一种基于人工智能的内窥镜图像去雾方法技术

本发明专利技术实施例涉及一种基于人工智能的内窥镜图像去雾方法，包括：获取冷光源照射下内窥镜的采集图像；检测是否接收到内窥镜图像去雾触发信号；若接收到内窥镜图像去雾触发信号，则根据所述内窥镜的采集图像，判断是否启动去雾处理；若判定启动去雾处理，则根据预设的去雾策略对所述内窥镜的采集图像进行去雾。本发明专利技术实施例通过接收去雾触发信号以及判断启动去雾处理这两个条件来决定是否去雾，而非接收到内窥镜的采集图像后直接进行去雾，避免对无雾的图像进行去雾处理，从而提高了去雾有效性。

An artificial intelligence based method for removing image from endoscope images

An embodiment of the present invention relates to an endoscope image demogging method based on artificial intelligence, which includes acquiring a collection image of an endoscope under a cold light source; detecting whether the endoscope image is received to trigger a signal by fog; if the endoscope image is received to trigger a signal in fog, it is judged according to the collected image of the endoscope. If the fog is removed, the image collected by the endoscope is de fogging according to the preset fog removal strategy. The embodiment of the invention determines whether to remove fog by receiving the demogging trigger signal and judging the two conditions of starting the fog removal process, instead of receiving the collection image of the endoscope directly to fog, avoiding fog removal of the fog free image, thus improving the efficiency of the fog removal.

【技术实现步骤摘要】
一种基于人工智能的内窥镜图像去雾方法
本专利技术实施例涉及一种基于人工智能的内窥镜图像去雾方法。
技术介绍
随着外科手术技术的进步，现在越来越多的外科手术为微创手术，微创手术通常会使用内窥镜，便于医生通过内窥镜发现患者体内的病变。在微创手术过程中，当手术刀切割体内组织时，由于血液温度高于内窥镜的镜头的温度，使得内窥镜的镜头起雾，导致内窥镜图像不清楚，影响医生的观察。为此，亟需提出一种内窥镜图像去雾方法，在内窥镜的镜头起雾时，对内窥镜图像进行去雾处理。上述对问题的发现过程的描述，仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
为了解决现有技术存在的问题，本专利技术的至少一个实施例提供了一种基于人工智能的内窥镜图像去雾方法。第一方面，本专利技术实施例公开一种基于人工智能的内窥镜图像去雾方法，包括：获取冷光源照射下内窥镜的采集图像；检测是否接收到内窥镜图像去雾触发信号；若接收到内窥镜图像去雾触发信号，则根据所述内窥镜的采集图像，判断是否启动去雾处理；若判定启动去雾处理，则根据预设的去雾策略对所述内窥镜的采集图像进行去雾。可选的，所述根据所述内窥镜的采集图像，判断是否启动去雾处理，包括：通过预先训练的神经网络模型，判断所述内窥镜的采集图像是否产生雾气；若是，则启动去雾处理。可选的，所述检测是否接收到内窥镜图像去雾触发信号，包括：检测是否接收到内窥镜对应的切割刀控制器生成的去雾触发信号。可选的，所述检测是否接收到内窥镜对应的切割刀控制器生成的去雾触发信号，包括：检测是否接收到内窥镜对应的切割刀控制器在控制切割刀进行切割时生成的去雾触发信号。可选的，所述检测是否接收到内窥镜图像去雾触发信号，包括：检测是否接收到远程控制指令；解析所述远程控制指令；判断解析后的远程控制指令中是否携带有内窥镜图像去雾触发信息。可选的，所述检测是否接收到内窥镜图像去雾触发信号，包括：检测是否接收到语音指令；识别所述语音指令；判断识别后的语音指令中是否携带有内窥镜图像去雾触发信息。可见，本专利技术实施例的至少一个实施例中，在内窥镜的采集图像之后，并非直接对采集图像进行去雾处理，而是检测是否接收到去雾触发信号，并在接收到去雾触发信号后判断是否启动去雾处理，若判定启动去雾处理才对采集图像去雾。可见，通过接收去雾触发信号以及判断启动去雾处理这两个条件来决定是否去雾，而非接收到内窥镜的采集图像后直接进行去雾，避免对无雾的图像进行去雾处理，从而提高了去雾有效性。进一步地，本专利技术实施例的至少一个实施例中，通过预先训练的神经网络模型，判断内窥镜的采集图像是否产生雾气，从而判定是否启动去雾处理，可见，采用人工智能的神经网络模型，优化了去雾处理的时机，而非接收到内窥镜的采集图像后直接进行去雾处理，提高了去雾处理的有效性。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种基于人工智能的内窥镜图像去雾方法流程图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。如图1所示，本专利技术实施例公开一种基于人工智能的内窥镜图像去雾方法，可包括以下步骤101至104：101、获取冷光源照射下内窥镜的采集图像。102、检测是否接收到内窥镜图像去雾触发信号；若接收到内窥镜图像去雾触发信号，则执行步骤103；否则不执行步骤103。103、根据所述内窥镜的采集图像，判断是否启动去雾处理；若判定启动去雾处理，则执行步骤104；否则不执行步骤104。104、根据预设的去雾策略对所述内窥镜的采集图像进行去雾。本实施例中，预设的去雾策略可沿用现有的去雾方法，在此不再赘述。本实施例中，在内窥镜的采集图像之后，并非直接对采集图像进行去雾处理，而是检测是否接收到去雾触发信号，并在接收到去雾触发信号后判断是否启动去雾处理，若判定启动去雾处理才对采集图像去雾。可见，通过接收去雾触发信号以及判断启动去雾处理这两个条件来决定是否去雾，而非接收到内窥镜的采集图像后直接进行去雾，避免对无雾的图像进行去雾处理，从而提高去雾有效性。在一个具体的例子中，步骤103中根据所述内窥镜的采集图像，判断是否启动去雾处理，具体为：通过预先训练的神经网络模型，判断所述内窥镜的采集图像是否产生雾气；若是，则判定启动去雾处理。本实施例中，预先训练的神经网络模型的输入数据是内窥镜的采集图像，输出数据用于指示采集图像是否起雾。神经网络模型可通过内窥镜图像样本训练得到，内窥镜图像样本为明确已经起雾的内窥镜图像。本实施例中，通过预先训练的神经网络模型，判断内窥镜的采集图像是否产生雾气，从而判定是否启动去雾处理，可见，采用人工智能的神经网络模型，优化了去雾处理的时机，而非接收到内窥镜的采集图像后直接进行去雾处理，提高了去雾处理的有效性。在一个具体的例子中，步骤102中检测是否接收到内窥镜图像去雾触发信号，具体可以为：检测是否接收到内窥镜对应的切割刀控制器生成的去雾触发信号。本实施例中，切割刀控制器分别连接内窥镜、冷光源和切割刀。内窥镜在冷光源照射下采集图像。本实施例中，切割刀控制器，用于控制切割刀进行切割，以及获取内窥镜的采集图像，以及生成去雾触发信号。本实施例中，切割刀控制器可通过光纤线缆与内窥镜连接；切割刀控制器可通过控制线缆与切割刀连接。本实施例中，步骤101中获取冷光源照射下内窥镜的采集图像，具体为：从所述切割刀控制器获取内窥镜的采集图像。基于上一个实施例，本实施例中，步骤102中检测是否接收到内窥镜图像去雾触发信号，具体可以为：检测是否接收到内窥镜对应的切割刀控制器在控制切割刀进行切割时生成的去雾触发信号。可见，考虑到内窥镜在腹腔中进行手术时，存在不进行组织切割和进行组织切割两种场景，在进行组织切割时会有大量雾出现，造成内窥镜图像不清晰，而不进行组织切割时通常不会产生雾，因此，为了避免对两种场景下所有内窥镜图像均进行去雾处理带来的资源浪费问题，本实施例中，切割刀控制器可在控制切割刀进行切割时生成去雾触发信号。在一个具体的例子中，步骤102中检测是否接收到内窥镜图像去雾触发信号，具体可以包括图1中未示出的如下步骤1021～1023：1021、检测是否接收到远程控制指令。1022、解析所述远程控制指令。1023、判断解析后的远程控制指令中是否携带有内窥镜图像去雾触发信息。本实施例中，给出了去雾触发信号的另一种发送方式：远程发送，使得去雾处理可远程控制。在一个具体的例子中，步骤102中检测是否接收到内窥镜图像去雾触发信号，包括1021’～1023’：1021’、检测是否接收到语音指令。1022’、识别所述语音指令。1023’、判断识别后的语音指令中是否携带有内窥镜图像去雾触发信息。本实施例中，给出了去雾触发信号的另本文档来自技高网...

【技术保护点】
1.一种基于人工智能的内窥镜图像去雾方法，其特征在于，包括：获取冷光源照射下内窥镜的采集图像；检测是否接收到内窥镜图像去雾触发信号；若接收到内窥镜图像去雾触发信号，则根据所述内窥镜的采集图像，判断是否启动去雾处理；若判定启动去雾处理，则根据预设的去雾策略对所述内窥镜的采集图像进行去雾。

【技术特征摘要】
1.一种基于人工智能的内窥镜图像去雾方法，其特征在于，包括：获取冷光源照射下内窥镜的采集图像；检测是否接收到内窥镜图像去雾触发信号；若接收到内窥镜图像去雾触发信号，则根据所述内窥镜的采集图像，判断是否启动去雾处理；若判定启动去雾处理，则根据预设的去雾策略对所述内窥镜的采集图像进行去雾。2.根据权利要求1所述的方法，其特征在于，所述根据所述内窥镜的采集图像，判断是否启动去雾处理，包括：通过预先训练的神经网络模型，判断所述内窥镜的采集图像是否产生雾气；若是，则启动去雾处理。3.根据权利要求1所述的方法，其特征在于，所述检测是否接收到内窥镜图像去雾触发信号，包括：检测是否接收到内窥镜对应的切割刀控制...

【专利技术属性】
技术研发人员：陈明书，
申请(专利权)人：江苏金羿智芯科技有限公司，
类型：发明
国别省市：江苏,32