工具的确定方法、装置、计算机可读存储介质及处理器制造方法及图纸

本发明专利技术公开了一种工具的确定方法、装置、计算机可读存储介质及处理器。其中，该方法包括：获取目标区域的三维影像数据；基于机器学习得到的识别模型，确定与三维影像数据对应的目标区域的简化形态以及简化形态对应的工具参数；根据简化形态以及简化形态对应的工具参数，确定待使用的工具。本发明专利技术解决了相关技术中无法有效定位目标区域并为目标区域匹配合适的工具的技术问题。适的工具的技术问题。适的工具的技术问题。

【技术实现步骤摘要】
工具的确定方法、装置、计算机可读存储介质及处理器


[0001]本专利技术涉及工具的智能化
，具体而言，涉及一种工具的确定方法、装置、计算机可读存储介质及处理器。

技术介绍

[0002]在不同的领域，例如，在医疗领域，股骨头坏死治疗时，坏死区域的识别是关键过程，大多依靠术者的术前影像分析及术中反复X线透视进行反复定位，而这一过程将伴随反复刺入及放射性损伤，而且股骨头坏死区域的形态也没有有效方法进行准确表达，更无法选择合适的工具对其进行处理。又例如，在工业生产过程中，对于较大的工件来说，一般会采用人工质检的方式对其孔洞等缺陷进行检测，例如，在孔洞等缺陷较多或者人眼难以察觉时，无法逐一检测并选择合适工具对其进行修复。然而，在其他领域诸如模具检修等也存在类似的问题，因而更加精准的定位以及操作工具的智能化，成为了较为迫切的需求。
[0003]针对上述相关技术中无法有效定位目标区域并为目标区域匹配合适的工具的问题，目前尚未提出有效的解决方案。

技术实现思路

[0004]本专利技术实施例提供了一种工具的确定方法、装置、计算机可读存储介质及处理器，以至少解决相关技术中无法有效定位目标区域并为目标区域匹配合适的工具的技术问题。
[0005]根据本专利技术实施例的一个方面，提供了一种工具的确定方法，包括：获取目标区域的三维影像数据；基于机器学习得到的识别模型，确定与所述三维影像数据对应的所述目标区域的简化形态以及所述简化形态对应的工具参数；根据所述简化形态以及所述简化形态对应的工具参数，确定待使用的工具。
[0006]可选地，获取目标区域的三维影像数据，包括：利用扫描设备对所述目标区域进行扫描，得到所述目标区域的二维多层影像数据；依据所述二维多层影像数据进行三维重建，得到所述目标区域的三维数字模型；依据所述三维数字模型，得到所述目标区域的所述三维影像数据。
[0007]可选地，基于机器学习得到的识别模型，确定与所述三维影像数据对应的所述目标区域的简化形态以及所述简化形态对应的工具参数，包括：将所述三维影像数据输入所述识别模型，生成与所述三维影像数据对应的所述目标区域的简化形态以及所述简化形态对应的工具参数，其中，所述识别模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：不同类型的三维影像数据、所述三维影像数据对应的所述目标区域的简化形态以及所述简化形态对应的工具参数。
[0008]可选地，在根据所述简化形态以及所述简化形态对应的工具参数，确定待使用的工具之后，还包括：调整所述工具参数，重新确定待使用的所述工具。
[0009]根据本专利技术实施例的另一方面，还提供了一种工具的确定装置，包括：获取模块，用于获取目标区域的三维影像数据；第一确定模块，用于基于机器学习得到的识别模型，确
定与所述三维影像数据对应的所述目标区域的简化形态以及所述简化形态对应的工具参数；第二确定模块，用于根据所述简化形态以及所述简化形态对应的工具参数，确定待使用的工具。
[0010]可选地，所述获取模块包括：扫描单元，用于利用扫描设备对所述目标区域进行扫描，得到所述目标区域的二维多层影像数据；重建单元，用于依据所述二维多层影像数据进行三维重建，得到所述目标区域的三维数字模型；得到单元，用于依据所述三维数字模型，得到所述目标区域的所述三维影像数据。
[0011]可选地，所述第一确定模块包括：生成单元，用于将所述三维影像数据输入所述识别模型，生成与所述三维影像数据对应的所述目标区域的简化形态以及所述简化形态对应的工具参数，其中，所述识别模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：不同类型的三维影像数据、所述三维影像数据对应的所述目标区域的简化形态以及所述简化形态对应的工具参数。
[0012]可选地，所述装置还包括：调整模块，用于在根据所述简化形态以及所述简化形态对应的工具参数，确定待使用的工具之后，调整所述工具参数，重新确定待使用的所述工具。
[0013]根据本专利技术实施例的另一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行上述中任意一项所述的工具的确定方法。
[0014]根据本专利技术实施例的另一方面，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述中任意一项所述的工具的确定方法。
[0015]在本专利技术实施例中，采用获取目标区域的三维影像数据；基于机器学习得到的识别模型，确定与三维影像数据对应的目标区域的简化形态以及简化形态对应的工具参数；根据简化形态以及简化形态对应的工具参数，确定待使用的工具，通过识别模型识别目标区域的三维影像数据，得到目标区域的简化形态以及该简化形态对应的工具参数，达到了在定位目标区域后为其匹配工具的目的，从而实现了更为精准地定位出目标区域，以及快速地匹配出相应的工具的技术效果，进而解决了相关技术中无法有效定位目标区域并为目标区域匹配合适的工具的技术问题。
附图说明
[0016]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0017]图1是根据本专利技术实施例的工具的确定方法的流程图；
[0018]图2是根据本专利技术实施例的工具的确定装置的示意图。
具体实施方式
[0019]为了使本
的人员更好地理解本专利技术方案，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，所描述的实施例仅仅是本专利技术一部分的实施例，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前提下所获得的所有其他实施例，都应当属于本专利技术保护的范
围。
[0020]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0021]实施例1
[0022]根据本专利技术实施例，提供了一种工具的确定方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0023]图1是根据本专利技术实施例的工具的确定方法的流程图，如图1所示，该方法包括如下步骤：
[0024]步骤S102，获取目标区域的三维影像数据；
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种工具的确定方法，其特征在于，包括：获取目标区域的三维影像数据；基于机器学习得到的识别模型，确定与所述三维影像数据对应的所述目标区域的简化形态以及所述简化形态对应的工具参数；根据所述简化形态以及所述简化形态对应的工具参数，确定待使用的工具。2.根据权利要求1所述的方法，其特征在于，获取目标区域的三维影像数据，包括：利用扫描设备对所述目标区域进行扫描，得到所述目标区域的二维多层影像数据；依据所述二维多层影像数据进行三维重建，得到所述目标区域的三维数字模型；依据所述三维数字模型，得到所述目标区域的所述三维影像数据。3.根据权利要求1所述的方法，其特征在于，基于机器学习得到的识别模型，确定与所述三维影像数据对应的所述目标区域的简化形态以及所述简化形态对应的工具参数，包括：将所述三维影像数据输入所述识别模型，生成与所述三维影像数据对应的所述目标区域的简化形态以及所述简化形态对应的工具参数，其中，所述识别模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：不同类型的三维影像数据、所述三维影像数据对应的所述目标区域的简化形态以及所述简化形态对应的工具参数。4.根据权利要求1至3中任意一项所述的方法，其特征在于，在根据所述简化形态以及所述简化形态对应的工具参数，确定待使用的工具之后，还包括：调整所述工具参数，重新确定待使用的所述工具。5.一种工具的确定装置，其特征在于，包括：获取模块，用于获取目标区域的三维影像数据；第一确定模块，用于基于机器学习得到的识别模型，确定与所述三维影像数据对应的所述目标区域的简化...

【专利技术属性】
技术研发人员：王彩梅，李志疆，
申请(专利权)人：北京爱康宜诚医疗器材有限公司，
类型：发明
国别省市：