一种透析器中空纤维膜丝孔检测系统及检测方法与流程

本发明涉及一种透析器中空纤维膜丝孔检测系统及检测方法，属于透析器质量检测。

背景技术：

1、血液透析器是一种用于慢性肾功能衰竭患者进行血液净化的医疗设备。它的主要用途是清除患者血液中的代谢废物和多余的水分，以代替失去功能的肾脏。透析器的基本原理是利用半透膜进行物质交换，通过弥散(扩散)和对流(超滤)两个过程来达到净化血液的目的。

2、中空纤维膜是透析器中的关键部件，由数千根细微的中空纤维组成，每根纤维都具有半透性。中空纤维膜的主要作用包括：(1)选择性过滤。中空纤维膜的半透性允许小分子(如尿素、肌酐等代谢废物)通过，而阻止大分子(如血细胞和蛋白质)通过，从而实现血液净化。(2)高效传质。由于中空纤维的微小孔径和巨大的表面积，血液和透析液在膜两侧的接触面积大，传质效率高，使废物能迅速从血液中转移到透析液中。(3)机械强度。中空纤维膜具有较高的机械强度，能承受透析过程中血液和透析液的流动压力，确保透析过程的安全和稳定。中空纤维膜的设计和材料选择对血液透析器的性能至关重要，直接影响到透析效果和患者的治疗结果。

3、中空纤维膜丝孔的典型缺陷有丝孔不通、扁丝和残胶三种类型。丝孔不通主要呈现为孔内有明显的切割刀痕，与孔外的切割纹理相似。扁丝表现为丝孔形状扁平化。残胶主要表现为丝孔内壁有残留胶体，并非完全阻塞。以上三种缺陷可能会导致：(1)降低透析效率，增加透析时间。有效透析表面积减少，废物和多余液体无法充分清除，导致血液中的毒素积累，需要更长时间才能达到预期的清除效果。(2)血流阻力增加。透析器内的血流阻力增大，可能引发心血管并发症。(3)凝血风险。局部血液滞留和凝血风险增加，可能导致血栓形成。

4、目前，透析器中空纤维膜丝孔的检测方法主要有以下几种：(1)显微镜观察法，使用光学显微镜或扫描电子显微镜(sem)观察中空纤维膜的微观结构和丝孔状况，该种方法，观察范围有限，难以检测大面积或大量样品，此外，人工操作和设备成本较高；(2)压力测试法，通过向中空纤维膜施加气压，检测气泡从丝孔中冒出的压力，以确定丝孔的存在和大小，该方法只能检测丝孔的通透性，无法识别其他缺陷类型，如扁丝、残胶，同时，对检测环境要求较高，测试过程中需要精确控制气压。

技术实现思路

1、为了解决上述问题，本发明提供了提供一种透析器中空纤维膜丝孔检测系统及检测方法，利用硬件与软件交互，并结合自动光学检测技术，以实现对透析器丝孔异常区域的快速、精确定位和分割，从而确保透析器中空纤维膜的质量。

2、为了解决上述技术问题，本发明采用了以下技术方案：一种透析器中空纤维膜丝孔检测系统，包括以下：

3、图像采集子系统，在光环境中，利用相机及镜头获取透析器中空纤维膜两端的丝孔图像，并形成数据集；

4、运动控制子系统，利用传送机构驱动限位槽携带透析器中空纤维膜沿传输带移动，当透析器中空纤维膜到达检测位置时，利用举升机构举升透析器中空纤维膜至拍照位置，然后利用旋转机构驱动透析器中空纤维膜作周向旋转动作，以辅助图像采集子系统对透析器中空纤维膜进行旋转拍照；

5、视觉检测子系统，用于对图像采集子系统获取的丝孔图像数据集进行分析处理并识别丝孔图像的缺陷区域，其包括图像预处理模块、检测模块和结果显示模块，其中，所述图像预处理模块，用于对透析器中空纤维膜的膜束边缘进行粗定位，获取roi区域，对roi区域进行检测；所述检测模块，用于将粗定位后的roi区域输入至神经网络进行推理，预测各像素类别；所述结果显示模块，用于显示检测模块预测的结果，标注出分割的缺陷区域并进行缺陷计数。

6、优选地，所述图像采集子系统中，将透析器中空纤维膜置于两侧对向设置的光源之间，采用一对相机分别设置在两侧光源的外侧，使相机的镜头朝向透析器中空纤维膜的端面。

7、优选地，所述光源通过活动槽安装在光源支架上以实现光源在竖直方向上位置可调，使所述光源与镜头同轴心。

8、优选地，所述光源采用环形紫外光源。

9、优选地，所述运动控制子系统中还包括一对塑料夹板，该对塑料夹板分布在透析器中空纤维膜的两侧并共同与气动机构驱动连接，用于在拍照前对透析器中空纤维膜进行正位。

10、一种透析器中空纤维膜丝孔检测方法，包括以下步骤：

11、步骤一、启动运动控制子系统，利用传送机构驱动限位槽携带透析器中空纤维膜(11)沿传输带移动，当透析器中空纤维膜到达检测位置时，利用举升机构(9)举升透析器中空纤维膜至拍照位置；

12、步骤二、启动图像采集子系统中相机、镜头以及光源，在光环境中，通过旋转机构驱动透析器中空纤维膜作周向旋转动作，同时，利用相机及镜头对透析器中空纤维膜进行拍照，以获取透析器中空纤维膜两端的丝孔图像，并形成数据集；

13、步骤三、将步骤二获取的丝孔图像的数据集传输至视觉检测子系统，利用图像预处理模块，对透析器中空纤维膜的膜束边缘进行粗定位，获取roi区域，对roi区域进行检测；利用检测模块，将粗定位后的roi区域输入至神经网络进行推理，通过丝孔检测算法预测各像素类别，并对透析器中空纤维膜缺陷位置进行定位和像素级分割；利用结果显示模块，显示检测模块预测的结果，并标注出分割的缺陷区域并进行缺陷计数。

14、优选地，所述丝孔检测算法，具体为：

15、s1、图像预处理及标注，对丝孔图像形成的数据集进行预处理操作，重建数据集，并进行数据标注；

16、s2、模型训练，通过训练多尺度卷积神经网络模型，构建丝孔缺陷区域分割网络模型；

17、s3、模型部署，将训练好的丝孔缺陷区域分割网络模型导入机器视觉软件子系统，进行优化加速，使其应用于实际场景中；

18、s4、实时缺陷检测，运动控制子系统辅助图像采集子系统对透析器中空纤维膜进行实时旋转拍照，实现透析器中空纤维膜丝孔多类别缺陷的定位及像素级分割。

19、优选地，所述s1图像预处理及标注的具体步骤包括：

20、s101、形态学操作，使用大尺寸的矩形结构元对图像进行闭合操作，即先膨胀后腐蚀，通过闭合操作连接相邻的白色区域，白色区域即丝孔区域，使白色区域形成一个整体，消除其中的黑色间隙；

21、s102、图像去噪，使用高斯滤波降低图像噪声，提升图像质量；

22、s103、二值化，设定灰度阈值进行二值化处理，获得二值图像，凸显膜束边缘；

23、s104、边缘检测，利用一阶水平差分算子提取二值图像的边缘点，仅计算水平方向的梯度即可得到膜束边缘，一阶水平差分算子定义为：

24、gx(,y)＝i(x+1,y)-i(x,y)

25、其中，g表示图像在x方向上的梯度，i表示图像像素值。

26、s105、线段拟合，通过最小二乘法对边缘点(xi，yi)进行线段拟合，得到代表膜束边缘的线段，线段拟合的目标是找到一条直线，使得该直线与所有边缘点的距离平方和最小；

27、s106、裁剪，以线段中点为基准点，设置矩形框裁剪图像，获取roi区域，roi区域为膜束边缘往内延伸n个像素；

28、s107、标注，使用labelme进行像素级标注，标注像素类别有背景、丝孔不通、扁丝和残胶四种类型。

29、优选地，所述s2的模型训练具体包括：

30、s201、构建多尺度语义分割网络，网络由收缩路径、扩张路径和跳跃连接组成，其中，

31、收缩路径，对输入样本进行下采样，通过卷积和池化操作提取丝孔图像的特征，同时减小空间分辨率，生成多个初步有效特征层；

32、扩张路径，对收缩路径的最后一组特征图进行上采样，通过卷积和转置卷积操作恢复空间分辨率，包含多个子模块；

33、跳跃连接，以并联方式将收缩路径中同特征层的特征图与扩张路径中的子模块特征图相连接，以弥补分割细节；

34、s202、预测像素类别，采用1*1卷积核进行卷积操作，输出通道数量对应四种像素类别，应用sigmoid激活函数，将输出转换为每个像素的类别概率分布，最终预测出各像素类别。

35、优选地，所述s3的模型部署具体包括：

36、将训练好的丝孔缺陷区域分割网络丝孔缺陷区域分割网络模型从深度学习框架pytorch导出为onnx格式，将该丝孔缺陷区域分割网络模型权重导入到视觉软件中；软件调用tensorrt库中的python api，首次运行软件会将onnx格式的模型转换为.engine格式文件的tensorrt引擎；转换过程中对丝孔缺陷区域分割网络模型进行优化，以提高优化后丝孔缺陷区域分割网络模型的推理速度，使其应用于实际场景中。本发明的有益效果：本发明将自动光学检测技术应用于透析器中空纤维膜丝孔检测，通过利用高分辨率相机、镜头和光源系统拍摄中空纤维膜图像，并借助图像处理技术识别和分析丝孔的形态、大小和分布，能够识别微小的丝孔缺陷，识别精度高，最终实现透析器高效、精确的无损检测；本发明能快速扫描大面积样品，适用于大批量生产线上的实时在线检测。