骨科机手术器人智能感知解剖结构的方法、装置及系统制造方法及图纸

本发明专利技术提供一种骨科机手术器人智能感知解剖结构的方法、装置及系统，所述方法包括：在驱动机械臂台车移动至距离手术床的目标位置，以及调整机械臂台车的机械臂至与手术床的目标角度后，控制机械臂台车上的摄像设备对准手术床拍照，获取人体关节图像；将人体关节图像输入至训练好的软组织识别网络模型进行软组织特征提取操作，得到软组织识别网络模型输出的软组织初步特征；将软组织初步特征输入至训练好的特征分类网络模型进行分类操作，得到特征分类网络模型输出的软组织区域。本发明专利技术提供的骨科机手术器人智能感知解剖结构的方法、装置及系统，可以自动精准的识别软组织，帮助外科医生精准标记组织血管。科医生精准标记组织血管。科医生精准标记组织血管。

【技术实现步骤摘要】
骨科机手术器人智能感知解剖结构的方法、装置及系统


[0001]本专利技术涉及机器人
，尤其涉及一种骨科机手术器人智能感知解剖结构的方法、装置及系统。

技术介绍

[0002]在外科临床中，外科医生需要精准标记组织血管，定位组织的边缘，以便精准完全的切开组织，该过程目前一般是依赖于外科医生的主观临床经验，这样无法做到精准完全的切开组织，而且还可能会多切除一些正常的组织，最终造成一些医源性损害，无法保障病患的权益。因此，提要提供一种方法可以自动精准的识别软组织，帮助外科医生精准标记组织血管。

技术实现思路

[0003]本专利技术提供一种骨科机手术器人智能感知解剖结构的方法、装置及系统，可以自动精准的识别软组织，帮助外科医生精准标记组织血管。
[0004]本专利技术提供一种骨科机手术器人智能感知解剖结构的方法，包括：
[0005]在驱动机械臂台车移动至距离手术床的目标位置，以及调整所述机械臂台车的机械臂至与所述手术床的目标角度后，控制所述机械臂台车上的摄像设备对准所述手术床拍照，获取人体关节图像；
[0006]将所述人体关节图像输入至训练好的软组织识别网络模型进行软组织特征提取操作，得到所述软组织识别网络模型输出的软组织初步特征；
[0007]将所述软组织初步特征输入至训练好的特征分类网络模型进行分类操作，得到所述特征分类网络模型输出的软组织区域。
[0008]根据本专利技术提供的骨科机手术器人智能感知解剖结构的方法，所述软组织识别网络模型，是基于预设的人体关节图像样本及其对应的软组织初步特征，对UNet网络模型训练得到；
[0009]所述特征分类网络模型，是基于预设的软组织初步特征样本及其对应的软组织区域，对PointRend网络模型进行训练得到。
[0010]根据本专利技术提供的骨科机手术器人智能感知解剖结构的方法，还包括：
[0011]在驱动所述机械臂台车移动至所述目标位置，以及调整所述机械臂至所述目标角度之前，获取所述机械臂台车与所述手术床之间的位姿信息；
[0012]根据所述位姿信息和预设位姿阈值，确定所述机械臂台车的摆位参数；
[0013]根据所述机械臂台车的摆位参数，驱动所述机械臂台车移动至所述目标位置，以及调整所述机械臂至所述目标角度。
[0014]根据本专利技术提供的骨科机手术器人智能感知解剖结构的方法，所述获取机械臂台车与手术床之间的位姿信息，包括：
[0015]获取导航台车发送的所述位姿信息，所述位姿信息是所述导航台车对所述机械臂
台车上的第一基准设备，以及所述手术床上的第二基准设备进行感应采集。
[0016]根据本专利技术提供的骨科机手术器人智能感知解剖结构的方法，所述根据所述位姿信息和预设位姿阈值，确定所述机械臂台车的摆位参数，包括：
[0017]基于所述位姿信息，确定在同一坐标系下的机械臂台车坐标和手术床坐标；
[0018]基于所述机械臂台车坐标与所述手术床坐标之间的坐标差值，以及所述预设位姿阈值，确定所述机械臂台车的摆位参数。
[0019]根据本专利技术提供的骨科机手术器人智能感知解剖结构的方法还包括：
[0020]在所述坐标差值小于所述预设位姿阈值的情况下，确定所述机械臂台车位于所述目标位置，以及所述机械臂位于所述目标角度。
[0021]根据本专利技术提供的骨科机手术器人智能感知解剖结构的方法还包括：
[0022]在确定所述机械臂台车位于所述目标位置，以及所述机械臂位于所述目标角度后，且在控制所述机械表台车上的摄像设备对准所述手术床拍照前，将所述机械臂台车以及所述机械臂进行锁定。
[0023]本专利技术还提供一种骨科机手术器人智能感知解剖结构的装置，包括：
[0024]获取模块，用于在驱动机械臂台车移动至距离手术床的目标位置，以及调整所述机械臂台车的机械臂至与所述手术床的目标角度后，控制所述机械表台车上的摄像设备对准所述手术床拍照，获取人体关节图像；
[0025]提取模块，用于将所述人体关节图像输入至训练好的软组织识别网络模型进行软组织特征提取操作，得到所述软组织识别网络模型输出的软组织初步特征；
[0026]分类模块，用于将所述软组织初步特征输入至训练好的特征分类网络模型进行分类操作，得到所述特征分类网络模型输出的软组织区域。
[0027]本专利技术还提供一种骨科机手术器人智能感知解剖结构的系统，该系统包括机械臂台车和主控台车；
[0028]所述主控台车，与所述机械臂台车通信连接，用于执行上述任一项所述的骨科机手术器人智能感知解剖结构的方法。
[0029]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述骨科机手术器人智能感知解剖结构的方法。
[0030]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述骨科机手术器人智能感知解剖结构的方法。
[0031]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述骨科机手术器人智能感知解剖结构的方法。
[0032]本专利技术提供的骨科机手术器人智能感知解剖结构的方法、装置及系统，通过控制机械臂台车上的摄像设备对准手术床拍照，获取人体关节图像，再基于软组织识别网络模型提取人体关节图像中的软组织初步特征进行提取，接着基于特征分类网络模型对软组织初步特征进行特征分类，得到软组织区域。从获取人体关节图像，到最终提取软组织区域的过程都是自动化实现，可以自动精准的识别软组织，帮助外科医生精准标记组织血管。
附图说明
[0033]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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的前提下，还可以根据这些附图获得其他的附图。
[0034]图1是本专利技术提供的骨科机手术器人智能感知解剖结构的方法的流程示意图之一；
[0035]图2是本专利技术提供的骨科机器人的原理框图；
[0036]图3是本专利技术提供的骨科机器人的结构示意图；
[0037]图4是本专利技术提供的导航台车上导航模块的安装示意图；
[0038]图5是本专利技术提供的软组织识别结果示意图；
[0039]图6是本专利技术提供的摄像设备获取人体关节图像的示意图；
[0040]图7是本专利技术提供的人体关节图像的处理流程图；
[0041]图8是本专利技术提供的骨科机手术器人智能感知解剖结构的装置的结构示意图；
[0042]图9是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0043]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术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本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种骨科机手术器人智能感知解剖结构的方法，其特征在于，包括：在驱动机械臂台车移动至距离手术床的目标位置，以及调整所述机械臂台车的机械臂至与所述手术床的目标角度后，控制所述机械臂台车上的摄像设备对准所述手术床拍照，获取人体关节图像；将所述人体关节图像输入至训练好的软组织识别网络模型进行软组织特征提取操作，得到所述软组织识别网络模型输出的软组织初步特征；将所述软组织初步特征输入至训练好的特征分类网络模型进行分类操作，得到所述特征分类网络模型输出的软组织区域。2.根据权利要求1所述的骨科机手术器人智能感知解剖结构的方法，其特征在于，所述软组织识别网络模型，是基于预设的人体关节图像样本及其对应的软组织初步特征，对UNet网络模型训练得到；所述特征分类网络模型，是基于预设的软组织初步特征样本及其对应的软组织区域，对PointRend网络模型进行训练得到。3.根据权利要求1所述的骨科机手术器人智能感知解剖结构的方法，其特征在于，还包括：在驱动所述机械臂台车移动至所述目标位置，以及调整所述机械臂至所述目标角度之前，获取所述机械臂台车与所述手术床之间的位姿信息；根据所述位姿信息和预设位姿阈值，确定所述机械臂台车的摆位参数；根据所述机械臂台车的摆位参数，驱动所述机械臂台车移动至所述目标位置，以及调整所述机械臂至所述目标角度。4.根据权利要求3所述的骨科机手术器人智能感知解剖结构的方法，其特征在于，所述获取机械臂台车与手术床之间的位姿信息，包括：获取导航台车发送的所述位姿信息，所述位姿信息是所述导航台车对所述机械臂台车上的第一基准设备，以及所述手术床上的第二基准设备进行感应采集。5.根据权利要求3所述的骨科机手术器人智能感知解剖结构的方法，其特征在于，所述根据所述位姿信息和预设位姿阈值，确定所述机械臂台车的摆位参数，包括：基于所述位姿信息，确定在同一坐标系下的机...

【专利技术属性】
技术研发人员：张逸凌，刘星宇，
申请(专利权)人：张逸凌，
类型：发明
国别省市：