[发明专利]一种胶囊内镜定位系统

权利要求书

1.一种胶囊内镜定位系统，其特征在于，包括：

获取模块，用于：获取胶囊内镜采集的消化道图片、该消化道图片的图片亮度及采集该消化道图片时所述胶囊内镜中实现图片采集的镜头的镜头参数；

定位模块，用于：将所述消化道图片输入至预先训练的深度网络模型中，得到所述深度网络模型输出的与所述消化道图片对应的消化道位置；并基于预先确定的对应关系确定出与所述图片亮度及所述镜头参数对应的采集所述消化道图片时所述镜头距离消化道黏膜之间的距离；其中，所述镜头参数包括镜头的增益及曝光时间，预先确定对应关系包括：模拟体内环境，在所述胶囊内镜的镜头有效拍摄距离内，定步长改变所述体内环境内的被摄物与所述胶囊内镜之间的距离，并在所述被摄物与所述胶囊内镜距离一定的情况下，调整所述胶囊内镜的镜头的增益和曝光时间及计算所述胶囊内镜采集到的图片亮度，得到不同成像距离与所述增益、曝光时间和图片亮度之间的对应关系，所述成像距离为所述胶囊内镜的镜头与所述被摄物之间的距离；

输出模块，用于：将所述胶囊内镜采集所述消化道图片时的位姿信息输出，该位姿信息包括所述消化道图片对应消化道位置及所述镜头距离消化道黏膜之间的距离；

所述输出模块包括：

显示单元，用于：将预先绘制的模拟胶囊内镜的位姿设置成、与所述胶囊内镜采集所述消化道图片时的位姿信息对应的位姿，并对该模拟胶囊内镜进行显示；其中，所述显示单元包括触控屏，且工作人员可以通过所述触控屏实现对所述模拟胶囊内镜的大小及角度的控制；

所述系统还包括：

模型训练模块，用于：获取训练集和测试集，所述训练集及所述测试集中包含消化道图片及表示每个所述消化道图片对应消化道位置的标记；选取基于深度学习框架的深度网络模型作为当前深度网络模型，利用所述训练集对深度网络模型进行训练，利用所述测试集测试训练后的深度网络模型得到深度网络模型的识别精度数据，判断该识别精度数据是否符合预设精度要求，若是，则确定训练后的深度网络模型为完成训练的深度网络模型，若否，则确定对训练后的深度网络模型进行调整后得到的深度网络模型为深度网络模型，返回执行所述利用所述训练集对深度网络模型进行训练的步骤；

所述模型训练模块包括：

第一训练单元，用于：将所述训练集中包含的消化道图片组合成多个子训练集，其中每个子训练集包含的消化道图片不完全相同；利用所述多个子训练集分别训练深度网络模型得到对应的多个深度网络模型，并利用所述测试集分别对该多个深度网络模型进行测试得到对应深度网络模型的识别精度数据，选取对应识别精度数据表明识别精度最高的深度网络模型为利用所述训练集对深度网络模型进行训练后的深度网络模型；

所述系统还包括：

判别模块，用于：将所述胶囊内镜采集所述消化道图片时的位姿信息输出之前，判断所述消化道位置是否为未知类，如果是，则将距离时刻最近一次输出的位姿信息进行输出，如果否，则指示所述输出模块执行所述将所述胶囊内镜采集所述消化道图片时的位姿信息输出的步骤。

2.根据权利要求1所述的系统，其特征在于，还包括：

姿态计算模块，用于：检测所述胶囊内镜采集所述消化道图片时的加速度；判断所述胶囊内镜所处消化道位置的外部预设磁场是否满足预设条件，如果是，则检测所述胶囊内镜所处消化道位置的磁感应强度，并将该磁感应强度和所述加速度同时代入预设公式中计算所述胶囊内镜的姿态角；如果否，则检测所述胶囊内镜绕自身预设三轴转动的角速度，并将各所述角速度分别进行积分计算所述胶囊内镜的姿态角；将所述胶囊内镜的姿态角加入至所述位姿信息中。