[发明专利]应用于机器人辅助手术视频分析的实时手术工具检测方法

权利要求书

1.应用于机器人辅助手术视频分析的实时手术工具检测方法，其特征是，包括：

采集机器人辅助手术视频并处理得到手术图像；

对手术图像进行手术工具关键点估计得到手术工具中心点的热度图，再根据热度图峰值预测手术工具的中心点及手术工具的尺寸；

由预测的手术工具的中心点及其尺寸计算得到手术工具的边界框。

2.如权利要求1所述的应用于机器人辅助手术视频分析的实时手术工具检测方法，其特征是，采用训练轻量级神经网络框架后得到的手术工具关键点估计器对手术图像进行手术工具关键点进行估计。

3.如权利要求2所述的应用于机器人辅助手术视频分析的实时手术工具检测方法，其特征是，所述轻量级神经网络框架包括火模块，所述火模块被配置为使用一个卷积核压缩输入图像的通道，然后再采用一个卷积核和深度可分离卷积核混合并行的模块，最后通过修正线性单元输出。

4.如权利要求2所述的应用于机器人辅助手术视频分析的实时手术工具检测方法，其特征是，训练轻量级神经网络框架后得到的手术工具关键点估计器输出不同的数值来代表检测到的关键点是手术工具的中心点或是手术工具的背景。

5.如权利要求1所述的应用于机器人辅助手术视频分析的实时手术工具检测方法，其特征是，对机器人辅助手术视频处理时，对手术视频进行分帧操作，将机器人辅助手术视频降采样后保存为手术图像。

6.如权利要求1所述的应用于机器人辅助手术视频分析的实时手术工具检测方法，其特征是，对手术图像进行手术工具关键点估计之前对得到的手术图像进行预处理，即数据增强处理以增加轻量级神经网络框架的训练数据集样本。

7.如权利要求1所述的应用于机器人辅助手术视频分析的实时手术工具检测方法，其特征是，提取手术工具的中心点的过程为：

基于手术工具关键点估计器构建损失函数，当轻量级神经网络框架的损失函数曲线拟合时，获得手术图像中某种手术工具的中心点坐标。

8.应用于机器人辅助手术视频分析的实时手术工具检测系统,其特征是，包括：

手术图像获取模块，被配置为采集机器人辅助手术视频并处理得到手术图像；

手术工具的中心点预测模块，被配置为将手术图像进行预处理进行手术工具关键点估计得到手术工具中心点的热度图，再根据热度图峰值预测手术工具的中心点及手术工具的尺寸；

手术工具的边界框获取模块，被配置为由预测的手术工具的中心点及其尺寸得到手术工具的边界框。

9.一种计算装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征是，所述处理器执行所述程序时实现上述权利要求1-7任一所述的应用于机器人辅助手术视频分析的实时手术工具检测方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征是，该程序被处理器执行时执行上述权利要求1-7任一所述的中的应用于机器人辅助手术视频分析的实时手术工具检测方法的步骤。