[发明专利]基于目标检测模型的腹腔镜手术组织器官识别方法及装置

说明书

本发明的实施方式提供了基于目标检测模型的腹腔镜手术组织器官识别方法及装置。该方法包括：提取输入图像的第一特征图；对所述第一特征图进行局部信息静态建模和上下文信息动态建模，获取局部上下文信息增强的增强特征图；基于所述增强特征图进行目标检测，得到所述输入图像中包含的器官信息及相应的标识。本发明能够对输入图像提取特征图，并通过对特征图进行局部信息静态建模和上下文信息动态建模的方式对特征图的上下文信息进行增强，以使对增强后的特征图进行目标检测，可以得到更加准确的检测结果，可见，在手术操作过程中，通过上述方式进行目标检测，可以提高识别输入图像中形状变化较大的器官对应的信息的准确率。

技术领域

本发明的实施方式涉及人工智能领域，更具体地，本发明的实施方式涉及基于目标检测模型的腹腔镜手术组织器官识别方法及装置。

背景技术

近年来，腹腔镜手术是一门新发展起来的微创方法，随着以机器学习尤其是深度学习为代表的人工智能技术的突飞猛进，以及相关学科的融合都为开展新技术、新方法奠定了坚定的基础，许多过去的开放性手术目前已被腔内手术取而代之，大大增加了手术选择机会。

目前，在进行腔内手术的过程中通常需要基于人工智能的手术分析系统对正在进行的手术进行分析，以使手术分析系统能够及时地对操作手术的医生进行提示（例如提示当前手术操作区域存在的器官或危险区域等）。然而，在实践中发现，现有的系统通常只能识别出在手术操作过程中形状不发生较大变化的器官，但是对于手术操作过程中形状变化较大的器官识别的准确率较低。

发明内容

在本上下文中，本发明的实施方式期望提供基于目标检测模型的腹腔镜手术组织器官识别方法及装置。

在本发明实施方式的第一方面中，提供了一种基于目标检测模型的腹腔镜手术组织器官识别方法，包括：

提取输入图像的第一特征图；

对所述第一特征图进行局部信息静态建模和上下文信息动态建模，获取局部上下文信息增强的增强特征图；

基于所述增强特征图进行目标检测，得到所述输入图像中包含的器官信息及相应的标识。

在本实施方式的一个实施例中，对所述第一特征图进行局部信息静态建模，包括：

采用特定的第一卷积核对所述第一特征图进行卷积，以对所述第一特征图进行局部信息静态建模，得到具备局部上下文信息表示的静态注意力键值。

在本实施方式的一个实施例中，对所述第一特征图进行上下文信息动态建模，包括：

采用特定的第二卷积核对所述第一特征图进行卷积，得到所述第一特征图的特征值，以便对所述第一特征图进行上下文信息动态建模；

基于预先构建的记忆力单元对所述第一特征图进行点乘，得到注意力的查询信息，其中，所述记忆力单元的尺寸与所述第一特征图的尺寸相同；

将所述查询信息与所述静态注意力键值进行计算，得到自注意力增强特征图；

基于所述特征值和所述自注意力增强特征图进行点乘计算，得到上下文信息动态建模的特征图。

在本实施方式的一个实施例中，将所述查询信息与所述静态注意力键值进行计算，得到自注意力增强特征图，包括：

将所述查询信息与所述静态注意力键值进行拼接，得到拼接后的第二特征图；

基于多层感知机对所述拼接后的第二特征图进行计算，得到自注意力增强特征图。

在本实施方式的一个实施例中，对所述第一特征图进行局部信息静态建模和上下文信息动态建模，获取局部上下文信息增强的增强特征图，包括：

将所述静态注意力键值和所述上下文信息动态建模的特征图相加，得到局部上下文信息增强的增强特征图。