[发明专利]眼科手术技能评价方法、系统及存储介质在审
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 | ||
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
每个体素对应马尔可夫随机场中一个节点,则第
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;
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。
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。