[发明专利]基于深度学习的毛囊自动识别方法和系统及植发机器人

说明书

本发明公开一种基于深度学习的毛囊自动识别方法和系统及植发机器人，该方法通过提取采集图像中取发区域中的毛囊图像及其各个目标毛囊图像；然后构建深度学习模型并评估目标毛囊图像；根据评估结果选取符合预设条件的毛囊识别图像；最后根据毛囊识别图像获取毛囊图像中毛囊根部位置信息。本发明提供的方法通过深度学习的识别毛囊及其毛囊根部位置，能自动的进行植发手术过程中的取发环节，本算法根据摄像头传回的图像数据，能够自动的识别并评估、定位毛囊根部坐标并规划植发机器人入刀路径；该机器人能辅助医生施术，全自动的进行取发工作，较有效的降低植发手术的人力成本与手术耗时，为脱发问题带来有利的改善。

技术领域

本发明涉及图像信息处理技术领域，特别是一种基于深度学习的毛囊自动识别方法和系统及植发机器人。

背景技术

随着互联网社会的发展和城镇化率的提高，越来越多的人走入了写字楼和办公大厦，过上了朝九晚五的办公室生活。近年来逐渐有一种社会共识，即长期的屏幕前工作和较高的职务压力使得脱发患者的人数逐年在上升。客观上来说，脱发的成因是先天后天兼有的，并不完全取决于后天的生活压力，但这一社会共识也侧面反应了大众审美愈加重视头发的健康程度，这种重视直接地加重了脱发患者的外貌焦虑。对于中年脱发患者而言，植发手术成为了几乎唯一的脱发根治方案。植发手术的本质是一种自体器官移植手术，通过将后枕部的永久毛囊移植到脱发高发的前额部位，来使得发际线恢复到不影响美观的程度。

毛囊是表皮细胞连续形成的袋样上皮，为毛发的发生点，能为毛发的生长与维持提供养分。毛囊的基底是真皮凹进的真皮毛乳头，中心是一根毛发，立毛肌的一侧斜附在毛囊壁上，附着点的上方为皮脂腺通入毛囊的短颈，毛囊在皮肤表面的开口是毛囊孔，毛发就从毛囊孔中生长出来。人类头部上皮组织毛囊分布密度为80-140个/cm²。单个毛囊仅支持一根头发的生长供给。1984年Headington通过头皮横切发现，人类的毛发是成束生长的，其原因在于毛囊在人类头皮上普遍以2-4个毛囊为单位聚集分布，组织学上称这样一个毛囊群为毛囊单位(Follicular unit，FU)。在一个毛囊单位中，毛囊彼此间隔少量软组织，每个毛囊都具有独立的神经、血管、皮脂腺、汗腺、立毛肌。毛囊单位被包绕在胶原纤维鞘中。

目前主流的植发技术为毛囊单位提取技术(follicle unit extraction，FUE)。毛囊单位提取技术通过毛囊提取器获取毛囊单位，具体而言是使用此类工具在受术者后枕部以及两颧部钻开头皮浅层以游离单个毛囊单位，然后用镊子等钝器拔取毛囊单位。

目前，植发采用FUE技术，在基于毛囊单位提取技术的手术中，施术医生主要包括两个编组。其中一个编组在受术人头部进行外科工作，主要负责从患者后枕部取发并移植至待移植部位。另一个编组则负责处理从患者后枕部取下的毛囊组织，抑制毛囊组织离体后的失活过程，使得这些毛囊组织转变为可移植的状态。

植发设备发展现状：为了减轻植发医生的劳动强度，减少人工，提高效率，缩短手术操作时间，减少对毛囊的损伤，同时降低植发成本，国内外均开始了对植发辅助机器人的研究。从2013年开始，国外RESTORATION ROBOTICS康复机器人公司的ARTAS植发机器人开始逐步走向市场。在2017年，一些中国植发机构首次引进这套智能植发系统，但其应用频率仍不够理想，一方面是植发机器人植发的价格始终保持高位，降低了植发手术市场下沉的潜力。另一方面ARTAS植发机器人植发效果的优越性存疑，有关报道指出，机器人提取毛囊速度慢并且不精细，毛囊损坏率高，导致最终移植的毛囊存活率低于预期。

总的来说，国外植发机器人起步早，且已投放市场多年，其ARTAS植发机器人技术处于垄断地位，但由于其高昂的植发费用和不太理想的植发效果，导致市场仍对高效可靠的自动化植发设备保有期待。

发明内容

有鉴于此，本发明的目的在于提供一种基于深度学习的毛囊自动识别方法和系统及植发机器人，该方法提高了毛囊识别的准确性以及毛囊根部定位的精准度。

为达到上述目的，本发明提供如下技术方案：