目标定位方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种目标定位方法、装置、电子设备及存储介质，该方法涉及图像处理技术领域，包括：获取数字减影血管造影DSA图像；DSA图像包括至少一根目标导丝；基于DSA图像，确定DSA图像中各目标导丝对应的目标图像；将目标图像输入至目标定位模型，得到目标定位模型输出的关键点热图；目标定位模型是基于样本目标图像和样本目标图像的标签数据进行训练得到的，用于对目标图像中的目标导丝的多个端点进行定位；关键点热图用于指示目标导丝的各端点的位置。本发明专利技术提供的方法，实现对DSA图像中目标导丝端点位置的定位，进而辅助对手术器械的定位，提升了对目标导丝端点位置的定位精度。提升了对目标导丝端点位置的定位精度。提升了对目标导丝端点位置的定位精度。

【技术实现步骤摘要】
目标定位方法、装置、电子设备及存储介质


[0001]本专利技术涉及图像处理
，尤其涉及一种目标定位方法、装置、电子设备及存储介质。

技术介绍

[0002]心血管疾病已成为威胁人类健康的主要疾病，对于心血管疾病的治疗方式主要采用冠脉介入手术，其中，冠脉介入手术作为一种微创手术，只需在病人大腿或手臂上开一个小孔进行经皮穿刺，借助人体血管通道将介入器械递送到狭窄病变部位并进行扩张，扩大病变处血管的内径后放置支架保持血管张开，从而恢复血流通。与其他手术相比，冠脉介入手术给病人带来的创伤小、痛苦小、且术后恢复快，同时冠脉介入手术的血运重建效果好，疗效确定。因此，冠脉介入手术受到了介入医生和冠心病患者的广泛青睐，已成为治疗冠心病的主要手术方式。
[0003]目前，市面上已经开发出来的主从式机器人，与第五代移动通信技术(5th Generation Mobile Communication Technology，5G)相结合，允许手术医师在远程实施手术，解决医疗资源不平均的问题。但主从式机器人依旧需要手术医师进行操作，除了可以保证手术医师免受辐射和提高手术医师的操作稳定性以外，并没有减少手术医师的工作量。
[0004]未来的发展趋势是开发出全自动血管介入手术机器人，辅助手术医师对手术执行过程的判断。因此，对介入器械(例如导丝)进行智能定位是亟待解决的问题。

技术实现思路

[0005]针对现有技术中存在的问题，本专利技术提供一种目标定位方法、装置、电子设备及存储介质。
[0006]本专利技术提供一种目标定位方法，包括：
[0007]获取数字减影血管造影DSA图像；所述DSA图像包括至少一根目标导丝；
[0008]基于所述DSA图像，确定所述DSA图像中各所述目标导丝对应的目标图像；
[0009]将所述目标图像输入至目标定位模型，得到所述目标定位模型输出的关键点热图；目标定位模型是基于样本目标图像和所述样本目标图像的标签数据进行训练得到的，用于对所述目标图像中的所述目标导丝的多个端点进行定位；所述关键点热图用于指示所述目标导丝的各所述端点的位置。
[0010]根据本专利技术提供的一种目标定位方法，所述目标定位模型包括：至少一个卷积层、至少一个沙漏网络和至少一个分割注意力模块；
[0011]所述将所述目标图像输入至目标定位模型，得到所述目标定位模型输出的关键点热图，包括：
[0012]将所述目标图像输入至第一卷积层，得到所述第一卷积层输出的第一特征图；所述第一特征图用于表示所述目标图像对应的特征信息；
[0013]将所述第一特征图输入至第二卷积层，得到所述第二卷积层输出的第二特征图；
[0014]将所述第二特征图输入至第一沙漏网络，得到所述第一沙漏网络输出的第三特征图；
[0015]将所述第三特征图输入至第一分割注意力模块，得到所述第一分割注意力模块输出的第四特征图；
[0016]将所述第四特征图输入至第三卷积层，得到所述第三卷积层输出的第五特征图；
[0017]将所述第五特征图输入至第四卷积层，得到所述第四卷积层输出的第六特征图；
[0018]将所述第二特征图和所述第六特征图中各像素点的像素值进行相加，得到第七特征图；
[0019]基于所述第七特征图，确定所述关键点热图。
[0020]根据本专利技术提供的一种目标定位方法，所述基于所述第七特征图，确定所述关键点热图，包括：
[0021]基于所述第七特征图，确定最后一个分割注意力模块输出的第八特征图；
[0022]将所述第八特征输入至第五卷积层，得到所述第五卷积层输出的所述关键点热图。
[0023]根据本专利技术提供的一种目标定位方法，所述将所述第三特征图输入至第一分割注意力模块，得到所述第一分割注意力模块输出的第四特征图，包括：
[0024]将所述第三特征图输入至所述第一分割注意力模块中的第六卷积层，得到所述第六卷积层输出的第九特征图；
[0025]将所述第九特征图输入至第七卷积层，得到所述第七卷积层输出的第十特征图；
[0026]对所述第十特征图中的各个像素值进行归一化，得到分割注意力图；
[0027]将所述第九特征图和所述分割注意力图中各个像素点的像素值进行相乘，得到所述第一分割注意力模块输出的第四特征图。
[0028]根据本专利技术提供的一种目标定位方法，所述目标定位模型使用的损失函数采用公式(1)表示；其中，
[0029]Loss＝L
local
+λL
att
ꢀꢀꢀ
(1)
[0030]其中，L
local
表示均方误差损失函数，L
att
表示交叉熵损失函数，λ表示权重值。
[0031]根据本专利技术提供的一种目标定位方法，所述基于所述DSA图像，确定所述DSA图像中各所述目标导丝对应的目标图像，包括：
[0032]对所述DSA图像中的各所述目标导丝进行检测，得到所述目标导丝的检测框和所述检测框对应的置信度；
[0033]基于所述检测框和所述置信度，对所述目标导丝进行后处理；
[0034]对经过后处理的图像进行裁剪，得到所述DSA图像中各所述目标导丝对应的目标图像。
[0035]本专利技术还提供一种目标定位装置，包括：
[0036]获取模块，用于获取数字减影血管造影DSA图像；所述DSA图像包括至少一根目标导丝；
[0037]确定模块，用于基于所述DSA图像，确定所述DSA图像中各所述目标导丝对应的目标图像；
[0038]定位模块，用于将所述目标图像输入至目标定位模型，得到所述目标定位模型输
出的关键点热图；目标定位模型是基于样本目标图像和所述样本目标图像的标签数据进行训练得到的，用于对所述目标图像中的所述目标导丝的多个端点进行定位；所述关键点热图用于指示所述目标导丝的各所述端点的位置。
[0039]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目标定位方法。
[0040]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目标定位方法。
[0041]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目标定位方法。
[0042]本专利技术提供的目标定位方法、装置、电子设备及存储介质，通过获取数字减影血管造影DSA图像；DSA图像包括至少一根目标导丝；再根据获取的DSA图像，确定DSA图像中各目标导丝对应的目标图像；将目标图像输入至目标定位模型，得到目标定位模型输出的关键点热图；目标定位模型是基于样本目标图像和样本目标图像的标签数据进行训练得到的，用于对目标图像中的目标导丝的多个端点进行定位；关键点热图用于指示目标导丝的各所述端点的位置，实现对DS本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标定位方法，其特征在于，包括：获取数字减影血管造影DSA图像；所述DSA图像包括至少一根目标导丝；基于所述DSA图像，确定所述DSA图像中各所述目标导丝对应的目标图像；将所述目标图像输入至目标定位模型，得到所述目标定位模型输出的关键点热图；所述目标定位模型是基于样本目标图像和所述样本目标图像的标签数据进行训练得到的，用于对所述目标图像中的所述目标导丝的多个端点进行定位；所述关键点热图用于指示所述目标导丝的各所述端点的位置。2.根据权利要求1所述的目标定位方法，其特征在于，所述目标定位模型包括：至少一个卷积层、至少一个沙漏网络和至少一个分割注意力模块；所述将所述目标图像输入至目标定位模型，得到所述目标定位模型输出的关键点热图，包括：将所述目标图像输入至第一卷积层，得到所述第一卷积层输出的第一特征图；所述第一特征图用于表示所述目标图像对应的特征信息；将所述第一特征图输入至第二卷积层，得到所述第二卷积层输出的第二特征图；将所述第二特征图输入至第一沙漏网络，得到所述第一沙漏网络输出的第三特征图；将所述第三特征图输入至第一分割注意力模块，得到所述第一分割注意力模块输出的第四特征图；将所述第四特征图输入至第三卷积层，得到所述第三卷积层输出的第五特征图；将所述第五特征图输入至第四卷积层，得到所述第四卷积层输出的第六特征图；将所述第二特征图和所述第六特征图中各像素点的像素值进行相加，得到第七特征图；基于所述第七特征图，确定所述关键点热图。3.根据权利要求2所述的目标定位方法，其特征在于，所述基于所述第七特征图，确定所述关键点热图，包括：基于所述第七特征图，确定最后一个分割注意力模块输出的第八特征图；将所述第八特征输入至第五卷积层，得到所述第五卷积层输出的所述关键点热图。4.根据权利要求2所述的目标定位方法，其特征在于，所述将所述第三特征图输入至第一分割注意力模块，得到所述第一分割注意力模块输出的第四特征图，包括：将所述第三特征图输入至所述第一分割注意力模块中的第六卷积层，得到所述第六卷积层输出的第九特征图；将所述第九特征图输入至第七卷积层，得到所述第七卷积层输出的第十特征图；对所述第十特征图中的各个像素值进行归一化，得到分...

【专利技术属性】
技术研发人员：周小虎，谢晓亮，陶可欣，刘市祺，李芮麒，奉振球，侯增广，项天宇，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：