深度学习自适应手术视频编码优化方法及系统技术方案

本发明专利技术提供深度学习自适应手术视频编码优化方法及系统，方法包括：针对外科手术，远程医疗等场景。用YOLOv8计算特征，识别如血液，血管，骨头，手术刀，重要脏器等特征，将这些区域划分编码单元CU块，然后作为重点CU块，通过计算，对其赋予新的Qp值，再将新的Qp输入到VVC通用视频编码，从而保证，对手术刀，脏器，血管，医生的手等重点部位实现高清晰度，然后对其他的诸如人物，旁边的器械，手术室的背景墙等赋予更高的Qp，分配更低的码率。本发明专利技术解决了的医疗手术视频中存在码率过大，传输压力过大，以及存储空间越来越大的技术问题。

【技术实现步骤摘要】

本专利技术涉及手术图像中针对手术视频和图像的编码，具体涉及深度学习自适应手术视频编码优化方法及系统。

技术介绍

1、随着科技的进步，数字手术成像技术也在进步，伴随着越来越清晰的分辨率所带来的好处外，同时带来的问题是数字手术影像的大小在不断的增加。由于空间分辨率和帧率的提高，导致采集到的数据大小显着增加。手术影像的编码还面临着诸多挑战。

2、1.手术图像编码的传统挑战：

3、手术图像编码一直面临着多重挑战，其中之一是在保证图像质量的同时，需要克服由手术手术图像的高分辨率和复杂性引起的数据处理困难。传统编码树单元(codindtree unit,ctu)级编码方法在高分辨率手术图像中可能导致细节信息丢失，尤其是在观察微小结构、肌肉纹理和微小血管网络时。例如公布号为cn105376569a的现有专利技术专利申请文献《一种基于hevc编码的医学远程会诊系统》，包括：视频采集系统利用一组摄像机实时采集会诊现场或者手术现场的视频信息；医疗资料数据库：存储患者电子病例以及影像资料信息；中央处理器接收现场视频信息、医学资料信息和医学影像信息，并对视本文档来自技高网...

【技术保护点】

1.深度学习自适应手术视频编码优化方法，其特征在于，所述方法包括：

2.根据权利要求1所述的深度学习自适应手术视频编码优化方法，其特征在于，所述步骤S1包括：

3.根据权利要求2所述的深度学习自适应手术视频编码优化方法，其特征在于，所述步骤S17中，匹配所述手术物品特征进行特征匹配至预置尺寸的编码单元CU块的坐标，获取边缘的所述编码单元CU块进行坐标统计，得到包含器官块坐标。

4.根据权利要求2所述的深度学习自适应手术视频编码优化方法，其特征在于，所述步骤S17中，分析所述手术物品特征，以获取器官、骨骼、血液、静脉、动脉、手术刀、仪器的位置信息，以及手...

【技术特征摘要】

1.深度学习自适应手术视频编码优化方法，其特征在于，所述方法包括：

2.根据权利要求1所述的深度学习自适应手术视频编码优化方法，其特征在于，所述步骤s1包括：

3.根据权利要求2所述的深度学习自适应手术视频编码优化方法，其特征在于，所述步骤s17中，匹配所述手术物品特征进行特征匹配至预置尺寸的编码单元cu块的坐标，获取边缘的所述编码单元cu块进行坐标统计，得到包含器官块坐标。

4.根据权利要求2所述的深度学习自适应手术视频编码优化方法，其特征在于，所述步骤s17中，分析所述手术物品特征，以获取器官、骨骼、血液、静脉、动脉、手术刀、仪器的位置信息，以及手术物品变化情况；根据所述位置信息、所述手术物品变化情况，对手术过程进行监控、分析及优化操作。

5.根据权利要求1所述...

【专利技术属性】
技术研发人员：徐正春，向国强，管健，
申请(专利权)人：中国科学技术大学先进技术研究院，
类型：发明
国别省市：