[发明专利]一种基于仪器追踪的外科手术质量客观自动化评估方法

说明书

一种基于仪器追踪的外科手术质量客观自动化评估方法，涉及一种外科手术质量的自动化评估方法。为了解决现有的外科手术质量人工评估方式存在效率低的问题，以及现有的外科手术质量客观自动评估方式存在可靠性较差、准确性较低的问题。本发明首先收集数据，然后使用深度学习方法对手术过程中的仪器位置、出血区域位置进行追踪并对手术所处阶段、进行的手术动作进行识别；之后基于得到的上述数据分析手术的熟练性、灵活性、安全性、效率、流程规划等指标，并基于手术指标对手术的整体质量进行评估。主要用于外科手术质量的评估。

技术领域

本发明涉及一种外科手术质量的自动化评估方法，属于计算机技术与医学评价技术领域。

背景技术

目前，临床医学已进入了标准化的时代，常见疾病的诊断和治疗逐渐标准化，手术质量评估方法也逐渐成为外科医师培训的一个重要环节。客观公正、全面准确、专业有效的手术质量评估有助于外科医生进行技能自测并在依据反馈的不足进行有针对性的训练，缩短的外科医师的训练周期。但由于外科手术过程复杂，专业要求高，手术流程的标准化存在一定的难度，难以对手术质量量化。目前，已有研究基于手术视频数据，采用人工评估方法对手术质量进行评估，但基于手术视频的人工评估较为耗时且不同医师间的评估结果之间存在主观差异，同时这种方式效率非常低。因此，手术质量的客观自动化评估对降低外科医师的训练成本、提高外科医师的手术质量具有重要意义。

目前，客观自动化的外科手术质量评估技术仍处于起步阶段。由于手术质量的评估缺乏统一的标准，导致手术质量评估发展滞后。已有的自动化手术质量评估方法所用的手术技能评估指标不全面，而且虽然评估结果具有了客观性，但是其评估准确性较低，不能有针对性地对手术技能的改进提出意见，且现有的评估方式大多未与临床手术质量的真实评估过程结合，因此其评估的客观性并不能与真实过程统一，导致可靠性较差。

发明内容

本发明是为了解决现有的外科手术质量人工评估方式存在效率低的问题，以及现有的外科手术质量客观自动评估方式存在可靠性较差、准确性较低的问题。

一种基于仪器追踪的外科手术质量客观自动化评估方法，包括以下步骤：

S1、获取手术过程中的手术视频数据；

S2、利用视频实例分割网络对视频中每帧的出血区域、仪器实例进行实例分割，得到出血区域序列和仪器位置序列；

在视频实例分割网络分割完成后，利用手术仪器的形状特征，基于仪器尖端位置得到仪器尖端的位置序列数据；

S3、利用对手术阶段、手术动作进行判断的多标签分类网络对手术视频进行逐帧分类，得到手术动作序列及手术阶段序列；

所述的对手术阶段、手术动作进行判断的多标签分类网络包括第一CNN特征提取器和采用sigmoid激活函数的输出层；

S4、将手术阶段序列、手术动作序列、仪器位置序列、出血区域序列、仪器尖端位置序列数据进行整合，并将整合的数据输入分类模型或者回归模型，得到指标的评估结果；

所述的分类模型为对指标进行预测的多标签分类网络，包括第二CNN特征提取器和采用sigmoid激活函数的输出层；对指标进行预测的多标签分类网络输出灵活性、熟练性、安全性、效率、流程规划指标的评估结果；

所述的回归模型为对指标进行预测的回归网络，包括第二CNN特征提取器和一个具有5个节点的全连接层，该全连接层将每个节点的高维特征映射至1维，对指标进行预测的回归网络输出灵活性、熟练性、安全性、效率、流程规划指标的评估结果；

S5、基于灵活性、熟练性、安全性、效率、流程规划对应的指标得到手术质量客观评价结果。

进一步地，S2所述的视频实例分割网络为基于Transformer的视频实例分割网络模型或者基于RNN的实例分割网络模型。