[发明专利]刺激电极导线的成像识别方法及相关装置

权利要求书

1.一种刺激电极导线的成像识别装置，其特征在于，多个电极片设置于刺激电极导线的外周面，至少部分所述电极片上分别设置有标记，所述标记用于在成像时对所述电极片进行识别；

所述装置包括：

图像采集模块，用于利用图像采集设备实时采集所述刺激电极导线的目标图像；

检测结果模块，用于获取所述目标图像对应的标记检测结果，所述标记检测结果包括一个或多个标签及其置信度和位置信息；

置信度判断模块，用于判断每个标签的置信度是否满足预设条件；当至少一个标签的置信度不满足所述预设条件时，重新调用图像采集模块；当所有标签的置信度均满足所述预设条件时，调用结果输出模块；

结果输出模块，用于将所述标记检测结果输出至预设的用户设备。

2.根据权利要求1所述的刺激电极导线的成像识别装置，其特征在于，所述检测结果模块包括：

成像识别单元，用于利用成像识别模型对所述目标图像进行成像识别，得到所述目标图像对应的标记检测结果；

其中，所述成像识别模型的训练过程如下：

获取第一训练集，所述第一训练集包括多个第一训练图像及其对应的标记检测结果的标注数据；

利用所述第一训练集对预设的第一深度学习模型进行训练，得到所述成像识别模型。

3.根据权利要求2所述的刺激电极导线的成像识别装置，其特征在于，在所述成像识别模型的训练过程中，所述利用所述第一训练集对预设的第一深度学习模型进行训练，包括：

针对所述第一训练集中的每个第一训练图像，将所述第一训练图像输入预设的第一深度学习模型，得到与所述第一训练图像相对应的标记检测结果的预测数据；

基于与所述第一训练图像相对应的标记检测结果的预测数据以及标注数据，对所述预设的第一深度学习模型的模型参数进行更新；

检测是否满足预设的第一训练结束条件，如果是，则停止训练，并将训练得到的所述预设的第一深度学习模型作为所述成像识别模型，如果否，则利用下一个所述训练数据继续训练所述预设的第一深度学习模型。

4.根据权利要求1所述的刺激电极导线的成像识别装置，其特征在于，所述检测结果模块包括：

目标检测单元，用于对所述目标图像进行目标检测，得到一个或多个子图及其对应的位置信息，每个子图分别对应一个标记；

子图分类单元，用于对每个子图进行标记分类，得到每个子图对应的标签及其置信度；

标记结果单元，用于基于每个子图对应的标签及其置信度和位置信息，获取所述目标图像对应的标记检测结果，所述标记检测结果包括一个或多个标签及其置信度和位置信息。

5.根据权利要求4所述的刺激电极导线的成像识别装置，其特征在于，所述子图分类单元包括：

子图分类子单元，用于利用标记分类模型对每个子图进行标记分类，得到每个子图对应的标记分类结果；

其中，所述标记分类模型的训练过程如下：

获取第二训练集，所述第二训练集包括多个第二训练图像及其对应的标记分类结果的标注数据；

利用所述第二训练集对预设的第二深度学习模型进行训练，得到所述标记分类模型。

6.根据权利要求5所述的刺激电极导线的成像识别装置，其特征在于，在所述标记分类模型的训练过程中，所述利用所述第二训练集对预设的第二深度学习模型进行训练，包括：

针对所述第二训练集中的每个第二训练图像，将所述第二训练图像输入预设的第二深度学习模型，得到与所述第二训练图像相对应的标记检测结果的预测数据；

基于与所述第二训练图像相对应的标记检测结果的预测数据以及标注数据，对所述预设的第二深度学习模型的模型参数进行更新；

检测是否满足预设的第二训练结束条件，如果是，则停止训练，并将训练得到的所述预设的第二深度学习模型作为所述标记分类模型，如果否，则利用下一个所述训练数据继续训练所述预设的第二深度学习模型。

7.根据权利要求1所述的刺激电极导线的成像识别装置，其特征在于，所述装置还包括：

结果显示模块，用于利用所述用户设备显示所述目标图像及其对应的标记检测结果。