[发明专利]一种基于人工智能的解剖变异识别提示方法及系统

说明书

本发明涉及一种基于人工智能的解剖变异识别提示方法及系统，包括实时采集腔镜图像，并根据腔镜器官分割模型和器械关键点检测模型获取实时器官分割数据以及器械关键点数据；通过分析手术前影像学图像获取变异结构和周围器官的位置关系，提取影像学图像变异结构周围器官组织分割数据进行对比，判断变异结构的位置；实时检测器械关键点和变异结构的位置信息，当器械在变异解剖结构区域进行操作时，对变异解剖结构区域进行提示，根据提示进行操作。本发明通过建立影像学检查和腔镜手术视野之间的对应关系，手术中关键操作的脉络管道结构得到了准确有效的定位，为外科手术更为精确的进行提供了重要的条件。

技术领域

本发明涉及医学图像处理技术领域，尤其涉及一种基于人工智能的解剖变异识别提示方法及系统。

背景技术

在各专科的外科手术中，解剖变异的存在是各类手术过程中普遍面临的一大难题，而一旦出现，便极有可能引起该变异结构的损伤，导致手术过程中出血、管道损伤、神经损伤，以及术后出血、感染、丧失相关功能乃至不必要的术后残疾及死亡等不良事件的发生，从而使得手术实施存在较高的危险性和潜在的医患纠纷。

一方面，由于解剖变异的多元性、罕见性、以及难以预见性，目前医学上往往通过CT、核磁共振、神经电生理和术中各类别造影方式等鉴别解剖变异的存在及其种类；然而即便是如此，手术医师仍在一些情况下因不能预见其确切位置或者操作失误等原因，导致上述不良后果的发生；另一方面，随着人工智能计算机深度学习技术的进一步成熟，及其在医学影像、图片集手术视频处理上的逐步应用，计算机模型已经可以有效的处理CT、MRI等影像图片以及手术过程的视频进行实时处理，此类技术的应用可以自动检测异常的解剖结构，并在手术开展过程中实时根据手术的视野进行对应范围的呈现；因此，如何通过人工智能的方式实时提示异常解剖结构的位置，以解决不能预见或判断解剖变异存在与否及其位置而导致的变异结构损伤的问题，是现阶段需要考虑的问题。

发明内容

本发明的目的在于克服现有技术的缺点，提供了一种基于人工智能的解剖变异识别提示方法及系统，解决了目前医师因种种原因不能预见或判断解剖变异存在与否及其位置而导致的变异结构损伤的问题。

本发明的目的通过以下技术方案来实现：一种基于人工智能的解剖变异识别提示方法，所述识别提示方法包括手术实时识别提示步骤，所述手术实时识别提示步骤包括：

实时采集腔镜图像，并根据腔镜器官分割模型和器械关键点检测模型获取实时器官分割数据以及器械关键点数据；

通过分析手术前影像学图像获取变异结构和周围器官的位置关系，提取影像学图像变异结构周围器官组织分割数据，并与腔镜分割数据进行对比，实时判断变异结构的位置；

实时检测器械关键点和变异结构的位置信息，当器械在变异解剖结构区域进行操作时，对变异解剖结构区域进行提示，手术操作者根据提示进行操作；

重复上述步骤，直到手术结束。

所述识别提示方法还包括影像学图像及手术图像的标注数据库构建步骤以及模型构建步骤；所述影像学图像及手术图像的标注数据库构建步骤包括：

构建多种类型的影像学图像变异解剖结构分割标注数据库和影像学图像器官分割标注数据库；

对手术图片进行抽取，标注构建手术图片下的器官结构分割标注数据和器械关键点标注数据；

所述模型构建步骤包括：构建影像学图像变异解剖结构分割模型、影像学图像器官分割模型、腔镜图像器官分割模型、腔镜图像器械关键点检测模型。

所述构建多种类型的影像学图像变异解剖结构分割标注数据库和影像学图像器官分割标注数据库包括：

收集影像学图像，根据需要标注的解剖结构及其周围的标志性解剖区域所在的区域、体位以及影像学图像采集的角度，初步筛选需要标注的图片或图片组；