System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及交叉韧带止点识别,具体涉及一种交叉韧带止点标记及其模型训练的方法和关节镜系统。
技术介绍
1、目前在关节手术中会使用摄像系统来获取关节内部的实时图像,以方便医生在(膝)交叉韧带的修复过程中进行观察和操作。在该过程中,医生需要根据个人经验对(膝)交叉韧带止点进行判断和定位。因受医生临床经验差异以及关节腔内组织结构差异的影响,在人工进行止点定位时往往存在差异,稳定性和准确性有待提高。
2、另外,即使一开始已经获取了(膝)交叉韧带止点的具体位置,但在术中常常会移动关节镜的位置,在移动位置后,可能会导致视野内膝交叉韧带止点的丢失。若医生此时需要重新确定(膝)交叉韧带止点的具体位置,则可能存在短时间无法准确找到止点位置的情况,进而延长手术时间。手术时间增加后也会增加患者的感染风险。同时,为减少出现这种情况,也会分散医生的一部分注意力来留心膝交叉韧带止点的位置,导致医生的注意力分散,影响手术安全性。
技术实现思路
1、本专利技术旨在一定程度上解决相关技术中的技术问题之一。为此,本专利技术提供了一种交叉韧带止点标记及其模型训练的方法和装置,能够在一定程度上提高识别精度和可靠性,从而缩短手术过程,降低风险,同时也能减少医生注意力的分散。
2、为了达到上述目的,本专利技术方案在第一方面提出:
3、一种交叉韧带止点模型训练方法,所述方法包括,
4、对从关节镜采集的视频图像中提取的含有交叉韧带止点的视频帧图像进行预处理;
5、对预
6、根据特征向量对经过预处理的视频帧图像进行归一化处理,构建数据集;
7、利用构建的数据集分别对不同的图像识别模型进行独立训练,获得不同的交叉韧带止点识别模型;不同的所述图像识别模型至少包括rbf神经网络、bp神经网络和支持向量机三者中的任意两者;
8、对获得的不同的交叉韧带止点识别模型进行融合,将融合模型确定为所述交叉韧带止点模型。
9、可选的,所述预处理步骤包括采用灰度处理和边缘检测,用于将感兴趣区域从帧图像的背景区域中分割出来;所述感兴趣区域是所述特征工程步骤中的处理对象。
10、可选的,所述特征工程包括特征提取和特征选择;在所述特征提取步骤中提取的特征个数至少15种,在所述特征选择的步骤中采用fisher判别准则对提取的特征进行选择,根据fisher值的大小至少从中选出前三分之一的特征。
11、可选的,所述对获得的不同的交叉韧带止点识别模型进行融合的步骤中,采用打分机制对不同的交叉韧带止点识别模型的输出进行融合。
12、此外,本专利技术在第二方面还提供了一种交叉韧带止点标记方法,用于关节镜系统,所述标记方法包括,
13、获取由关节镜实时采集的视频;
14、对视频的帧图像进行预处理;
15、对预处理的结果中感兴趣的区域进行特征归一化处理;
16、将特征归一化处理的结果代入预先获取的交叉韧带止点模型中,获得识别结果;其中所述预先获取的交叉韧带止点模型采用如在第一方面所述的交叉韧带止点模型训练方法获得;
17、根据识别结果在帧图像上对应的感兴趣区域添加标记;
18、在关节镜系统的显示设备上显示带标记的帧图像。
19、可选的,所述对视频的帧图像进行预处理步骤中,所述视频的帧图像是根据视频画面变化快慢的程度确定。
20、可选的,所述视频画面变化快慢是根据关节镜镜头的移动状态来确定;在所述对视频的帧图像进行预处理步骤前,还包括对关节镜镜头进行运动检测,当检测到关节镜的镜头在预设的移动速度内时确定对应时刻的视频画面为所述视频的帧图像。
21、可选的,所述视频画面变化快慢是根据视频的动态码率来确定;在所述对视频的帧图像进行预处理步骤前,还包括获取当前视频画面的动态码率,当动态码率低于或等于预设值时确定当前视频画面为所述视频的帧图像。
22、本专利技术所提供的交叉韧带止点标记方法与前述交叉韧带止点模型训练方法的有益效果推理过程相似,在此不再赘述。
23、并且,本专利技术在第三方面还提供了一种关节镜系统,包括关节镜、图像处理装置和显示设备,所述关节镜用于实时采集视频图像;所述图像处理装置包括,
24、帧图像获取模块,用于从关节镜实时采集的视频中获取视频的帧图像;
25、图像预处理模块,用于对视频的帧图像进行预处理,从背景区域中分割感兴趣区域;
26、归一化处理模块,用于对感兴趣的区域进行特征归一化处理,获取特征矩阵;
27、识别模块,用于将特征矩阵代入预先获取的交叉韧带止点模型,输出识别结果;
28、标记模块,用于根据识别结果在帧图像上对应的感兴趣区域添加标记;
29、所述显示设备用于显示采集的视频图像,所述视频图像包括带标记的帧图像。
30、可选的,还包括视角变化检测模块,用于检测视频画面变化快慢的程度,并在视频画面变化小于预设值时从关节镜实时采集的视频中获取视频的帧图像。
31、本专利技术的这些特点和优点将会在下面的具体实施方式以及附图中进行详细的揭露。本专利技术最佳的实施方式或手段将结合附图来详尽表现,但并非是对本专利技术技术方案的限制。另外,在每个下文和附图中出现的这些特征、要素和组件是具有多个,并且为了表示方便而标记了不同的符号或数字,但均表示相同或相似构造或功能的部件。
本文档来自技高网...【技术保护点】
1.一种交叉韧带止点模型训练方法,其特征在于,所述方法包括,
2.根据权利要求1所述的交叉韧带止点模型训练方法,其特征在于,所述预处理步骤包括采用灰度处理和边缘检测,用于将感兴趣区域从帧图像的背景区域中分割出来;所述感兴趣区域是所述特征工程步骤中的处理对象。
3.根据权利要求2所述的交叉韧带止点模型训练方法,其特征在于,所述特征工程包括特征提取和特征选择;在所述特征提取步骤中提取的特征个数至少15种,在所述特征选择的步骤中采用Fisher判别准则对提取的特征进行选择,根据Fisher值的大小至少从中选出前三分之一的特征。
4.根据权利要求1所述的交叉韧带止点模型训练方法,其特征在于,所述对获得的不同的交叉韧带止点识别模型进行融合的步骤中,采用打分机制对不同的交叉韧带止点识别模型的输出进行融合。
5.一种交叉韧带止点标记方法,其特征在于,用于关节镜系统,所述交叉韧带止点标记方法包括,
6.根据权利要求5所述的交叉韧带止点标记方法,其特征在于,所述对视频的帧图像进行预处理步骤中,所述视频的帧图像是根据视频画面变化快慢的程度确
7.根据权利要求6所述的交叉韧带止点标记方法,其特征在于,所述视频画面变化快慢是根据关节镜镜头的移动状态来确定;在所述对视频的帧图像进行预处理步骤前,还包括对关节镜镜头进行运动检测,当检测到关节镜的镜头在预设的移动速度内时确定对应时刻的视频画面为所述视频的帧图像。
8.根据权利要求6所述的交叉韧带止点标记方法,其特征在于,所述视频画面变化快慢是根据视频的动态码率来确定;在所述对视频的帧图像进行预处理步骤前,还包括获取当前视频画面的动态码率,当动态码率低于或等于预设值时确定当前视频画面为所述视频的帧图像。
9.一种关节镜系统,包括关节镜、图像处理装置和显示设备,所述关节镜用于实时采集视频图像;其特征在于,所述图像处理装置包括,
10.根据权利要求9所述的关节镜系统,其特征在于,还包括视角变化检测模块,用于检测视频画面变化快慢的程度,并在视频画面变化小于预设值时从关节镜实时采集的视频中获取视频的帧图像。
...【技术特征摘要】
1.一种交叉韧带止点模型训练方法,其特征在于,所述方法包括,
2.根据权利要求1所述的交叉韧带止点模型训练方法,其特征在于,所述预处理步骤包括采用灰度处理和边缘检测,用于将感兴趣区域从帧图像的背景区域中分割出来;所述感兴趣区域是所述特征工程步骤中的处理对象。
3.根据权利要求2所述的交叉韧带止点模型训练方法,其特征在于,所述特征工程包括特征提取和特征选择;在所述特征提取步骤中提取的特征个数至少15种,在所述特征选择的步骤中采用fisher判别准则对提取的特征进行选择,根据fisher值的大小至少从中选出前三分之一的特征。
4.根据权利要求1所述的交叉韧带止点模型训练方法,其特征在于,所述对获得的不同的交叉韧带止点识别模型进行融合的步骤中,采用打分机制对不同的交叉韧带止点识别模型的输出进行融合。
5.一种交叉韧带止点标记方法,其特征在于,用于关节镜系统,所述交叉韧带止点标记方法包括,
6.根据权利要求5所述的交叉韧带止点标记方法,其特征在于,所述对视频的帧图像...
【专利技术属性】
技术研发人员:赵志江,周世豪,易之光,潘振兴,吴俊男,
申请(专利权)人:杭州锐健医疗科技有限公司,
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。