基于图像特征的内窥镜位置引导方法技术

本申请涉及图像处理技术领域，公开了一种基于图像特征的内窥镜位置引导方法

【技术实现步骤摘要】
基于图像特征的内窥镜位置引导方法、装置、设备及介质


[0001]本申请涉及图像处理
，尤其涉及一种基于图像特征的内窥镜位置引导方法
、
装置
、
设备及介质
。

技术介绍

[0002]内窥镜利用于医疗领域和工业用领域等领域中
。
在工业用领域中使用的内窥镜将软性且细长的插入部向喷气式发动机内
、
工厂配管内等插入，能够进行有无划伤或腐蚀等的检查等
。
[0003]内窥镜是集中了传统光学
、
人体工程学
、
精密机械
、
现代电子
、
数学
、
软件等于一体的检测仪器，其具有图像传感器
、
光学镜头
、
光源照明
、
机械装置等，可以经口腔进入胃内
、
鼻腔进入肺内
、
或经其他天然孔道进入体内
。
利用内窥镜可以看到
X
射线不能显示的病变，而同时还可以配合活检工具做活体组织的钳检
、
刷检
、
针吸检查；配合操作工具切除肿瘤
、
息肉或是其他病灶
。
内窥镜引导的微创手术中，图像结构
、
颜色及纹理相似性高，视觉特征点误匹配率大，而且诊疗过程涉及神经外科，肿瘤外科等多学科技术，术中手术器械操作规避重要组织器官和术后病灶切除效果，依赖于内窥镜图像的特征匹配，从而获取软组织表面的精确三维重建
。
因此，如何提高手术用内窥镜的位置引导准确性成为目前亟待解决的技术问题
。

技术实现思路

[0004]本申请提供了一种基于图像特征的内窥镜位置引导方法
、
装置
、
设备及介质，以提高手术用内窥镜的位置引导准确性
。
[0005]第一方面，本申请提供了一种基于图像特征的内窥镜位置引导方法，所述方法包括：通过预设图像特征提取模型，提取初始图像的初始特征点，并根据所述初始特征点确定目标内窥镜对应的有效图像；获取标准图像，并基于所述预设图像特征提取模型，提取所述标准图像对应的标准特征点；计算所述初始特征点与所述标准特征点的偏差信息；基于所述偏差信息，在所述有效图像中确定目标区域，并引导所述目标内窥镜移动至所述目标区域
。
[0006]进一步地，通过预设图像特征提取模型，提取初始图像的初始特征点之前，包括：通过所述预设图像特征提取模型的采样层以及所述采样层的卷积函数，对训练集中的待训练图像进行采样处理，生成所述待训练图像对应的训练图像，其中，所述采样层的第一卷积参数包括采样卷积核尺寸参数和
/
或采样卷积步长参数；通过所述预设图像特征提取模型的特征处理层对所述训练图像进行特征提取处理，生成所述训练图像对应的训练特征图，完成对所述预设图像特征提取模型的训练
。
[0007]进一步地，通过预设图像特征提取模型，提取初始图像的初始特征点，并根据所述初始特征点确定目标内窥镜对应的有效图像，包括：在所述初始图像中选择至少一对所述初始特征点，并基于预设半径与至少一对所述初始特征点，确定所述有效图像
。
[0008]进一步地，计算所述初始特征点与所述标准特征点的偏差信息，包括：获取所述有效图像的全部像素点的颜色通道信息
RGB
分量，并基于所述
RGB
分量生成目标颜色分量矩阵；基于预设标准颜色分量矩阵与所述目标颜色分量矩阵，计算得到所述偏差信息
。
[0009]进一步地，在所述初始图像中选择至少一对所述初始特征点，并基于预设半径与至少一对所述初始特征点，确定所述有效图像之前，包括：通过预设图像分割模型，将所述初始图像进行图像分割，生成至少一个网格图像；从至少一个所述网格图像中提取所述初始特征点
。
[0010]进一步地，从至少一个所述网格图像中提取所述初始特征点，包括：通过预设公式，计算所述网格图像中各像素点的饱和度值，并将所述饱和度值大于饱和度阈值的像素点确定为所述初始特征点；其中，所述预设公式为：；表示（
i,j
）像素点的饱和度值，表示（
i,j
）像素点周围的第
a
行第
b
列的像素点，表示所述网格图像中第
a
行第
b
列的像素点的饱和度值，表示所述网格图像中（
i
，
j
）附近的像素点数量
。
[0011]进一步地，基于所述偏差信息，在所述有效图像中确定目标区域，并引导所述目标内窥镜移动至所述目标区域之前，包括：基于预设公式将图像背景进行初始化处理，所述预设公式如下：
B(x)
＝
{B1(x) ,B2(x) ,...,B
i
(x) ,...,B
N
(x)}
其中，
B(x)
为预设背景模型，
N
为样本数量，样本
Bi(x)
由颜色值
vi、LBSP
纹理特征值
LBSPi(x)、
颜色维度置信度和纹理维度置信度组成，即：
。
[0012]第二方面，本申请还提供了一种基于图像特征的内窥镜位置引导装置，所述装置包括：有效图像确定模块，用于通过预设图像特征提取模型，提取初始图像的初始特征点，并根据所述初始特征点确定目标内窥镜对应的有效图像；标准特征点提取模块，用于获取标准图像，并基于所述预设图像特征提取模型，提取所述标准图像对应的标准特征点；偏差信息计算模块，用于计算所述初始特征点与所述标准特征点的偏差信息；移动模块，用于基于所述偏差信息，在所述有效图像中确定目标区域，并引导所述
目标内窥镜移动至所述目标区域
。
[0013]第三方面，本申请还提供了一种计算机设备，所述计算机设备包括存储器和处理器；所述存储器用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如上述的基于图像特征的内窥镜位置引导方法
。
[0014]第四方面，本申请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存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上述的基于图像特征的内窥镜位置引导方法
。
[0015]本申请公开了一种基于图像特征的内窥镜位置引导方法
、
装置
、
设备及介质，所述方法包括通过预设图像特征提取模型，提取初始图像的初始特征点，并根据所述初始特征点确定目标内窥镜对应的有效图像；获取标准图像，并基于所述预设图像特征提取模型，提取所述标准图像对应的标准特征点；计算所述初始特征点与所述标准特征点的偏差信息；基于所述偏差信息，在所述有效图像中确定目标区域，并引导所述目标内窥本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于图像特征的内窥镜位置引导方法，其特征在于，包括：通过预设图像特征提取模型，提取初始图像的初始特征点，并根据所述初始特征点确定目标内窥镜对应的有效图像；获取标准图像，并基于所述预设图像特征提取模型，提取所述标准图像对应的标准特征点；计算所述初始特征点与所述标准特征点的偏差信息；基于所述偏差信息，在所述有效图像中确定目标区域，并引导所述目标内窥镜移动至所述目标区域
。2.
根据权利要求1所述的基于图像特征的内窥镜位置引导方法，其特征在于，所述通过预设图像特征提取模型，提取初始图像的初始特征点之前，包括：通过所述预设图像特征提取模型的采样层以及所述采样层的卷积函数，对训练集中的待训练图像进行采样处理，生成所述待训练图像对应的训练图像，其中，所述采样层的第一卷积参数包括采样卷积核尺寸参数和
/
或采样卷积步长参数；通过所述预设图像特征提取模型的特征处理层对所述训练图像进行特征提取处理，生成所述训练图像对应的训练特征图，完成对所述预设图像特征提取模型的训练
。3.
根据权利要求1所述的基于图像特征的内窥镜位置引导方法，其特征在于，所述通过预设图像特征提取模型，提取初始图像的初始特征点，并根据所述初始特征点确定目标内窥镜对应的有效图像，包括：在所述初始图像中选择至少一对所述初始特征点，并基于预设半径与至少一对所述初始特征点，确定所述有效图像
。4.
根据权利要求3所述的基于图像特征的内窥镜位置引导方法，其特征在于，所述计算所述初始特征点与所述标准特征点的偏差信息，包括：获取所述有效图像的全部像素点的颜色通道信息
RGB
分量，并基于所述
RGB
分量生成目标颜色分量矩阵；基于预设标准颜色分量矩阵与所述目标颜色分量矩阵，计算得到所述偏差信息
。5.
根据权利要求4所述的基于图像特征的内窥镜位置引导方法，其特征在于，所述在所述初始图像中选择至少一对所述初始特征点，并基于预设半径与至少一对所述初始特征点，确定所述有效图像之前，包括：通过预设图像分割模型，将所述初始图像进行图像分割，生成至少一个网格图像；从至少一个所述网格图像中提取所述初始特征点
。6.
根据权利要求5所述的基于图像特征的内窥镜位置引导方法，其特征在于，所述从至少一个所述网格图像中提取所述初始特征点，包括：通过预设公式，计算所述网格图像中各像素点的饱和度值，并将所述饱和度值大于饱和度阈值的像素点...

【专利技术属性】
技术研发人员：滕长青，俞晓红，刘青山，
申请(专利权)人：普密特成都医疗科技有限公司，
类型：发明
国别省市：