[發(fā)明專(zhuān)利]一種基于人工智能的腸鏡最優(yōu)路徑計(jì)算方法和系統(tǒng)有效
| 申請(qǐng)?zhí)枺?/td> | 202010567227.X | 申請(qǐng)日: | 2020-06-19 |
| 公開(kāi)(公告)號(hào): | CN111821021B | 公開(kāi)(公告)日: | 2021-10-26 |
| 發(fā)明(設(shè)計(jì))人: | 韓書(shū)文;楊茜 | 申請(qǐng)(專(zhuān)利權(quán))人: | 湖州市中心醫(yī)院 |
| 主分類(lèi)號(hào): | A61B34/10 | 分類(lèi)號(hào): | A61B34/10 |
| 代理公司: | 杭州創(chuàng)智卓英知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 33324 | 代理人: | 張迪 |
| 地址: | 313003 *** | 國(guó)省代碼: | 浙江;33 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 人工智能 最優(yōu) 路徑 計(jì)算方法 系統(tǒng) | ||
1.一種基于人工智能的腸鏡最優(yōu)路徑計(jì)算方法,其特征在于,包括:
步驟S1:獲取患者腹腔內(nèi)造影圖像;
步驟S2:將所述造影圖像輸入預(yù)先存儲(chǔ)的神經(jīng)網(wǎng)絡(luò)模型中得到腸道圖像;
步驟S3:確定目標(biāo)位置和起始位置;
步驟S4:以所述起始位置建立坐標(biāo)系,根據(jù)所述腸道圖像在所述坐標(biāo)系內(nèi)繪制代表腸道兩側(cè)壁的第一曲線(xiàn)和第二曲線(xiàn);
步驟S5:基于所述第一曲線(xiàn)、所述第二曲線(xiàn)、所述起始位置和所述目標(biāo)位置,確定腸鏡的最優(yōu)路徑;
所述步驟S5:基于所述第一曲線(xiàn)、所述第二曲線(xiàn)、所述起始位置和所述目標(biāo)位置,確定腸鏡的最優(yōu)路徑,具體包括:
步驟S11:基于所述起始位置,確定所述第一曲線(xiàn)的第一起始采樣點(diǎn),確定所述第二曲線(xiàn)的第二起始采樣點(diǎn);
步驟S12:基于所述目標(biāo)位置,確定所述第一曲線(xiàn)的第一終止采樣點(diǎn),確定所述第二曲線(xiàn)的第二終止采樣點(diǎn);
步驟S13:對(duì)所述第一起始采樣點(diǎn)和所述第一終止采樣點(diǎn)之間的所述第一曲線(xiàn)進(jìn)行采樣獲取N-2個(gè)第一采樣位置;對(duì)所述第二起始采樣點(diǎn)和所述第二終止采樣點(diǎn)之間的所述第二曲線(xiàn)進(jìn)行采樣獲取N-2個(gè)第二采樣位置;
步驟S14:以所述第一起始采樣點(diǎn)和所述第二起始采樣點(diǎn)之間的線(xiàn)段的中點(diǎn)為軌跡起始點(diǎn);
步驟S15:以所述第一終止采樣點(diǎn)和所述第二終止采樣點(diǎn)之間的線(xiàn)段的中點(diǎn)為軌跡的終止點(diǎn);
步驟S16:將所述第一采樣位置和所述第二采樣位置按照在所述第一曲線(xiàn)和所述第二曲線(xiàn)的位置進(jìn)行一一對(duì)應(yīng),依次以一一對(duì)應(yīng)的所述第一采樣位置和所述第二采樣位置之間的線(xiàn)段的中點(diǎn),確定N-2個(gè)軌跡點(diǎn);
步驟S17:依次將所述軌跡起始點(diǎn)、所述N-2個(gè)軌跡點(diǎn)和所述軌跡的終止點(diǎn)進(jìn)行擬合,獲得所述最優(yōu)路徑;
所述步驟S12:基于所述目標(biāo)位置,確定所述第一曲線(xiàn)的第一終止采樣點(diǎn),
確定所述第二曲線(xiàn)的第二終止采樣點(diǎn);
確定所述目標(biāo)位置在所述坐標(biāo)系中的目標(biāo)坐標(biāo)(x標(biāo),y標(biāo));
獲取腸鏡的焦距長(zhǎng)度f(wàn)及攝角θ;
基于所述焦距長(zhǎng)度f(wàn)、所述攝角θ、所述目標(biāo)坐標(biāo)(x標(biāo),y標(biāo))對(duì)所述第一曲線(xiàn)和所述第二曲線(xiàn)上的點(diǎn)進(jìn)行篩選;篩選公式如下:
其中,(xi,yi)表示第一曲線(xiàn)上第i點(diǎn)的坐標(biāo),其在第一曲線(xiàn)上;(xj,yj)表示第一曲線(xiàn)上第j點(diǎn)的坐標(biāo),其在第二曲線(xiàn)上;
將第一曲線(xiàn)上經(jīng)過(guò)篩選后的點(diǎn)的橫坐標(biāo)取平均值,縱坐標(biāo)取平均值作為第一終止采樣點(diǎn);
將第二曲線(xiàn)上經(jīng)過(guò)篩選后的點(diǎn)的橫坐標(biāo)取平均值,縱坐標(biāo)取平均值作為第二終止采樣點(diǎn)。
2.如權(quán)利要求1所述的基于人工智能的腸鏡最優(yōu)路徑計(jì)算方法,其特征在于,所述步驟S11:基于所述起始位置,確定所述第一曲線(xiàn)的第一起始采樣點(diǎn),確定所述第二曲線(xiàn)的第二起始采樣點(diǎn),具體包括:
以所述第一曲線(xiàn)與所述坐標(biāo)系的橫坐標(biāo)軸的交點(diǎn)為所述第一起始采樣點(diǎn),以所述第二曲線(xiàn)與所述坐標(biāo)系的橫坐標(biāo)軸的交點(diǎn)為所述第二起始采樣點(diǎn)。
3.如權(quán)利要求1所述的基于人工智能的腸鏡最優(yōu)路徑計(jì)算方法,其特征在于,還包括:
步驟S6:實(shí)時(shí)獲取所述腸鏡的末端位置和所述造影圖像,以所述末端位置對(duì)所述起始位置進(jìn)行更新;以造影圖像對(duì)所述第一曲線(xiàn)和第二曲線(xiàn)進(jìn)行更新;重復(fù)執(zhí)行步驟S5,獲取更新后的所述最優(yōu)路徑。
該專(zhuān)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(zhuān)利權(quán)人授權(quán)。該專(zhuān)利全部權(quán)利屬于湖州市中心醫(yī)院,未經(jīng)湖州市中心醫(yī)院許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專(zhuān)利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010567227.X/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專(zhuān)利網(wǎng)。
- 同類(lèi)專(zhuān)利
- 專(zhuān)利分類(lèi)
- 使用基于云端的度量迭代訓(xùn)練人工智能的系統(tǒng)
- 一種人工智能轉(zhuǎn)人工智能再轉(zhuǎn)人工方案
- O-RAN系統(tǒng)中的人工智能模型處理方法和裝置
- 人工智能傷口評(píng)估方法及智能終端
- 人工智能倫理風(fēng)險(xiǎn)與防范虛擬仿真方法、系統(tǒng)和機(jī)器人
- 一種基于人工智能基礎(chǔ)資源與技術(shù)調(diào)控系統(tǒng)及方法
- 基于人工智能倫理備選規(guī)則的人工智能倫理風(fēng)險(xiǎn)防范方法
- 人工智能倫理風(fēng)險(xiǎn)辨識(shí)防范虛擬仿真實(shí)驗(yàn)方法和機(jī)器人
- 基于人工智能體決策的人工智能倫理風(fēng)險(xiǎn)辨識(shí)和防范方法
- 基于算法選擇的人工智能倫理風(fēng)險(xiǎn)辨識(shí)防范方法和機(jī)器人
- 路徑搜索系統(tǒng)、路徑搜索終端和路徑搜索方法
- 路徑計(jì)算方法、路徑計(jì)算單元及路徑計(jì)算系統(tǒng)
- 路徑顯示裝置、路徑顯示方法、路徑顯示程序及路徑顯示系統(tǒng)
- 路徑引導(dǎo)裝置、路徑引導(dǎo)方法及路徑引導(dǎo)程序
- 路徑搜索系統(tǒng)、路徑搜索方法及路徑搜索程序
- 路徑引導(dǎo)裝置、路徑引導(dǎo)方法以及路徑引導(dǎo)程序
- 路徑搜索系統(tǒng)、路徑搜索方法以及路徑搜索程序
- 路徑搜索裝置、路徑搜索系統(tǒng)及路徑搜索方法
- 路徑輸出方法、路徑輸出系統(tǒng)和路徑輸出程序
- 路徑評(píng)價(jià)裝置、路徑評(píng)價(jià)系統(tǒng)、路徑評(píng)價(jià)方法以及路徑評(píng)價(jià)程序





