Science Score: 44.0%
This score indicates how likely this project is to be science-related based on various indicators:
-
✓CITATION.cff file
Found CITATION.cff file -
✓codemeta.json file
Found codemeta.json file -
✓.zenodo.json file
Found .zenodo.json file -
○DOI references
-
○Academic publication links
-
○Academic email domains
-
○Institutional organization owner
-
○JOSS paper metadata
-
○Scientific vocabulary similarity
Low similarity (2.3%) to scientific vocabulary
Repository
PICC
Basic Info
- Host: GitHub
- Owner: ChuangPoHsaing
- License: agpl-3.0
- Language: Python
- Default Branch: main
- Size: 10.9 MB
Statistics
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
- Releases: 0
Metadata Files
README.md
PICC 安全消毒與管線辨識系統
本專案是一個基於 YOLOv8 的智慧醫療影像辨識系統，用於識別並監控 PICC（外周中心靜脈導管）導管與消毒過程中棉花棒的接觸行為，避免醫療失誤並提升消毒流程標準化程度。
🔍 功能特點
- 即時目標偵測：辨識 PICC 導管與棉花棒物件。
- 碰撞偵測系統：根據紅色橢圓（模擬棉花棒消毒區域）與四個綠點（模擬消毒位置）是否接觸進行流程判斷。
- 消毒步驟追蹤：依序偵測棉花棒接觸 top → right → bottom → left 四個點以計算一次完整消毒。
異常警告提示：
- 未移除 Tegaderm 膜。
- 管路底座未拆除。
- 管線拉出超過 5cm。
即時影像儲存與紀錄輸出：當消毒完成或異常事件發生時，自動儲存影像並記錄到 Excel。
🧾 程式介紹
| 檔名 | 功能說明 |
| ---------------------- | ------------------------------------------------------------ |
| detect_picc.py | 主程式，整合 YOLOv8 偵測模型，讀取影片並執行目標偵測、碰撞偵測與流程控制。支援影片輸出與 Excel 紀錄產生。 |
| yolov8_utils.py | 封裝 YOLOv8 推論流程與物件邊界框的資料轉換，支援對特定類別的偵測與篩選。 |
| disinfect_tracker.py | 控制消毒碰撞流程，追蹤紅色橢圓是否依順序碰撞四個消毒點，並累計消毒次數。 |
| ellipse_detector.py | （若有）針對紅色棉花棒區域進行橢圓擬合與中心點擷取。 |
| save_util.py | 管理 Excel 紀錄的格式化輸出與影像儲存，包含時間戳與事件標註。 |
🛠️ 安裝指南
請先確認已安裝以下套件與環境：
系統需求
- Python 3.8+
安裝步驟
```bash git clone https://github.com/your_username/picc-safety-detection.git cd picc-safety-detection
安裝必要套件
pip install -r requirements.txt ```
▶️ 使用方法
- 開啟鏡頭
- 執行主程式：
- 預設輸出儲存在
results/，含：
- 標註後的影片
- Excel 紀錄檔（含消毒次數與異常提示）
- 異常情況下擷取之靜態影像
📁 項目架構
picc-safety-detection/
├── detect_picc.py # 主程式
├── yolov8_utils.py # YOLOv8 推論與座標處理工具
├── disinfect_tracker.py # 消毒碰撞邏輯與計數器
├── save_util.py # 影像與 Excel 儲存工具
├── requirements.txt # 所需套件
├── videos/ # 原始輸入影片
├── results/ # 偵測後影片與報告儲存區
└── weights/
└── best.pt # YOLOv8 預訓練模型
🧠 算法原理
1. 物件偵測 YOLOv8
使用 Ultralytics YOLOv8 進行物件辨識，並透過置信度門檻（預設 0.5）過濾預測。
2. 棉花棒紅色橢圓區域識別
- 根據 ID 與顏色偵測出特定的紅色區域。
- 偵測出該紅色區域中心點與四個綠色控制點（top, right, bottom, left）的距離。
3. 碰撞流程控制
- 當紅色區域依序碰觸四個綠點，即視為完成一次消毒。
- 使用邏輯鎖與 flags 控制執行順序，避免誤判。
4. 異常判定邏輯
- 管路拉出 5cm 以上：以畫面比例 1cm=2pixels 判定距離。
- 若未移除特定物件（Tegaderm 膜或底座），顯示提示訊息。
⚠️ 注意事項
- 模型格式：僅支援 YOLOv8 格式之
.pt模型。 - 畫面比例校正：需依照實際相機設定正確的 1cm 對應 pixel 比例。
- 光線與顏色識別：請保持影像環境穩定，避免紅色與背景混淆。
🤝 貢獻指南
歡迎任何形式的貢獻，包括但不限於：
- Bug 回報
- 功能建議
- Pull Request 改進程式碼
請先閱讀 CONTRIBUTING.md 了解詳細流程。
📚 相關資源
Owner
- Login: ChuangPoHsaing
- Kind: user
- Repositories: 1
- Profile: https://github.com/ChuangPoHsaing
Citation (CITATION.cff)
# This CITATION.cff file was generated with https://bit.ly/cffinit
cff-version: 1.2.0
title: Ultralytics YOLO
message: >-
If you use this software, please cite it using the
metadata from this file.
type: software
authors:
- given-names: Glenn
family-names: Jocher
affiliation: Ultralytics
orcid: 'https://orcid.org/0000-0001-5950-6979'
- given-names: Ayush
family-names: Chaurasia
affiliation: Ultralytics
orcid: 'https://orcid.org/0000-0002-7603-6750'
- family-names: Qiu
given-names: Jing
affiliation: Ultralytics
orcid: 'https://orcid.org/0000-0003-3783-7069'
repository-code: 'https://github.com/ultralytics/ultralytics'
url: 'https://ultralytics.com'
license: AGPL-3.0
version: 8.0.0
date-released: '2023-01-10'
GitHub Events
Total
- Push event: 8
- Create event: 1
Last Year
- Push event: 8
- Create event: 1