[发明专利]眼科手术技能评价方法、系统及存储介质在审

专利信息
申请号: 202211125913.7 申请日: 2022-09-16
公开(公告)号: CN115205769A 公开(公告)日: 2022-10-18
发明(设计)人: 顾愿愿;马韶东;牟磊;方利鑫;岳星宇;阎岐峰;张炯;赵一天 申请(专利权)人: 中国科学院宁波材料技术与工程研究所
主分类号: G06V20/40 分类号: G06V20/40;G06V10/82;G06V10/40;G06N3/04;G06N3/08
代理公司: 北京元周律知识产权代理有限公司 11540 代理人: 孙小万
地址: 315201 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 眼科 手术 技能 评价 方法 系统 存储 介质
【权利要求书】:

1.一种眼科手术技能评价方法,其特征在于,该方法包括:

识别眼科手术视频片段的手术阶段;

对所述眼科手术视频片段进行图像分割,得到手术器械的掩膜区域;

根据所述手术器械的掩膜区域进行光流计算,得到所述手术器械的运动轨迹;

对各手术阶段,基于所述手术器械的运动轨迹进行特征提取,根据评价标签分类,训练分类模型;

对待评价眼科手术视频,利用训练好的分类模型进行分类评价,将分类评价结果与专家评估结果进行一致性验证。

2.根据权利要求1所述的眼科手术技能评价方法,其特征在于,所述识别眼科手术视频片段的手术阶段包括:

以眼科手术视频片段中的手术器械与眼部区域为目标特征,根据时序信息,对手术阶段进行分类;

所述识别眼科手术视频片段的手术阶段具体包括:

通过目标检测网络识别手术器械与眼部区域,从眼科手术视频片段中剪裁出感兴趣区域图像;

通过特征提取网络分别对所述感兴趣区域图像、完整视频帧进行高阶特征提取,将高阶特征融合;

基于融合的高阶特征,训练时序卷积网络,利用所述时序卷积网络对手术阶段进行识别;

所述识别眼科手术视频片段的手术阶段还包括:按照所述手术阶段对获取的眼科手术视频片段进行分类,建立眼科手术视频片段数据集。

3.根据权利要求1所述的眼科手术技能评价方法,其特征在于,所述对所述眼科手术视频片段进行图像分割,得到手术器械的掩膜区域还包括:

当手术器械被遮挡时,基于所述视频片段的前后帧进行刚性配准,对手术器械被遮挡区域进行刚性补齐,得到完整的手术器械的掩膜区域信息。

4.根据权利要求1所述的眼科手术技能评价方法,其特征在于,所述图像分割采用基于马尔可夫随机场的视频分割网络;

所述基于马尔可夫随机场的视频分割网络为:

对于所述视频片段中第i个体素,i表示视频帧,表示视频帧i在视频序列中的序列位置;其标签为uL={1,2,…, l},L为标记场,l表示标签类别数;

每个体素对应马尔可夫随机场中一个节点,则第i个体素对应无向图模型中第i个节点,将其用二进制潜变量表示为;

所述基于马尔可夫随机场的分割网络模型如下公式所示:

E(y) =

其中,y表示无向图模型中节点的二进制潜变量;n表示节点集合;ε表示体素间的关系集合,表示视频帧i中像素与标签间的代价函数,表示成对视频帧与标签之间的代价函数。

5.根据权利要求3所述的眼科手术技能评价方法,其特征在于,所述刚性补齐包括:

对分割后的连续帧间手术器械的掩膜进行配准,将前后帧掩膜信息作为先验知识,补齐因手术器械被遮挡导致分割后产生的不完整掩膜;

所述刚性补齐具体包括:

以不完整的手术器械的掩膜作为待配准图像,将其前后帧掩膜图像作为源图像,以其坐标系作为参考坐标系,以手术器械前端和后端连接处作为关键控制点,以关键控制点间的均方差为损失函数,实现待配准图像与源图像间的空间对齐,并根据源图像的区域信息,补齐不完整掩膜的区域信息。

6.根据权利要求1所述的眼科手术技能评价方法,其特征在于,所述根据所述手术器械的掩膜区域进行光流计算,得到所述手术器械的运动轨迹包括:

假设掩膜区域像素坐标为(x,y),则在t时间后运动至(x+Δx, y+Δy),期间像素位移可表示为I(x, y, t)= I(x+Δx, y+Δy, t+Δt),通过关注连续帧之间的手术器械运动矢量(Δx,Δy)即可获取手术器械的运动轨迹。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中国科学院宁波材料技术与工程研究所,未经中国科学院宁波材料技术与工程研究所许可,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/202211125913.7/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top