[发明专利]前列腺手术中外包膜智能检测和预警方法及系统

权利要求书

1.一种前列腺手术中外包膜智能检测和预警方法，其特征在于：所述方法包括如下步骤：

1)数据采集：采集前列腺手术录像中的外包膜图像数据；

2)第一次图像预处理：对所述外包膜数据进行灰度处理和奇异值分解，提取具有主成分特征值的外薄膜图像；

3)第二次图像预处理：采用深度双边学习的方法对第一步图像预处理后的外包膜图像进行图片增强；

4)神经网络训练：对第二次图像预处理后的外包膜图像进行特征提取和网络训练，产生训练后的检测模型；

5)检测和预警：实时采集前列腺手术现场视频的动态图像，将动态图像识别为图像数据经过第一次图像预处理和第二次图像预处理后输入至检测模型，当检测模型检测到外包膜特征目标时，输出报警信息。

2.根据权利要求1所述的前列腺手术中外包膜智能检测和预警方法，其特征在于：步骤2)之前还包括数据扩增步骤。

3.根据权利要求1所述的前列腺手术中外包膜智能检测和预警方法，其特征在于：所述步骤4)基于YOLOv2软件平台及MobileNet深度学习模型实现。

4.根据权利要求1所述的前列腺手术中外包膜智能检测和预警方法，其特征在于：所述步骤3)的具体步骤包括：

3.1)将高分辨率的输入图像转换为低分辨率流；

3.2)将低分辨率流分为局部路径和全局路径，局部路径使用全卷积层学习图像数据的局部特征，全局路径使用卷积层和全连接层学习图像的全局特征，然后将两条路径的输出融合到一组共同的融合特征中；

3.3)将所述融合特征作为第三维展开的双边网络，输出放射系数的双边网格；

3.4)通过一个单通道的引导图对放射系数的双边网格进行上采样；

3.5)对融合特征做仿射变换后以全分辨率输出。

5.根据权利要求2所述的前列腺手术中外包膜智能检测和预警方法，其特征在于：所述数据扩增步骤的具体步骤为：导入模块，实例化管道对象，指定包含要处理图片所在的目录；定义数据增强操作，包括透视、角度偏差、剪切、弹性形变、亮度、对比度、颜色、旋转、裁剪，添加到管道中；调用管道的样本函数，指定增强后的样本总量。

6.根据权利要求1所述的前列腺手术中外包膜智能检测和预警方法，其特征在于：所述步骤4)的具体步骤包括：4.1)预训练；4.2)特征提取；4.3)边界箱预测；4.4)分类。

7.一种根据权利要求1～6中任一权利要求所述的前列腺手术中外包膜智能检测和预警系统，其特征在于：包括图像采集模块、图像处理模块、图像检测预警模块；所述图像采集模块用于采集和存储图像信息和模型；所述图像处理模块用于对采集的图像数据进行第一次图像预处理、第二次图像预处理；所述图像检测预警模块用于对处理后的图像进行网络训练，产生训练后的检测模型，再将待检测图像输入检测模型得到检测和预警结果。

8.根据权利要求7所述的前列腺手术中外包膜智能检测和预警系统，其特征在于：所述图像采集模块包括用于与内窥镜对接的数字视频接口、用于存储手术中实时图像数据的图像数据存储器和用于存储经过处理后的图像和经过深度学习后的模型的图像模型存储器。

9.根据权利要求7所述的前列腺手术中外包膜智能检测和预警系统，其特征在于：所述图像处理模块包括数据扩增组件、图像特征提取组件和图像增强组件。

10.根据权利要求7所述的前列腺手术中外包膜智能检测和预警系统，其特征在于：所述图像检测预警模块包括图像深度训练组件和图像检测预警组件。