[發明專利]應用于機器人輔助手術視頻分析的實時手術工具檢測方法在審
| 申請號: | 202010529745.2 | 申請日: | 2020-06-11 |
| 公開(公告)號: | CN111652175A | 公開(公告)日: | 2020-09-11 |
| 發明(設計)人: | 趙子健;劉玉瑩 | 申請(專利權)人: | 山東大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06N3/08 |
| 代理公司: | 濟南圣達知識產權代理有限公司 37221 | 代理人: | 李圣梅 |
| 地址: | 250100 山*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 應用于 機器人 輔助 手術 視頻 分析 實時 工具 檢測 方法 | ||
1.應用于機器人輔助手術視頻分析的實時手術工具檢測方法,其特征是,包括:
采集機器人輔助手術視頻并處理得到手術圖像;
對手術圖像進行手術工具關鍵點估計得到手術工具中心點的熱度圖,再根據熱度圖峰值預測手術工具的中心點及手術工具的尺寸;
由預測的手術工具的中心點及其尺寸計算得到手術工具的邊界框。
2.如權利要求1所述的應用于機器人輔助手術視頻分析的實時手術工具檢測方法,其特征是,采用訓練輕量級神經網絡框架后得到的手術工具關鍵點估計器對手術圖像進行手術工具關鍵點進行估計。
3.如權利要求2所述的應用于機器人輔助手術視頻分析的實時手術工具檢測方法,其特征是,所述輕量級神經網絡框架包括火模塊,所述火模塊被配置為使用一個卷積核壓縮輸入圖像的通道,然后再采用一個卷積核和深度可分離卷積核混合并行的模塊,最后通過修正線性單元輸出。
4.如權利要求2所述的應用于機器人輔助手術視頻分析的實時手術工具檢測方法,其特征是,訓練輕量級神經網絡框架后得到的手術工具關鍵點估計器輸出不同的數值來代表檢測到的關鍵點是手術工具的中心點或是手術工具的背景。
5.如權利要求1所述的應用于機器人輔助手術視頻分析的實時手術工具檢測方法,其特征是,對機器人輔助手術視頻處理時,對手術視頻進行分幀操作,將機器人輔助手術視頻降采樣后保存為手術圖像。
6.如權利要求1所述的應用于機器人輔助手術視頻分析的實時手術工具檢測方法,其特征是,對手術圖像進行手術工具關鍵點估計之前對得到的手術圖像進行預處理,即數據增強處理以增加輕量級神經網絡框架的訓練數據集樣本。
7.如權利要求1所述的應用于機器人輔助手術視頻分析的實時手術工具檢測方法,其特征是,提取手術工具的中心點的過程為:
基于手術工具關鍵點估計器構建損失函數,當輕量級神經網絡框架的損失函數曲線擬合時,獲得手術圖像中某種手術工具的中心點坐標。
8.應用于機器人輔助手術視頻分析的實時手術工具檢測系統,其特征是,包括:
手術圖像獲取模塊,被配置為采集機器人輔助手術視頻并處理得到手術圖像;
手術工具的中心點預測模塊,被配置為將手術圖像進行預處理進行手術工具關鍵點估計得到手術工具中心點的熱度圖,再根據熱度圖峰值預測手術工具的中心點及手術工具的尺寸;
手術工具的邊界框獲取模塊,被配置為由預測的手術工具的中心點及其尺寸得到手術工具的邊界框。
9.一種計算裝置,包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序,其特征是,所述處理器執行所述程序時實現上述權利要求1-7任一所述的應用于機器人輔助手術視頻分析的實時手術工具檢測方法的步驟。
10.一種計算機可讀存儲介質,其上存儲有計算機程序,其特征是,該程序被處理器執行時執行上述權利要求1-7任一所述的中的應用于機器人輔助手術視頻分析的實時手術工具檢測方法的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于山東大學,未經山東大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010529745.2/1.html,轉載請聲明來源鉆瓜專利網。





