CN113129340A - 操作设备的运动轨迹分析方法、装置、介质和计算设备 - Google Patents

操作设备的运动轨迹分析方法、装置、介质和计算设备 Download PDF

Info

Publication number
CN113129340A
CN113129340A CN202110658834.1A CN202110658834A CN113129340A CN 113129340 A CN113129340 A CN 113129340A CN 202110658834 A CN202110658834 A CN 202110658834A CN 113129340 A CN113129340 A CN 113129340A
Authority
CN
China
Prior art keywords
data
motion
target object
time sequence
operating equipment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110658834.1A
Other languages
English (en)
Other versions
CN113129340B (zh
Inventor
葛永超
曾凡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhengzhou Third People's Hospital
Xuanwei Beijing Biotechnology Co ltd
Original Assignee
Zhengzhou Third People's Hospital
Xuanwei Beijing Biotechnology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhengzhou Third People's Hospital, Xuanwei Beijing Biotechnology Co ltd filed Critical Zhengzhou Third People's Hospital
Priority to CN202110658834.1A priority Critical patent/CN113129340B/zh
Publication of CN113129340A publication Critical patent/CN113129340A/zh
Application granted granted Critical
Publication of CN113129340B publication Critical patent/CN113129340B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C23/00—Combined instruments indicating more than one navigational value, e.g. for aircraft; Combined measuring devices for measuring two or more variables of movement, e.g. distance, speed or acceleration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • User Interface Of Digital Computer (AREA)
  • Image Analysis (AREA)

Abstract

本发明的实施方式提供了一种操作设备的运动轨迹分析方法、装置、介质和计算设备。该方法包括：获取操作设备的初始运动参数，所述初始运动参数中至少包含基于时间序列的所述操作设备的运动数据以及基于时间序列的目标物体的运动数据；通过对所述操作设备的运动数据进行分析，得到所述操作设备基于时间序列的合速度数据；通过对所述操作设备的运动数据以及所述目标物体的运动数据进行分析，得到所述操作设备与所述目标物体之间基于时间序列的距离变化情况。本发明能够准确地记录操作设备的运动参数，以使基于运动参数分析得到的分析结果更加准确。

Description

操作设备的运动轨迹分析方法、装置、介质和计算设备
技术领域
本发明的实施方式涉及人工智能领域，更具体地，本发明的实施方式涉及一种操作设备的运动轨迹分析方法、装置、介质和计算设备。
背景技术
本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
为了对医生在手术过程中的操作进行观察评判，目前通常会在手术过程中进行视频录制，以使上级专家医生对手术过程中的操作进行评价。但是医生的精力有限，无法对所有的手术视频进行评价，为了对手术过程进行记录分析，现有技术中可以通过传感器设备结合术前构建的三维模型对医生在手术过程中操作的医疗器械的运动参数进行记录。然而，在实践中发现，传感器设备通常不符合手术室内的感控规范，且操作复杂，导致采集到的运动参数不够准确，更进一步导致了基于运动参数分析得到的分析结果不够准确。
发明内容
在本上下文中，本发明的实施方式期望提供一种操作设备的运动轨迹分析方法、装置、介质和计算设备。
在本发明实施方式的第一方面中，提供了一种操作设备的运动轨迹分析方法，包括：
获取操作设备的初始运动参数，所述初始运动参数中至少包含基于时间序列的所述操作设备的运动数据以及基于时间序列的目标物体的运动数据；
通过对所述操作设备的运动数据进行分析，得到所述操作设备基于时间序列的合速度数据；
通过对所述操作设备的运动数据以及所述目标物体的运动数据进行分析，得到所述操作设备与所述目标物体之间基于时间序列的距离变化情况。
在本实施方式的一个实施例中，所述操作设备的运动数据中包含所述操作设备的运动轨迹基于时间序列的横向运动数据和纵向运动数据，所述目标物体的运动数据中包含所述目标物体的运动轨迹基于时间序列的横向运动数据和纵向运动数据。
在本实施方式的一个实施例中，通过对所述操作设备的运动数据进行分析，得到所述操作设备基于时间序列的合速度数据，包括：
通过对所述操作设备的运动数据进行分析，得到所述操作设备基于时间序列的横轴平面速度数据以及基于时间序列的纵轴平面速度数据；
基于所述横轴平面速度数据以及所述纵轴平面速度数据，计算得到所述操作设备基于时间序列的合速度数据。
在本实施方式的一个实施例中，通过对所述操作设备的运动数据进行分析，得到所述操作设备基于时间序列的横轴平面速度数据以及基于时间序列的纵轴平面速度数据，包括：
通过对所述操作设备的运动轨迹基于时间序列的横向运动数据进行拟合，得到横轴拟合函数；
通过对所述操作设备的运动轨迹基于时间序列的纵向运动数据进行拟合，得到纵轴拟合函数；
对所述横轴拟合函数进行一阶求导，得到横轴速度函数；
对所述纵轴拟合函数进行一阶求导，得到纵轴速度函数；
对时间序列进行遍历，将时间序列中的时间分别代入至所述横轴速度函数和所述纵轴速度函数，得到所述操作设备基于时间序列的横轴平面速度数据以及基于时间序列的纵轴平面速度数据。
在本实施方式的一个实施例中，得到所述操作设备基于时间序列的横轴平面速度数据以及基于时间序列的纵轴平面速度数据之后，所述方法还包括：
将所述操作设备基于时间序列的横轴平面速度数据映射至坐标系中，以及将所述操作设备基于时间序列的纵轴平面速度数据映射至坐标系中，得到所述坐标系中时间轴与横轴平面以及时间轴与纵轴的速度曲线。
在本实施方式的一个实施例中，基于所述横轴平面速度数据以及所述纵轴平面速度数据，计算得到所述操作设备基于时间序列的合速度数据，包括：
利用勾股定理基于所述横轴平面速度数据以及所述纵轴平面速度数据进行计算，得到所述操作设备基于时间序列的合速度数据。
在本实施方式的一个实施例中，通过对所述操作设备的运动数据以及所述目标物体的运动数据进行分析，得到所述操作设备与所述目标物体之间基于时间序列的距离变化情况，包括：
从所述操作设备的运动轨迹基于时间序列的横向运动数据中获取所述操作设备的横轴坐标点；
从所述操作设备的运动轨迹基于时间序列的纵向运动数据中获取所述操作设备的纵轴坐标点；
从所述目标物体的运动轨迹基于时间序列的横向运动数据中获取所述目标物体的横轴坐标点；
从所述目标物体的运动轨迹基于时间序列的纵向运动数据中获取所述目标物体的纵轴坐标点；
基于所述操作设备的横轴坐标点和纵轴坐标点以及所述目标物体的横轴坐标点和纵轴坐标点进行分析，得到所述操作设备与所述目标物体之间基于时间序列的距离变化情况。
在本发明实施方式的第二方面中，提供了一种操作设备的运动轨迹分析装置，包括：
获取单元，用于获取操作设备的初始运动参数，所述初始运动参数中至少包含基于时间序列的所述操作设备的运动数据以及基于时间序列的目标物体的运动数据；
第一分析单元，用于通过对所述操作设备的运动数据进行分析，得到所述操作设备基于时间序列的合速度数据；
第二分析单元，用于通过对所述操作设备的运动数据以及所述目标物体的运动数据进行分析，得到所述操作设备与所述目标物体之间基于时间序列的距离变化情况。
在本实施方式的一个实施例中，所述操作设备的运动数据中包含所述操作设备的运动轨迹基于时间序列的横向运动数据和纵向运动数据，所述目标物体的运动数据中包含所述目标物体的运动轨迹基于时间序列的横向运动数据和纵向运动数据。
在本实施方式的一个实施例中，所述第一分析单元包括：
第一分析子单元，用于通过对所述操作设备的运动数据进行分析，得到所述操作设备基于时间序列的横轴平面速度数据以及基于时间序列的纵轴平面速度数据；
计算子单元，用于基于所述横轴平面速度数据以及所述纵轴平面速度数据，计算得到所述操作设备基于时间序列的合速度数据。
在本实施方式的一个实施例中，所述第一分析子单元包括：
拟合模块，用于通过对所述操作设备的运动轨迹基于时间序列的横向运动数据进行拟合，得到横轴拟合函数；
所述拟合模块，还用于通过对所述操作设备的运动轨迹基于时间序列的纵向运动数据进行拟合，得到纵轴拟合函数；
求导模块，用于对所述横轴拟合函数进行一阶求导，得到横轴速度函数；
所述求导模块，还用于对所述纵轴拟合函数进行一阶求导，得到纵轴速度函数；
遍历模块，用于对时间序列进行遍历，将时间序列中的时间分别代入至所述横轴速度函数和所述纵轴速度函数，得到所述操作设备基于时间序列的横轴平面速度数据以及基于时间序列的纵轴平面速度数据。
在本实施方式的一个实施例中，所述装置还包括：
映射单元，用于在所述遍历模块得到所述操作设备基于时间序列的横轴平面速度数据以及基于时间序列的纵轴平面速度数据之后，将所述操作设备基于时间序列的横轴平面速度数据映射至坐标系中，以及将所述操作设备基于时间序列的纵轴平面速度数据映射至坐标系中，得到所述坐标系中时间轴与横轴平面以及时间轴与纵轴的速度曲线。
在本实施方式的一个实施例中，所述计算子单元基于所述横轴平面速度数据以及所述纵轴平面速度数据，计算得到所述操作设备基于时间序列的合速度数据的方式具体为：
利用勾股定理基于所述横轴平面速度数据以及所述纵轴平面速度数据进行计算，得到所述操作设备基于时间序列的合速度数据。
在本实施方式的一个实施例中，所述第二分析单元包括：
获取子单元，用于从所述操作设备的运动轨迹基于时间序列的横向运动数据中获取所述操作设备的横轴坐标点；
所述获取子单元，还用于从所述操作设备的运动轨迹基于时间序列的纵向运动数据中获取所述操作设备的纵轴坐标点；
所述获取子单元，还用于从所述目标物体的运动轨迹基于时间序列的横向运动数据中获取所述目标物体的横轴坐标点；
所述获取子单元，还用于从所述目标物体的运动轨迹基于时间序列的纵向运动数据中获取所述目标物体的纵轴坐标点；
第二分析子单元，用于基于所述操作设备的横轴坐标点和纵轴坐标点以及所述目标物体的横轴坐标点和纵轴坐标点进行分析，得到所述操作设备与所述目标物体之间基于时间序列的距离变化情况。
在本发明实施方式的第三方面中，提供了一种临床人工智能辅助系统，所述系统用于执行第一方面中任一项所述的方法。
在本发明实施方式的第四方面中，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序在被处理器执行时能够实现第一方面中任一项所述的方法。
在本发明实施方式的第五方面中，提供了一种计算设备，包括第四方面所述的存储介质。
根据本发明实施方式的操作设备的运动轨迹分析方法、装置、介质和计算设备，能够获取操作设备运动过程中产生的初始运动参数，并且可以对初始运动参数进行分析计算，从而基于操作设备的初始运动参数得到操作设备的运动数据，以及该操作设备与目标物体之间基于时间序列的距离变化情况，从而可以准确地记录操作设备的运动参数，以使基于运动参数分析得到的分析结果更加准确。
附图说明
通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：
图1为本发明一实施例提供的操作设备的运动轨迹分析方法的流程示意图；
图2为本发明另一实施例提供的操作设备的运动轨迹分析方法的流程示意图；
图3为本发明另一实施例提供的操作设备的运动轨迹分析方法的流程示意图；
图4为本发明基于时间序列的横轴平面和纵轴平面的速度曲线；
图5为本发明合速度数据曲线；
图6为本发明操作设备与目标物体之间基于时间序列的距离变化曲线；
图7为本发明一实施例提供的临床人工智能辅助系统的界面示意图；
图8为基于本发明实施例的临床人工智能辅助系统输出的操作设备检查界面示意图；
图9为本发明一实施例提供的操作设备的运动轨迹分析装置的结构示意图；
图10示意性地示出了本发明实施例的一种介质的结构示意图；
图11示意性地示出了本发明实施例的一种计算设备的结构示意图。
在附图中，相同或对应的标号表示相同或对应的部分。
具体实施方式
下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
本领域技术人员知道，本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件（包括固件、驻留软件、微代码等），或者硬件和软件结合的形式。
根据本发明的实施方式，提出了一种操作设备的运动轨迹分析方法、装置、介质和计算设备。
在本文中，需要理解的是，附图中的任何元素数量均用于示例而非限制，以及任何命名都仅用于区分，而不具有任何限制含义。
下面参考本发明的若干代表性实施方式，详细阐释本发明的原理和精神。
示例性方法
下面参考图1，图1为本发明一实施例提供的操作设备的运动轨迹分析方法的流程示意图。需要注意的是，本发明的实施方式可以应用于适用的任何场景。
图1所示的本发明一实施例提供的操作设备的运动轨迹分析方法的流程，包括：
步骤S101，获取操作设备的初始运动参数，所述初始运动参数中至少包含基于时间序列的所述操作设备的运动数据以及基于时间序列的目标物体的运动数据；
步骤S102，通过对所述操作设备的运动数据进行分析，得到所述操作设备基于时间序列的合速度数据；
步骤S103，通过对所述操作设备的运动数据以及所述目标物体的运动数据进行分析，得到所述操作设备与所述目标物体之间基于时间序列的距离变化情况。
本申请中提出的操作设备的运动轨迹分析方法应用在有限视野或操作环境复杂等应用场景，对上述应用场景中的操作设备的运动轨迹进行分析，上述应用场景包括但不限于手术室、检查间、建筑孔洞、机械检查场景等。
本发明中能够获取操作设备运动过程中产生的初始运动参数，并且可以对初始运动参数进行分析计算，从而基于操作设备的初始运动参数得到操作设备的运动数据，以及该操作设备与目标物体之间基于时间序列的距离变化情况，从而可以准确地记录操作设备的运动参数，以使基于运动参数分析得到的分析结果更加准确。
下面结合附图说明如何准确地记录操作设备的运动参数，以使基于运动参数分析得到的分析结果更加准确：
本发明实施例中，操作设备可以为应用于手术室的腔内手术器械，也可以为检查间内的腔内检查器械，还可以为建筑孔洞中的工业内窥镜等，对此，本发明实施例不做限定。目标物体可以为操作设备需要进行处理的物体，如患者腔内的患处或建筑中需要检查的区域等，对此，本发明实施例不做限定。
本发明实施例中，操作设备在针对目标物体的工作过程中，可以按照时间顺序采集操作设备的初始运动参数，初始运动参数中可以包含操作设备的运动数据以及目标物体的运动数据，操作设备的运动数据可以包括但不限于操作设备的运动速度、运动方向、角速度等，目标物体的运动数据可以包括但不限于目标物体的运动速度、运动方向、角速度等。且由于操作设备的运动数据与目标物体的运动数据均是基于时间序列的运动数据，因此，操作设备的运动数据可以包含多个不同类型的运动数据，目标物体的运动数据也可以包含多个不同类型的运动数据，可见，操作设备的运动数据可以以数组的形式进行存储，目标物体的运动数据也可以以数组的形式进行存储。
本发明实施例中，可以通过对操作设备的运动数据中的不同类型的运动数据综合进行分析，得到操作设备基于时间序列的合速度数据，由于基于时间序列的合速度数据也可以包含多个不同时间点的数据，因此，合速度数据也可以以数组的形式进行存储。操作设备基于时间序列的合速度数据可以表示操作设备在该时间序列对应的时间段内的运动轨迹。
此外，还可以综合对操作设备的运动数据以及目标物体的运动数据进行分析，得到操作设备与目标物体之间基于时间序列的距离变化情况，即距离变化情况可以为在时间序列对应的时间段内操作设备与目标物体之间相距的距离和/或操作设备与目标物体之间的方位信息等，从而基于距离变化情况可以确定在该时间段内操作设备在目标物体所在区域的运动轨迹。
可选的，操作设备的初始运动参数中包含可以包含时间数据和基于该时间数据的操作设备的运动数据以及基于该时间数据的目标物体的运动数据，基于该时间数据的操作设备的运动数据可以为以数组形式存储的数据，基于该时间数据的目标物体的运动数据也可以为以数组形式存储的数据，由于操作设备和目标物体可以认为是不同类型的目标，因此操作设备的运动数据和目标物体的运动数据需要分别存储，更进一步，可以基于时间数据、操作设备对应的运动数据、目标物体的运动数据以及操作设备和目标物体的不同目标类型构建类型映射字典，本发明实施例可以从构建的类型映射字典中获取到初始运动参数，该类型映射字典的构建方式可以为：
获取采集到的原始影像数据；通过实例分割模型可以对原始影像数据进行目标检测，可以得到原始影像数据中包含的一个或多个目标，且目标可以对应不同的目标类型（不同目标类型的目标可以为操作设备、采集设备以及目标物体等）；并且可以通过矩形包围框和/或多边形包围框在原始影像数据中的目标所处位置处对目标进行标识，得到包含矩形包围框和/或多边形包围框的目标影像数据，以及可以基于矩形包围框在目标影像数据中的边界数据、矩形包围框标识的目标的目标类型以及矩形包围框对应的当前时刻构建矩形包围框对应的第一类型映射字典，还可以基于多边形包围框在目标影像数据中的边界数据、多边形包围框标识的目标的目标类型以及多边形包围框对应的当前时刻构建多边形包围框对应的第二类型映射字典，类型映射字典中可以表示目标类型、矩形包围框和/或多边形包围框、以及当前时刻之间的映射关系；
另外，由于多边形包围框的边界数据对应的坐标过多，因此需要对第二类型映射字典多边形包围框的边界数据进行压缩，具体为：先将多边形包围框的边界数据压缩为一维压缩边界数据，之后可以对一维压缩边界数据进行还原处理，得到一维还原边界数据，再对一维还原数据进行计算，分别得到压缩后的横向移动数据和压缩后的纵向移动数据，基于压缩后的横向移动数据和压缩后的纵向移动数据对第二类型映射字典中的多边形包围框的边界数据进行更新，可以得到简化后的第二类型映射字典中的多边形包围框的边界数据；
之后，由于矩形包围框或多边形包围框的边界数据较多，基于包围框计算目标的运动数据的方式较为复杂，因此，可以计算得到包围框的中心点数据，基于中心点数据计算目标的运动数据的方式更加简便快捷，具体为：可以从第一类型映射字典中获取到矩形包围框的边界数据和/或从第二类型映射字典中获取到多边形包围框的边界数据，基于矩形包围框的边界数据可以计算得到矩形包围框标识的目标对应的第一中心点数据，基于多边形包围框的边界数据可以计算得到对边形包围框标识的目标对应的第一中心点数据；并且可以对目标对应的第一中心点数据进行去噪、数据拟合以及插值操作，以得到目标影像数据中的目标位置处的第一中心点数据对应的第二中心点数据，第二中心点数据相对于第一中心点数据更加准确且全面，并基于目标对应的第二中心点数据对类型映射字典中包围框的边界数据进行更新；此外，在实际中，采集设备拍摄到参照物是固定不动的，是采集设备在移动，且采集设备的移动方向与参照物的移动方向是互逆的，即采集设备向上移动，参照物向下移动；采集设备向左移动，参照物向下移动，以此类推，可以确定采集设备与参照物之间的移动关系，为了使操作设备和目标物体的运动数据更加符合实际运动轨迹，因此可以从目标影像数据中的多个类型的目标中选取参照物，并且可以基于类型映射字典中参照物对应的第二中心点数据对操作设备对应的第二中心点数据以及目标物体对应的第二中心点数据均进行更新，得到更新后的类型映射字典，更新后的类型映射字典中操作设备对应的第二中心点数据可以为操作设备对应的运动数据，以及更新后的类型映射字典中目标物体对应的第二中心点数据可以为目标物体对应的运动数据。
请参阅图2，图2为本发明另一实施例提供的操作设备的运动轨迹分析方法的流程示意图，图2所示的本发明另一实施例提供的操作设备的运动轨迹分析方法的流程包括：
步骤S201，获取操作设备的初始运动参数，所述初始运动参数中至少包含基于时间序列的所述操作设备的运动数据以及基于时间序列的目标物体的运动数据；所述操作设备的运动数据中包含所述操作设备的运动轨迹基于时间序列的横向运动数据和纵向运动数据，所述目标物体的运动数据中包含所述目标物体的运动轨迹基于时间序列的横向运动数据和纵向运动数据。
本发明实施例中，可以从操作设备的运动数据中获取到横向运动数据以及纵向运动数据，还可以从目标物体的运动数据中获取到横向运动数据以及纵向运动数据，从而可以从多个角度对初始运动参数进行分析，提升了数据分析的多样性。
本发明实施例中，操作设备的运动数据中可以包含操作设备的运动轨迹基于时间序列的横向运动数据和纵向运动数据，可以获取到操作设备在当前时刻的运动速度以及运动方向，进而可以基于运动速度和运动方向将操作设备的运动进行分解，得到在当前时刻操作设备的横向运动数据和纵向运动数据，其中，横向运动数据可以包含操作设备在横向的运动子速度，纵向运动数据可以包含操作设备在纵向的运动子速度。同理，目标物体的运动数据中也可以包含目标物体的运动轨迹基于时间序列的横向运动数据和纵向运动数据，可以获取到目标物体在当前时刻的运动速度以及运动方向，进而可以基于运动速度和运动方向将目标物体的运动进行分解，得到在当前时刻目标物体的横向运动数据和纵向运动数据，其中，横向运动数据可以包含目标物体在横向的运动子速度，纵向运动数据可以包含目标物体在纵向的运动子速度。其中，时间序列可以用t表示，操作设备的横向运动数据可以用elec_x表示，操作设备的纵向运动数据可以用elec_y表示，目标物体的横向运动数据可以用polyp_x表示，目标物体的纵向运动数据可以用polyp_y表示。
步骤S202，通过对所述操作设备的运动数据进行分析，得到所述操作设备基于时间序列的横轴平面速度数据以及基于时间序列的纵轴平面速度数据；
步骤S203，基于所述横轴平面速度数据以及所述纵轴平面速度数据，计算得到所述操作设备基于时间序列的合速度数据。
实施上述的步骤S202~步骤S203，可以先计算得到横轴平面速度数据以及纵轴平面速度数据，进而基于横轴平面速度数据以及纵轴平面速度数据计算得到合速度数据，提升了合速度数据计算的准确性。
本发明实施例中，可以基于操作设备的运动数据中获取到横向运动数据以及纵向运动数据构建横轴运动数据对应的横轴平面以及纵轴运动数据对应的纵轴平面，且横轴平面和纵轴平面都可以是基于时间序列的，以及可以将操作设备的横轴运动数据表示到基于时间序列的横轴平面，得到横轴平面速度数据，还可以将操作设备的纵轴运动数据表示到基于时间序列的纵轴平面，得到纵轴平面速度数据。
步骤S204，通过对所述操作设备的运动数据以及所述目标物体的运动数据进行分析，得到所述操作设备与所述目标物体之间基于时间序列的距离变化情况。
请参阅图3，图3为本发明另一实施例提供的操作设备的运动轨迹分析方法的流程示意图，图3所示的本发明另一实施例提供的操作设备的运动轨迹分析方法的流程包括：
步骤S301，获取操作设备的初始运动参数，所述初始运动参数中至少包含基于时间序列的所述操作设备的运动数据以及基于时间序列的目标物体的运动数据；所述操作设备的运动数据中包含所述操作设备的运动轨迹基于时间序列的横向运动数据和纵向运动数据，所述目标物体的运动数据中包含所述目标物体的运动轨迹基于时间序列的横向运动数据和纵向运动数据。
步骤S302，通过对所述操作设备的运动轨迹基于时间序列的横向运动数据进行拟合，得到横轴拟合函数；
步骤S303，通过对所述操作设备的运动轨迹基于时间序列的纵向运动数据进行拟合，得到纵轴拟合函数；
步骤S304，对所述横轴拟合函数进行一阶求导，得到横轴速度函数；
步骤S305，对所述纵轴拟合函数进行一阶求导，得到纵轴速度函数；
步骤S306，对时间序列进行遍历，将时间序列中的时间分别代入至所述横轴速度函数和所述纵轴速度函数，得到所述操作设备基于时间序列的横轴平面速度数据以及基于时间序列的纵轴平面速度数据。
实施上述的步骤S302~步骤S306，可以分别对横向运动数据以及纵向运动数据进行拟合和求导的操作，以得到横轴运动数据对应的横轴速度函数以及纵轴运动数据对应的纵轴速度函数，进而可以基于时间序列对横轴速度函数以及纵轴速度函数进行遍历，得到横轴平面速度数据以及纵轴平面速度数据，提升了构建横轴平面速度数据以及纵轴平面速度数据的准确性。
本发明实施例中，可以通过拟合函数对操作设备的运动轨迹基于时间序列的横向运动数据elec_x进行拟合，得到横轴拟合函数fx(t)，公式为：
Figure 136578DEST_PATH_IMAGE001
其中，wx为拟合多项式的系数，将时间序列t和横向运动数据elec_x输入拟合函数，进而进行n次多项式拟合，可以得到横轴拟合函数fx(t)。
本发明实施例中，可以通过拟合函数对操作设备的运动轨迹基于时间序列的纵向运动数据elec_y进行拟合，得到横轴拟合函数fy(t)，公式为：
Figure 319297DEST_PATH_IMAGE002
其中，wy为拟合多项式的系数，将时间序列t和纵向运动数据elec_y输入拟合函数，进而进行n次多项式拟合，可以得到纵轴拟合函数fy(t)。
更进一步，可以分别对横轴拟合函数fx(t)和纵轴拟合函数fx(t)进行一阶求导，得到横轴拟合函数fx(t)对应的横轴速度函数fx’(t)以及纵轴拟合函数fy(t)对应的纵轴速度函数fy’(t)，公式为：
Figure 364614DEST_PATH_IMAGE003
Figure 25402DEST_PATH_IMAGE004
步骤S307，将所述操作设备基于时间序列的横轴平面速度数据映射至坐标系中，以及将所述操作设备基于时间序列的纵轴平面速度数据映射至坐标系中，得到所述坐标系中时间轴与横轴平面以及时间轴与纵轴的速度曲线。
实施上述的步骤S307，可以将横轴平面速度数据以及纵轴平面速度数据映射至坐标系中，以使得到的坐标系中时间轴与横轴平面以及时间轴与纵轴的速度曲线更加直观。
本发明实施例中，遍历时间序列t，将时间序列t分别代入fx’(t)和fy’(t)，分别得到横轴平面速度数据x_speed和纵轴平面速度数据y_speed，请一并参阅图4，图4为本发明基于时间序列t的横轴平面（x轴t轴平面）和纵轴平面（y轴t轴平面）的速度曲线，即将横轴平面速度数据x_speed和纵轴平面速度数据y_speed在横轴平面（x轴t轴平面）和纵轴平面（y轴t轴平面）进行输出，得到的速度曲线。
步骤S308，利用勾股定理基于所述横轴平面速度数据以及所述纵轴平面速度数据进行计算，得到所述操作设备基于时间序列的合速度数据。
实施上述的步骤S308，可以通过勾股定理对横轴平面速度数据以及纵轴平面速度数据进行计算，提升得到的基于时间序列的合速度数据的准确性。
本发明实施例中，可以通过勾股定理求横轴平面速度数据x_speed和纵轴平面速度数据y_speed的合速度speed，公式如下：
Figure 839775DEST_PATH_IMAGE005
请一并参阅图5，图5为本发明合速度数据曲线，可见将计算得到的合速度speed可以以合速度曲线的形式输出至横轴平面（x轴t轴平面）和纵轴平面（y轴t轴平面）。
步骤S309，从所述操作设备的运动轨迹基于时间序列的横向运动数据中获取所述操作设备的横轴坐标点；
步骤S310，从所述操作设备的运动轨迹基于时间序列的纵向运动数据中获取所述操作设备的纵轴坐标点；
步骤S311，从所述目标物体的运动轨迹基于时间序列的横向运动数据中获取所述目标物体的横轴坐标点；
步骤S312，从所述目标物体的运动轨迹基于时间序列的纵向运动数据中获取所述目标物体的纵轴坐标点；
步骤S313，基于所述操作设备的横轴坐标点和纵轴坐标点以及所述目标物体的横轴坐标点和纵轴坐标点进行分析，得到所述操作设备与所述目标物体之间基于时间序列的距离变化情况。
实施上述的步骤S309~步骤S313，可以分别获取基于相同时间序列的操作设备运动轨迹的横轴坐标点和纵轴坐标点以及目标物体运动轨迹的横轴坐标点和纵轴坐标点，进而可以准确地计算得到相同时间内操作设备与目标物体之间的距离变化情况，提升了计算操作设备与目标物体之间的距离变化情况的准确性。
本发明实施例中，操作设备的横轴坐标点可以认为是操作设备的横向运动数据elec_x，操作设备的纵轴坐标点可以认为是操作设备的纵向运动数据elec_y，目标物体的横轴坐标点可以认为是目标物体的横向运动数据polyp_x，目标物体的纵轴坐标点可以认为是目标物体的纵向运动数据polyp_y，计算操作设备与目标物体之间基于时间序列的距离变化情况的方式可以为计算基于时间序列t的操作设备与目标物体之间的距离distance，可以通过欧几里得距离计算公式进行计算，公式为：
Figure 927816DEST_PATH_IMAGE006
请一并参阅图6，图6为本发明操作设备与目标物体之间基于时间序列的距离变化曲线；图6中输出了基于时间序列t的的操作设备与目标物体之间的距离distance的变化曲线。
请一并参阅图7和图8，图7为本发明一实施例提供的临床人工智能辅助系统的界面示意图，图8为基于本发明实施例的临床人工智能辅助系统输出的操作设备检查界面示意图；其中，图7对应的临床人工智能辅助系统可以用于控制操作设备对患者的腔内病变部位进行智能识别，图8可以为操作设备对患者的腔内病变部位进行智能识别时的检查界面。
具体的，图7中可以包含5个区域，区域①可以为时间选择区域，区域②可以为患者搜索区域，区域③可以为系统管理区域，区域④可以为异常组织区域，区域⑤可以为参数设置区域；其中，
区域①可以根据输入的时间来选择查看的患者并将患者信息展示给系统使用者（如医生）；
区域②至少可以包含患者搜索子区域和患者信息输出子区域，患者搜索子区域可以对系统使用者输入的患者名字来快速查询到这个患者的病例信息，患者信息输出子区域可以输出搜索到的患者的病例信息；
区域③至少可以包含新建患者子区域、系统连接子区域、系统信息子区域、系统操作子区域，其中，新建患者子区域可以当确定未查询到当前患者的病例信息或系统没有连接工作站系统时，根据系统使用者输入的患者信息进行患者病例信息的创建；系统连接子区域可以将当前系统与工作站系统进行连接；系统信息子区域可以输出关于临床人工智能辅助系统的版本号、公司简介、版权声明等信息；系统操作子区域可以对系统使用者输入的指令进行响应，从而实现系统界面的最小化、大小切换或关闭等操作；
区域④至少可以包括名称子区域和异常组织截图暂存子区域，名称子区域可以输出异常组织截图暂存子区域中异常组织的名称，异常组织截图暂存子区域可以输出患者体内疑似病变区域的截图；
区域⑤至少可以包括透明度子区域、自动新建子区域、识别概率子区域、截图概率子区域、自动截图子区域、视频播放子区域、直播子区域以及存储子区域，其中，透明度子区域可以用于设置覆盖患者体内病变区域的掩码的透明度；自动新建子区域可以用于在没有连接工作站或者忘记新建患者直接作检查时，自动新建一个名字为未定义的患者信息；识别概率子区域可以用于设置临床人工智能辅助系统对于患者的病变区域的识别概率；截图概率子区域可以用于设置截图概率，当系统识别到的病变区域的病变概率达到截图概率时对病变区域进行截图；自动截图子区域可以用于设置系统自动毒病变区域进行截图；视频播放子区域可以用于选择需要查看的患者检查过程的视频，并将该视频进行输出播放；直播子区域可以用于在系统与工作站处于连接状态时，当患者信息传输进来之后，直接打开直播页面；存储子区域可以用于选择需要保存/删除的影像信息进行保存/删除。
图7所示的临床人工智能辅助系统可以对操作设备进行控制，并且可以图1~图3中的操作设备的运动轨迹分析方法的任意步骤。
此外，图8中可以包含4个区域，区域A可以为结果识别区域，区域B可以为内镜视野区域，区域C可以为提示区域，区域D可以为图片暂存区域，其中：
区域A至少可以包括病变概率子区域、电刀概率子区域、电烧出血概率子区域以及视野提示子区域，病变概率子区域可以用于依据预先设置的识别概率判断病变区域，并输出病变概率和结论；电刀概率子区域可以用于识别手术器具，并且输出手术器具的识别概率和结论；电烧出血概率子区域可以用于依据预先设置的识别概率判断出血区域或烧伤区域，并输出出血概率/烧伤概率和结论；视野提示子区域可以用于提示当前内镜的视野清晰度；
区域B可以输出内镜采集到的患者的腔内图像，并且在识别出病变区域、出血区域或烧伤区域时，在病变区域、出血区域或烧伤区域上依据预先设置的透明度输出掩码；
区域C可以对内镜采集到的患者的腔内图像进行检测，并将检测得到的结论进行输出；
区域D可以将系统截图得到的患者的腔内图像的截图进行至的存储，并输出在区域D中。
本发明实施例能够准确地记录操作设备的运动参数，以使基于运动参数分析得到的分析结果更加准确。此外，本发明实施例可以从多个角度对初始运动参数进行分析，提升了数据分析的多样性。此外，本发明实施例可以提升了合速度数据计算的准确性。此外，本发明实施例可以提升了构建横轴平面速度数据以及纵轴平面速度数据的准确性。此外，本发明实施例可以使得到的坐标系中时间轴与横轴平面以及时间轴与纵轴的速度曲线更加直观。此外，本发明实施例可以提升得到的基于时间序列的合速度数据的准确性。此外，本发明实施例可以提升了计算操作设备与目标物体之间的距离变化情况的准确性。
示例性装置
在介绍了本发明示例性实施方式的方法之后，接下来，参考图9对本发明示例性实施方式的一种操作设备的运动轨迹分析装置进行说明，该装置包括：
获取单元901，用于获取操作设备的初始运动参数，所述初始运动参数中至少包含基于时间序列的所述操作设备的运动数据以及基于时间序列的目标物体的运动数据；
第一分析单元902，用于通过对获取单元901获取的所述操作设备的运动数据进行分析，得到所述操作设备基于时间序列的合速度数据；
第二分析单元903，用于通过对获取单元901获取的所述操作设备的运动数据以及所述目标物体的运动数据进行分析，得到所述操作设备与所述目标物体之间基于时间序列的距离变化情况。
作为一种可选的实施方式，所述操作设备的运动数据中可以包含所述操作设备的运动轨迹基于时间序列的横向运动数据和纵向运动数据，所述目标物体的运动数据中可以包含所述目标物体的运动轨迹基于时间序列的横向运动数据和纵向运动数据。
其中，实施这种实施方式，可以从操作设备的运动数据中获取到横向运动数据以及纵向运动数据，还可以从目标物体的运动数据中获取到横向运动数据以及纵向运动数据，从而可以从多个角度对初始运动参数进行分析，提升了数据分析的多样性。
作为一种可选的实施方式，所述第一分析单元可以包括：
第一分析子单元，用于通过对所述操作设备的运动数据进行分析，得到所述操作设备基于时间序列的横轴平面速度数据以及基于时间序列的纵轴平面速度数据；
计算子单元，用于基于所述横轴平面速度数据以及所述纵轴平面速度数据，计算得到所述操作设备基于时间序列的合速度数据。
其中，实施这种实施方式，可以先计算得到横轴平面速度数据以及纵轴平面速度数据，进而基于横轴平面速度数据以及纵轴平面速度数据计算得到合速度数据，提升了合速度数据计算的准确性。
作为一种可选的实施方式，所述第一分析子单元可以包括：
拟合模块，用于通过对所述操作设备的运动轨迹基于时间序列的横向运动数据进行拟合，得到横轴拟合函数；
所述拟合模块，还用于通过对所述操作设备的运动轨迹基于时间序列的纵向运动数据进行拟合，得到纵轴拟合函数；
求导模块，用于对所述横轴拟合函数进行一阶求导，得到横轴速度函数；
所述求导模块，还用于对所述纵轴拟合函数进行一阶求导，得到纵轴速度函数；
遍历模块，用于对时间序列进行遍历，将时间序列中的时间分别代入至所述横轴速度函数和所述纵轴速度函数，得到所述操作设备基于时间序列的横轴平面速度数据以及基于时间序列的纵轴平面速度数据。
其中，实施这种实施方式，可以分别对横向运动数据以及纵向运动数据进行拟合和求导的操作，以得到横轴运动数据对应的横轴速度函数以及纵轴运动数据对应的纵轴速度函数，进而可以基于时间序列对横轴速度函数以及纵轴速度函数进行遍历，得到横轴平面速度数据以及纵轴平面速度数据，提升了构建横轴平面速度数据以及纵轴平面速度数据的准确性。
作为一种可选的实施方式，所述装置还可以包括：
映射单元，用于在所述遍历模块得到所述操作设备基于时间序列的横轴平面速度数据以及基于时间序列的纵轴平面速度数据之后，将所述操作设备基于时间序列的横轴平面速度数据映射至坐标系中，以及将所述操作设备基于时间序列的纵轴平面速度数据映射至坐标系中，得到所述坐标系中时间轴与横轴平面以及时间轴与纵轴的速度曲线。
其中，实施这种实施方式，可以将横轴平面速度数据以及纵轴平面速度数据映射至坐标系中，以使得到的坐标系中时间轴与横轴平面以及时间轴与纵轴的速度曲线更加直观。
作为一种可选的实施方式，所述计算子单元基于所述横轴平面速度数据以及所述纵轴平面速度数据，计算得到所述操作设备基于时间序列的合速度数据的方式具体可以为：
利用勾股定理基于所述横轴平面速度数据以及所述纵轴平面速度数据进行计算，得到所述操作设备基于时间序列的合速度数据。
其中，实施这种实施方式，可以通过勾股定理对横轴平面速度数据以及纵轴平面速度数据进行计算，提升得到的基于时间序列的合速度数据的准确性。
作为一种可选的实施方式，所述第二分析单元可以包括：
获取子单元，用于从所述操作设备的运动轨迹基于时间序列的横向运动数据中获取所述操作设备的横轴坐标点；
所述获取子单元，还用于从所述操作设备的运动轨迹基于时间序列的纵向运动数据中获取所述操作设备的纵轴坐标点；
所述获取子单元，还用于从所述目标物体的运动轨迹基于时间序列的横向运动数据中获取所述目标物体的横轴坐标点；
所述获取子单元，还用于从所述目标物体的运动轨迹基于时间序列的纵向运动数据中获取所述目标物体的纵轴坐标点；
第二分析子单元，用于基于所述操作设备的横轴坐标点和纵轴坐标点以及所述目标物体的横轴坐标点和纵轴坐标点进行分析，得到所述操作设备与所述目标物体之间基于时间序列的距离变化情况。
其中，实施这种实施方式，可以分别获取基于相同时间序列的操作设备运动轨迹的横轴坐标点和纵轴坐标点以及目标物体运动轨迹的横轴坐标点和纵轴坐标点，进而可以准确地计算得到相同时间内操作设备与目标物体之间的距离变化情况，提升了计算操作设备与目标物体之间的距离变化情况的准确性。
示例性介质
在介绍了本发明示例性实施方式的方法和装置之后，接下来，参考图10对本发明示例性实施方式的计算机可读存储介质进行说明，请参考图10，其示出的计算机可读存储介质为光盘100，其上存储有计算机程序（即程序产品），所述计算机程序在被处理器运行时，会实现上述方法实施方式中所记载的各步骤，例如，获取操作设备的初始运动参数，所述初始运动参数中至少包含基于时间序列的所述操作设备的运动数据以及基于时间序列的目标物体的运动数据；通过对所述操作设备的运动数据进行分析，得到所述操作设备基于时间序列的合速度数据；通过对所述操作设备的运动数据以及所述目标物体的运动数据进行分析，得到所述操作设备与所述目标物体之间基于时间序列的距离变化情况；各步骤的具体实现方式在此不再重复说明。
需要说明的是，所述计算机可读存储介质的例子还可以包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他光学、磁性存储介质，在此不再一一赘述。
示例性计算设备
在介绍了本发明示例性实施方式的方法、介质和装置之后，接下来，参考图11对本发明示例性实施方式的用于操作设备的运动轨迹分析的计算设备。
图11示出了适于用来实现本发明实施方式的示例性计算设备110的框图，该计算设备110可以是计算机系统或服务器。图11显示的计算设备110仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图11所示，计算设备110的组件可以包括但不限于：一个或者多个处理器或者处理单元1101，系统存储器1102，连接不同系统组件（包括系统存储器1102和处理单元1101）的总线1103。
计算设备110典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算设备110访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器1102可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器（RAM）11021和/或高速缓存存储器11022。计算设备110可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，ROM11023可以用于读写不可移动的、非易失性磁介质（图11中未显示，通常称为“硬盘驱动器”）。尽管未在图11中示出，可以提供用于对可移动非易失性磁盘（例如“软盘”）读写的磁盘驱动器，以及对可移动非易失性光盘（例如CD-ROM，DVD-ROM或者其它光介质）读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线1103相连。系统存储器1102中可以包括至少一个程序产品，该程序产品具有一组（例如至少一个）程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组（至少一个）程序模块11024的程序/实用工具11025，可以存储在例如系统存储器1102中，且这样的程序模块11024包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块11024通常执行本发明所描述的实施例中的功能和/或方法。
计算设备110也可以与一个或多个外部设备1104（如键盘、指向设备、显示器等）通信。这种通信可以通过输入/输出（I/O）接口605进行。并且，计算设备110还可以通过网络适配器1106与一个或者多个网络（例如局域网（LAN），广域网（WAN）和/或公共网络，例如因特网）通信。如图11所示，网络适配器1106通过总线1103与计算设备110的其它模块（如处理单元1101等）通信。应当明白，尽管图11中未示出，可以结合计算设备110使用其它硬件和/或软件模块。
处理单元1101通过运行存储在系统存储器1102中的程序，从而执行各种功能应用以及数据处理，例如，获取操作设备的初始运动参数，所述初始运动参数中至少包含基于时间序列的所述操作设备的运动数据以及基于时间序列的目标物体的运动数据；通过对所述操作设备的运动数据进行分析，得到所述操作设备基于时间序列的合速度数据；通过对所述操作设备的运动数据以及所述目标物体的运动数据进行分析，得到所述操作设备与所述目标物体之间基于时间序列的距离变化情况。各步骤的具体实现方式在此不再重复说明。应当注意，尽管在上文详细描述中提及了操作设备的运动轨迹分析装置的若干单元/模块或子单元/子模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之，上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。
在本发明的描述中，需要说明的是，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
此外，尽管在附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

Claims (17)

1.一种操作设备的运动轨迹分析方法，包括：
获取操作设备的初始运动参数，所述初始运动参数中至少包含基于时间序列的所述操作设备的运动数据以及基于时间序列的目标物体的运动数据；
通过对所述操作设备的运动数据进行分析，得到所述操作设备基于时间序列的合速度数据；
通过对所述操作设备的运动数据以及所述目标物体的运动数据进行分析，得到所述操作设备与所述目标物体之间基于时间序列的距离变化情况。
2.根据权利要求1所述的操作设备的运动轨迹分析方法，所述操作设备的运动数据中包含所述操作设备的运动轨迹基于时间序列的横向运动数据和纵向运动数据，所述目标物体的运动数据中包含所述目标物体的运动轨迹基于时间序列的横向运动数据和纵向运动数据。
3.根据权利要求2所述的操作设备的运动轨迹分析方法，通过对所述操作设备的运动数据进行分析，得到所述操作设备基于时间序列的合速度数据，包括：
通过对所述操作设备的运动数据进行分析，得到所述操作设备基于时间序列的横轴平面速度数据以及基于时间序列的纵轴平面速度数据；
基于所述横轴平面速度数据以及所述纵轴平面速度数据，计算得到所述操作设备基于时间序列的合速度数据。
4.根据权利要求3所述的操作设备的运动轨迹分析方法，通过对所述操作设备的运动数据进行分析，得到所述操作设备基于时间序列的横轴平面速度数据以及基于时间序列的纵轴平面速度数据，包括：
通过对所述操作设备的运动轨迹基于时间序列的横向运动数据进行拟合，得到横轴拟合函数；
通过对所述操作设备的运动轨迹基于时间序列的纵向运动数据进行拟合，得到纵轴拟合函数；
对所述横轴拟合函数进行一阶求导，得到横轴速度函数；
对所述纵轴拟合函数进行一阶求导，得到纵轴速度函数；
对时间序列进行遍历，将时间序列中的时间分别代入至所述横轴速度函数和所述纵轴速度函数，得到所述操作设备基于时间序列的横轴平面速度数据以及基于时间序列的纵轴平面速度数据。
5.根据权利要求4所述的操作设备的运动轨迹分析方法，得到所述操作设备基于时间序列的横轴平面速度数据以及基于时间序列的纵轴平面速度数据之后，所述方法还包括：
将所述操作设备基于时间序列的横轴平面速度数据映射至坐标系中，以及将所述操作设备基于时间序列的纵轴平面速度数据映射至坐标系中，得到所述坐标系中时间轴与横轴平面以及时间轴与纵轴的速度曲线。
6.根据权利要求3~5任一项所述的操作设备的运动轨迹分析方法，基于所述横轴平面速度数据以及所述纵轴平面速度数据，计算得到所述操作设备基于时间序列的合速度数据，包括：
利用勾股定理基于所述横轴平面速度数据以及所述纵轴平面速度数据进行计算，得到所述操作设备基于时间序列的合速度数据。
7.根据权利要求6所述的操作设备的运动轨迹分析方法，通过对所述操作设备的运动数据以及所述目标物体的运动数据进行分析，得到所述操作设备与所述目标物体之间基于时间序列的距离变化情况，包括：
从所述操作设备的运动轨迹基于时间序列的横向运动数据中获取所述操作设备的横轴坐标点；
从所述操作设备的运动轨迹基于时间序列的纵向运动数据中获取所述操作设备的纵轴坐标点；
从所述目标物体的运动轨迹基于时间序列的横向运动数据中获取所述目标物体的横轴坐标点；
从所述目标物体的运动轨迹基于时间序列的纵向运动数据中获取所述目标物体的纵轴坐标点；
基于所述操作设备的横轴坐标点和纵轴坐标点以及所述目标物体的横轴坐标点和纵轴坐标点进行分析，得到所述操作设备与所述目标物体之间基于时间序列的距离变化情况。
8.一种操作设备的运动轨迹分析装置，包括：
获取单元，用于获取操作设备的初始运动参数，所述初始运动参数中至少包含基于时间序列的所述操作设备的运动数据以及基于时间序列的目标物体的运动数据；
第一分析单元，用于通过对所述操作设备的运动数据进行分析，得到所述操作设备基于时间序列的合速度数据；
第二分析单元，用于通过对所述操作设备的运动数据以及所述目标物体的运动数据进行分析，得到所述操作设备与所述目标物体之间基于时间序列的距离变化情况。
9.根据权利要求8所述的操作设备的运动轨迹分析装置，所述操作设备的运动数据中包含所述操作设备的运动轨迹基于时间序列的横向运动数据和纵向运动数据，所述目标物体的运动数据中包含所述目标物体的运动轨迹基于时间序列的横向运动数据和纵向运动数据。
10.根据权利要求9所述的操作设备的运动轨迹分析装置，所述第一分析单元包括：
第一分析子单元，用于通过对所述操作设备的运动数据进行分析，得到所述操作设备基于时间序列的横轴平面速度数据以及基于时间序列的纵轴平面速度数据；
计算子单元，用于基于所述横轴平面速度数据以及所述纵轴平面速度数据，计算得到所述操作设备基于时间序列的合速度数据。
11.根据权利要求10所述的操作设备的运动轨迹分析装置，所述第一分析子单元包括：
拟合模块，用于通过对所述操作设备的运动轨迹基于时间序列的横向运动数据进行拟合，得到横轴拟合函数；
所述拟合模块，还用于通过对所述操作设备的运动轨迹基于时间序列的纵向运动数据进行拟合，得到纵轴拟合函数；
求导模块，用于对所述横轴拟合函数进行一阶求导，得到横轴速度函数；
所述求导模块，还用于对所述纵轴拟合函数进行一阶求导，得到纵轴速度函数；
遍历模块，用于对时间序列进行遍历，将时间序列中的时间分别代入至所述横轴速度函数和所述纵轴速度函数，得到所述操作设备基于时间序列的横轴平面速度数据以及基于时间序列的纵轴平面速度数据。
12.根据权利要求11所述的操作设备的运动轨迹分析装置，所述装置还包括：
映射单元，用于在所述遍历模块得到所述操作设备基于时间序列的横轴平面速度数据以及基于时间序列的纵轴平面速度数据之后，将所述操作设备基于时间序列的横轴平面速度数据映射至坐标系中，以及将所述操作设备基于时间序列的纵轴平面速度数据映射至坐标系中，得到所述坐标系中时间轴与横轴平面以及时间轴与纵轴的速度曲线。
13.根据权利要求10~12任一项所述的操作设备的运动轨迹分析装置，所述计算子单元基于所述横轴平面速度数据以及所述纵轴平面速度数据，计算得到所述操作设备基于时间序列的合速度数据的方式具体为：
利用勾股定理基于所述横轴平面速度数据以及所述纵轴平面速度数据进行计算，得到所述操作设备基于时间序列的合速度数据。
14.根据权利要求13所述的操作设备的运动轨迹分析装置，所述第二分析单元包括：
获取子单元，用于从所述操作设备的运动轨迹基于时间序列的横向运动数据中获取所述操作设备的横轴坐标点；
所述获取子单元，还用于从所述操作设备的运动轨迹基于时间序列的纵向运动数据中获取所述操作设备的纵轴坐标点；
所述获取子单元，还用于从所述目标物体的运动轨迹基于时间序列的横向运动数据中获取所述目标物体的横轴坐标点；
所述获取子单元，还用于从所述目标物体的运动轨迹基于时间序列的纵向运动数据中获取所述目标物体的纵轴坐标点；
第二分析子单元，用于基于所述操作设备的横轴坐标点和纵轴坐标点以及所述目标物体的横轴坐标点和纵轴坐标点进行分析，得到所述操作设备与所述目标物体之间基于时间序列的距离变化情况。
15.一种临床人工智能辅助系统，所述系统执行权利要求1-7中的任一项所述的操作设备的运动轨迹分析方法。
16.一种存储有程序的存储介质，其中，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7中的任一项所述的操作设备的运动轨迹分析方法。
17.一种计算设备，包括如权利要求16所述的存储介质。
CN202110658834.1A 2021-06-15 2021-06-15 操作设备的运动轨迹分析方法、装置、介质和计算设备 Active CN113129340B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110658834.1A CN113129340B (zh) 2021-06-15 2021-06-15 操作设备的运动轨迹分析方法、装置、介质和计算设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110658834.1A CN113129340B (zh) 2021-06-15 2021-06-15 操作设备的运动轨迹分析方法、装置、介质和计算设备

Publications (2)

Publication Number Publication Date
CN113129340A true CN113129340A (zh) 2021-07-16
CN113129340B CN113129340B (zh) 2021-09-28

Family

ID=76783251

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110658834.1A Active CN113129340B (zh) 2021-06-15 2021-06-15 操作设备的运动轨迹分析方法、装置、介质和计算设备

Country Status (1)

Country Link
CN (1) CN113129340B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114018280A (zh) * 2021-11-12 2022-02-08 深圳市乐福衡器有限公司 一种基于方位角的运动轨迹测量方法及测量系统

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1944209A (zh) * 2005-10-05 2007-04-11 鲍勃斯脱股份有限公司 在加工机器中定位薄扁平物品的方法
CN101872423A (zh) * 2010-05-27 2010-10-27 天津大学 一种生产线上运动目标追踪方法
CN102640085A (zh) * 2009-09-29 2012-08-15 莫韦公司 用于识别手势的系统和方法
CN103309557A (zh) * 2012-03-06 2013-09-18 卡西欧计算机株式会社 图像处理装置以及图像处理方法
CN103376884A (zh) * 2012-04-22 2013-10-30 上海酷宇通讯技术有限公司 人机交互方法及其装置
JP5411380B1 (ja) * 2013-05-20 2014-02-12 正一 中村 医療用撮像記録装置
CN103900603A (zh) * 2014-04-21 2014-07-02 哈尔滨工业大学 平面或曲面内无导轨二维运动物体的位移和姿态的非接触测量方法
CN105378052A (zh) * 2013-07-19 2016-03-02 索尼公司 细胞评估装置和方法以及程序
CN107045592A (zh) * 2017-03-29 2017-08-15 浙江大学 一种腹腔镜手术操作的人因学评价系统
CN107533325A (zh) * 2016-03-16 2018-01-02 三菱电机株式会社 机械运动轨迹测定装置
CN107545229A (zh) * 2016-06-29 2018-01-05 卡西欧计算机株式会社 运动评价装置、运动评价方法以及记录介质
CN110575235A (zh) * 2018-06-11 2019-12-17 上海联影医疗科技有限公司 穿刺手术系统及其执行末端、计算机可读存储介质
CN111239696A (zh) * 2020-01-15 2020-06-05 深圳大学 目标轨迹动态显示方法、装置、设备及存储介质
CN111780774A (zh) * 2020-06-09 2020-10-16 当家移动绿色互联网技术集团有限公司 运动轨迹的生成方法、装置、存储介质和电子设备
CN112365521A (zh) * 2020-12-08 2021-02-12 萱闱(北京)生物科技有限公司 终端设备的速度监测方法、装置、介质和计算设备

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1944209A (zh) * 2005-10-05 2007-04-11 鲍勃斯脱股份有限公司 在加工机器中定位薄扁平物品的方法
CN102640085A (zh) * 2009-09-29 2012-08-15 莫韦公司 用于识别手势的系统和方法
CN101872423A (zh) * 2010-05-27 2010-10-27 天津大学 一种生产线上运动目标追踪方法
CN103309557A (zh) * 2012-03-06 2013-09-18 卡西欧计算机株式会社 图像处理装置以及图像处理方法
CN103376884A (zh) * 2012-04-22 2013-10-30 上海酷宇通讯技术有限公司 人机交互方法及其装置
JP5411380B1 (ja) * 2013-05-20 2014-02-12 正一 中村 医療用撮像記録装置
CN105378052A (zh) * 2013-07-19 2016-03-02 索尼公司 细胞评估装置和方法以及程序
CN103900603A (zh) * 2014-04-21 2014-07-02 哈尔滨工业大学 平面或曲面内无导轨二维运动物体的位移和姿态的非接触测量方法
CN107533325A (zh) * 2016-03-16 2018-01-02 三菱电机株式会社 机械运动轨迹测定装置
CN107545229A (zh) * 2016-06-29 2018-01-05 卡西欧计算机株式会社 运动评价装置、运动评价方法以及记录介质
CN107045592A (zh) * 2017-03-29 2017-08-15 浙江大学 一种腹腔镜手术操作的人因学评价系统
CN110575235A (zh) * 2018-06-11 2019-12-17 上海联影医疗科技有限公司 穿刺手术系统及其执行末端、计算机可读存储介质
CN111239696A (zh) * 2020-01-15 2020-06-05 深圳大学 目标轨迹动态显示方法、装置、设备及存储介质
CN111780774A (zh) * 2020-06-09 2020-10-16 当家移动绿色互联网技术集团有限公司 运动轨迹的生成方法、装置、存储介质和电子设备
CN112365521A (zh) * 2020-12-08 2021-02-12 萱闱(北京)生物科技有限公司 终端设备的速度监测方法、装置、介质和计算设备

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
ORHAN ÖZGÜNER 等: "Three-Dimensional Surgical Needle Localization and Tracking Using Stereo Endoscopic Image Streams", 《IEEE INT CONF ROBOT AUTOM.》 *
卢东来: "基于改进神经网络的机械臂关节角度级联控制方法研究", 《自动化与仪器仪表》 *
尤琪 等: "虚拟仿真技术在妇科临床技能培训中的应用", 《中国继续医学教育》 *
张曦、张健: "基于双目立体视觉的手术导航脑部穿刺关键技术研究", 《计量与测试技术》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114018280A (zh) * 2021-11-12 2022-02-08 深圳市乐福衡器有限公司 一种基于方位角的运动轨迹测量方法及测量系统

Also Published As

Publication number Publication date
CN113129340B (zh) 2021-09-28

Similar Documents

Publication Publication Date Title
TWI795667B (zh) 目標跟蹤方法、裝置、系統及電腦可讀存儲介質
KR102014377B1 (ko) 학습 기반 수술동작 인식 방법 및 장치
JP4686595B2 (ja) クリティカルポイント解析に基づくポーズ推定
US20240245365A1 (en) Method and system for generating object 3d point cloud in medical imaging system
EP2914194A1 (de) Bildgebendes system, operationsvorrichtung mit dem bildgebenden system und verfahren zur bildgebung
US20150223901A1 (en) Method and system for displaying a timing signal for surgical instrument insertion in surgical procedures
US20160313799A1 (en) Method and apparatus for identifying operation event
CN113129340B (zh) 操作设备的运动轨迹分析方法、装置、介质和计算设备
CN113240718A (zh) 多目标识别及跟踪方法、系统、介质和计算设备
CA3102807A1 (en) Orientation detection in fluoroscopic images
CN113887545B (zh) 一种基于目标检测模型的腹腔镜手术器械识别方法及装置
CN113345046B (zh) 操作设备的移动轨迹记录方法、装置、介质和计算设备
CN113823419B (zh) 操作过程记录方法、装置、介质和计算设备
CN116086462B (zh) 轨迹数据处理方法、装置、介质和计算设备
JP4738236B2 (ja) 画像表示装置
CN113689939B (zh) 用于图像特征匹配的图像存储方法、系统和计算设备
CN113343999B (zh) 基于目标检测的目标边界记录方法、装置和计算设备
CN114220060B (zh) 基于人工智能的器具标注方法、装置、介质和计算设备
CN114299112B (zh) 基于多目标的轨迹识别方法、装置、介质和计算设备
CN111127635A (zh) 目标物体的检测方法、装置、设备和存储介质
CN116844697B (zh) 图像多维可视化方法、装置、介质和计算设备
JP2013027433A (ja) 画像処理装置、画像処理方法
WO2021117349A1 (ja) 情報処理装置、情報処理システム、情報処理方法、及び情報処理プログラム
CN118280531A (zh) 医学图像数据的处理方法、系统、设备及介质
WO2022064712A1 (ja) 医用画像処理装置、医用画像処理方法、医用画像処理プログラム、及び手術支援システム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant