[发明专利]超声扫描机器人控制方法、装置、设备及存储介质

权利要求书

1.超声扫描机器人控制方法，其特征在于，包括：

获取超声图像并添加至特征网络分割模型，得到关于所述超声图像的特征图；

转换所述特征图为特征向量；

输入所述特征向量至模仿学习网络模型；

根据所述模仿学习网络模型所配置的训练模型，预测所述超声扫描机器人的运动，生成控制信息。

2.根据权利要求1所述的超声扫描机器人控制方法，其特征在于，所述获取超声图像并添加至特征网络分割模型，得到关于所述超声图像的特征图，具体包括：

实时获取所述超声图像；

输入所述超声图像至所述特征网络分割模型，得到所述特征图。

3.根据权利要求1所述的超声扫描机器人控制方法，其特征在于：

所述特征向量包括所述特征图的参数信息，所述参数信息包括：坐标信息、尺寸信息以及姿态偏转角度。

4.根据权利要求1所述的超声扫描机器人控制方法，其特征在于，所述根据所述模仿学习网络模型所配置的训练模型，预测所述超声扫描机器人的运动，生成控制信息之前，还包括建立所述训练模型，包括：

接收医生端发送的所述病人端所属超声探头的配置参数；

根据所述配置参数，获取所述超声探头的控制数据；

关联所述控制数据及所述对应的所述特征向量，建立所述训练模型。

5.根据权利要求4所述的超声扫描机器人控制方法，其特征在于：

所述控制数据包括所述超声探头的平移距离、摆动角度以及受力数据。

6.根据权利要求4的超声扫描机器人控制方法，其特征在于：

所述训练模型包括样本数据以及标签值，所述样本数据包括所述特征向量；所述标签值包括所述控制数据。

7.超声扫描机器人控制装置，其特征在于，包括：

特征图获取模块，用于获取超声图像并添加至特征网络分割模型，得到关于所述超声图像的特征图；

特征向量转换模块，用于转换所述特征图为特征向量；

特征向量输入模块，用于输入所述特征向量至模仿学习网络模型；

控制信息生成模块，用于根据所述模仿学习网络模型所配置的训练模型，预测所述超声扫描机器人的运动，生成控制信息。

8.根据权利要求7所述的超声扫描机器人控制装置，其特征在于，所述特征图获取模块被配置以执行以下操作：

实时获取所述超声图像；

输入所述超声图像至所述特征网络分割模型，得到所述特征图。

9.一种电子设备，其特征在于，所述电子设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的超声扫描机器人控制方法。

10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-6中任一所述的超声扫描机器人控制方法。