【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 20 ...
【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:
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。