[發(fā)明專利]用于血管動脈瘤介入手術(shù)導(dǎo)航系統(tǒng)的導(dǎo)管檢測方法及系統(tǒng)在審
| 申請?zhí)枺?/td> | 202010546190.2 | 申請日: | 2020-06-16 |
| 公開(公告)號: | CN111681254A | 公開(公告)日: | 2020-09-18 |
| 發(fā)明(設(shè)計)人: | 劉市祺;謝曉亮;侯增廣;周彥捷;奉振球;周小虎;馬西瑤 | 申請(專利權(quán))人: | 中國科學(xué)院自動化研究所 |
| 主分類號: | G06T7/11 | 分類號: | G06T7/11;G06N3/04;G06N3/08;G06T7/194 |
| 代理公司: | 北京市恒有知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11576 | 代理人: | 郭文浩;尹文會 |
| 地址: | 100190 *** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 用于 血管 動脈瘤 介入 手術(shù) 導(dǎo)航系統(tǒng) 導(dǎo)管 檢測 方法 系統(tǒng) | ||
1.一種用于血管動脈瘤介入手術(shù)導(dǎo)航系統(tǒng)的導(dǎo)管檢測方法,其特征在于,所述檢測方法包括:
步驟S10,獲取手術(shù)過程中包含導(dǎo)管的區(qū)域的X光透射視頻序列,作為待檢測視頻序列;
步驟S20,基于所述待檢測視頻序列,通過訓(xùn)練好的基于深度學(xué)習(xí)的編碼解碼結(jié)構(gòu)生成所述導(dǎo)管的二值分割掩膜序列;
步驟S30,將所述二值分割掩膜序列覆蓋在所述待檢測視頻序列上獲得所述導(dǎo)管的視頻序列;
其中,所述基于深度學(xué)習(xí)的編碼解碼結(jié)構(gòu)包括順次連接的第一卷積層、第一循環(huán)殘差塊、多級嵌套的編碼解碼結(jié)構(gòu)和第二卷積層;所述多級嵌套的編碼解碼結(jié)構(gòu)為在各級編碼解碼結(jié)構(gòu)的編碼器與解碼器之間嵌套插入下一級編碼解碼結(jié)構(gòu);
所述多級嵌套的編碼解碼結(jié)構(gòu),其編碼器和解碼器分別包括多個編碼模塊和多個解碼模塊;所述編碼模塊通過殘差連接與對應(yīng)的同級解碼模塊連接;
所述編碼模塊基于MobileNetV2網(wǎng)絡(luò)構(gòu)建,包括順次連接的編碼殘差塊和第二循環(huán)殘差塊;
所述解碼模塊基于U-net神經(jīng)結(jié)構(gòu)和遞歸神經(jīng)網(wǎng)絡(luò)構(gòu)建,包括順次連接的解碼塊和第二循環(huán)殘差塊。
2.根據(jù)權(quán)利要求1所述的用于血管動脈瘤介入手術(shù)導(dǎo)航系統(tǒng)的導(dǎo)管檢測方法,其特征在于,步驟S20包括:
步驟S21,對于所述待檢測視頻序列中任一待檢測圖片,通過所述基于深度學(xué)習(xí)的編碼解碼結(jié)構(gòu)中第一卷積層生成第一特征圖像;
步驟S22,通過基于深度學(xué)習(xí)的編碼解碼結(jié)構(gòu)中第一循環(huán)殘差塊將所述第一特征圖像生成第二特征圖像;
步驟S23,基于所述第二特征圖像,通過所述基于深度學(xué)習(xí)的編碼解碼結(jié)構(gòu)中各編碼模塊進(jìn)行分級編碼,獲得特征壓縮圖像;
步驟S24,基于所述特征壓縮圖像,通過所述基于深度學(xué)習(xí)的編碼解碼結(jié)構(gòu)中各解碼模塊,進(jìn)行分級解碼,獲得上采樣特征圖像;
步驟S25,基于所述上采樣特征圖像,通過所述基于深度學(xué)習(xí)的編碼解碼結(jié)構(gòu)中第二卷積層生成所述待檢測圖片對應(yīng)的導(dǎo)管的二值分割掩膜,獲得導(dǎo)管的二值分割掩膜序列。
3.根據(jù)權(quán)利要求1所述的用于血管動脈瘤介入手術(shù)導(dǎo)航系統(tǒng)的導(dǎo)管檢測方法,其特征在于,所述第二循環(huán)殘差塊為包含兩個循環(huán)卷積層的殘差塊。
4.根據(jù)權(quán)利要求1所述的用于血管動脈瘤介入手術(shù)導(dǎo)航系統(tǒng)的導(dǎo)管檢測方法,其特征在于,所述編碼殘差塊,為包含了第四卷積層、Dwise卷積層和第五卷積層的殘差塊。
5.根據(jù)權(quán)利要求1所述的用于血管動脈瘤介入手術(shù)導(dǎo)航系統(tǒng)的導(dǎo)管檢測方法,其特征在于,所述解碼塊,包括順次連接的第六卷積層、轉(zhuǎn)置卷積層和第七卷積層。
6.根據(jù)權(quán)利要求5所述的用于血管動脈瘤介入手術(shù)導(dǎo)航系統(tǒng)的導(dǎo)管檢測方法,其特征在于,所述第六卷積層和第七卷積層為合并了批正則化層的卷積層。
7.根據(jù)權(quán)利要求1所述的用于血管動脈瘤介入手術(shù)導(dǎo)航系統(tǒng)的導(dǎo)管檢測方法,所述基于深度學(xué)習(xí)的編碼解碼結(jié)構(gòu),其訓(xùn)練中采用的損失函數(shù)為:
其中LBCE是二值交叉熵?fù)p失函數(shù),βi是梯度密度協(xié)調(diào)參數(shù),是第i個像素的像素標(biāo)簽,1是導(dǎo)管,0是背景,pi是最后的預(yù)測值。
8.根據(jù)權(quán)利要求1所述的用于血管動脈瘤介入手術(shù)導(dǎo)航系統(tǒng)的導(dǎo)管檢測方法,其特征在于,所述基于深度學(xué)習(xí)的編碼解碼結(jié)構(gòu)采用MSRA的方法初始化。
9.根據(jù)權(quán)利要求1所述的用于血管動脈瘤介入手術(shù)導(dǎo)航系統(tǒng)的導(dǎo)管檢測方法,其特征在于,所述基于深度學(xué)習(xí)的編碼解碼結(jié)構(gòu),其訓(xùn)練中多次迭代至驗(yàn)證精度達(dá)到飽和時,將學(xué)習(xí)率降低2倍。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中國科學(xué)院自動化研究所,未經(jīng)中國科學(xué)院自動化研究所許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010546190.2/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種動脈瘤血管模型及其制作方法
- 一種個性化動脈瘤夾的制備方法及動脈瘤夾
- 一種顱內(nèi)動脈瘤圖像的形態(tài)學(xué)參數(shù)的測量方法及系統(tǒng)
- 一種動脈瘤破裂風(fēng)險評估方法及系統(tǒng)
- 一種動脈瘤破裂風(fēng)險評估方法及系統(tǒng)
- 一種動脈瘤破裂風(fēng)險評估方法及系統(tǒng)
- 包括ARHGAP32基因單堿基多態(tài)性的腦動脈瘤診斷用SNP標(biāo)志物
- 包括GBA基因單堿基多態(tài)性的腦動脈瘤診斷用SNP標(biāo)志物
- 一種動脈瘤的檢測方法、裝置及計算機(jī)可讀存儲介質(zhì)
- 神經(jīng)外科用動脈瘤夾車





