用于操作手术显微镜的方法以及手术显微镜技术

本发明专利技术涉及一种用于操作手术显微镜

【技术实现步骤摘要】
【国外来华专利技术】用于操作手术显微镜的方法以及手术显微镜
[0001]本专利技术涉及一种用于操作手术显微镜的方法以及一种手术显微镜
。
[0002]当使用手术显微镜辅助手术时，必须在手术开始之前根据手术目标对象
(
例如，眼睛的角膜缘
、
开颅手术期间的神经胶质瘤等
)
设置显微镜参数
。
显微镜参数尤其涉及显微镜头相对于手术目标对象的位置并且还涉及成像光学单元的参数
。
具体而言，显微镜参数涉及目标对象的焦点或焦平面
、
放大倍率和
/
或居中
。
这一配置过程通常要求较高且耗时
。
[0003]US 2019/0313902 A1
披露了一种用于在眼科手术期间在高放大倍率的情况下使患者眼睛的视野自动居中于
XY
平面的方法和系统
。
该方法包括将视野的中心自动移动到在实时视频信号中捕获的圆形图像的中心，该圆形图像是在眼科手术期间以高放大倍率从患者眼睛的视野中捕获的
。
[0004]US 9 479 759 B2
披露了一种具有自动对焦特征的光学立体装置以及一种用于光学立体装置的对应自动对焦方法
。
该光学立体装置具有成像部件和控制单元，该成像装置适于通过组合右眼图像和左眼图像来提供感兴趣对象的立体图像，该控制单元可操作地连接到成像部件并适于接收右眼图像和左眼图像并设置成像部件的焦点位置
。
[0005]WO 2009/080790 A1
披露了一种用于在眼睛检查或眼睛治疗期间确定眼睛的特征部分的半径和
/
或位置的方法
。
在该方法中，用相机记录眼睛的至少一部分的数字图像
。
该图像与不同尺寸的环形比较对象相关联，使得当环形比较对象与该图像中相同半径的环形密度跳变重合时，出现图像和比较对象之间的最大匹配
。
然后确定与数字图像具有高度局部一致性的比较对象，并且从这些高度一致的比较对象中导出眼睛的特征部分的半径和
/
或位置
。
[0006]本专利技术的目的是提供一种用于操作手术显微镜的方法以及一种手术显微镜，其中可以自动确定和设置显微镜参数
。
[0007]根据本专利技术，该目的是通过一种具有如专利权利要求1所述的特征的方法以及一种具有如专利权利要求8所述的特征的手术显微镜来实现的
。
从属权利要求中显现了本专利技术的有利配置
。
[0008]本专利技术的基本思想之一是使用至少一种经训练的机器学习方法和
/
或计算机视觉评估方法，以基于所捕获的左侧图像表示和所捕获的右侧图像表示来估计最佳显微镜参数和
/
或显微镜参数的变化和
/
或手术显微镜的致动器系统的控制命令
。
经训练的至少一种机器学习方法具体地识别图像表示中的
(
手术
)
目标对象并且估计最佳显微镜参数和
/
或显微镜参数的变化和
/
或用于该目标对象的控制命令
。
具体地，仅使用一个左侧图像表示和一个右侧图像表示来进行估计
。
当识别目标对象时，具体地识别或确定图像表示中的目标对象的类型和目标对象的位置
。
目标对象可以是例如眼睛的角膜缘
、
开颅手术中的神经胶质瘤等
。
替代地或附加地，尤其是借助于计算机视觉评估方法，在图像表示中识别
(
手术
)
目标对象
。
尤其是通过机器学习方法和
/
或计算机视觉评估方法来识别目标对象，而无需事先对目标对象进行初步选择和
/
或选择和
/
或标记
。
尤其是关于在随后
(
也就是说，在改变手术显微镜的配置之后
)
捕获的图像表示中所识别的目标对象的呈现来优化最佳显微镜参数
。
换句话说，显微镜参数被估计用于对手术目标对象进行最佳工作
。
控制装置控制手术显微镜的
致动器系统以设置最佳显微镜参数和
/
或显微镜参数的变化并为此目的生成控制命令
。
如果至少一种经训练的机器学习方法已经估计控制命令，则借助于控制装置通过对手术显微镜的致动器系统的对应控制来实施这些控制命令
。
[0009]具体地，提供了一种用于操作手术显微镜的方法，其中，借助于手术显微镜的左侧相机来捕获手术显微镜的捕获区域的左侧图像表示，其中，借助于手术显微镜的右侧相机来捕获捕获区域的右侧图像表示，其中，所捕获的左侧图像表示和所捕获的右侧图像表示作为输入数据被馈送到借助于手术显微镜的控制装置提供的至少一种经训练的机器学习方法和
/
或计算机视觉评估方法，并且其中，借助于至少一种经训练的机器学习方法和
/
或计算机视觉评估方法，在所捕获的图像表示中识别目标对象，并且为此基于所捕获的图像表示来估计最佳显微镜参数和
/
或显微镜参数的变化和
/
或用于手术显微镜的致动器系统的控制命令，其中，借助于控制装置从所估计的最佳显微镜参数和
/
或所估计的显微镜参数的变化中生成用于手术显微镜的致动器系统的控制命令，和
/
或其中，根据所生成和
/
或所估计的控制命令来控制致动器系统
。
[0010]此外，具体地，提供了一种手术显微镜，该手术显微镜包括适于捕获手术显微镜的捕获区域的左侧图像表示的左侧相机
、
适于捕获捕获区域的右侧图像表示的右侧相机
、
适于根据显微镜参数设置手术显微镜的配置的致动器系统
、
以及控制装置，其中，控制装置适于提供至少一种经训练的机器学习方法和
/
或计算机视觉评估方法，以将所捕获的左侧图像表示和所捕获的右侧图像表示作为输入数据馈送到至少一种经训练的机器学习方法和
/
或计算机视觉评估方法，其中，至少一种经训练的机器学习方法和
/
或计算机视觉评估方法适于和
/
或经训练以识别所捕获的图像表示中的目标对象，并且基于所捕获的图像表示来为此估计和提供最佳显微镜参数和
/
或显微镜参数的变化和
/
或用于致动器系统的控制命令，其中，控制装置进一步适于根据所估计的最佳显微镜参数和
/
或所估计的显微镜参数的变化来生成用于手术显微镜的致动器系统的控制命令，和
/
或根据所生成和
/
或所估计的控制命令来控制手术显微镜的致动器系统
。
[0011]该方法和该手术显微镜的优点是可以更快本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.
一种用于操作手术显微镜
(1)
的方法，其中，借助于该手术显微镜
(1)
的左侧相机
(2)
捕获该手术显微镜
(1)
的捕获区域
(10)
的左侧图像表示
(21l)
，其中，借助于该手术显微镜
(1)
的右侧相机
(3)
捕获该捕获区域
(10)
的右侧图像表示
(21r)
，其中，所捕获的左侧图像表示
(21l)
和所捕获的右侧图像表示
(21r)
作为输入数据被馈送到通过该手术显微镜
(1)
的控制装置
(6)
提供的至少一种经训练的机器学习方法
(30)
和
/
或计算机视觉评估方法，并且其中，借助于该至少一种经训练的机器学习方法
(30)
和
/
或计算机视觉评估方法，识别所捕获的图像表示
(21l
，
21r)
中的目标对象
(20)
，并且为此基于所捕获的图像表示
(21l
，
21r)
来估计最佳显微镜参数
(40)
和
/
或显微镜参数
(40)
的变化
(41)
和
/
或用于该手术显微镜
(1)
的致动器系统
(5)
的控制命令
(42)
，其中，借助于该控制装置
(6)
从所估计的最佳显微镜参数
(40)
和
/
或所估计的显微镜参数
(41)
的变化
(41)
中生成用于该手术显微镜
(1)
的致动器系统
(5)
的控制命令
(42)
，和
/
或其中，根据所生成的和
/
或估计的控制命令
(42)
控制该致动器系统
(5)。2.
如权利要求1所述的方法，其特征在于，在捕获这些图像表示
(21l
，
21r)
期间设置的显微镜参数
(43)
也作为输入数据被额外地馈送到该至少一种经训练的机器学习方法
(30)。3.
如前述权利要求中任一项所述的方法，其特征在于，检测和
/
或接收手术的类型
(22)
和
/
或该手术的阶段
(23)
并将其作为输入数据馈送到该经训练的机器学习方法
(30)。4.
如前述权利要求中任一项所述的方法，其特征在于，检测和
/
或接收手术的类型
(22)
和
/
或该手术的阶段
(23)
，其中，根据该手术的类型
(22)
和
/
或该手术的阶段
(23)
，从多种经训练的机器学习方法
(30)
和
/
或计算机视觉评估方法中选择该至少一种经训练的机器学习方法
(30)
和
/
或计算机视觉评估方法，其中，使用所选择的至少一种经训练的机器学习方法
(30)
和
/
或计算机视觉评估方法
。5.
如前述权利要求中任一项所述的方法，其特征在于，该至少一种经训练的机器学习方法
(30)
和
/
或计算机视觉评估方法估计并提供每个估计输出的置信度值，其中，将所提供的置信度值与指定阈值
(44)
进行比较，其中，如果所提供的置信度值低于该指定阈值
(44)
，则中止该方法
。6.
如前述权利要求中任一项所述的方法，其特征在于，检测开始命令
(24)
作为输入，其中，当检测到该开始命令
(24)
时，开始捕获这些图像表示
(21l
，
21r)、
识别和估计最佳显微镜参数
(40)
和
/
或这些显微镜参数
(40)
的变化
(41)
和
/
或控制命令
(42)
并进行控制
。7.
如前述权利要求中任一项所述的方法，其特征在于，该至少一种经训练的机...

【专利技术属性】
技术研发人员：H，
申请(专利权)人：卡尔蔡司医疗技术股份公司，
类型：发明
国别省市：