本发明专利技术的实施方式提供了基于目标检测模型的腹腔镜手术组织器官识别方法及装置。该方法包括：提取输入图像的第一特征图；对所述第一特征图进行局部信息静态建模和上下文信息动态建模，获取局部上下文信息增强的增强特征图；基于所述增强特征图进行目标检测，得到所述输入图像中包含的器官信息及相应的标识。本发明专利技术能够对输入图像提取特征图，并通过对特征图进行局部信息静态建模和上下文信息动态建模的方式对特征图的上下文信息进行增强，以使对增强后的特征图进行目标检测，可以得到更加准确的检测结果，可见，在手术操作过程中，通过上述方式进行目标检测，可以提高识别输入图像中形状变化较大的器官对应的信息的准确率。中形状变化较大的器官对应的信息的准确率。中形状变化较大的器官对应的信息的准确率。
【技术实现步骤摘要】
基于目标检测模型的腹腔镜手术组织器官识别方法及装置
[0001]本专利技术的实施方式涉及人工智能领域，更具体地，本专利技术的实施方式涉及基于目标检测模型的腹腔镜手术组织器官识别方法及装置。
技术介绍
[0002]近年来，腹腔镜手术是一门新发展起来的微创方法，随着以机器学习尤其是深度学习为代表的人工智能技术的突飞猛进，以及相关学科的融合都为开展新技术、新方法奠定了坚定的基础，许多过去的开放性手术目前已被腔内手术取而代之，大大增加了手术选择机会。
[0003]目前，在进行腔内手术的过程中通常需要基于人工智能的手术分析系统对正在进行的手术进行分析，以使手术分析系统能够及时地对操作手术的医生进行提示（例如提示当前手术操作区域存在的器官或危险区域等）。然而，在实践中发现，现有的系统通常只能识别出在手术操作过程中形状不发生较大变化的器官，但是对于手术操作过程中形状变化较大的器官识别的准确率较低。
技术实现思路
[0004]在本上下文中，本专利技术的实施方式期望提供基于目标检测模型的腹腔镜手术组织器官识别方法及装置。
[0005]在本专利技术实施方式的第一方面中，提供了一种基于目标检测模型的腹腔镜手术组织器官识别方法，包括：提取输入图像的第一特征图；对所述第一特征图进行局部信息静态建模和上下文信息动态建模，获取局部上下文信息增强的增强特征图；基于所述增强特征图进行目标检测，得到所述输入图像中包含的器官信息及相应的标识。
[0006]在本实施方式的一个实施例中，对所述第一特征图进行局部信息静态建模，包括：采用特定的第一卷积核对所述第一特征图进行卷积，以对所述第一特征图进行局部信息静态建模，得到具备局部上下文信息表示的静态注意力键值。
[0007]在本实施方式的一个实施例中，对所述第一特征图进行上下文信息动态建模，包括：采用特定的第二卷积核对所述第一特征图进行卷积，得到所述第一特征图的特征值，以便对所述第一特征图进行上下文信息动态建模；基于预先构建的记忆力单元对所述第一特征图进行点乘，得到注意力的查询信息，其中，所述记忆力单元的尺寸与所述第一特征图的尺寸相同；将所述查询信息与所述静态注意力键值进行计算，得到自注意力增强特征图；基于所述特征值和所述自注意力增强特征图进行点乘计算，得到上下文信息动态
建模的特征图。
[0008]在本实施方式的一个实施例中，将所述查询信息与所述静态注意力键值进行计算，得到自注意力增强特征图，包括：将所述查询信息与所述静态注意力键值进行拼接，得到拼接后的第二特征图；基于多层感知机对所述拼接后的第二特征图进行计算，得到自注意力增强特征图。
[0009]在本实施方式的一个实施例中，对所述第一特征图进行局部信息静态建模和上下文信息动态建模，获取局部上下文信息增强的增强特征图，包括：将所述静态注意力键值和所述上下文信息动态建模的特征图相加，得到局部上下文信息增强的增强特征图。
[0010]在本实施方式的一个实施例中，基于所述增强特征图进行目标检测，得到所述输入图像中包含的器官信息及相应的标识，包括：基于特征金字塔网络对所述增强特征图进行特征融合，得到至少一个待识别特征图；对所述待识别特征图进行目标检测，确定所述待识别特征图中包含的目标；识别所述目标对应的器官信息。
[0011]在本实施方式的一个实施例中，所述器官信息中包括器官名称和识别概率，识别所述目标对应的器官信息之后，所述方法还包括：在所述输入图像中输出用于标识目标所在位置的包围框；在所述输入图像中的包围框内输出与所述包围框所标识的目标对应的器官名称和识别概率。
[0012]在本专利技术实施方式的第二方面中，提供了一种基于目标检测模型的腹腔镜手术组织器官识别装置，包括：提取单元，用于提取输入图像的第一特征图；建模单元，用于对所述第一特征图进行局部信息静态建模和上下文信息动态建模，获取局部上下文信息增强的增强特征图；检测单元，用于基于所述增强特征图进行目标检测，得到所述输入图像中包含的器官信息及相应的标识。
[0013]在本专利技术实施方式的第三方面中，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序在被处理器执行时能够实现第一方面中任一项所述的方法。
[0014]在本专利技术实施方式的第四方面中，提供了一种计算设备，包括第三方面所述的存储介质。
[0015]根据本专利技术实施方式的基于目标检测模型的腹腔镜手术组织器官识别方法、装置及存储介质，能够对输入图像提取特征图，并通过对特征图进行局部信息静态建模和上下文信息动态建模的方式对特征图的上下文信息进行增强，以使对增强后的特征图进行目标检测，可以得到更加准确的检测结果，可见，在手术操作过程中，通过上述方式进行目标检测，可以提高识别输入图像中形状变化较大的器官对应的信息的准确率。
附图说明
[0016]通过参考附图阅读下文的详细描述，本专利技术示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本专利技术的若干实施方式，其中：图1为本专利技术一实施例提供的基于目标检测模型的腹腔镜手术组织器官识别方法的流程示意图；图2为本专利技术另一实施例提供的基于目标检测模型的腹腔镜手术组织器官识别方法的流程示意图；图3为本专利技术实施例中目标检测模型中的一种注意力机制模块的结构示意图；图4为本专利技术实施例中目标检测模型中包含注意力机制模块的Att_CSP的结构示意图；图5为本专利技术实施例目标检测模型的网络结构示意图；图6为根据本专利技术的实施方式对输入图像执行基于目标检测模型的腹腔镜手术组织器官识别得到的结果示意图；图7为本专利技术一实施例提供的基于目标检测模型的腹腔镜手术组织器官识别装置的结构示意图；图8示意性地示出了本专利技术实施例的一种介质的结构示意图；图9示意性地示出了本专利技术实施例的一种计算设备的结构示意图。
具体实施方式
[0017]下面将参考若干示例性实施方式来描述本专利技术的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本专利技术，而并非以任何方式限制本专利技术的范围。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
[0018]本领域技术人员知道，本专利技术的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件（包括固件、驻留软件、微代码等），或者硬件和软件结合的形式。
[0019]根据本专利技术的实施方式，提出了基于目标检测模型的腹腔镜手术组织器官识别方法及装置。
[0020]在本文中，需要理解的是，附图中的任何元素数量均用于示例而非限制，以及任何命名都仅用于区分，而不具有任何限制含义。
[0021]下面参考本专利技术的若干代表性实施方式，详细阐释本专利技术的原理和精神。
[0022]下面进一步详细描述本专利技术的器官识别方法的具体实现原理：下面参考图1，图1为本专利技术一实施例提供的基于目标检测模型的腹腔镜手术组织器官本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于目标检测模型的腹腔镜手术组织器官识别方法，包括：提取输入图像的第一特征图；对所述第一特征图进行局部信息静态建模和上下文信息动态建模，获取局部上下文信息增强的增强特征图；基于所述增强特征图进行目标检测，得到所述输入图像中包含的器官信息及相应的标识。2.根据权利要求1所述的基于目标检测模型的腹腔镜手术组织器官识别方法，对所述第一特征图进行局部信息静态建模，包括：采用特定的第一卷积核对所述第一特征图进行卷积，以对所述第一特征图进行局部信息静态建模，得到具备局部上下文信息表示的静态注意力键值。3.根据权利要求2所述的基于目标检测模型的腹腔镜手术组织器官识别方法，对所述第一特征图进行上下文信息动态建模，包括：采用特定的第二卷积核对所述第一特征图进行卷积，得到所述第一特征图的特征值，以便对所述第一特征图进行上下文信息动态建模；基于预先构建的记忆力单元对所述第一特征图进行点乘，得到注意力的查询信息，其中，所述记忆力单元的尺寸与所述第一特征图的尺寸相同；将所述查询信息与所述静态注意力键值进行计算，得到自注意力增强特征图；基于所述特征值和所述自注意力增强特征图进行点乘计算，得到上下文信息动态建模的特征图。4.根据权利要求3所述的基于目标检测模型的腹腔镜手术组织器官识别方法，将所述查询信息与所述静态注意力键值进行计算，得到自注意力增强特征图，包括：将所述查询信息与所述静态注意力键值进行拼接，得到拼接后的第二特征图；基于多层感知机对所述拼接后的第二特征图进行计算，得到自注意力增强特征图。5.根据权利要求3或4所述的基于目标检测模型的...
【专利技术属性】
技术研发人员：陈豪，李国新，余江，陈浩彬，苟龙飞，陈翊，闫滕，
申请(专利权)人：南方医科大学南方医院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。