CN108288257A - 一种基于人工智能的内窥镜图像去雾方法 - Google Patents

Abstract

本发明实施例涉及一种基于人工智能的内窥镜图像去雾方法，包括：获取冷光源照射下内窥镜的采集图像；检测是否接收到内窥镜图像去雾触发信号；若接收到内窥镜图像去雾触发信号，则根据所述内窥镜的采集图像，判断是否启动去雾处理；若判定启动去雾处理，则根据预设的去雾策略对所述内窥镜的采集图像进行去雾。本发明实施例通过接收去雾触发信号以及判断启动去雾处理这两个条件来决定是否去雾，而非接收到内窥镜的采集图像后直接进行去雾，避免对无雾的图像进行去雾处理，从而提高了去雾有效性。

Description

一种基于人工智能的内窥镜图像去雾方法

技术领域

本发明实施例涉及一种基于人工智能的内窥镜图像去雾方法。

背景技术

随着外科手术技术的进步，现在越来越多的外科手术为微创手术，微创手术通常会使用内窥镜，便于医生通过内窥镜发现患者体内的病变。

在微创手术过程中，当手术刀切割体内组织时，由于血液温度高于内窥镜的镜头的温度，使得内窥镜的镜头起雾，导致内窥镜图像不清楚，影响医生的观察。

为此，亟需提出一种内窥镜图像去雾方法，在内窥镜的镜头起雾时，对内窥镜图像进行去雾处理。

上述对问题的发现过程的描述，仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

为了解决现有技术存在的问题，本发明的至少一个实施例提供了一种基于人工智能的内窥镜图像去雾方法。

第一方面，本发明实施例公开一种基于人工智能的内窥镜图像去雾方法，包括：

获取冷光源照射下内窥镜的采集图像；

检测是否接收到内窥镜图像去雾触发信号；

若接收到内窥镜图像去雾触发信号，则根据所述内窥镜的采集图像，判断是否启动去雾处理；

若判定启动去雾处理，则根据预设的去雾策略对所述内窥镜的采集图像进行去雾。

可选的，所述根据所述内窥镜的采集图像，判断是否启动去雾处理，包括：

通过预先训练的神经网络模型，判断所述内窥镜的采集图像是否产生雾气；

若是，则启动去雾处理。

可选的，所述检测是否接收到内窥镜图像去雾触发信号，包括：

检测是否接收到内窥镜对应的切割刀控制器生成的去雾触发信号。

可选的，所述检测是否接收到内窥镜对应的切割刀控制器生成的去雾触发信号，包括：

检测是否接收到内窥镜对应的切割刀控制器在控制切割刀进行切割时生成的去雾触发信号。

可选的，所述检测是否接收到内窥镜图像去雾触发信号，包括：

检测是否接收到远程控制指令；

解析所述远程控制指令；

判断解析后的远程控制指令中是否携带有内窥镜图像去雾触发信息。

可选的，所述检测是否接收到内窥镜图像去雾触发信号，包括：

检测是否接收到语音指令；

识别所述语音指令；

判断识别后的语音指令中是否携带有内窥镜图像去雾触发信息。

可见，本发明实施例的至少一个实施例中，在内窥镜的采集图像之后，并非直接对采集图像进行去雾处理，而是检测是否接收到去雾触发信号，并在接收到去雾触发信号后判断是否启动去雾处理，若判定启动去雾处理才对采集图像去雾。可见，通过接收去雾触发信号以及判断启动去雾处理这两个条件来决定是否去雾，而非接收到内窥镜的采集图像后直接进行去雾，避免对无雾的图像进行去雾处理，从而提高了去雾有效性。

进一步地，本发明实施例的至少一个实施例中，通过预先训练的神经网络模型，判断内窥镜的采集图像是否产生雾气，从而判定是否启动去雾处理，可见，采用人工智能的神经网络模型，优化了去雾处理的时机，而非接收到内窥镜的采集图像后直接进行去雾处理，提高了去雾处理的有效性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种基于人工智能的内窥镜图像去雾方法流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本发明实施例公开一种基于人工智能的内窥镜图像去雾方法，可包括以下步骤101至104：

101、获取冷光源照射下内窥镜的采集图像。

102、检测是否接收到内窥镜图像去雾触发信号；若接收到内窥镜图像去雾触发信号，则执行步骤103；否则不执行步骤103。

103、根据所述内窥镜的采集图像，判断是否启动去雾处理；若判定启动去雾处理，则执行步骤104；否则不执行步骤104。

104、根据预设的去雾策略对所述内窥镜的采集图像进行去雾。

本实施例中，预设的去雾策略可沿用现有的去雾方法，在此不再赘述。

本实施例中，在内窥镜的采集图像之后，并非直接对采集图像进行去雾处理，而是检测是否接收到去雾触发信号，并在接收到去雾触发信号后判断是否启动去雾处理，若判定启动去雾处理才对采集图像去雾。可见，通过接收去雾触发信号以及判断启动去雾处理这两个条件来决定是否去雾，而非接收到内窥镜的采集图像后直接进行去雾，避免对无雾的图像进行去雾处理，从而提高去雾有效性。

在一个具体的例子中，步骤103中根据所述内窥镜的采集图像，判断是否启动去雾处理，具体为：

通过预先训练的神经网络模型，判断所述内窥镜的采集图像是否产生雾气；若是，则判定启动去雾处理。

本实施例中，预先训练的神经网络模型的输入数据是内窥镜的采集图像，输出数据用于指示采集图像是否起雾。神经网络模型可通过内窥镜图像样本训练得到，内窥镜图像样本为明确已经起雾的内窥镜图像。

本实施例中，通过预先训练的神经网络模型，判断内窥镜的采集图像是否产生雾气，从而判定是否启动去雾处理，可见，采用人工智能的神经网络模型，优化了去雾处理的时机，而非接收到内窥镜的采集图像后直接进行去雾处理，提高了去雾处理的有效性。

在一个具体的例子中，步骤102中检测是否接收到内窥镜图像去雾触发信号，具体可以为：检测是否接收到内窥镜对应的切割刀控制器生成的去雾触发信号。

本实施例中，切割刀控制器分别连接内窥镜、冷光源和切割刀。内窥镜在冷光源照射下采集图像。

本实施例中，切割刀控制器，用于控制切割刀进行切割，以及获取内窥镜的采集图像，以及生成去雾触发信号。

本实施例中，切割刀控制器可通过光纤线缆与内窥镜连接；切割刀控制器可通过控制线缆与切割刀连接。

本实施例中，步骤101中获取冷光源照射下内窥镜的采集图像，具体为：从所述切割刀控制器获取内窥镜的采集图像。

基于上一个实施例，本实施例中，步骤102中检测是否接收到内窥镜图像去雾触发信号，具体可以为：检测是否接收到内窥镜对应的切割刀控制器在控制切割刀进行切割时生成的去雾触发信号。

可见，考虑到内窥镜在腹腔中进行手术时，存在不进行组织切割和进行组织切割两种场景，在进行组织切割时会有大量雾出现，造成内窥镜图像不清晰，而不进行组织切割时通常不会产生雾，因此，为了避免对两种场景下所有内窥镜图像均进行去雾处理带来的资源浪费问题，本实施例中，切割刀控制器可在控制切割刀进行切割时生成去雾触发信号。

在一个具体的例子中，步骤102中检测是否接收到内窥镜图像去雾触发信号，具体可以包括图1中未示出的如下步骤1021～1023：

1021、检测是否接收到远程控制指令。

1022、解析所述远程控制指令。

1023、判断解析后的远程控制指令中是否携带有内窥镜图像去雾触发信息。

本实施例中，给出了去雾触发信号的另一种发送方式：远程发送，使得去雾处理可远程控制。

在一个具体的例子中，步骤102中检测是否接收到内窥镜图像去雾触发信号，包括1021’～1023’：

1021’、检测是否接收到语音指令。

1022’、识别所述语音指令。

1023’、判断识别后的语音指令中是否携带有内窥镜图像去雾触发信息。

本实施例中，给出了去雾触发信号的另一种发送方式：声波发送，使得去雾处理可语音控制。

可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits，ASIC)、数字信号处理器(Digital Signal Processing，DSP)、数字信号处理设备(DSP Device，DSPD)、可编程逻辑设备(Programmable LogicDevice，PLD)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。

对于软件实现，可通过执行本文所述功能的单元来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (6)

1.一种基于人工智能的内窥镜图像去雾方法，其特征在于，包括：

获取冷光源照射下内窥镜的采集图像；

检测是否接收到内窥镜图像去雾触发信号；

若接收到内窥镜图像去雾触发信号，则根据所述内窥镜的采集图像，判断是否启动去雾处理；

若判定启动去雾处理，则根据预设的去雾策略对所述内窥镜的采集图像进行去雾。

2.根据权利要求1所述的方法，其特征在于，所述根据所述内窥镜的采集图像，判断是否启动去雾处理，包括：

通过预先训练的神经网络模型，判断所述内窥镜的采集图像是否产生雾气；

若是，则启动去雾处理。

3.根据权利要求1所述的方法，其特征在于，所述检测是否接收到内窥镜图像去雾触发信号，包括：

检测是否接收到内窥镜对应的切割刀控制器生成的去雾触发信号。

4.根据权利要求3所述的方法，其特征在于，所述检测是否接收到内窥镜对应的切割刀控制器生成的去雾触发信号，包括：

检测是否接收到内窥镜对应的切割刀控制器在控制切割刀进行切割时生成的去雾触发信号。

5.根据权利要求1所述的方法，其特征在于，所述检测是否接收到内窥镜图像去雾触发信号，包括：

检测是否接收到远程控制指令；

解析所述远程控制指令；

判断解析后的远程控制指令中是否携带有内窥镜图像去雾触发信息。

6.根据权利要求1所述的方法，其特征在于，所述检测是否接收到内窥镜图像去雾触发信号，包括：

检测是否接收到语音指令；

识别所述语音指令；

判断识别后的语音指令中是否携带有内窥镜图像去雾触发信息。