资源类型：
申请号：
申请日期：
授权年份：
公开号：
公开日：
法律状态：
主分类号：
分类号：
摘要：
本申请涉及涉及智能穿戴技术领域，具体涉及基于可穿戴监控设备的术后管理方法和系统，方法包括：基于可穿戴监控设备上的多个光学传感器，透过用户的眼睛的瞳孔采集用户的视网膜的多个图像；对多个图像进行合并得到合并图像；将合并图像输入经过训练的卷积神经网络，通过卷积神经网络识别合并图像中是否存在与目标病症匹配的区域；在合并图像中存在与目标病症匹配的区域时，基于用户的信息、目标病症的信息以及合并图像中存在与目标病症匹配的区域生成告警信息，将告警信息发送至预设的服务器。通过本发明的技术方案，能够借助可穿戴监控设备监控做过手术的用户的视网膜情况以分析其病症情况。
主权项：
1.一种基于可穿戴监控设备的术后管理方法，其特征在于，包括： 基于可穿戴监控设备上的多个光学传感器，透过用户的眼睛的瞳孔采集用户的视网膜的多个图像，其中，所述用户经历用于治疗目标病症的手术，所述可穿戴监控设备为眼镜状，用于佩戴在所述用户的头部，环境光线通过所述可穿戴监控设备上安装的镜片进入所述瞳孔，所述多个光学传感器设置在所述可穿戴监控设备上的不同位置，采集得到的所述多个图像覆盖所述视网膜的区域相互不一致； 对所述多个图像进行合并得到合并图像，其中，对所述多个图像中的第i个图像和第j个图像进行合并时，从所述第i个图像中选取第一像素集合，从所述第j个图像选取第二像素集合，所述第一像素集合与所述第二像素集合中的像素一一对应，基于所述第一像素集合为所述第i个图像绘制第一边界，基于所述第二像素集合为所述第j个图像绘制第二边界，将所述第i个图像的所述第一边界与所述第j个图像的第二边界对接，以实现所述第i个图像与所述第j个图像的合并； 将所述合并图像输入经过训练的卷积神经网络，通过所述卷积神经网络识别所述合并图像中是否存在与所述目标病症匹配的区域，其中，所述卷积神经网络基于预设的样本图像集合进行训练，所述样本图像为患有所述目标病症的用户群体的视网膜图像，所述样本图像集合上具有标注框，所述标注框用于对所述样本图像集合上的与所述目标病症匹配的区域进行标注； 在所述合并图像中存在与所述目标病症匹配的区域时，基于所述用户的信息、所述目标病症的信息以及所述合并图像中存在与所述目标病症匹配的区域生成告警信息，将所述告警信息发送至预设的服务器， 其中，“将所述第i个图像的所述第一边界与所述第j个图像的第二边界对接”包括： 构建中介曲线，选取第一权重矩阵、第一偏置矩阵使得所述第一边界对应的曲线符合条件，以及选取第二权重矩阵、第二偏置矩阵使得所述第二边界对应的曲线符合条件； 基于所述第一权重矩阵、所述第一偏置矩阵对所述第i个图像的每个像素进行转换，使所述第一边界对应的曲线转换为，以及基于所述第二权重矩阵、所述第二偏置矩阵对所述第j个图像的每个像素进行转换，使所述第二边界对应的曲线转换为； 基于转换后的所述第i个图像和所述第j个图像进行合并， 其中，“从所述第i个图像中选取第一像素集合，从所述第j个图像选取第二像素集合”包括： 从所述第i个图像中取任一点，从所述第j个图像中取任一点； 计算所述点与所述点之间的差异，其中，为所述点的像素颜色值，为所述点的像素颜色值，表示以所述第i个图像中的所述点为中心的n维像素矩阵，表示以所述第个图像中的所述点为中心的n维像素矩阵，n为奇数，函数用于计算两个矩阵间的梯度差异； 在所述差异小于预设的第一阈值时，将所述点处的像素置入所述第一像素集合，将所述点处的像素置入所述第二像素集合。
