[發(fā)明專利]一種醫(yī)學(xué)影像機(jī)器人及其控制、醫(yī)學(xué)影像識別方法

在審

• 申請?zhí)枺?/td>: 201811171881.8
• 申請日: 2018-10-09
• 公開（公告）號: CN109473168A
• 公開（公告）日: 2019-03-15
• 發(fā)明（設(shè)計(jì)）人: 秦傳波;柯凡暉;曾軍英;王璠;陳榮海;梁中文
• 申請（專利權(quán)）人: 五邑大學(xué)
• 主分類號: G16H50/20
• 分類號: G16H50/20;G06K9/62;G06N3/04;B25J11/00;B25J19/04
• 代理公司: 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 44205
• 代理人: 梁嘉琦

1.一種醫(yī)學(xué)影像機(jī)器人，其特征在于，包括：采集模塊和處理模塊，所述采集模塊包括用于獲取構(gòu)建地圖掃描值的激光雷達(dá)和用于獲取距離信息的深度相機(jī)；

所述處理模塊包括用于處理采集模塊所發(fā)送的數(shù)據(jù)的第一主控芯片和用于傳送運(yùn)動數(shù)據(jù)的第二主控芯片，所述第一主控芯片的輸入端與采集模塊的輸出端相連接，所述第二主控芯片與第一主控芯片相連接，所述第一主控芯片響應(yīng)于采集模塊發(fā)送的采集信息向第二主控芯片發(fā)送運(yùn)動控制信息；

還包括運(yùn)動模塊，所述運(yùn)動模塊與第二主控芯片相連接，所述第二主控芯片響應(yīng)于所述運(yùn)動控制信息向運(yùn)動模塊發(fā)送啟動信號；

還包括顯示屏，所述顯示屏與第一主控芯片相連接，所述顯示屏響應(yīng)于第一主控芯片發(fā)送的顯示信號進(jìn)行顯示。

2.根據(jù)權(quán)利要求1所述的一種醫(yī)學(xué)影像機(jī)器人，其特征在于：所述運(yùn)動模塊包括用于電機(jī)調(diào)速的無極電機(jī)調(diào)速器和直流無刷電機(jī)，所述無極電機(jī)調(diào)速器的輸入端與第二主控芯片的輸出端相連接，所述無極電機(jī)調(diào)速器響應(yīng)于第二主控芯片發(fā)送的啟動信號控制所述直流無刷電機(jī)運(yùn)轉(zhuǎn)；所述無極電機(jī)調(diào)速器的輸出端與直流無刷電機(jī)的輸入端通過CAN總線相連接；所述運(yùn)動模塊還包括麥克納姆輪，所述麥克納姆輪與直流無刷電機(jī)之間通過法蘭盤相連接；

所述麥克納姆輪與直流無刷電機(jī)之間還設(shè)置有避震結(jié)構(gòu)；所述避震結(jié)構(gòu)包括液壓避震器、合頁碳纖維連接板和鋁合金固定板。

3.根據(jù)權(quán)利要求1所述的一種醫(yī)學(xué)影像機(jī)器人，其特征在于：還包括電源模塊和用于控制電路電流的電源轉(zhuǎn)壓模塊，所述電源模塊的輸出端與電源轉(zhuǎn)壓模塊的輸入端相連接。

4.根據(jù)權(quán)利要求1所述的一種醫(yī)學(xué)影像機(jī)器人，其特征在于：所述顯示屏為帶電容式觸摸的LCD顯示屏，所述LCD顯示屏通過HDMI影像連接線與第一主控芯片相連接；所述顯示屏底側(cè)還設(shè)置有用于控制顯示屏高度的升降架。

5.一種醫(yī)學(xué)影像機(jī)器人的控制方法，其特征在于，包括以下步驟：根據(jù)采集模塊所采集的環(huán)境信息構(gòu)建地圖，并將構(gòu)建的地圖發(fā)送至顯示屏中顯示；

讀取用戶在顯示屏中點(diǎn)擊的目標(biāo)區(qū)域信息并發(fā)送至第一主控芯片中；

第一主控芯片根據(jù)當(dāng)前位置信息和目標(biāo)區(qū)域信息得出運(yùn)動控制信息，發(fā)送至第二主控芯片中；

所述第二主控芯片獲取所述運(yùn)動控制信息后，控制運(yùn)動模塊運(yùn)作。

6.根據(jù)權(quán)利要求5所述的一種醫(yī)學(xué)影像機(jī)器人的控制方法，其特征在于：所述環(huán)境信息包括由激光雷達(dá)采集的空間信息和深度相機(jī)采集的距離信息；所述運(yùn)動控制信息包括移動方向、移動速度和移動距離。

7.一種醫(yī)學(xué)影像識別方法，其特征在于，包括以下步驟：

檢測到在顯示屏中點(diǎn)擊病人信息時(shí)，在數(shù)據(jù)庫中讀取與所述病人信息所對應(yīng)的醫(yī)學(xué)影像；

將所述醫(yī)學(xué)影像輸入至目標(biāo)檢測模型中，對所述醫(yī)學(xué)影像中的病變位置進(jìn)行標(biāo)識，設(shè)置為病變圖像；

將所述病變圖像發(fā)送至深度學(xué)習(xí)分類模型中進(jìn)行特征提取，獲取病變圖像所屬的病變類別；

根據(jù)所述病變類別在數(shù)據(jù)庫中讀取對應(yīng)的醫(yī)療建議信息；

將所述病變圖像所對應(yīng)的病變位置、病變類別和醫(yī)療建議信息發(fā)送至顯示屏中顯示。

8.根據(jù)權(quán)利要求7所述的一種醫(yī)學(xué)影像識別方法，其特征在于：所述目標(biāo)檢測模型和深度學(xué)習(xí)分類模型為預(yù)先訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)。

9.根據(jù)權(quán)利要求8所述的一種醫(yī)學(xué)影像識別方法，其特征在于，所述目標(biāo)檢測模型和深度學(xué)習(xí)分類模型為預(yù)先訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)，其訓(xùn)練方法包括以下步驟：

將醫(yī)學(xué)影像轉(zhuǎn)換成Jpg圖像格式，根據(jù)標(biāo)注的病變部位信息，生成目標(biāo)檢測訓(xùn)練用的XML文件；按照分類結(jié)果將對應(yīng)的標(biāo)簽輸入至病變部位圖像中；

將全部用于病變部位目標(biāo)檢測的醫(yī)學(xué)影像和分類的醫(yī)學(xué)影像數(shù)據(jù)隨機(jī)地分配成訓(xùn)練集數(shù)據(jù)和驗(yàn)證集數(shù)據(jù)；

通過深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行目標(biāo)檢測與分類的深度學(xué)習(xí)訓(xùn)練；

獲取訓(xùn)練后的模型，利用驗(yàn)證數(shù)據(jù)對模型進(jìn)行驗(yàn)證。

10.根據(jù)權(quán)利要求9所述的一種醫(yī)學(xué)影像識別方法，其特征在于：所述目標(biāo)檢測模型和深度學(xué)習(xí)分類模型中包括19個(gè)卷積層和5個(gè)最大池化層。