一种血管穿刺图像处理方法及血管穿刺机器人技术

本发明专利技术涉及一种血管穿刺图像处理方法及血管穿刺机器人，方法包括以下步骤：S1：获取可见光图像，利用图像识别与分割算法识别可穿刺区域；S2：获取近红外图像，基于可穿刺区域，利用图像识别与分割算法得到可穿刺血管；S3：获取超声图像，基于可穿刺血管，利用图像识别与分割算法确定穿刺角度。与现有技术相比，采用可见光‑近红外光‑超声渐进图像处理，对血管穿刺进行规划，可规避血管穿刺过程中的风险。

【技术实现步骤摘要】
一种血管穿刺图像处理方法及血管穿刺机器人
本专利技术涉及血管穿刺领域，尤其是涉及一种血管穿刺图像处理方法及血管穿刺机器人。
技术介绍
目前新兴的自动血管穿刺机器人技术试图通过全自动方法进行血管穿刺，然而由于血管穿刺规划较为粗糙，机器人穿刺的使用条件受到了较大限制，很难实现完全自动血管穿刺。专利CN109960285A公开了一种血管穿刺机器人，用于提升血管穿刺成功率。但是该机器人的图像获取模块只使用了单模态图像识别传感器和距离传感器，不能精准识别血管的空间位置，更不能区分血管腔和血管壁，该方法下的血管穿刺具有极大风险。目前自动化的存在血管穿刺定位以及穿刺角度不准确的问题。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种血管穿刺图像处理方法及血管穿刺机器人。本专利技术的目的可以通过以下技术方案来实现：一种血管穿刺图像处理方法，该方法包括以下步骤：S1：获取可见光图像，利用图像识别与分割算法识别可穿刺区域；S2：获取近红外图像，基于可穿刺区域，利用图像识别与分割算法得到可穿刺血管；S3：获取超声图像，基于可穿刺血管，利用图像识别与分割算法确定穿刺角度。所述的S1包括：S11：获取可见光图像，利用图像识别与分割算法区分待穿刺区域与背景，得到待穿刺区域分割图像；S12：基于待穿刺区域分割图像，利用图像识别算法，得到待穿刺区域组织状态；S13：基于待穿刺区域分割图像，利用图像识别算法，得到待穿刺区域硬质结构；S14：基于待穿刺区域组织状态和待穿刺区域硬质结构，计算不可穿刺区域与待穿刺区域的面积比；S15：根据不可穿刺区域与待穿刺区域的面积比和不可穿刺区域阈值得到可穿刺区域。所述不可穿刺区域与待穿刺区域的面积比η1的计算公式为：其中，S1为待穿刺区域硬质结构的面积，S2为待穿刺区域中组织状态不符合穿刺的面积，S为待穿刺区域的面积。所述的S15中，若不可穿刺区域与待穿刺区域的面积比小于不可穿刺区域阈值，待穿刺区域与不可穿刺区域的面积差即为可穿刺区域的面积；若不可穿刺区域与待穿刺区域的面积比大于等于不可穿刺区域阈值，需重新选择待穿刺区域。所述的S2包括：S21：获取近红外图像，利用图像识别算法，得到可穿刺区域中的血管分叉处；S22：选择分叉血管处的上方血管进行粗直性识别，得到可穿刺血管。得到可穿刺血管后，对可穿刺血管添加深度信息，通过深度信息得到血管-组织表面深度差，若血管-组织表面深度差小于深度差阈值，则该血管为突出血管，突出血管穿刺时进行血管固定。所述血管-组织表面深度差Δh的计算公式为：Δh＝h1-h2其中，h1为待穿刺区域组织表面的高度，h2为可穿刺血管的高度。所述的S3包括：S31：获取超声图像，分割可穿刺血管的血管腔与血管壁；S32：计算血管壁的厚度，得到穿刺角度。血管壁的厚度小于厚度阈值时为薄血管壁，血管壁的厚度大于厚度阈值时为厚血管壁，薄血管壁的穿刺角度小于厚血管壁的穿刺角度。一种实现所述血管穿刺图像处理方法的血管穿刺机器人，该机器人包括：可见光模块，获取可见光图像，利用图像识别与分割算法识别可穿刺区域；近红外模块，获取近红外图像，利用可穿刺区域和图像识别与分割算法得到可穿刺血管；超声模块，获取超声图像，利用可穿刺血管和图像识别与分割算法确定穿刺角度。与现有技术相比，本专利技术具有以下优点：(1)采用可见光-近红外光-超声渐进识别，对血管穿刺进行规划，可规避血管穿刺过程中的可穿刺区域和可穿刺血管定位不准确的风险，同时对避免了穿刺角度错误的风险。(2)S12中基于待穿刺区域分割图像，利用图像识别算法，得到待穿刺区域组织状态，考虑了待穿刺组织损伤，防止在全自动血管穿刺过程中穿刺机器人在损伤部位实施穿刺。(3)S21中获取近红外图像，利用图像识别算法，得到可穿刺区域中的血管分叉处，考虑血管分叉，且穿刺时避开血管分叉，优先考虑血管分叉上方进行穿刺，可以有更好的穿刺效果。(4)得到可穿刺血管后，对可穿刺血管添加深度信息，考虑血管深度对于穿刺的影响，如果血管突出，穿刺时对突出血管进行固定，避免穿刺过程中的风险。(5)S32中考虑血管壁厚度对于穿刺的影响，如果血管壁较厚，要求穿刺时增大进针角度。附图说明图1为本专利技术的流程图；图2为本专利技术的整体功能图；图3为本专利技术的可见光图像处理图；图4为本专利技术的近红外图像处理图；图5为本专利技术的超声图像处理图；图6为本专利技术的细分功能图。具体实施方式下面结合附图和具体实施例对本专利技术进行详细说明。本实施例以本专利技术技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。实施例本实施例提供一种血管穿刺图像处理方法，包括以下步骤：步骤S1：获取可见光图像，利用图像识别与分割算法识别可穿刺区域，具体而言：步骤S11：获取可见光图像，利用图像识别与分割算法区分待穿刺区域与背景，得到待穿刺区域分割图像；步骤S12：基于待穿刺区域分割图像，利用图像识别算法，得到待穿刺区域组织状态；步骤S13：基于待穿刺区域分割图像，利用图像识别算法，得到待穿刺区域硬质结构；步骤S14：基于待穿刺区域组织状态和待穿刺区域硬质结构，计算不可穿刺区域与待穿刺区域的面积比；步骤S15：根据不可穿刺区域与待穿刺区域的面积比和不可穿刺区域阈值得到可穿刺区域。不可穿刺区域与待穿刺区域的面积比η1的计算公式为：其中，S1为待穿刺区域硬质结构的面积，S2为待穿刺区域中组织状态不符合穿刺的面积，S为待穿刺区域的面积。步骤S15中，若不可穿刺区域与待穿刺区域的面积比小于不可穿刺区域阈值，待穿刺区域与不可穿刺区域的面积差即为可穿刺区域的面积；若不可穿刺区域与待穿刺区域的面积比大于等于不可穿刺区域阈值，需重新选择待穿刺区域。步骤S2：获取近红外图像，基于可穿刺区域，利用图像识别与分割算法得到可穿刺血管。具体而言：步骤S21：获取近红外图像，利用图像识别算法，得到可穿刺区域中的血管分叉处；步骤S22：选择分叉血管处的分叉上方血管进行粗直性识别，得到可穿刺血管。得到可穿刺血管后，对可穿刺血管添加深度信息，通过深度信息得到血管-组织表面深度差，若血管-组织表面深度差小于深度差阈值，则该血管为突出血管，突出血管穿刺时进行血管固定。血管-组织表面深度差Δh的计算公式为：Δh＝h1-h2其中，h1为待穿刺区域组织表面的高度，h2为可穿刺血管的高度。步骤S3：获取超声图像，基于可穿刺血管，利用图像识别与分割算法确定穿刺角度。具体而言：步骤S31：获取超声图像，分割可穿刺血管本文档来自技高网...

【技术保护点】
1.一种血管穿刺图像处理方法，其特征在于，该方法包括以下步骤：/nS1：获取可见光图像，利用图像识别与分割算法识别可穿刺区域；/nS2：获取近红外图像，基于可穿刺区域，利用图像识别与分割算法得到可穿刺血管；/nS3：获取超声图像，基于可穿刺血管，利用图像识别与分割算法确定穿刺角度。/n

【技术特征摘要】
1.一种血管穿刺图像处理方法，其特征在于，该方法包括以下步骤：
S1：获取可见光图像，利用图像识别与分割算法识别可穿刺区域；
S2：获取近红外图像，基于可穿刺区域，利用图像识别与分割算法得到可穿刺血管；
S3：获取超声图像，基于可穿刺血管，利用图像识别与分割算法确定穿刺角度。


2.根据权利要求1所述的一种血管穿刺图像处理方法，其特征在于，所述的S1包括：
S11：获取可见光图像，利用图像识别与分割算法区分待穿刺区域与背景，得到待穿刺区域分割图像；
S12：基于待穿刺区域分割图像，利用图像识别算法，得到待穿刺区域组织状态；
S13：基于待穿刺区域分割图像，利用图像识别算法，得到待穿刺区域硬质结构；
S14：基于待穿刺区域组织状态和待穿刺区域硬质结构，计算不可穿刺区域与待穿刺区域的面积比；
S15：根据不可穿刺区域与待穿刺区域的面积比和不可穿刺区域阈值得到可穿刺区域。


3.根据权利要求2所述的一种血管穿刺图像处理方法，其特征在于，所述不可穿刺区域与待穿刺区域的面积比η1的计算公式为：



其中，S1为待穿刺区域硬质结构的面积，S2为待穿刺区域中组织状态不符合穿刺的面积，S为待穿刺区域的面积。


4.根据权利要求2所述的一种血管穿刺图像处理方法，其特征在于，所述的S15中，若不可穿刺区域与待穿刺区域的面积比小于不可穿刺区域阈值，待穿刺区域与不可穿刺区域的面积差即为可穿刺区域的面积；若不可穿刺区域与待穿刺区域的面积比大于等于不可穿刺区域阈值，需重新选择待穿刺区域。


5.根据权利要求1所述的一...

【专利技术属性】
技术研发人员：齐鹏，陈禹，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海;31