[发明专利]使用可编程光源对图像进行多类分类的系统和方法

权利要求书

1.一种成像系统，包括：

相机；

一个或多个可编程光源，其中，用所配置的一个或多个可编程光源照射场景；

存储器，用于存储机器学习模型；以及

处理器，所述处理器与所述相机、所述一个或多个可编程光源以及所述存储器耦合，处理器被配置为：

基于能够区分不同组织类型的机器学习模型将配置应用于所述一个或多个可编程光源，其中，所述机器学习模型包括第一层，并且其中，应用所述配置包括：

从第一层中提取权重；以及

基于所提取的权重，调整所述一个或多个可编程光源的强度或功率；捕获图像数据，所述图像数据描绘在所述不同组织类型中包括的一种或多种组织类型，

利用机器学习模型分析所捕获的图像数据中的颜色信息以识别所述所捕获的图像数据描绘的一种或多种不同组织类型中的至少一种，以及

从所捕获的图像数据生成所述场景的可视化，所述可视化区分用所述机器学习模型所识别的一种或多种组织类型中的至少一种与所述可视化中的其他组织类型。

2.如权利要求1所述的成像系统，其中，配置成分析颜色信息的处理器还包括处理器还被配置为：

对于相机的图像传感器的多个像素中包括的每个像素：

利用机器学习模型分析由所述每个像素捕获的像素颜色信息，其中，所述像素颜色信息被包括在所述颜色信息中，

确定所述每个像素描绘所述不同组织类型中包括的一种或多种组织类型中的至少一种的概率，以及

当所述概率超过阈值时将所述每个像素识别为包含所述不同组织类型中包括的所述一种或多种组织类型中的一种；以及

生成用于所述场景的可视化的一个或多个映射，其中所述一个或多个映射的每个映射包括关联所捕获的图像数据中的一个或多个图像像素的子集，所述一个或多个图像像素中的每个图像像素被识别为属于所述一种或多种组织类型中包括的共同的组织类型。

3.如权利要求2所述的成像系统，其中，所述相机的图像传感器是拜耳滤色器图像传感器。

4.如权利要求2所述的成像系统，其中，提供所述每个像素的颜色信息作为对机器学习模型的中间层的输入。

5.如权利要求1所述的成像系统，其中被配置为在应用所述配置之前训练所述机器学习模型以区分不同组织类型的处理器还被配置为：

在多个离散照射波长下对一种或多种组织类型的每种组织类型测量一个或多个组织样本的光谱反射率，以确定作为照射波长的函数的一个或多个组织样本的反射比；以及

使用光谱反射率作为输入来迭代地训练机器学习模型，用于根据彩色图像数据预测组织类型。

6.如权利要求1所述的成像系统，被配置为在应用所述配置之前训练所述机器学习模型以区分不同组织类型的处理器还被配置为：接收场景的图像数据的实时用户注释，所述实时用户注释将描绘一种或多种组织类型的图像数据的部分分类为属于不同组织类型之一；

利用一个或多个可编程光源中的每一个迭代地照射所述场景并捕获与所述场景的每个照射版本相关联的图像，其中所捕获的图像提供被分类的部分的部分光谱反射率；以及

提供部分光谱反射率作为输入以迭代地训练机器学习模型以根据彩色图像数据预测组织类型。