[发明专利]智能一体化机器人腔镜系统

权利要求书

1.一种智能一体化机器人腔镜系统，其特征在于，所述智能一体化机器人腔镜系统包括一体化腔镜系统和处理系统，其中：

所述一体化腔镜系统包括多个功能模块、控制所述多个功能模块工作的中央控制单元和为所述多个功能模块提供电源的电源装置；所述多个功能模块包括用于对腔体充气的气腹仪、人机交互屏、冷光源和摄像机，所述气腹仪、所述人机交互屏、所述冷光源和所述摄像机均连接至所述中央控制单元；所述冷光源和所述摄像机均连接光学内窥镜；所述冷光源为所述光学内窥镜提供光源；所述摄像机将所述光学内窥镜采集到的光信号转换为视频，并将所述视频发送至所述人机交互屏进行腔镜视像展示；其中：

所述电源装置包括开关电源和多个电磁干扰抑制电路；所述开关电源包括依次连接的第一整流电路、变压器和多个第二整流电路；所述第一整流电路用于将其输入的交流电转变为所述变压器所需的单向电压；所述变压器包括一个初级绕组和多个次级绕组，所述初级绕组与所述第一整流电路的输出端连接，所述多个次级绕组与所述多个第二整流电路的输入端一一对应连接；每一个第二整流电路用于将对应次级绕组的输出电压转变为对应功能模块所需的直流电压；所述多个电磁干扰抑制电路，其输入端与所述多个第二整流电路的输出端一一对应连接，其输出端用于与所述多个功能模块的输入端一一对应连接，用于抑制所述多个功能模块与所述开关电源之间的双向电磁干扰；其中，所述次级绕组、所述第二整流电路、所述电磁干扰抑制电路和所述功能模块的数量均相同；

所述处理系统用于执行：S’100、获取所述摄像机转换得到的视频；S’200、确定所述视频中各帧图像各自对应的腔体部位以及将所述各帧图像按照清晰程度分类得到所述腔体内的不同部位所对应的清晰图像和模糊图像；S’300、采用预先训练的生成对抗网络对每一部位对应的模糊图像进行去模糊处理得到对应的去模糊图像；S’400、将各帧清晰图像和去模糊图像按照时间顺序进行合成得到所述腔体的清晰视频，并将所述清晰视频进行显示；

所述处理系统还用于执行：S100、根据所述视频或所述清晰视频中各帧图像的时间和颜色，从所述视频或所述清晰视频中选取出关键帧图像；S200、将各张关键帧图像输入预设训练的YOLO目标检测模型，得到多张带有目标定位框和目标类别标识的图像；S300、将所述多张带有目标定位框和目标类别标识的图像进行合成，得到目标定位视频，并将所述目标定位视频进行显示；其中，所述YOLO目标检测模型的训练过程至少包括：采用K-centers聚类方法对训练样本数据集进行聚类；

所述处理系统还用于预先训练得到所述生成对抗网络，具体过程包括：

A1、将预设的训练样本集中的第一训练样本分别输入至少两个不同的卷积神经网络中进行去模糊处理，得到至少两帧去模糊图像；其中，所述第一训练样本为模糊图像；

A2、对所述至少两帧去模糊图像进行融合处理，得到所述第一训练样本对应的去模糊图像；

A3、计算所述第一训练样本对应的去模糊图像为清晰图像的概率，并根据该概率判断所述第一训练样本对应的去模糊图像是否为清晰图像：

若是，则所述生成对抗网络的训练过程结束；

否则，将所述第一训练样本对应的去模糊图像和所述训练样本集中的第二训练样本进行对比训练，得到所述第一训练样本对应的去模糊图像相对于所述第二训练样本的总损失值，根据所述总损失值对所述至少两个不同的卷积神经网络的去模糊参数和/或所述融合处理所采用的融合参数进行调整，并返回步骤A1；其中，所述第二训练样本为清晰图像且所述第二训练样本和所述第一训练样本对应所述腔体内的相同部位；

所述卷积神经网络的数量为3个，三个不同的卷积神经网络对所述第一训练样本进行去模糊处理后得到第一去模糊图像、第二去模糊图像和第三去模糊图像；

对应的，所述处理系统对所述至少两帧去模糊图像进行融合处理，包括：将所述第二去模糊图像对准所述第一去模糊图像生成两层的第一拼接图像；将所述第三去模糊图像对准所述第一拼接图像生成三层的第二拼接图像；将所述三层的第二拼接图像投影到全局坐标系中，得到三张投影图像；采用线性加权法将所述三张图像的重叠区域进行像素融合，得到所述第一训练样本对应的去模糊图像。