[发明专利]内窥镜烟雾吸引方法和系统在审
申请号: | 202210052911.3 | 申请日: | 2022-01-18 |
公开(公告)号: | CN114399542A | 公开(公告)日: | 2022-04-26 |
发明(设计)人: | 不公告发明人 | 申请(专利权)人: | 上海微创医疗机器人(集团)股份有限公司 |
主分类号: | G06T7/40 | 分类号: | G06T7/40;G06T7/90;G06K9/62;G06V10/762;G06V10/74 |
代理公司: | 北京三友知识产权代理有限公司 11127 | 代理人: | 李雅琪;徐焕 |
地址: | 201203 上海市中国(上海)*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 内窥镜 烟雾 吸引 方法 系统 | ||
1.一种内窥镜烟雾吸引方法,其特征在于,包括:
获取内窥镜手术环境中的图像信息;
对所述图像信息进行多维动态纹理特征分析,以确定所述内窥镜手术环境中是否存在烟雾;
在确定所述内窥镜手术环境中存在烟雾的情况下,对所述内窥镜手术环境中的烟雾进行吸引处理。
2.根据权利要求1所述的内窥镜烟雾吸引方法,其特征在于,对所述图像信息进行多维动态纹理特征分析,包括:
对所述图像信息进行多维动态纹理分析,得到所述图像信息对应的线性动态系统数据;
计算所述图像信息对应的线性动态系统数据与有烟雾线性动态系统数据之间的相似度;
当所述相似度满足第一预设条件时,确定所述内窥镜手术环境中存在烟雾。
3.根据权利要求2所述的内窥镜烟雾吸引方法,其特征在于,对所述图像信息进行多维动态纹理分析,得到所述图像信息对应的线性动态系统数据,包括:
对所述图像信息进行前景分离,提取出烟雾前景区域;
对所述烟雾前景区域进行颜色分析,得到颜色分析结果;
当所述颜色分析结果满足第二预设条件时,对所述图像信息进行多维动态纹理分析,得到所述图像信息对应的线性动态系统数据。
4.根据权利要求2所述的内窥镜烟雾吸引方法,其特征在于,对所述图像信息进行多维动态纹理分析,得到所述图像信息对应的线性动态系统数据,包括:
从所述图像信息中的目标图像数据中提取出暗通道图像;
确定所述暗通道图像中暗通道值大于预设暗通道阈值的像素的数量;
将经确定的暗通道值大于预设暗通道阈值的像素的数量与所述暗通道图像的总像素数量的比例确定为烟雾浓度;
当所述烟雾浓度大于第一预设浓度时,对所述图像信息进行多维动态纹理分析,得到所述图像信息对应的线性动态系统数据。
5.根据权利要求2所述的内窥镜烟雾吸引方法,其特征在于,对所述图像信息进行多维动态纹理分析,得到所述图像信息对应的线性动态系统数据,包括:
基于一阶自回归运动平均模型,构造所述图像信息对应的线性动态系统;
采用滑动时间窗将所述图像信息中的各个图像划分为四维图像块,得到多个四维图像块;
基于所述多个四维图像块对所述线性动态系统进行求解,得到所述线性动态系统数据。
6.根据权利要求5所述的内窥镜烟雾吸引方法,其特征在于,基于所述多个四维图像块对所述线性动态系统进行求解,得到所述线性动态系统数据,包括:
利用所述四维图像块构建零均值矩阵;所述零均值矩阵中的元素包括所述多个四维图像块中各四维图像块的灰度值与各四维图像块的灰度平均值之间的差值;
基于所述零均值矩阵,计算所述线性动态系统中的动态信息矩阵和静态信息矩阵,以得到所述线性动态系统数据。
7.根据权利要求2所述的内窥镜烟雾吸引方法,其特征在于,计算所述图像信息对应的线性动态系统数据与有烟雾线性动态系统数据之间的相似度,包括:
计算所述图像信息对应的线性动态系统数据与有烟雾线性动态系统数据之间的马丁距离;
根据所述马丁距离,确定所述图像信息对应的线性动态系统数据与有烟雾线性动态系统数据之间的相似度。
8.根据权利要求2所述的内窥镜烟雾吸引方法,其特征在于,所述有烟雾线性动态系统数据包括通过对多个线性动态系统数据进行聚类后得到的有烟雾聚类中的聚类中心对应的线性动态系统数据。
9.根据权利要求8所述的内窥镜烟雾吸引方法,其特征在于,在所述相似度满足第一预设条件的情况下,确定所述内窥镜手术环境中存在烟雾,包括:
当所述相似度大于第一预设相似度时,确定所述内窥镜手术环境中存在烟雾。
10.根据权利要求2所述的内窥镜烟雾吸引方法,其特征在于,所述有烟雾线性动态系统数据包括通过对多个线性动态系统数据进行聚类后得到的有烟雾聚类中的多个线性动态系统数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海微创医疗机器人(集团)股份有限公司,未经上海微创医疗机器人(集团)股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210052911.3/1.html,转载请声明来源钻瓜专利网。