骨性解剖结构分割方法、装置、设备、介质和产品制造方法及图纸

本发明专利技术涉及计算机视觉技术领域，提供一种骨性解剖结构分割方法、装置、设备、介质和产品，方法包括：获取待分割的医学视频帧；将医学视频帧输入至已训练的分割模型，对医学视频帧进行骨性解剖结构分割，得到分割模型输出的分割结果；分割模型包括卷积‑图卷积神经网络模块，以及基于视觉图像转换器的编码模块和解码模块，卷积‑图卷积神经网络模块用于保持骨性解剖结构的完整性；分割结果包括骨性解剖结构的类别，类别包括鞍底、颈内动脉、斜坡神经、蝶鞍结节、视神经和视神经隐窝中的至少一种。本发明专利技术提供的骨性解剖结构分割方法、装置、设备、介质和产品，能够实现对解剖结构的精确建模和追踪，从而提供更准确的解剖结构分割结果。

【技术实现步骤摘要】

本专利技术涉及计算机视觉，尤其涉及一种骨性解剖结构分割方法、装置、设备、介质和产品。

技术介绍

1、在神经内镜下经鼻蝶垂体瘤手术中，骨性解剖结构分割通过提供精准的骨性解剖结构语义分割信息，能够帮助医生更准确地定位手术区域，减少手术风险和误操作，从而提高临床手术的安全性。

2、然而，由于鼻蝶窦内解剖结构的复杂性和个体间的变异性，且不同患者之间的个体差异以及内窥镜视野的多样性，使得现有的分割方法往往无法达到理想的准确率。

技术实现思路

1、本专利技术提供一种骨性解剖结构分割方法、装置、设备、介质和产品，用以解决现有技术中骨性解剖结构分割方法准确率欠佳的缺陷。

2、本专利技术提供一种骨性解剖结构分割方法，包括：

3、获取待分割的医学视频帧；

4、将所述医学视频帧输入至已训练的分割模型，对所述医学视频帧进行骨性解剖结构分割，得到所述分割模型输出的分割结果；

5、所述分割模型包括卷积-图卷积神经网络模块，以及基于视觉图像转换器的编码模块和解码模块，所述卷积-图本文档来自技高网...

【技术保护点】

1.一种骨性解剖结构分割方法，其特征在于，包括：

2.根据权利要求1所述的骨性解剖结构分割方法，其特征在于，所述将所述医学视频帧输入至已训练的分割模型，对所述医学视频帧进行骨性解剖结构分割，得到所述分割模型输出的分割结果，包括：

3.根据权利要求2所述的骨性解剖结构分割方法，其特征在于，所述卷积-图卷积神经网络模块包括卷积神经网络模块和图卷积神经网络模块，所述将所述医学视频帧输入至所述卷积-图卷积神经网络模块，对所述医学视频帧进行关键结构特征提取，得到所述卷积-图卷积神经网络模块输出的关键结构特征，包括：

4.根据权利要求2所述的骨性解剖结构分割方法，...

【技术特征摘要】

1.一种骨性解剖结构分割方法，其特征在于，包括：

2.根据权利要求1所述的骨性解剖结构分割方法，其特征在于，所述将所述医学视频帧输入至已训练的分割模型，对所述医学视频帧进行骨性解剖结构分割，得到所述分割模型输出的分割结果，包括：

3.根据权利要求2所述的骨性解剖结构分割方法，其特征在于，所述卷积-图卷积神经网络模块包括卷积神经网络模块和图卷积神经网络模块，所述将所述医学视频帧输入至所述卷积-图卷积神经网络模块，对所述医学视频帧进行关键结构特征提取，得到所述卷积-图卷积神经网络模块输出的关键结构特征，包括：

4.根据权利要求2所述的骨性解剖结构分割方法，其特征在于，所述分割模型还包括特征融合模块，所述将所述关键结构特征和所述多尺度上下文特征输入至所述解码模块，进行特征解码，得到所述解码模块输出的分割结果，包括：

5.根据权利要求4所述的骨性解剖结构分割方法，其特征在于，所述解...

【专利技术属性】
技术研发人员：伍芷影，龚朝辉，冯铭，刘宏斌，
申请(专利权)人：中国科学院香港创新研究院人工智能与机器人创新中心有限公司，
类型：发明
国别省市：