[發明專利]一種基于人工智能的解剖變異識別提示方法及系統

有效

• 申請號: 202210235270.5
• 申請日: 2022-03-11
• 公開（公告）號: CN114299072B
• 公開（公告）日: 2022-06-07
• 發明（設計）人: 李昂;王昕;趙穎;劉杰
• 申請（專利權）人: 四川大學華西醫院;成都與睿創新科技有限公司
• 主分類號: G16H30/40
• 分類號: G16H30/40;G06T7/00;G06T7/11;G16H20/40;G16H40/20;G06V10/77;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京天奇智新知識產權代理有限公司 11340
• 代理人: 肖會

本發明涉及一種基于人工智能的解剖變異識別提示方法及系統，包括實時采集腔鏡圖像，并根據腔鏡器官分割模型和器械關鍵點檢測模型獲取實時器官分割數據以及器械關鍵點數據；通過分析手術前影像學圖像獲取變異結構和周圍器官的位置關系，提取影像學圖像變異結構周圍器官組織分割數據進行對比，判斷變異結構的位置；實時檢測器械關鍵點和變異結構的位置信息，當器械在變異解剖結構區域進行操作時，對變異解剖結構區域進行提示，根據提示進行操作。本發明通過建立影像學檢查和腔鏡手術視野之間的對應關系，手術中關鍵操作的脈絡管道結構得到了準確有效的定位，為外科手術更為精確的進行提供了重要的條件。

技術領域

本發明涉及醫學圖像處理技術領域，尤其涉及一種基于人工智能的解剖變異識別提示方法及系統。

背景技術

在各專科的外科手術中，解剖變異的存在是各類手術過程中普遍面臨的一大難題，而一旦出現，便極有可能引起該變異結構的損傷，導致手術過程中出血、管道損傷、神經損傷，以及術后出血、感染、喪失相關功能乃至不必要的術后殘疾及死亡等不良事件的發生，從而使得手術實施存在較高的危險性和潛在的醫患糾紛。

一方面，由于解剖變異的多元性、罕見性、以及難以預見性，目前醫學上往往通過CT、核磁共振、神經電生理和術中各類別造影方式等鑒別解剖變異的存在及其種類；然而即便是如此，手術醫師仍在一些情況下因不能預見其確切位置或者操作失誤等原因，導致上述不良后果的發生；另一方面，隨著人工智能計算機深度學習技術的進一步成熟，及其在醫學影像、圖片集手術視頻處理上的逐步應用，計算機模型已經可以有效的處理CT、MRI等影像圖片以及手術過程的視頻進行實時處理，此類技術的應用可以自動檢測異常的解剖結構，并在手術開展過程中實時根據手術的視野進行對應范圍的呈現；因此，如何通過人工智能的方式實時提示異常解剖結構的位置，以解決不能預見或判斷解剖變異存在與否及其位置而導致的變異結構損傷的問題，是現階段需要考慮的問題。

發明內容

本發明的目的在于克服現有技術的缺點，提供了一種基于人工智能的解剖變異識別提示方法及系統，解決了目前醫師因種種原因不能預見或判斷解剖變異存在與否及其位置而導致的變異結構損傷的問題。

本發明的目的通過以下技術方案來實現：一種基于人工智能的解剖變異識別提示方法，所述識別提示方法包括手術實時識別提示步驟，所述手術實時識別提示步驟包括：

實時采集腔鏡圖像，并根據腔鏡器官分割模型和器械關鍵點檢測模型獲取實時器官分割數據以及器械關鍵點數據；

通過分析手術前影像學圖像獲取變異結構和周圍器官的位置關系，提取影像學圖像變異結構周圍器官組織分割數據，并與腔鏡分割數據進行對比，實時判斷變異結構的位置；

實時檢測器械關鍵點和變異結構的位置信息，當器械在變異解剖結構區域進行操作時，對變異解剖結構區域進行提示，手術操作者根據提示進行操作；

重復上述步驟，直到手術結束。

所述識別提示方法還包括影像學圖像及手術圖像的標注數據庫構建步驟以及模型構建步驟；所述影像學圖像及手術圖像的標注數據庫構建步驟包括：

構建多種類型的影像學圖像變異解剖結構分割標注數據庫和影像學圖像器官分割標注數據庫；

對手術圖片進行抽取，標注構建手術圖片下的器官結構分割標注數據和器械關鍵點標注數據；

所述模型構建步驟包括：構建影像學圖像變異解剖結構分割模型、影像學圖像器官分割模型、腔鏡圖像器官分割模型、腔鏡圖像器械關鍵點檢測模型。

所述構建多種類型的影像學圖像變異解剖結構分割標注數據庫和影像學圖像器官分割標注數據庫包括：

收集影像學圖像，根據需要標注的解剖結構及其周圍的標志性解剖區域所在的區域、體位以及影像學圖像采集的角度，初步篩選需要標注的圖片或圖片組；