[發明專利]一種醫療器械自主識別定位方法、系統及介質

在審

• 申請號: 202210093561.5
• 申請日: 2022-01-26
• 公開（公告）號: CN114549640A
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 彭鍵清;陳啟瀚
• 申請（專利權）人: 中山大學
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06V10/25;G06V10/774;G06V10/82;G06N3/04;G06N3/08;A61B90/90;A61B34/20;G06K9/62
• 代理公司: 深圳市創富知識產權代理有限公司 44367
• 代理人: 高冰

本發明公開了一種醫療器械自主識別定位方法、系統及介質，方法包括以下步驟：獲取圖片，然后進行數據預處理；對預處理后的數據通過優化訓練算法進行優化訓練，通過優化誤差表達和調整誤差權重，加快箭頭包圍盒的訓練收斂速度；優化訓練得到的最佳權重用于實時預測，實時預測的輸出通過輸出約束模型保證箭頭落在包圍盒內部；根據所述輸出約束模型，通過箭頭包圍盒生成算法以坐標轉換方式生成對應的箭頭包圍盒；通過器械數目判斷選擇對應的焦點生成區域算法，根據所述箭頭包圍盒生成對應的跟蹤區域，實現器械定位。本發明實現多種醫療器械的快速準確識別，實時準確地給出器械的位置和角度等關鍵信息，提高醫療器械自動識別的準確性和實時性。

技術領域

本發明涉及圖像識別技術領域，尤其涉及一種醫療器械自主識別定位方法、系統及介質。

背景技術

機器人輔助控制內窺鏡在外科手術中的應用得到了廣泛關注和快速發展，相較于傳統的內窺鏡微創手術，其可以有效緩解手動操作期間顯示屏圖像不穩定和不準確等問題。多年研究表明，利用計算機輔助機器人實現內窺鏡的自動調整，可以減少醫生互動過程中注意力分散的問題。而使用計算機輔助機器人的關鍵問題之一是手術器械的識別和定位。隨著圖像相關技術的迅速發展，基于視覺的手術器械識別和定位方法得到了廣泛的關注?；趫D像的識別方法，通常是在手術器械上添加合作標志，通過識別合作標志間接獲得醫療器械的參考點。基于合作標志的識別方法雖然可以快速地實現手術器械的識別和定位，但是器械上的標志容易受到血液等的污染和干擾，導致識別和定位不夠準確。深度學習在圖像檢測識別有著優異的表現，它對光線、陰影的干擾表現出優異的魯棒性，因此逐漸成為內窺鏡手術器械識別的最有效方法。利用深度學習對醫療器械的各種表達方式中，通過包圍盒實現對器械標注，并利用其中心來近似等效器械的位置，并未全面對器械的信息進行準確表達。利用圖像分割方法實現像素級別的分類雖然可以充分表達器械，但是并不能滿足臨床上的實時性要求。

發明內容

有鑒于現有技術的上述缺陷，本發明所要解決的技術問題是提供一種醫療器械自主識別定位方法、系統及介質，能夠實現多種醫療器械的快速準確識別，并實時準確地給出器械的位置和角度等關鍵信息，提高醫療器械自動識別的準確性和實時性。

為實現上述目的，本發明提供了一種醫療器械自主識別定位方法，包括以下步驟：

獲取圖片，然后進行數據預處理，對標注的數據進行數據增強，然后將數據劃分成訓練集、驗證集和測試集；其中，數據增強包括反轉、裁剪和拼接；

對預處理后的數據通過優化訓練算法進行優化訓練，通過優化誤差表達和調整誤差權重，加快箭頭包圍盒的訓練收斂速度；優化訓練得到的最佳權重用于實時預測，實時預測的輸出通過輸出約束模型保證箭頭落在包圍盒內部；

根據所述輸出約束模型，通過箭頭包圍盒生成算法以坐標轉換方式生成對應的箭頭包圍盒；

通過器械數目判斷選擇對應的焦點生成區域算法，根據所述箭頭包圍盒生成對應的跟蹤區域，實現器械定位，為器械跟蹤提供指導。

進一步的，所述優化訓練算法采用Arrow OBB-YOLO網絡結構。

進一步的，所述輸出約束模型將網絡輸出的箭頭坐標通過σ(x)限制在[0，1]之間，約定其為相對于包圍盒左上角的坐標，其中：

并通過以下的公式轉換成相對于照片左上角的相對坐標，即：