-
公开(公告)号：CN117876262A
公开(公告)日：2024-04-12
申请号：CN202410169725.7
申请日：2024-02-06
申请人： 哈尔滨工业大学 , 南方医科大学南方医院
IPC分类号： G06T5/73 , G06T5/50 , G06T7/00 , G06T7/33 , G06T9/00 , G06N3/0464 , G06N3/0895
摘要： 一种手术视频的自监督烟雾去除方法，属于图像复原技术领域。本发明针对腹腔镜手术过程中产生的手术烟雾干扰医生视野的问题。由雾帧编码器、参考帧编码器、对齐模块、融合模块和重建模块搭建视频烟雾去除模型，将高能器械开始工作前的一帧，即烟前帧视作不对齐监督信号，采用包含N帧烟雾帧的烟雾视频序列#imgabs0#和烟前帧Sref对视频烟雾去除模型进行训练，得到训练后视频烟雾去除模型；在实际应用中，训练后视频烟雾去除模型基于真实烟前帧和真实烟雾视频序列得到烟雾去除后视频序列。本发明方法用于烟雾视频中烟雾的去除。
-
公开(公告)号：CN113888541B
公开(公告)日：2022-03-25
申请号：CN202111482885.X
申请日：2021-12-07
申请人： 南方医科大学南方医院
摘要： 本发明公开了一种腹腔镜手术阶段的图像识别方法、装置及存储介质，方法包括：首先获取实时手术视频流，在所述实时手术视频流中截取关键帧图像；接着将每张所述关键帧图像划分为多个图像块；然后对所述多个图像块进行时空位置编码得到时间维度向量和空间维度向量；最后将所述时间维度向量和空间维度向量输入手术阶段识别模型得到手术阶段识别结果。本发明实现了对腹腔镜手术阶段的精准识别，并且可以应对复杂多阶段的腹腔镜手术阶段的图像识别，效率高且准确率高，可广泛应用于智慧医疗技术领域。
-
公开(公告)号：CN116894842A
公开(公告)日：2023-10-17
申请号：CN202311155026.9
申请日：2023-09-08
申请人： 南方医科大学南方医院
IPC分类号： G06T7/00 , G06N3/0464 , G06N3/048 , G06N3/08 , G06T7/11 , G06T7/13 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82
摘要： 本申请涉及计算机视觉领域，提供一种肿瘤腹腔种植转移病灶图像处理方法及相关装置，该方法包括：获取腹腔镜图像，并基于所述腹腔镜图像获取第一聚合特征；所述第一聚合特征包括关联对象增强特征；所述关联对象增强特征基于输入特征中同一行或同一列的像素进行加权聚合操作得到；所述输入特征基于所述腹腔镜图像得到；基于所述第一聚合特征对所述腹腔镜图像进行第一次预测，得到第一掩码图像；将所述第一聚合特征与所述第一掩码图像进行像素级别和通道级别的加权处理，以对所述第一掩码图像中的目标像素进行修正，得到修正掩码图像；其中，所述目标像素包括预测结果错误或置信度低于预设阈值的像素；基于所述修正掩码图像获取第二聚合特征。
-
公开(公告)号：CN113902983B
公开(公告)日：2022-03-25
申请号：CN202111471854.4
申请日：2021-12-06
申请人： 南方医科大学南方医院
摘要： 本发明的实施方式提供了基于目标检测模型的腹腔镜手术组织器官识别方法及装置。该方法包括：提取输入图像的第一特征图；对所述第一特征图进行局部信息静态建模和上下文信息动态建模，获取局部上下文信息增强的增强特征图；基于所述增强特征图进行目标检测，得到所述输入图像中包含的器官信息及相应的标识。本发明能够对输入图像提取特征图，并通过对特征图进行局部信息静态建模和上下文信息动态建模的方式对特征图的上下文信息进行增强，以使对增强后的特征图进行目标检测，可以得到更加准确的检测结果，可见，在手术操作过程中，通过上述方式进行目标检测，可以提高识别输入图像中形状变化较大的器官对应的信息的准确率。
-
公开(公告)号：CN113888541A
公开(公告)日：2022-01-04
申请号：CN202111482885.X
申请日：2021-12-07
申请人： 南方医科大学南方医院
摘要： 本发明公开了一种腹腔镜手术阶段的图像识别方法、装置及存储介质，方法包括：首先获取实时手术视频流，在所述实时手术视频流中截取关键帧图像；接着将每张所述关键帧图像划分为多个图像块；然后对所述多个图像块进行时空位置编码得到时间维度向量和空间维度向量；最后将所述时间维度向量和空间维度向量输入手术阶段识别模型得到手术阶段识别结果。本发明实现了对腹腔镜手术阶段的精准识别，并且可以应对复杂多阶段的腹腔镜手术阶段的图像识别，效率高且准确率高，可广泛应用于智慧医疗技术领域。
-
公开(公告)号：CN113887545B
公开(公告)日：2022-03-25
申请号：CN202111482896.8
申请日：2021-12-07
申请人： 南方医科大学南方医院
摘要： 本发明提供了一种基于目标检测模型的腹腔镜手术器械识别方法及装置。方法包括：提取输入图像的特征图；对特征图进行特定方向维度的特征增强，得到相应方向上特征增强的增强注意力权重，特定方向维度由待识别的目标外形确定；基于增强注意力权重和输入图像的特征图进行目标检测，得到所述输入图像中包含的器械信息及相应的标识。本发明能够对输入图像的特征图进行与待识别目标相契合的方向维度的注意力增强，进而进行目标检测，从而得到更加准确的识别结果，即能够从采集到的图像对应的注意力增强的特征图中准确地识别出所有操作器械，同时提升了识别出的操作器械的器械信息的识别结果，从而提高了操作过程中对于操作器械进行识别的准确率。
-
公开(公告)号：CN113902983A
公开(公告)日：2022-01-07
申请号：CN202111471854.4
申请日：2021-12-06
申请人： 南方医科大学南方医院
摘要： 本发明的实施方式提供了基于目标检测模型的腹腔镜手术组织器官识别方法及装置。该方法包括：提取输入图像的第一特征图；对所述第一特征图进行局部信息静态建模和上下文信息动态建模，获取局部上下文信息增强的增强特征图；基于所述增强特征图进行目标检测，得到所述输入图像中包含的器官信息及相应的标识。本发明能够对输入图像提取特征图，并通过对特征图进行局部信息静态建模和上下文信息动态建模的方式对特征图的上下文信息进行增强，以使对增强后的特征图进行目标检测，可以得到更加准确的检测结果，可见，在手术操作过程中，通过上述方式进行目标检测，可以提高识别输入图像中形状变化较大的器官对应的信息的准确率。
-
公开(公告)号：CN113887545A
公开(公告)日：2022-01-04
申请号：CN202111482896.8
申请日：2021-12-07
申请人： 南方医科大学南方医院
摘要： 本发明提供了一种基于目标检测模型的腹腔镜手术器械识别方法及装置。方法包括：提取输入图像的特征图；对特征图进行特定方向维度的特征增强，得到相应方向上特征增强的增强注意力权重，特定方向维度由待识别的目标外形确定；基于增强注意力权重和输入图像的特征图进行目标检测，得到所述输入图像中包含的器械信息及相应的标识。本发明能够对输入图像的特征图进行与待识别目标相契合的方向维度的注意力增强，进而进行目标检测，从而得到更加准确的识别结果，即能够从采集到的图像对应的注意力增强的特征图中准确地识别出所有操作器械，同时提升了识别出的操作器械的器械信息的识别结果，从而提高了操作过程中对于操作器械进行识别的准确率。
-
公开(公告)号：CN118644555A
公开(公告)日：2024-09-13
申请号：CN202411117396.8
申请日：2024-08-15
申请人： 南方医科大学南方医院
摘要： 本申请提供了一种血管识别方法以及相关装置。该方法至少包括：获取待处理图像；待处理图像至少应包括手术图像；基于待处理图像进行目标检测及追踪定位，得到待处理图像中包含各个血管结构的追踪定位信息；对待处理图像进行实时压缩编码，并根据追踪定位信息对压缩编码图像进行掩膜解码，得到第一掩膜图像；第一掩膜图像用于指示实时手术视野内血管结构对应的像素级分割结果；基于第一掩膜图像进行掩膜优化处理，得到第二掩膜图像；第二掩膜图像用于指示实时手术视野内目标血管结构对应的像素级后处理结果。该方法实现了对手术图像的术中实时追踪，强化血管结构的视觉区分度，提升血管结构在手术图像中的视觉效果。
-
公开(公告)号：CN116894842B
公开(公告)日：2023-12-22
申请号：CN202311155026.9
申请日：2023-09-08
申请人： 南方医科大学南方医院
IPC分类号： G06T7/00 , G06N3/0464 , G06N3/048 , G06N3/08 , G06T7/11 , G06T7/13 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82
摘要： 于预设阈值的像素；基于所述修正掩码图像获取本申请涉及计算机视觉领域，提供一种肿瘤 第二聚合特征。腹腔种植转移病灶图像处理方法及相关装置，该方法包括：获取腹腔镜图像，并基于所述腹腔镜图像获取第一聚合特征；所述第一聚合特征包括关联对象增强特征；所述关联对象增强特征基于输入特征中同一行或同一列的像素进行加权聚合操作得到；所述输入特征基于所述腹腔镜图像得到；基于所述第一聚合特征对所述腹腔镜图像进行第一次预测，得到第一掩码图像；将所述第一聚合特征与所述第一掩码图像进行像素级别
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.05 秒)
