜率、以及所述生理監(jiān)測類型的數(shù)據(jù)差異值，并將所述曲線斜率、以及所述數(shù)據(jù)差異值，作為所述生理監(jiān)測類型的監(jiān)測變化信息。

14、可選的，所述基于各所述生理監(jiān)測類型的監(jiān)測變化信息，通過每個生理監(jiān)測類型的監(jiān)測分析策略，識別每個監(jiān)測變化信息對應(yīng)的狀態(tài)變更程度，包括：

15、針對每個生理監(jiān)測類型，在數(shù)據(jù)監(jiān)測數(shù)據(jù)庫中，查詢所述生理監(jiān)測類型的監(jiān)測分析策略；

16、基于所述監(jiān)測分析策略，識別每個曲線斜率范圍對應(yīng)的子狀態(tài)變更比例值，并基于所述生理監(jiān)測類型的曲線斜率，以及每個曲線斜率范圍對應(yīng)的子狀態(tài)變更比例值，識別所述生理監(jiān)測類型的目標(biāo)子狀態(tài)變更比例值；

17、基于所述生理監(jiān)測類型的數(shù)據(jù)差異值，乘以所述曲線斜率范圍對應(yīng)的子狀態(tài)變更比例值，得到所述生理監(jiān)測類型對應(yīng)的狀態(tài)變更程度。

18、可選的，所述基于所述皮瓣區(qū)域的歷史皮瓣狀態(tài)、以及每個監(jiān)測變化信息對應(yīng)的狀態(tài)變更程度，識別所述皮瓣區(qū)域在各皮瓣狀態(tài)的第二狀態(tài)概率，包括：

19、獲取每個皮瓣狀態(tài)之間的狀態(tài)變更程度間隔、以及每個皮瓣狀態(tài)之間的狀態(tài)排序信息；

20、基于所述皮瓣區(qū)域的歷史皮瓣狀態(tài)、每個皮瓣狀態(tài)之間的狀態(tài)變更程度范圍、每個皮瓣狀態(tài)之間的狀態(tài)排序信息、以及每個生理監(jiān)測類型的狀態(tài)變更程度，通過每個生理監(jiān)測類型的狀態(tài)識別策略，識別每個生理監(jiān)測類型所屬的皮瓣狀態(tài)的第二狀態(tài)概率。

21、可選的，所述基于所述皮瓣區(qū)域在各皮瓣狀態(tài)的第一狀態(tài)概率、以及所述皮瓣區(qū)域在各皮瓣狀態(tài)的第二狀態(tài)概率，識別所述皮瓣區(qū)域在各皮瓣狀態(tài)的目標(biāo)狀態(tài)概率，包括：

22、獲取所述第一狀態(tài)概率的第一概率權(quán)重值、以及所述第二狀態(tài)概率的第二概率權(quán)重值；

23、針對每個皮瓣狀態(tài)，通過所述第一狀態(tài)概率的第一概率權(quán)重值、以及所述第二狀態(tài)概率的第二概率權(quán)重值，對所述皮瓣狀態(tài)的第一狀態(tài)概率、以及所述皮瓣狀態(tài)的第二狀態(tài)概率進(jìn)行加權(quán)求和處理，得到所述皮瓣狀態(tài)的目標(biāo)狀態(tài)概率。

24、此外，為實現(xiàn)上述目的，本發(fā)明還提供一種皮瓣移植狀態(tài)的輔助識別系統(tǒng)，所述皮瓣移植狀態(tài)的輔助識別系統(tǒng)所述系統(tǒng)包括：

25、獲取模塊，用于響應(yīng)于工作人員的皮瓣區(qū)域檢測操作，獲取所述皮瓣區(qū)域的物理檢測信息，并通過實時檢測設(shè)備，采集所述皮瓣區(qū)域在各生理監(jiān)測類型的監(jiān)測結(jié)果；所述實時監(jiān)測設(shè)備包括激光散斑儀器、脈搏監(jiān)測儀器、以及肌肉組織厚度監(jiān)測儀器；

26、第一識別模塊，用于基于所述物理檢測信息，通過所述皮瓣狀態(tài)分析策略，識別所述皮瓣區(qū)域在各皮瓣狀態(tài)的第一狀態(tài)概率，并基于所述皮瓣區(qū)域在各生理監(jiān)測類型的監(jiān)測結(jié)果、以及所述皮瓣區(qū)域在各生理監(jiān)測類型的歷史檢測結(jié)果，識別所述皮瓣區(qū)域在各生理監(jiān)測類型的監(jiān)測變化信息；

27、第二識別模塊，用于基于各所述生理監(jiān)測類型的監(jiān)測變化信息，通過每個生理監(jiān)測類型的監(jiān)測分析策略，識別每個監(jiān)測變化信息對應(yīng)的狀態(tài)變更程度，并基于所述皮瓣區(qū)域的歷史皮瓣狀態(tài)、以及每個監(jiān)測變化信息對應(yīng)的狀態(tài)變更程度，識別所述皮瓣區(qū)域在各皮瓣狀態(tài)的第二狀態(tài)概率；

28、確定模塊，用于基于所述皮瓣區(qū)域在各皮瓣狀態(tài)的第一狀態(tài)概率、以及所述皮瓣區(qū)域在各皮瓣狀態(tài)的第二狀態(tài)概率，識別所述皮瓣區(qū)域在各皮瓣狀態(tài)的目標(biāo)狀態(tài)概率，并將所述皮瓣區(qū)域在各皮瓣狀態(tài)的目標(biāo)狀態(tài)概率，作為所述皮瓣區(qū)域的皮瓣移植狀態(tài)輔助識別信息。

29、可選的，所述第一識別模塊，具體用于：

30、將所述物理檢測信息，拆分為時間檢測信息、以及外觀檢測信息，并基于所述時間檢測信息，在移植數(shù)據(jù)庫中，獲取所述時間檢測信息對應(yīng)的各皮瓣狀態(tài)的樣本外觀檢測信息；

31、基于各所述皮瓣狀態(tài)的樣本外觀檢測信息、以及所述外觀檢測信息，分別計算所述外觀檢測信息、與每個樣本外觀檢測信息之間的檢測偏差信息，并基于每個皮瓣狀態(tài)對應(yīng)的檢測偏差信息，通過每個皮瓣狀態(tài)對應(yīng)的檢測分析策略，識別所述皮瓣區(qū)域在每個皮瓣狀態(tài)的第一狀態(tài)概率。

32、可選的，所述第一識別模塊，具體用于：

33、針對每個生理監(jiān)測類型，基于所述生理監(jiān)測類型的監(jiān)測結(jié)果、以及所述生理監(jiān)測類型的歷史檢測結(jié)果，識別所述生理監(jiān)測類型的檢測數(shù)據(jù)、以及所述生理監(jiān)測類型的歷史檢測數(shù)據(jù)；

34、基于所述生理監(jiān)測類型的檢測數(shù)據(jù)、以及所述生理監(jiān)測類型的歷史檢測數(shù)據(jù)，構(gòu)建所述生理監(jiān)測類型的數(shù)據(jù)分布信息，并對所述數(shù)據(jù)分布信息進(jìn)行曲線擬合處理，得到所述生理監(jiān)測類型的數(shù)據(jù)變化曲線；

35、基于所述數(shù)據(jù)變化曲線，識別所述生理監(jiān)測類型的曲線斜率、以及所述生理監(jiān)測類型的數(shù)據(jù)差異值，并將所述曲線斜率、以及所述數(shù)據(jù)差異值，作為所述生理監(jiān)測類型的監(jiān)測變化信息。

36、可選的，所述第二識別模塊，具體用于：

37、針對每個生理監(jiān)測類型，在數(shù)據(jù)監(jiān)測數(shù)據(jù)庫中，查詢所述生理監(jiān)測類型的監(jiān)測分析策略；

38、基于所述監(jiān)測分析策略，識別每個曲線斜率范圍對應(yīng)的子狀態(tài)變更比例值，并基于所述生理監(jiān)測類型的曲線斜率，以及每個曲線斜率范圍對應(yīng)的子狀態(tài)變更比例值，識別所述生理監(jiān)測類型的目標(biāo)子狀態(tài)變更比例值；

39、基于所述生理監(jiān)測類型的數(shù)據(jù)差異值，乘以所述曲線斜率范圍對應(yīng)的子狀態(tài)變更比例值，得到所述生理監(jiān)測類型對應(yīng)的狀態(tài)變更程度。

40、可選的，所述第二識別模塊，具體用于：

41、獲取每個皮瓣狀態(tài)之間的狀態(tài)變更程度間隔、以及每個皮瓣狀態(tài)之間的狀態(tài)排序信息；

42、基于所述皮瓣區(qū)域的歷史皮瓣狀態(tài)、每個皮瓣狀態(tài)之間的狀態(tài)變更程度范圍、每個皮瓣狀態(tài)之間的狀態(tài)排序信息、以及每個生理監(jiān)測類型的狀態(tài)變更程度，通過每個生理監(jiān)測類型的狀態(tài)識別策略，識別每個生理監(jiān)測類型所屬的皮瓣狀態(tài)的第二狀態(tài)概率。

43、可選的，所述確定模塊，具體用于：

44、獲取所述第一狀態(tài)概率的第一概率權(quán)重值、以及所述第二狀態(tài)概率的第二概率權(quán)重值；

45、針對每個皮瓣狀態(tài)，通過所述第一狀態(tài)概率的第一概率權(quán)重值、以及所述第二狀態(tài)概率的第二概率權(quán)重值，對所述皮瓣狀態(tài)的第一狀態(tài)概率、以及所述皮瓣狀態(tài)的第二狀態(tài)概率進(jìn)行加權(quán)求和處理，得到所述皮瓣狀態(tài)的目標(biāo)狀態(tài)概率。

46、第三方面，本技術(shù)提供了一種計算機(jī)設(shè)備。所述計算機(jī)設(shè)備包括存儲器和處理器，所述存儲器存儲有計算機(jī)程序，所述處理器執(zhí)行所述計算機(jī)程序時實現(xiàn)第一方面中任一項所述的方法的步驟。

47、第四方面，本技術(shù)提供了一種計算機(jī)可讀存儲介質(zhì)。其上存儲有計算機(jī)程序，所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)第一方面中任一項所述的方法的步驟。

48、第五方面，本技術(shù)提供了一種計算機(jī)程序產(chǎn)品。所述計算機(jī)程序產(chǎn)品包括計算機(jī)程序，該計算機(jī)程序被處理器執(zhí)行時實現(xiàn)第一方面中任一項所述的方法的步驟。

49、本發(fā)明提供了一種皮瓣移植狀態(tài)的輔助識別方法，上述方法所述方法包括：響應(yīng)于工作人員的皮瓣區(qū)域檢測操作，獲取所述皮瓣區(qū)域的物理檢測信息，并通過實時檢測設(shè)備，采集所述皮瓣區(qū)域在各生理監(jiān)測類型的監(jiān)測結(jié)果；所述實時監(jiān)測設(shè)備包括激光散斑儀器、脈搏監(jiān)測儀器、以及肌肉組織厚度監(jiān)測儀器；基于所述物理檢測信息，通過所述皮瓣狀態(tài)分析策略，識別所述皮瓣區(qū)域在各皮瓣狀態(tài)的第一狀態(tài)概率，并基于所述皮瓣區(qū)域在各生理監(jiān)測類型的監(jiān)測結(jié)果、以及所述皮瓣區(qū)域在各生理監(jiān)測類型的歷史檢測結(jié)果，識別所述皮瓣區(qū)域在各生理監(jiān)測類型的監(jiān)測變化信息；基于各所述生理監(jiān)測類型的監(jiān)測變化信息，通過每個生理監(jiān)測類型的監(jiān)測分析策略，識別每個監(jiān)測變化信息對應(yīng)的狀態(tài)變更程度，并基于所述皮瓣區(qū)域的歷史皮瓣狀態(tài)、以及每個監(jiān)測變化信息對應(yīng)的狀態(tài)變更程度，識別所述皮瓣區(qū)域在各皮瓣狀態(tài)的第二狀態(tài)概率；基于所述皮瓣區(qū)域在各皮瓣狀態(tài)的第一狀態(tài)概率、以及所述皮瓣區(qū)域在各皮瓣狀態(tài)的第二狀態(tài)概率，識別所述皮瓣區(qū)域在各皮瓣狀態(tài)的目標(biāo)狀態(tài)概率，并將所述皮瓣區(qū)域在各皮瓣狀態(tài)的目標(biāo)狀態(tài)概率，作為所述皮瓣區(qū)域的皮瓣移植狀態(tài)輔助識別信息。本方案通過對皮瓣區(qū)域的各種物理檢測方式，得到的物理檢測信息、以及對皮瓣區(qū)域進(jìn)行各生理監(jiān)測，得到各生理監(jiān)測類型的監(jiān)測結(jié)果，從而全方位分析用戶的皮瓣區(qū)域的皮瓣狀態(tài)，提升了對皮瓣區(qū)域的皮瓣狀態(tài)的狀態(tài)識別全面性。然后，本方案再分別對各物理檢測信息進(jìn)行分析，得到皮瓣區(qū)域在各皮瓣狀態(tài)的第一狀態(tài)概率、分別對各生理監(jiān)測類型的監(jiān)測結(jié)果進(jìn)行分析，得到皮瓣區(qū)域在各皮瓣狀態(tài)的第二狀態(tài)概率。最后，再通過結(jié)合皮瓣區(qū)域在各皮瓣狀態(tài)的第一狀態(tài)概率、以及皮瓣區(qū)域在各皮瓣狀態(tài)的第二狀態(tài)概率，分析皮瓣區(qū)域在各皮瓣狀態(tài)的目標(biāo)狀態(tài)概率，得到皮瓣區(qū)域的皮瓣移植狀態(tài)輔助識別信息，提升了得到的皮瓣移植狀態(tài)輔助識別信息的精準(zhǔn)度和實際性，從而有效輔助提升了工作人員對皮瓣移植狀態(tài)的識別精準(zhǔn)度。