[發(fā)明專利]一種肝膽外科用手術(shù)輔助系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201710995051.6
• 申請(qǐng)日: 2017-10-23
• 公開(kāi)（公告）號(hào): CN107818570A
• 公開(kāi)（公告）日: 2018-03-20
• 發(fā)明（設(shè)計(jì)）人: 劉典勛;鄒先雄
• 申請(qǐng)（專利權(quán)）人: 劉典勛
• 主分類號(hào): G06T7/136
• 分類號(hào): G06T7/136;A61B5/00;A61B17/225;A61B50/22;G06T3/40;G06T7/187
• 代理公司: 北京國(guó)坤專利代理事務(wù)所(普通合伙)11491
• 代理人: 趙紅霞

技術(shù)領(lǐng)域

本發(fā)明屬于醫(yī)學(xué)技術(shù)領(lǐng)域，尤其涉及一種肝膽外科用手術(shù)輔助系統(tǒng)。

背景技術(shù)

目前，臨床上在給病人進(jìn)行肝膽外科手術(shù)時(shí)，由于所涉及器官比較多，操作起來(lái)非常麻煩，費(fèi)時(shí)費(fèi)力，給醫(yī)務(wù)人員帶來(lái)極大的工作難度。

現(xiàn)有技術(shù)，通過(guò)人工進(jìn)行手術(shù)時(shí)，往往對(duì)肝膽發(fā)生病變的區(qū)域確實(shí)不準(zhǔn)確，這極大的威脅病人生命安危，同時(shí)在碎石作業(yè)中操作不當(dāng)容易留下后遺癥，操作過(guò)程中可能牽扯其他器官，操作難度大。

綜上所述，現(xiàn)有技術(shù)存在的問(wèn)題是：對(duì)肝膽發(fā)生病變的區(qū)域確實(shí)不準(zhǔn)確，操作起來(lái)非常麻煩，費(fèi)時(shí)費(fèi)力，給醫(yī)務(wù)人員帶來(lái)極大的工作難度。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)存在的問(wèn)題，本發(fā)明提供了一種肝膽外科用手術(shù)輔助系統(tǒng)。

本發(fā)明是這樣實(shí)現(xiàn)的，一種肝膽外科用手術(shù)輔助系統(tǒng)，所述肝膽外科用手術(shù)輔助系統(tǒng)設(shè)置有：支撐桿；

所述支撐桿通過(guò)活動(dòng)圈連接轉(zhuǎn)動(dòng)桿，所述第一轉(zhuǎn)動(dòng)桿和第二轉(zhuǎn)動(dòng)桿分上下兩個(gè)安裝在支撐桿上，伸縮桿焊接在第一轉(zhuǎn)動(dòng)桿上；

所述伸縮桿的下方安裝有電磁波針頭，支撐桿上焊接有醫(yī)用箱和掛接有補(bǔ)血袋，所述支撐桿下部焊接有底板，輸血管和補(bǔ)血袋相連接，隔離軟化膜和輸血管連接，所述第二轉(zhuǎn)動(dòng)桿上安裝有掃描棒；

所述掃描棒下端安裝有攝像頭；

所述攝像頭的圖像縫合線采用消除跨重疊區(qū)域遮擋的方法，具體包括：

1)采用閾值分割的方法將圖像分為兩部分，高量值區(qū)和低量值區(qū)，閾值代價(jià)準(zhǔn)則定義如式：

其中為cost(x，y)求得的誤匹配度量矩陣，δ·TH是圖像分割閾值，其中TH_max為重疊區(qū)域的最大誤匹配量值，δ為固定常量，δ∈(0，0.2)；Tcost_b為Tcost的二值化矩陣；

2)判斷縫合線的起點(diǎn)和終點(diǎn)是否均在低量值區(qū)(Tcost_b＝0)且位于同一連通分量，即判斷起點(diǎn)終點(diǎn)間是否存在一條路徑；若不存在，表示圖中存在一條或多條跨重疊區(qū)域的遮擋；查找跨重疊區(qū)域的遮擋，并逐步減小此遮擋區(qū)域的量值，直到不存在跨重疊區(qū)域的遮擋，使起點(diǎn)和終點(diǎn)位于同一連通分量?jī)?nèi)；此時(shí)起點(diǎn)終點(diǎn)所在的連通區(qū)域，即求解的縫合線最小連通域；

所述攝像頭采用基于雙字典學(xué)習(xí)的圖像超分辨率重建來(lái)提取先驗(yàn)信息，圖像超分辨率重建的先驗(yàn)信息提取的具體步驟如下：

(1)在正弦域圖像為訓(xùn)練樣本集選取N組圖像小塊訓(xùn)練樣本對(duì)每組圖像小塊訓(xùn)練樣本對(duì)包含一個(gè)高分辨率正弦域圖像小塊和低分辨率正弦域圖像小塊，設(shè)置字典大小為K；

(2)初始化字典外循環(huán)迭代次數(shù)n，內(nèi)循環(huán)迭代次數(shù)t；

(3)對(duì)于所有N組圖像小塊訓(xùn)練樣本對(duì)，計(jì)算梯度：

梯度可以根據(jù)以下幾個(gè)公式來(lái)計(jì)算：

其中為輸入的低分辨率正弦域樣本集里選取圖像小塊，為輸入的高分辨率正弦域樣本集里選取圖像小塊，為稀疏表示，λ(0≤λ≤1)表示松弛因子，N為采樣數(shù)，α_i為x的稀疏編碼表示：

L表示平方項(xiàng)損失，通過(guò)求上式的最小化可以優(yōu)化D_x,D_y，如下所示：

||D_x(:,k)||₂≤1，||Dy(:,k)||₂≤1，k＝1,L,K；

s.t.表示受約束于，由于上式不容易求解，引入正則化相來(lái)求解，因此上式可變?yōu)椋?/p>

這里γ(0＜λ≤1)是用來(lái)平衡兩個(gè)式子之間的參數(shù)：

其中z_j為z的第j個(gè)元素，Ω表示j的所有情況的集合；

(4)對(duì)于所有N組圖像小塊訓(xùn)練樣本對(duì)，更新：

正弦域圖像超分辨率重建的具體步驟如下：

1)輸入雙字典D_x，D_y，低分辨率圖像Y；

2)初始化超分辨率圖像X＝0，對(duì)低分辨率圖像Y進(jìn)行雙立方插值生成Y′；

3)對(duì)Y′中一個(gè)p×p的圖像小塊y_p，計(jì)算均值m和二范數(shù)r，提取y_p的歸一化梯度向量y；

4)計(jì)算

5)恢復(fù)超分辨率圖像小塊特征

6)恢復(fù)超分辨率圖像小塊x_p＝(c×r)·x+m，這是c為常數(shù)；

7)將x_p填充到X中的相應(yīng)位置；