[发明专利]实时三维心脏图像自动靶目标区域追踪识别系统

权利要求书

1.一种实时三维心脏图像自动靶目标区域追踪识别系统，其特征在于，包括：

显示信号获取单元，用于获取医疗设备输出的二维显示信号；

深度学习模型，应用Keras框架和全卷积神经网络构建深度学习模型，利用已分割出感兴趣区域且感兴趣区域的图像特征已知的多幅训练二维图像对深度学习模型训练后，将通过显示信号获取单元实时获取二维显示信号，将二维显示信号输入训练后的深度学习模型，由深度学习模型从二维显示信号所表示的当前一帧的二维图像中分割出感兴趣区域，并识别得到当前一帧二维图像的感兴趣区域的图像特征；

模型特征预测单元，根据当前一帧二维图像的感兴趣区域的图像特征与前一帧二维图像的感兴趣区域的图像特征的差异预测得到下一帧二维图像的感兴趣区域的图像特征；

模型校正单元，将模型特征预测单元预测的当前一帧二维图像的感兴趣区域的图像特征与深度学习模型获得的当前一帧二维图像的感兴趣区域的图像特征进行匹配，根据匹配结果对深度学习模型进行校正；

感兴趣区域框选单元，依据深度学习模型获得的分割结果，将感兴趣区域在二维显示信号所表示的当前一帧的二维图像中框选出来；

手术引导信息标注单元，在已经通过深度学习模型分割得到的感兴趣区域的基础上，进行手术规划，以手动方式给出手术中输送导管理想位置的标示、手术植入装置理想位置的标示、输送导管的轴向示意图、手术植入装置的姿态示意图，手术引导信息标注单元将手动操作添加的指示与感兴趣区域框选单元所框选出的感兴趣区域绑定并联动进行显示。

2.如权利要求1所述的一种实时三维心脏图像自动靶目标区域追踪识别系统，其特征在于，所述显示信号获取单元通过医疗设备的分屏输出显示物理端口获取所述二维显示信号。

3.如权利要求2所述的一种实时三维心脏图像自动靶目标区域追踪识别系统，其特征在于，所述二维显示信号为已经完成三维渲染的二维显示图像。