【技术实现步骤摘要】
适用于红外激发光源的红外激光诊断装置的数据处理方法
[0001]本申请涉及激光治疗
，尤其涉及一种适用于红外激发光源的红外激光诊断装置的数据处理方法。
技术介绍
[0002]激光是20世纪以来继核能、电脑、半导体之后，人类的又一重大专利技术，被称为最快的刀、最准的尺、最亮的光。与传统的机械式医疗器械不同，激光切割可以实现机械刀具所无法达到的精细程度。这使得激光治疗成为了医疗领域的重要发展方向。
[0003]在现有的激光诊断或激光治疗中，在确定激光扫射区域时一般用户可以根据肉眼观察患处附近区域，或者查看患处附近区域的图像来人工确定激光扫射区域，或者通过图像识别自动识别出激光扫射区域。
[0004]然而，在实际应用时，人工识别的准确性受用户个人经验的影响较大，而自动识别需要提前训练识别模型，但是由于不同患者以及不同患处存在天然差异性，这就导致自动识别的准确性存在较大波动，即识别模型的鲁棒性较差，从而影响激光治疗的效果。
技术实现思路
[0005]本申请提供一种适用于红外激发光源的红外激光诊断...
【技术保护点】
【技术特征摘要】
1.一种适用于红外激发光源的红外激光诊断装置的数据处理方法，其特征在于，包括：获取目标区域的红外激光图像和可见光图像；将所述红外激光图像和所述可见光图像融合成融合图像，并将所述融合图像输出到所述红外激光诊断装置的显示器上进行显示；获取用户根据所述融合图像指定的关注区域；利用预设特征提取模型提取所述关注区域的图像特征，并根据所述图像特征在所述目标区域内确定激光脉冲的扫射区域；对所述扫射区域进行实时追踪，并根据追踪结果确定并输出激光脉冲位移机构的控制数据。2.根据权利要求1所述的数据处理方法，其特征在于，所述可见光图像用于表征所述目标区域的表面形态，所述红外激光图像用于表征所述目标区域在预设深度范围内的内部形态。3.根据权利要求1或2所述的数据处理方法，其特征在于，所述将所述红外激光图像和所述可见光图像融合成融合图像，包括：利用预设分解模型，将所述红外激光图像分解为第一低频子图和第一高频子图，将所述可见光图像分解为第二低频子图和第二高频子图；利用预设图像信息模型，计算所述第一低频子图的第一信息含量和所述第二低频子图的第二信息含量，并根据所述第一信息含量和所述第二信息含量，将所述第一低频子图和所述第二低频子图融合成低频融合子图；利用预设图像能量模型，计算所述第一高频子图对应的第一能量值和所述第二高频子图对应的第二能量值；利用预设平均梯度模型，计算所述第一高频子图对应的第一平均梯度和所述第二高频子图对应的第二平均梯度，并根据所述第一能量值、第一平均梯度、第二能量值和第二平均梯度，将所述第一高频子图和所述第二高频子图融合成高频融合子图；利用预设重构模型，将所述低频融合子图和所述高频融合子图，重构为所述融合图像。4.根据权利要求3所述的数据处理方法，其特征在于，所述利用预设图像信息模型，计算所述第一低频子图的第一信息含量和所述第二低频子图的第二信息含量，包括：将所述第一低频子图与所述第二低频子图以相同的第一分割方式分别分割为N个第一低频图块和N个第二低频图块；根据N个所述第一低频图块和N个所述第二低频图块，确定所述第一信息含量和所述第二信息含量：二信息含量：其中，H表示所述第一信息含量或者所述第二信息含量，表示每个所述第一低频图块或所述第二低频图块中的低频系数，为常量，m和n为所述第一低频图块或所述第二低频图块的尺寸。5.根据权利要求3所述的数据处理方法，其特征在于，所述根据所述第一信息含量和所述第二信息含量，将所述第一低频子图和所述第二低频子图融合成低频融合子图，包括：
将所述第一信息含量和所述第二信息含量的比值作为第一权重测量系数；根据所述第一权重测量系数以及预设阈值，确定所述第一低频子图的第一融合权重值和所述第二低频子图的第二融合权重值；利用加权平均模型，根据所述第一低频子图、所述第一融合权重值、所述第二低频子图和所述第二融合权重值，确定所述低频融合子图。6.根据权利要求5所述的数据处理方法，其特征在于，所述根据所述第一权重测量系数以及预设阈值，确定所述第一低频...
【专利技术属性】
技术研发人员：蔡惠明，
申请(专利权)人：南京诺源医疗器械有限公司，
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。