1.本发明涉及医疗及机器视觉技术领域，尤其涉及一种基于机器视觉的智能输液报警方法及系统。
背景技术：2.静脉输液是利用大气压和液体静压原理将大量无菌液体、电解质、药物由静脉输入体内的方法，是临床医疗的一项常规给药技术；在病人进行静脉输液过程中，常常需要陪护人员或护士对输液过程进行有效监控，以防止输液完成而造成的回血现象，若不及时提醒很可能造成很大意外；目前，除了通过陪护人员或护士对输液情况进行跟踪监看外，还出现一些通过重量传感器、红外传感器或压力传感器等方式监测输液情况进行报警的方法，例如：中国专利号cn103463698b公开一种压力感应式传感器输液报警系统，该类系统需要在输液瓶或输液袋上预装传感器以实现输液监测报警，这种方式无疑提高了输液瓶或输液袋的生产成本，进而进一步加剧了病患的治疗费用，即使将这些传感器进行外置，以可复用设备方式进行重复利用，其成本也是很高的，而且在病患较多的场景，也需对每个输液瓶或输液袋进行一对一可复用设备加装，其后续维护成本更高，且可兼容性还需考虑，并且其也无法实现一对多输液监测；
3.相较于传感器方式的监测报警系统而言，利用图像识别就可很好解决上述问题，目前，虽出现了一些通过图像识别进行输液监测报警的方法，例如：中国专利号cn111298238b公开了一种基于图像识别的输液预警方法，但该方法需要在输液容器上预设预警线，其实际应用性较低；另外，中国专利号cn105498042b公开了基于视频的非避光式输液自动报警方法及其装置，该发明虽然能根据滴壶内液面以及滴壶内液速实现实时报警，但报警过于急促，没有留给护士换药或拆针的缓冲时间，若面临病患较多场景，则会让护士手足无措；此外，由于输液容器类型(常见有输液瓶或输液袋)、输液容器容量以及护士调节的输液速度不同，通过设置固定预设值方式进行比较也很难实际应用，因为不管是速度的预设值，还是输液容器预警线的预设值其受众多因素影响，很难做到统一，若通过护士预设一一输入，这无疑存在误操作风险；
4.因此，亟需一种智能输液报警方法以解决上述问题。
技术实现要素：5.本发明的目的是为了解决现有技术中存在的缺陷，而提出的一种基于机器视觉的智能输液报警方法及系统。
6.为了实现上述目的，本发明采用了如下技术方案：
7.一种基于机器视觉的智能输液报警方法，包括如下步骤：
8.1)基于现有输液场景内的监控摄像头采集在第一输液时间点的病患输液容器图像，并基于第一机器学习模型对所述输液容器图像进行识别，以获取输液容器体积数据；
9.2)在获取输液容器体积数据后，基于所述监控摄像头采集滴壶图像，并基于第二
机器学习模型进行识别，以获取滴管的直径数据；
10.3)在获取滴管的直径数据后，利用所述监控摄像头采集在第二输液时间点的滴壶视频，并基于预设时间区间对其进行视频处理，以计算滴壶内的第一滴速数据，所述预设时间区间为1分钟；
11.4)基于所述直径数据对所述第一滴速数据进行修正，并计算所述第二输液时间点与第一输液时间点的时间差值，同时将其与修正后的所述第一滴速数据进行计算，以获取误差数据；
12.5)将所述输液容器体积数据减去误差数据，以获取当前输液容量数据，同时根据修正后的第一滴速数据计算剩余输液时间；
13.6)实时判断所述剩余输液时间是否满足预设预警时间范围，若满足则进行一次预警；
14.7)当所述剩余输液时间满足预设预警时间范围时，利用所述监控摄像头实时二次采集所述滴壶视频，并计算滴壶内的第二滴速数据，同时判断所述第二滴速数据与第一滴速数据之比是否超出预设比，若超出，则进行二次紧急报警。
15.进一步地，所述第一机器学习模型和所述的第二机器学习模型均基于输液设备数据库中经过标注后的基本数据作为训练集生成，所述输液设备数据库中的基本数据至少包含有不同类型输液容器的体积数据以及不同类型滴管的直径数据。
16.进一步地，所述第一机器学习模型和所述的第二机器学习模型具体为逻辑回归、随机森林、k近邻、支持向量机、线性判别分析、朴素贝叶斯、神经网络中的至少一种。
17.进一步地，所述基于预设时间区间对其进行视频处理，以计算滴壶内的第一滴速数据，包括：
18.将采集到的所述滴壶视频进行时间线区分，提取其中1分钟视频；
19.将所述的1分钟视频进行关键帧标注，即将输液滴第一次落入液面作为第一关键帧，将输液滴第二次落入液面作为第二关键帧，依次循环直至获取到1分钟内所有关键帧，根据所述关键帧得到滴壶内的第一滴速数据。
20.进一步地，所述误差数据是指第二输液时间点与第一输液时间点的时间差值内已输入人体的输液体积数据，即从病患开始输入时间点到数据处理完成后这段时间内已完成的输液量。
21.进一步地，所述基于所述直径数据对所述第一滴速数据进行修正，并计算所述第二输液时间点与第一输液时间点的时间差值，同时将其与修正后的所述第一滴速数据进行计算，以获取误差数据，包括：
22.首先根据所述直径数据，即根据不同直径滴管1毫升所需的液滴量对所述第一滴速数据进行修正，即得到修正后的第一滴速数据；
23.然后，将所述第二输液时间点减去所述第一输液时间点，得到时间差值；
24.最后，将修正后的所述第一滴速数据与所述时间差值做积，即得到误差数据，其公式如下：
25.sw＝v
x
×
tc26.式中：sw表示误差数据；v
x
表示修正后的第一滴速数据；tc表示时间差值。
27.进一步地，所述剩余输液时间的计算公式如下：
[0028][0029]
式中：tz表示剩余输液时间；sz表示输液容器体积数据；sw表示误差数据；v
x
表示修正后的第一滴速数据。
[0030]
一种基于机器视觉的智能输液报警系统，包括：
[0031]
第一采集模块用于采集在第一输液时间点的病患输液容器图像；
[0032]
第一识别模块用于基于第一机器学习模型对所述输液容器图像进行识别，以获取输液容器体积数据；
[0033]
第二采集模块用于在获取输液容器体积数据后，采集滴壶图像；
[0034]
第二识别模块用于基于第二机器学习模型对所述滴壶图像进行识别，以获取滴管的直径数据；
[0035]
第三采集模块用于在获取滴管的直径数据后，采集在第二输液时间点的滴壶视频；
[0036]
第一计算处理模块用于基于预设时间区间对所述滴壶视频进行视频处理，以计算滴壶内的第一滴速数据；
[0037]
第二计算处理模块用于计算所述第二输液时间点与第一输液时间点的时间差值，并计算获取误差数据；
[0038]
第三计算处理模块用于将所述输液容器体积数据减去误差数据，以获取当前输液容量数据，并计算剩余输液时间；
[0039]
输液预警模块用于根据所述剩余输液时间实时判断其是否满足预设预警时间范围，若满足则进行一次预警，同时显示剩余输液时间；
[0040]
紧急报警模块用于当所述剩余输液时间满足预设预警时间范围时，实时二次采集所述滴壶视频，并计算滴壶内的第二滴速数据，同时判断所述第二滴速数据与第一滴速数据之比是否超出预设比，若超出，则进行二次紧急报警。
[0041]
进一步地，所述第二计算处理模块包括滴速修正单元，所述滴速修正单元用于根据所述直径数据，即根据不同直径滴管1毫升所需的液滴量对所述第一滴速数据进行修正，即得到修正后的第一滴速数据。
[0042]
相比于现有技术，本发明的有益效果在于：
[0043]
(1)本技术公开了一种基于机器视觉的智能输液报警方法及系统，其以现有输液场景内的监控摄像头为依托采集输液容器图像和滴壶图像，并依托经过预训练的机器学习模型进行识别，能够有效获取不同输液容器的体积数据以及不同类型滴管的直径数据，之后在获取滴速数据，则可以实现对输液状况的及时报警，其相较于现有传感器方式的监测报警系统而言，成本低，能够实现一对多的输液监测，且可以实时显示剩余输液时间，以便辅助护士进行及时换药和拆针；
[0044]
(2)本技术公开了一种基于机器视觉的智能输液报警方法及系统，其根据不同类型滴管的直径数据对滴速数据进行修正，以获取准确的剩余输液时间，通过将准确的剩余输液时间与预设预警时间范围进行比较，实现对输液情况的及时预警，从而有利于为护士对多人换药、备药和拆针预留足够的缓冲时间；另外，通过实时判断所述第二滴速数据与第
一滴速数据之比是否超出预设比，可以进行二次紧急报警，以防护士因病患较多，而忘记对某一病患的换药或拆针操作；
[0045]
(3)本技术公开了一种基于机器视觉的智能输液报警方法及系统，其相较于现有的图像识别进行输液监测报警的方法而言，本发明无需设置固定参照线或固定参照值，而是根据不同输液容器类型和输液容器容量进行相对变化设置，因此，本发明能够对不同输液容器类型、输液容器容量以及输液速度进行智能化输液监测，通用性强，能够满足不同使用场景，具有一定的社会和经济效益。
附图说明
[0046]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
[0047]
图1为本发明提出的一种基于机器视觉的智能输液报警方法的整体流程图；
[0048]
图2为本发明提出的一种基于机器视觉的智能输液报警系统的整体结构示意图。
具体实施方式
[0049]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
[0050]
在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
[0051]
在一个实施例中，参照图1，提供了一种基于机器视觉的智能输液报警方法，包括如下步骤：
[0052]
1)基于现有输液场景内的监控摄像头采集在第一输液时间点的病患输液容器图像，并基于第一机器学习模型对所述输液容器图像进行识别，以获取输液容器体积数据；
[0053]
2)在获取输液容器体积数据后，基于所述监控摄像头采集滴壶图像，并基于第二机器学习模型进行识别，以获取滴管的直径数据；
[0054]
具体的，所述第一机器学习模型和所述的第二机器学习模型均基于输液设备数据库中经过标注后的基本数据作为训练集生成，所述输液设备数据库中的基本数据至少包含有不同类型输液容器的体积数据以及不同类型滴管的直径数据。
[0055]
具体的，所述第一机器学习模型和所述的第二机器学习模型具体为逻辑回归、随机森林、k近邻、支持向量机、线性判别分析、朴素贝叶斯、神经网络中的至少一种；
[0056]
在这需要说明一点的是：所述第一机器学习模型和所述的第二机器学习模型可以为相同模型，也可以为不同模型，凡是能够实现本技术点的模型，都可进行应用，本发明对其不做具体限制。
[0057]
3)在获取滴管的直径数据后，利用所述监控摄像头采集在第二输液时间点的滴壶视频，并基于预设时间区间对其进行视频处理，以计算滴壶内的第一滴速数据，所述预设时间区间为1分钟；
[0058]
具体的，所述基于预设时间区间对其进行视频处理，以计算滴壶内的第一滴速数
据，包括：
[0059]
将采集到的所述滴壶视频进行时间线区分，提取其中1分钟视频；
[0060]
将所述的1分钟视频进行关键帧标注，即将输液滴第一次落入液面作为第一关键帧，将输液滴第二次落入液面作为第二关键帧，依次循环直至获取到1分钟内所有关键帧，根据所述关键帧得到滴壶内的第一滴速数据。
[0061]
4)基于所述直径数据对所述第一滴速数据进行修正，并计算所述第二输液时间点与第一输液时间点的时间差值，同时将其与修正后的所述第一滴速数据进行计算，以获取误差数据；
[0062]
具体的，所述误差数据是指第二输液时间点与第一输液时间点的时间差值内已输入人体的输液体积数据，即从病患开始输入时间点到数据处理完成后这段时间内已完成的输液量。
[0063]
具体的，所述基于所述直径数据对所述第一滴速数据进行修正，并计算所述第二输液时间点与第一输液时间点的时间差值，同时将其与修正后的所述第一滴速数据进行计算，以获取误差数据，包括：
[0064]
首先根据所述直径数据，即根据不同直径滴管1毫升所需的液滴量对所述第一滴速数据进行修正，即得到修正后的第一滴速数据；
[0065]
然后，将所述第二输液时间点减去所述第一输液时间点，得到时间差值；
[0066]
最后，将修正后的所述第一滴速数据与所述时间差值做积，即得到误差数据，其公式如下：
[0067]
sw＝v
x
×
tc[0068]
式中：sw表示误差数据；v
x
表示修正后的第一滴速数据；tc表示时间差值。
[0069]
5)将所述输液容器体积数据减去误差数据，以获取当前输液容量数据，同时根据修正后的第一滴速数据计算剩余输液时间；
[0070]
具体的，所述剩余输液时间的计算公式如下：
[0071][0072]
式中：tz表示剩余输液时间；sz表示输液容器体积数据；sw表示误差数据；v
x
表示修正后的第一滴速数据。
[0073]
6)实时判断所述剩余输液时间是否满足预设预警时间范围，若满足则进行一次预警；
[0074]
7)当所述剩余输液时间满足预设预警时间范围时，利用所述监控摄像头实时二次采集所述滴壶视频，并计算滴壶内的第二滴速数据，同时判断所述第二滴速数据与第一滴速数据之比是否超出预设比，若超出，则进行二次紧急报警。
[0075]
在一个实施例中，参照图2，提供了一种基于机器视觉的智能输液报警系统，包括：
[0076]
第一采集模块用于采集在第一输液时间点的病患输液容器图像；
[0077]
第一识别模块用于基于第一机器学习模型对所述输液容器图像进行识别，以获取输液容器体积数据；
[0078]
第二采集模块用于在获取输液容器体积数据后，采集滴壶图像；
[0079]
第二识别模块用于基于第二机器学习模型对所述滴壶图像进行识别，以获取滴管的直径数据；
[0080]
第三采集模块用于在获取滴管的直径数据后，采集在第二输液时间点的滴壶视频；
[0081]
第一计算处理模块用于基于预设时间区间对所述滴壶视频进行视频处理，以计算滴壶内的第一滴速数据；
[0082]
第二计算处理模块用于计算所述第二输液时间点与第一输液时间点的时间差值，并计算获取误差数据；
[0083]
第三计算处理模块用于将所述输液容器体积数据减去误差数据，以获取当前输液容量数据，并计算剩余输液时间；
[0084]
输液预警模块用于根据所述剩余输液时间实时判断其是否满足预设预警时间范围，若满足则进行一次预警，同时显示剩余输液时间；
[0085]
紧急报警模块用于当所述剩余输液时间满足预设预警时间范围时，实时二次采集所述滴壶视频，并计算滴壶内的第二滴速数据，同时判断所述第二滴速数据与第一滴速数据之比是否超出预设比，若超出，则进行二次紧急报警。
[0086]
所述第二计算处理模块包括滴速修正单元，所述滴速修正单元用于根据所述直径数据，即根据不同直径滴管1毫升所需的液滴量对所述第一滴速数据进行修正，即得到修正后的第一滴速数据。
[0087]
在一个实施例中，将结合具体案例对本技术提出的一种基于机器视觉的智能输液报警方法及系统进行进一步地详细解释；
[0088]
在本实施例中，假设一名患者在18时00分15秒进行输液，此时通过输液场景内的监控摄像头采集在第一输液时间点(假设该第一输液时间点为18时01分00秒)的病患输液容器图像并基于第一机器学习模型对所述输液容器图像进行识别，以获取输液容器体积数据；
[0089]
在本实施例中，假设识别出所述输液容器图像为输液瓶类型，且该输液瓶的输液容器体积数据为200毫升；
[0090]
之后，再基于所述监控摄像头采集滴壶图像，并基于第二机器学习模型进行识别，以获取滴管的直径数据；
[0091]
在本实施例中，假设滴管的直径数据为0.5厘米，且对应每滴滴液为0.5毫升，也就是说平均每两滴滴液为1毫升；
[0092]
在这需要说明一点的是：滴管的直径数据和对应每滴滴液的滴量并不一定和现有输液设备完全一样，在这仅其举例说明作用；
[0093]
在获取滴管的直径数据后，再采集在第二输液时间点(假设该第一输液时间点为18时05分00秒)的滴壶视频，并基于预设时间区间对其进行视频处理，以计算滴壶内的第一滴速数据；
[0094]
在本实施例中，假设1分钟内滴壶内的第一滴速数据为30滴/分钟；
[0095]
接着，根据所述直径数据，即根据不同直径滴管1毫升所需的液滴量对所述第一滴速数据进行修正，即得到修正后的第一滴速数据为15滴/分钟；然后，将所述第二输液时间点减去所述第一输液时间点，得到时间差值；最后，通过公式sw＝v
x
×
tc将修正后的所述第
一滴速数据与所述时间差值做积，即得到误差数据为60毫升；
[0096]
然后，将所述输液容器体积数据减去误差数据，即200-60＝140毫升；
[0097]
接着，根据公式计算剩余输液时间为140
÷
15≈9.3分钟；
[0098]
最后，实时判断所述剩余输液时间是否满足预设预警时间范围，假设预设预警时间范围为1分钟，则当剩余输液时间小于1分钟是系统就会进行预警；
[0099]
同时当所述剩余输液时间满足预设预警时间范围时，所述监控摄像头会实时二次采集所述滴壶视频，并计算滴壶内的第二滴速数据，同时判断所述第二滴速数据与第一滴速数据之比是否超出预设比，若超出；
[0100]
在本实施例中，假设第二滴速数据为25滴/分钟，则第二滴速数据与第一滴速数据之比25∶30，即为5比6；
[0101]
在本实施例中，假设预设比为1，当第二滴速数据为25滴/分钟时，则小于预设比，故进行二次紧急报警。
[0102]
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
技术特征：1.一种基于机器视觉的智能输液报警方法，其特征在于，包括如下步骤：1)基于现有输液场景内的监控摄像头采集在第一输液时间点的病患输液容器图像，并基于第一机器学习模型对所述输液容器图像进行识别，以获取输液容器体积数据；2)在获取输液容器体积数据后，基于所述监控摄像头采集滴壶图像，并基于第二机器学习模型进行识别，以获取滴管的直径数据；3)在获取滴管的直径数据后，利用所述监控摄像头采集在第二输液时间点的滴壶视频，并基于预设时间区间对其进行视频处理，以计算滴壶内的第一滴速数据，所述预设时间区间为1分钟；4)基于所述直径数据对所述第一滴速数据进行修正，并计算所述第二输液时间点与第一输液时间点的时间差值，同时将其与修正后的所述第一滴速数据进行计算，以获取误差数据；5)将所述输液容器体积数据减去误差数据，以获取当前输液容量数据，同时根据修正后的第一滴速数据计算剩余输液时间；6)实时判断所述剩余输液时间是否满足预设预警时间范围，若满足则进行一次预警；7)当所述剩余输液时间满足预设预警时间范围时，利用所述监控摄像头实时二次采集所述滴壶视频，并计算滴壶内的第二滴速数据，同时判断所述第二滴速数据与第一滴速数据之比是否超出预设比，若超出，则进行二次紧急报警。2.根据权利要求1所述的一种基于机器视觉的智能输液报警方法，其特征在于，所述第一机器学习模型和所述的第二机器学习模型均基于输液设备数据库中经过标注后的基本数据作为训练集生成，所述输液设备数据库中的基本数据至少包含有不同类型输液容器的体积数据以及不同类型滴管的直径数据。3.根据权利要求1所述的一种基于机器视觉的智能输液报警方法，其特征在于，所述第一机器学习模型和所述的第二机器学习模型具体为逻辑回归、随机森林、k近邻、支持向量机、线性判别分析、朴素贝叶斯、神经网络中的至少一种。4.根据权利要求1所述的一种基于机器视觉的智能输液报警方法，其特征在于，所述基于预设时间区间对其进行视频处理，以计算滴壶内的第一滴速数据，包括：将采集到的所述滴壶视频进行时间线区分，提取其中1分钟视频；将所述的1分钟视频进行关键帧标注，即将输液滴第一次落入液面作为第一关键帧，将输液滴第二次落入液面作为第二关键帧，依次循环直至获取到1分钟内所有关键帧，根据所述关键帧得到滴壶内的第一滴速数据。5.根据权利要求1所述的一种基于机器视觉的智能输液报警方法，其特征在于，所述误差数据是指第二输液时间点与第一输液时间点的时间差值内已输入人体的输液体积数据，即从病患开始输入时间点到数据处理完成后这段时间内已完成的输液量。6.根据权利要求1所述的一种基于机器视觉的智能输液报警方法，其特征在于，所述基于所述直径数据对所述第一滴速数据进行修正，并计算所述第二输液时间点与第一输液时间点的时间差值，同时将其与修正后的所述第一滴速数据进行计算，以获取误差数据，包括：首先根据所述直径数据，即根据不同直径滴管1毫升所需的液滴量对所述第一滴速数据进行修正，即得到修正后的第一滴速数据；
然后，将所述第二输液时间点减去所述第一输液时间点，得到时间差值；最后，将修正后的所述第一滴速数据与所述时间差值做积，即得到误差数据，其公式如下：s
w
＝v
x
×
t
c
式中：s
w
表示误差数据；v
x
表示修正后的第一滴速数据；t
c
表示时间差值。7.根据权利要求1所述的一种基于机器视觉的智能输液报警方法，其特征在于，所述剩余输液时间的计算公式如下：式中：t
z
表示剩余输液时间；s
z
表示输液容器体积数据；s
w
表示误差数据；v
x
表示修正后的第一滴速数据。8.一种基于机器视觉的智能输液报警系统，其特征在于，包括：第一采集模块用于采集在第一输液时间点的病患输液容器图像；第一识别模块用于基于第一机器学习模型对所述输液容器图像进行识别，以获取输液容器体积数据；第二采集模块用于在获取输液容器体积数据后，采集滴壶图像；第二识别模块用于基于第二机器学习模型对所述滴壶图像进行识别，以获取滴管的直径数据；第三采集模块用于在获取滴管的直径数据后，采集在第二输液时间点的滴壶视频；第一计算处理模块用于基于预设时间区间对所述滴壶视频进行视频处理，以计算滴壶内的第一滴速数据；第二计算处理模块用于计算所述第二输液时间点与第一输液时间点的时间差值，并计算获取误差数据；第三计算处理模块用于将所述输液容器体积数据减去误差数据，以获取当前输液容量数据，并计算剩余输液时间；输液预警模块用于根据所述剩余输液时间实时判断其是否满足预设预警时间范围，若满足则进行一次预警，同时显示剩余输液时间；紧急报警模块用于当所述剩余输液时间满足预设预警时间范围时，实时二次采集所述滴壶视频，并计算滴壶内的第二滴速数据，同时判断所述第二滴速数据与第一滴速数据之比是否超出预设比，若超出，则进行二次紧急报警。9.根据权利要求8所述的一种基于机器视觉的智能输液报警系统，其特征在于，所述第二计算处理模块包括滴速修正单元，所述滴速修正单元用于根据所述直径数据，即根据不同直径滴管1毫升所需的液滴量对所述第一滴速数据进行修正，即得到修正后的第一滴速数据。
技术总结本发明公开了一种基于机器视觉的智能输液报警方法，属于医疗及机器视觉技术领域，本发明以现有输液场景内的监控摄像头为依托采集输液容器图像和滴壶图像，并经过预训练的机器学习模型进行识别，能够有效获取不同输液容器的体积数据以及不同类型滴管的直径数据，之后在获取滴速数据，则可以实现对输液状况的及时报警，其相较于现有输液报警方式而言，本发明成本低，能够实现一对多的输液监测，且可以实时显示剩余输液时间；此外，本发明无需设置固定参照线或固定参照值，而是根据不同输液容器类型和输液容器容量进行相对变化设置，因此能够对不同输液容器类型、输液容器容量以及输液速度进行智能化输液监测，通用性强，能够满足不同使用场景。足不同使用场景。足不同使用场景。
技术研发人员：商临萍 郭威 赵文婷 孙沛 杨雅茜 刘美荣
受保护的技术使用者：山西医科大学第一医院
技术研发日：2022.07.08
技术公布日：2022/11/1
