[发明专利]应用于机器人辅助手术视频分析的实时手术工具检测方法

说明书

本发明属于计算机辅助手术的技术领域，尤其涉及一种应用于机器人辅助手术视频分析的实时手术工具检测方法，包括：采集计算机辅助手术视频并处理得到手术图像；对手术图像以逐像素预测方式进行分类预测，回归预测与中心度预测；根据回归预测得到手术工具的候选边界框，利用分类预测和中心度预测得到候选候选边界框的预测得分，利用后处理非极大值抑制算法对预测得分进行处理，得到最终的边界框。本发明采用无锚框卷积神经网络架构，避免了复杂的锚框计算，显著减少了参数的数量。并结合了注意力机制来增强网络的表达能力，提高了网络的检测精度。

技术领域

本发明属于计算机辅助手术的技术领域，尤其涉及一种应用于机器人辅助手术视频分析的实时手术工具检测方法。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

计算机辅助手术是一种新的外科辅助手段，其利用计算机技术来辅助外科医生或手术机器人来完成外科手术。与传统的手术不同，计算机辅助手术能减少因为人的主观意识、疲劳等其他因素造成的手术事故，可以降低医护人员被传染的概率。尤其是计算机辅助手术系统中的手术工具检测技术，通过检测与识别微创手术工具在人体内的位置与类别等信息，可以辅助外科医生对手术过程的判断与决策，具有一定的导航作用，使手术更安全的进行。

手术工具实时检测是计算机辅助手术领域的核心技术之一，其任务是用方框标示出图像中手术工具的具体位置，并给出手术工具的类别，以为外科医生或辅助机器人提供不同工具的实时位置信息等，提高手术效率，减少并发症的发生。因为要将手术工具检测技术用在手术视频图像中，所以需要在手术工具的检测过程中做到又快又准，即实时性和准确性是手术工具检测的需求。

与一般的目标检测任务不同，用于手术工具检测的实际图像往往存在着血雾、模糊、移动速度过快等不利于手术工具检测的因素，这就会导致手术工具检测精度下降，从而影响手术导航过程对人体造成危害；另一方面来说，要通过手术工具检测来帮助实施手术导航，实时性是非常必要的，若达不到手术工具检测的实时性，就会延误医生在手术过程中的视野，对人体造成不必要的损害。但是目前的手术工具检测所采用的方法非常耗时，需要生成非常多的锚盒作为先验框甚至还需要将先验框映射回图像特征图，这增加了计算量，非常耗时，达不到实时性的效果。

发明内容

为克服上述现有技术的不足，本发明提供了一种应用于机器人辅助手术视频分析的实时手术工具检测方法，提高了手术工具检测的速度及准确度。

为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：

本发明第一方面提供了一种应用于机器人辅助手术视频分析的实时手术工具检测方法，包括:

采集计算机辅助手术视频并处理得到手术图像；

对手术图像以逐像素预测方式进行分类预测，回归预测与中心度预测；

根据回归预测得到手术工具的候选边界框，利用分类预测和中心度预测得到候选候选边界框的预测得分，利用后处理非极大值抑制算法对预测得分进行处理，得到最终的边界框。

本发明第二方面提供了应用于机器人辅助手术视频分析的实时手术工具检测方法，包括：

采集计算机辅助手术视频并处理得到手术图像；

对手术图像以逐像素预测方式进行分类预测，回归预测与中心度预测；

根据回归预测得到手术工具的边界框，并利用后处理非极大值抑制算法得到最终的边界框。

本发明第三方面提供了计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本发明第一方面所述的应用于机器人辅助手术视频分析的实时手术工具检测方法中的步骤。