【技术实现步骤摘要】
本说明书涉及医学领域，尤其涉及医用动态x射线采集设备的控制方法、装置、介质及设备。
技术介绍
1、在进行手术时，往往会使用医用动态x射线采集设备采集手术区域的图像，并确定出采集到的图像中包含的人体器官。在确定出人体器官后，根据人体器官的参数(如心脏的大小、心脏的跳动频率等)，控制医用动态x射线采集设备进行手术。
2、然而在手术执行的过程中，可能会涉及到多个人体器官，而不同的人体器官可能需要使用不同的控制参数来控制医用动态x射线采集设备采集对应人体器官的图像。例如，每个人体器官对应的曝光时间可能不同，根据心脏的参数，可能需要调整医用动态x射线采集设备的曝光时间为10ms，根据肺的参数，可能需要调整医用动态x射线采集设备的曝光时间为15ms，根据腹腔的参数，可能需要调整医用动态x射线采集设备的曝光时间为30ms，这样就无法确定出合适的控制参数来控制医用动态x射线采集设备采集x射线图像。
3、所以，如何能够选择合适的控制参数对医用动态x射线采集设备进行控制，以保证手术的顺利执行，则是一个亟待解决的问题。
技术实现思路
1、本说明书提供医用动态x射线采集设备的控制方法、装置、介质及设备，以部分的解决现有技术存在的上述问题。
2、本说明书采用下述技术方案：
3、本说明书提供了一种医用动态x射线采集设备的控制方法，包括：
4、获取医用动态x射线采集设备采集到的x射线图像；
5、从所述x射线图像中识别出所述x射线图像中包含的
6、将所述目标区域的图像输入到预先训练的参数确定模型中，以确定出所述目标区域的图像中涉及的目标物对应的控制参数；
7、根据所述控制参数，控制所述医用动态x射线采集设备采集针对所述目标物的下一帧x射线图像。
8、可选地，从所述x射线图像中识别出所述x射线图像中包含的目标区域的图像，具体包括：
9、从所述x射线图像中识别出所述x射线图像中涉及的至少一个参照物，所述参照物包括：手术器械；
10、根据所述至少一个参照物，从所述x射线图像中识别出所述x射线图像中包含的目标区域的图像。
11、可选地，根据所述至少一个参照物，从所述x射线图像中识别出所述x射线图像中包含的目标区域的图像，具体包括：
12、将所述至少一个参照物的图像进行分割，得到各分割图像区域，其中，针对每个分割图像区域，该分割图像区域中包含有所述至少一个参照物的部分图像；
13、针对每个分割图像区域，根据所述至少一个参照物在该分割图像区域中的图像，确定在该分割图像区域中每个参照物之间的间隔距离，作为该分割图像区域对应的间隔距离；
14、根据每个分割图像区域对应的间隔距离，确定所述至少一个参照物与所述目标物的连接区域；
15、根据所述连接区域，从所述x射线图像中识别出所述x射线图像中包含的目标区域的图像。
16、可选地，从所述x射线图像中识别出所述x射线图像中包含的目标区域的图像，具体包括：
17、将所述x射线图像输入到预先训练的区域识别模型中，以识别出所述x射线图像中包含的目标区域的图像。
18、可选地，训练区域识别模型，具体包括：
19、获取第一样本x射线图像；
20、将所述第一样本x射线图像输入到待训练的区域识别模型中，以获取到所述区域识别模型识别出的所述第一样本x射线图像中包含目标区域的至少一个图像，作为各待校验图像；
21、针对每个待校验图像，以最小化该待校验图像与标注出的所述第一样本x射线图像中包含的与该待校验图像对应的目标区域的图像之间的偏差为优化目标，对所述区域识别模型进行训练。
22、可选地，针对每个待校验图像，以最小化该待校验图像与标注出的所述第一样本x射线图像中包含的与该待校验图像对应的目标区域的图像之间的偏差为优化目标，对所述区域识别模型进行训练，具体包括：
23、针对每个待校验图像，判断该待校验图像的大小与所述第一样本x射线图像的大小之间的比值是否超过设定阈值；
24、若是，以最小化该待校验图像与标注出的所述第一样本x射线图像中包含的与该待校验图像对应的目标区域的图像之间的偏差为优化目标，对所述区域识别模型进行训练。
25、可选地，训练参数确定模型，具体包括：
26、获取第二样本x射线图像；
27、将所述第二样本x射线图像输入到待训练的参数确定模型中，以获取到所述参数确定模型输出的所述第二样本x射线图像中涉及的目标物对应的控制参数，作为预测控制参数；
28、以最小化所述预测控制参数与标注出的所述第二样本x射线图像中涉及的目标物对应的标注控制参数之间的偏差为优化目标，对所述参数确定模型进行训练。
29、可选地，所述目标物包括：人体器官。
30、本说明书提供了一种医用动态x射线采集设备的控制装置，包括：
31、获取模块，用于获取x射线采集设备采集到x射线的图像；
32、识别模块，用于从所述x射线图像中识别出所述x射线图像中包含的目标区域的图像，其中，所述目标区域为执行手术的区域；
33、输入模块，用于将分割出的所述目标区域的图像输入到预先训练的参数确定模型中，以确定出所述目标区域的图像中涉及的目标物对应的控制参数；
34、控制模块，用于根据所述控制参数，控制所述医用动态x射线采集设备采集针对所述目标物的下一帧x射线图像。
35、本说明书提供了一种计算机可读存储介质，所述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实现上述医用动态x射线采集设备的控制方法。
36、本说明书提供了一种电子设备，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上述医用动态x射线采集设备的控制方法。
37、本说明书采用的上述至少一个技术方案能够达到以下有益效果：
38、在本说明书提供的医用动态x射线采集设备的控制方法，首先获取医用动态x射线采集设备采集到的x射线图像，从x射线图像中识别出x射线图像中包含的目标区域的图像，其中，目标区域为执行手术的区域。将分割出的目标区域的图像输入到预先训练的参数确定模型中，以确定出目标区域的图像中涉及的目标物对应的控制参数，根据控制参数，控制医用动态x射线采集设备采集针对目标物的下一帧x射线图像。
39、从上述方法中可以看出，通过上述医用动态x射线采集设备的控制方法，可以在识别出x射线图像中的目标区域后，利用预先训练好的参数确定模型，确定出针对该目标区域适用的控制参数，以通过控制参数，控制医用动态x射线采集设备采集下一帧的x射线图像。这样就避免了医用动态x射线采集设备采集的x射线图像中包含不同的目标物，而导致医用动态x射线采集设备无法选择合适的本文档来自技高网...
【技术保护点】
1.一种医用动态X射线采集设备的控制方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，从所述X射线图像中识别出所述X射线图像中包含的目标区域的图像，具体包括：
3.如权利要求2所述的方法，其特征在于，根据所述至少一个参照物，从所述X射线图像中识别出所述X射线图像中包含的目标区域的图像，具体包括：
4.如权利要求1所述的方法，其特征在于，从所述X射线图像中识别出所述X射线图像中包含的目标区域的图像，具体包括：
5.如权利要求4所述的方法，其特征在于，训练区域识别模型，具体包括：
6.如权利要求5所述的方法，其特征在于，针对每个待校验图像，以最小化该待校验图像与标注出的所述第一样本X射线图像中包含的与该待校验图像对应的目标区域的图像之间的偏差为优化目标，对所述区域识别模型进行训练，具体包括：
7.如权利要求1所述的方法，其特征在于，训练参数确定模型，具体包括：
8.如权利要求1～7任一项所述的方法，其特征在于，所述目标物包括：人体器官。
9.一种医用动态X射线采集设备的控制
10.一种计算机可读存储介质，其特征在于，所述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实现上述权利要求1～8任一项所述的方法。
11.一种电子设备，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，其特征在于，所述处理器执行所述程序时实现上述权利要求1～8任一项所述的方法。
...【技术特征摘要】
1.一种医用动态x射线采集设备的控制方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，从所述x射线图像中识别出所述x射线图像中包含的目标区域的图像，具体包括：
3.如权利要求2所述的方法，其特征在于，根据所述至少一个参照物，从所述x射线图像中识别出所述x射线图像中包含的目标区域的图像，具体包括：
4.如权利要求1所述的方法，其特征在于，从所述x射线图像中识别出所述x射线图像中包含的目标区域的图像，具体包括：
5.如权利要求4所述的方法，其特征在于，训练区域识别模型，具体包括：
6.如权利要求5所述的方法，其特征在于，针对每个待校验图像，以最小化该待校验图像与标注出的所述第一样本x射线图像中包...
【专利技术属性】
技术研发人员：刘建勋，
申请(专利权)人：北京歌锐科技有限公司，
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。