基于静脉识别技术的医院患者识别管理系统研究*

徐泽林 陈 明 张慧连 李成毅

基于静脉识别技术的医院患者识别管理系统研究*

徐泽林① 陈 明② 张慧连③ 李成毅④*

目的：设计国内领先的基于静脉识别技术的医院患者识别管理系统，实现医院患者识别管理的准确控制，从而得到良好的临床治疗效果。方法：采用近红外线照射手掌皮肤的静脉血管，使用摄像机获取静脉生物特征的红外图像，通过图像采集、预处理、特征提取以及特征值的提取与匹配等过程从而实现患者身份确认。结果：该系统的正确识别率为98%，识别时间＜0.5 s，其两个关键技术指标均达到业内同等水平。结论：静脉识别是所有生物识别技术中难以伪造的先进技术，具有很高的安全性。该系统能实现更好的错误拒绝率和错误接受率、用户认可度高以及识别速度快的优点，可在临床上推广应用。

红外线；静脉识别；图像处理；医院管理系统

[First-author’s address] Zhongshan Hospital of Traditional Chinese Medicine, Zhongshan 528400, China.

目前，医护人员在为患者进行各项检查、手术及药物治疗等措施前常使用手持移动终端扫描患者腕部识别带条形码，获得患者的身份信息并进行核对，以保证患者接受正确的治疗。患者腕部的识别带一旦脱落丢失、或患者偷换识别带则会导致错误管理和错误治疗的事故发生[1]。为了使患者安全管理紧跟国际步伐，减少医疗不良事件的发生，保证医院患者管理和工作流程的正确良好执行，广东省中山市中医院研制出一套基于静脉识别技术的医院患者识别管理系统[2]。

1 静脉识别技术

静脉识别技术是生物识别技术中较新的一种。生物识别技术是一套基于人体生理特征或行为方式对人体进行自动识别的技术，其中包括脸型识别、指纹识别、掌形识别、笔迹识别、虹膜识别、角膜识别、声音识别、DNA识别及静脉识别等。生物识别技术正在成为一系列高度安全的身份识别、认证解决方案的核心技术基础。利用生物识别进行个人身份认证，比使用密码或个人识别码的认证方式更加方便和精确。生物识别技术直接将数据与特定的个人进行关联，无需携带或记忆，更加方便，可提供明确的认证而更加精确，并可提供审计索引且性价比高。静脉识别技术是比指纹技术更安全可靠的生物技术。指纹技术采用触摸方式采样，从卫生健康的角度不利于在多用户环境下使用[3]。

静脉识别的工作原理是用近红外线照射手背或手掌皮肤里的静脉血管，用摄像机获取红外图像取静脉的生物特征，从而实现身份确认。静脉识别是所有生物识别技术中最难以伪造的方式，具有很高的安全水平[4]。目前，常见的静脉识别研究有手掌静脉识别、手背静脉识别和手指静脉识别。其中手掌静脉识别的优势包括[5]：①静脉位于皮下不易受外部影响而失真，体表外在情况对摄取的静脉图像无任何影响，可降低因所采集样本的损伤而造成的登录失败率，静脉图案极难复制，该技术还可感知静脉血液的流动情况；②活体检测，彻底消除伪造的可能性；③该技术能实现更好的错误拒绝率和错误接受率；④该技术可采取非接触式，无需用户触摸感应表面，卫生、安全，用户认可度高；⑤该技术识别速度较快，适用于1∶n模式。

2 静脉识别系统结构与组成

手掌静脉识别系统主要有静脉图像采集硬件装置和识别算法软件两部分组成，其中手掌静脉图像采集硬件装置由通讯接口(0)、计算机(1)、CCD摄像机(2)、光源控制板(3)、近红外光源(4)、散射片(5)、定位槽(6)以及仪器箱体(7)等部分组成(如图1所示)。

2.1 静脉图像采集硬件装置

静脉图像采集硬件装置分为CCD摄像机的选取和光源系统设计两部分。

(1)选取CCD摄像机，即选取合适参数的摄像机，其重要参数是对近红外光的敏感程度，而对空间分辨率及帧频率的要求则不高。本研究选用在近红外区域内感受能力高的CCD摄像机，能获得满足要求的手掌静脉图像，同时考虑近红外光源的抗干扰因素，该系统选择敏感光谱为0.8～1.5 μm的CCD摄像机。

(2)光源系统的设计同样是手掌静脉识别系统中关键部分。良好的光源系统能够大幅度提高静脉图像的质量，可增大静脉血管与背景的对比度，降低静脉图像的污染噪音。本研究表明，采用波长范围为800～940 nm的大功率近红外发光二极管(light emitting diode，LED)阵列作光源，可获得高质量的静脉图像。为了使光源均匀地照射在手掌而获得突显静脉血管的图像，在光源前增加了多层散射片以获得均匀恒定的光源。同时，散射片均匀分散LED阵列发射的光，可降低光源强度的要求。

2.2 识别算法软件

识别算法软件包括图像采集、预处理、特征提取以及特征值的提取与匹配等过程[6-7](如图2所示)。

图2 系统识别算法软件流程

3 静脉识别系统的工作原理

3.1 静脉图像采集

获取静脉图像的原理是根据人体血液中的血红素有吸收红外线光的特质。将手指或手掌放在红外LED光源下，用摄影机可观察到手指或手掌静脉的影子。手掌静脉图像采集的目的在于提取到高质量的手背静脉图像，该图像的质量直接影响到下一步程序能否顺利进行。

根据人体骨骼和肌肉组织的特点，当近红外入射光线的波长为0.72～1.10 μm照射手掌时，手掌静脉血管中的血色素可吸收更多近红外射线，可更好地呈现出静脉血管结构，该波长范围属于近红外光线。依据国家医用红外检测光源的规定，红外光强处于峰值时波长为0.8～1.5 μm。因此，有了符合要求的红外采集设备方可拍摄到高质量的静脉图像。

3.2 静脉图像的预处理

静脉图像的预处理是通过滤波增强与静脉纹路分割、细化及修复等过程，为得到清晰的静脉纹为特征提取与特征匹配做准备。具体步骤为：①图像滤波；②静脉图像的细化；③图像的分割。

3.3 特征提取

特征提取通常与采用的匹配算法密切相关，对不同的匹配算法需要提取相应的特征值。目前常用静脉图像的特殊点进行特征匹配。

3.4 特征匹配

在上述特征提取的基础上，可采用各种模式识别的特征匹配方法来对静脉图像进行特征匹配。本研究采用的是结构匹配和模板匹配的方法，即相关系数法快速进行特征匹配。

4 系统试验结果

静脉识别技术是通过发射红外光照射手部来获取血管图像，由于部分红外光被静脉血管里失去氧的血色素吸收，静脉血管在影像中显现为暗线，而手掌的其余部份则显现为亮区(如图3所示)。

表1 各种生物识别技术的优缺点比较

图3 手掌静脉识别实验

图3 -1、图3-2中的影像分别为手掌在可见光，红外光下的图像，图3-3则是从图3-2中抽取出的静脉图像。抽取出的静脉图像可与预先存储的模板对比，以实现认证和识别。经实验证明，人体静脉图案具有个人独特性，与他人决然不同，其纹路不会随着时间变化而改变。

本研究数据库中共有200幅手掌静脉图，每幅手掌静脉图包含10幅样本图像，共2000幅图像。静脉识别实验任意选10个手掌，从每个手背的10幅图像中任选6幅用作训练，剩余的4幅用作识别测试。经多次实验以及算法的优化和改进，最后得到的识别率为98%(98/100)，验证了本系统的有效与可行。手背静脉识别系统的工作速度主要由采集时间、图像处理时间、对比时间和识别速度几项指标构成。本试验中该PC的配置为4 GB RAM，2.66 GHz×4 CPU，Nvidia Geforce 9800GT显卡，平均识别时间为0.48 s。

实验显示，若在选取样本时剔除受噪声影响严重、分割出的静脉图严重变形的1个样本，识别率则可达到98.9%(98/99)，因此原始静脉图的质量以及静脉纹路分割、骨架细化效果对识别率影响较大，因而改善采集图像的质量、提高静脉纹路分割和骨架细化算法的效果是提高识别率的有效途径。各种生物识别技术的优缺点比较见表1。

5 结语

静脉识别技术有着其他生物识别技术不可比拟的优点，是一种新颖且实用价值很高的技术，有着广阔的应用前景。本研究已有完整的图像识别算法软件，并有可作演示的样机。目前，静脉识别技术的工作重点是提升、改进现有软件，在关键技术和指标上达到或超过业内的最高水平，使正确识别率达到100%，识别时间＜0.1 s。

[1]秦月兰，梁红英，吴丽玲.医院病人安全现状调查与护理安全管理对策[J].当代护士：学术版(中旬刊)，2008(10)：104-106.

[2]许美芳，程丽丽，叶志弘，等.介绍一种电子化住院病人身份管理方法[J].中华护理杂志，2007，42(10)：878-879.

[3]陈剑，郭庆昌.静脉识别技术的应用研究[J].电子世界，2013(7)：111，135.

[4]苏广志，谢遵江，高江涛，等.手部静脉的应用解剖学研究[J].哈尔滨医科大学学报，2005，39(5)：425-426，429.

[5]吴微，苑玮琦，林森，等.手掌静脉识别中感兴趣区域的选择与定位研究[J].光电子·激光，2013，24(1)：152-160.

[6]吴微，苑玮琦，林森，等.手掌静脉识别典型波长选择[J].光学学报，2012，32(12)：133-139.

[7]郭金玉，刘玉芹，苑玮琦.基于核局部Fisher判别分析的掌纹识别[J].光电子·激光，2012，23(02)：354-358.

[8]王镇东，孙红星，邓永娣，等.手背静脉识别的图像处理算法[J].辽宁科技大学学报，2010，33(5)：499-502，508.

[9]王科俊，丁宇航，王大振.基于静脉识别的身份认证方法研究[J].科技导报，2005，23(1)：35-37.

[10]王萌，张留龙，赵运立.基于颜色矩阵映射的细胞图像核、浆提取方法研究[J].中国医疗设备，2012，27(10)：67-69.

[11]王大振，手背静脉识别的关键技术研究[D].哈尔滨：哈尔滨工程大学，2005：1-10.

[12]周斌，林喜荣，贾惠波.多分辨率滤波在手背血管特征提取中的应用[J].计算机辅助设计与图形学学报，2006，18(1)：41-45.

[13]林喜荣，庄波，苏晓生，等.人体手背血管图像的特征提取及匹配[J].清华大学学报：自然科学版，2003，43(2)：164-167.

[14]苑玮琦，王楠.基于局部灰度极小值的掌脉图像分割方法[J].光电子·激光，2011，22(7)：1091-1096.

[15]杨晓鹏，蔡超峰，潘珩，等.手背静脉图像预处理算法研究[J].中国医疗设备，2013，28(10)：20-23.

Research on the recognition manage system for patient in hospital based on the vein recognition technology/

XU Ze-lin, CHEN Ming, ZHANG Hui-lian, et al// China Medical Equipment,2014,11(2):17-19.

Objective: To design patient recognition management system in hospital based on vein recognition technique to realize the accurate control of patient recognition management for better clinical therapeutic effect. Methods: Irradiating the vein vessel in the palm of the hand or the back with infrared ray, then extracting biological feature from the infrared vein image obtained by camera. To make the identify recognition come true, we did some processing such as image capture and preprocessing, feature extraction and match and so on. Results: Both the two key technical indexes arrived at the industry level. The correct recognition rate achieved 98% and the recognition time was less than 0.5s. Conclusion: The Vein recognition is the most difficult to forge, and has the most high security level among all the biology recognition techniques. This system possesses of many advantages of a very low false rejection rate and false acceptance rate, high recognition, and fast recognition speed. Thus it can be widely applied in clinic.

Infrared ray; Vein recognition; Image processing; Hospital management system

10.3969/J.ISSN.1672-8270.2014.02.005

1672-8270(2014)02-00017-03

R197.324

A

2013-12-10

广东省重大科技专项(2012A080104010)“基于云计算及物联网的母婴云端智能呵护平台”

①中山市中医院设备科 广东 中山 528400 ③广东新华南方软件外包有限公司 广东 广州 510515

②中山市人民医院 广东 中山 528400 ④广州市第十二人民医院 广东 广州 510620

*通讯作者：13602796369@139.com

徐泽林,男,(1974- ),本科学历，高级工程师。中山市中医院设备科科长，从事医疗设备的管理和维修工作。