CN116744088A - 一种内窥镜成像系统及其数据传输方法 - Google Patents
一种内窥镜成像系统及其数据传输方法 Download PDFInfo
- Publication number
- CN116744088A CN116744088A CN202310769651.6A CN202310769651A CN116744088A CN 116744088 A CN116744088 A CN 116744088A CN 202310769651 A CN202310769651 A CN 202310769651A CN 116744088 A CN116744088 A CN 116744088A
- Authority
- CN
- China
- Prior art keywords
- endoscope
- image
- data transmission
- data
- color
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000005540 biological transmission Effects 0.000 title claims abstract description 46
- 238000003384 imaging method Methods 0.000 title claims abstract description 26
- 208000005646 Pneumoperitoneum Diseases 0.000 claims abstract description 10
- 238000009877 rendering Methods 0.000 claims abstract description 10
- 238000005516 engineering process Methods 0.000 claims abstract description 7
- 230000008569 process Effects 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 9
- 210000000683 abdominal cavity Anatomy 0.000 claims description 7
- 210000002249 digestive system Anatomy 0.000 claims description 7
- 210000003484 anatomy Anatomy 0.000 claims description 6
- 238000005286 illumination Methods 0.000 claims description 6
- 238000003062 neural network model Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 210000003815 abdominal wall Anatomy 0.000 claims description 3
- 239000011324 bead Substances 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 239000013307 optical fiber Substances 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000002194 synthesizing effect Effects 0.000 claims description 2
- 210000001835 viscera Anatomy 0.000 claims description 2
- 238000003745 diagnosis Methods 0.000 abstract description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 238000004590 computer program Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 11
- 230000004044 response Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000968 intestinal effect Effects 0.000 description 3
- 238000005316 response function Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000001839 endoscopy Methods 0.000 description 2
- 210000001035 gastrointestinal tract Anatomy 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 210000000813 small intestine Anatomy 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 206010002091 Anaesthesia Diseases 0.000 description 1
- 208000018522 Gastrointestinal disease Diseases 0.000 description 1
- 208000032843 Hemorrhage Diseases 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 208000037062 Polyps Diseases 0.000 description 1
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 208000025865 Ulcer Diseases 0.000 description 1
- 230000037005 anaesthesia Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 208000034158 bleeding Diseases 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 210000001072 colon Anatomy 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000001079 digestive effect Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 208000021795 small intestine disease Diseases 0.000 description 1
- 210000002460 smooth muscle Anatomy 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 231100000397 ulcer Toxicity 0.000 description 1
Landscapes
- Endoscopes (AREA)
Abstract
本发明公开了一种内窥镜成像系统及其数据传输方法,包括内窥镜、内窥镜摄像主机、光源发生器、气腹机和手术监视器,主机对摄像头拍摄的彩色图片进行RGB到YCbCr颜色空间转换,转换后的YCbCr图像分为亮度通道和色度通道两个部分后进行传输,然后通过外部的计算机对合成后图像进行AI渲染,将原本负担在传输过程中的压力转移到后端,优先保证数据在传输过程中的稳定高效。该发明提供的内窥镜成像系统及其数据传输方法,这种方法可以使图片在数据传输过程中不仅传输速度更快,而且占用网络带宽较少,同时在保证图片质量的前提下减少数据传输成本,具有实际应用价值,通过AI技术对图片数据进行渲染,可以获得更高质量的彩色图片,提高诊断效果。
Description
技术领域
本发明涉及内窥镜成像领域,具体来说涉及一种内窥镜成像系统及其数据传输方法。
背景技术
内窥镜是一种无创、无痛、无需麻醉的新型影像检查技术,它能够通过式设备内部的微型相机和光源来拍摄消化系统的图像。内窥镜技术已经被广泛应用于胃肠道疾病、小肠疾病等多个医学领域,并且在肠道息肉、溃疡、出血以及早期癌症的诊断方面具有很高的准确性和可行性。在检查过程中,医师操控内窥镜逐渐前进并拍摄肠道壁上的图像,这些图像通过信道传回主机和显示器进行处理、显示和存储。
然而随着传感器技术的不断发展,显示技术的不断迭代,用户对高清拍摄的需求日益明显,但是随着拍摄画面的分辨率不断提高,对数据传输的要求也不断增加,数据在多个设备之间共享的时候,尤其是当不同设备之间需要通过无线传输方式进行共享的时候,数据传输的压力明显增加,且由于内窥镜拍摄的图像数据量多,导致在无线传输过程中数据传输不稳定,在检查过程中容易出现数据丢失、图像模糊等情况。
为了解决上述技术问题,我们提出一种内窥镜成像系统及其数据传输方法。
发明内容
为了实现上述目的,本发明一方面提供了一种内窥镜成像系统,包括:
内窥镜,所述内窥镜包括管腔和CMOS传感器,所述CMOS传感器为支持4K分辨率的CMOS传感器;
内窥镜摄像主机,所述内窥镜摄像主机与内窥镜连接,并对内窥镜捕获的影像就行处理、展示和存储;
光源发生器,所述光源发生器连接置于内窥镜管腔的光纤,用于在无光或弱光环境下提供光照;
气腹机,所述气腹机与内窥镜摄像主机联控,用于向腹腔输入气体将腹壁与腹腔内脏器隔;
手术监视器,所述手术监视器连接内窥镜摄像主机,并对窥镜摄像主机处理后的图像数据进行显示。
作为本发明一种优选的技术方案,所述内窥镜摄像主机还搭载一块4K高清显示屏,分辨率为4096*2160;
所述光源发生器为医用冷光源,其显色指数≥92,光照均匀度≥0.7,灯珠寿命大于30000小时,支持手动控制、自动控制、集总控制三种控制模式;
所述气腹机包括压力控制模式和恒流模式两种工作模式;
所述手术监视器支持ACRe色彩还原校正及178度的宽广视角。
作为本发明一种优选的技术方案,所述内窥镜摄像主机(2)内集成有数据传输模块,通过所述数据传输模块与外部信号收发设备实现电子通信。
本发明另一方面提供了一种内窥镜成像的数据传输方法,适用于上述发明内容中描述的任意一种内窥镜成像系统,当内窥镜在通过CMOS传感器获取图形数据时执行以下传输方式:
S101:内窥镜进入消化系统后启动CMOS传感器初始化并进行图像拍摄;
S102:内窥镜摄像主机对拍摄的彩色图片进行RGB到YCbCr颜色空间转换,转换后的YCbCr图像分为亮度通道和色度通道两个部分;
S103:将图片的亮度通道信息和色度通道分为两个数据包对外传输,亮度通道信息通过宽带传输,色度通道采用窄带传输;
S104:判断数据传输是否完成,如果数据传输完成;
S105:外部信号收发设备将接收的数据传输至计算机,计算机通过软件程序将亮度图和色彩信息图进行合并,并根据合并后的图像质量判断是否需要调整内窥镜的运行参数;
S106:若需要调整,发送控制命令至内窥镜,内窥镜在接收外部设备发出的控制命令后执行命令并调整内窥镜的运行参数,并重复S102至S105,若不需要调整进入S107;
S107:内窥镜继续采集图像数据并传输。
作为本发明一种优选的技术方案,所述CMOS传感器的分别率为4K分辨率。
作为本发明一种优选的技术方案,所述宽带带宽≥2MHz,所述窄带带宽≤200KHz。
作为本发明一种优选的技术方案,所述内窥镜在捕捉消化系统内部影像的同时通过影像的时空序列来分析其所在位置。
作为本发明一种优选的技术方案,通过影像的时空序列来分析所述内窥镜所在位置包括以下步骤:
S201:将由内窥镜传输的影像数据合成进行预处理;
S202:利用计算机视觉技术对处理后的内窥镜影像进行特征提取,并提取不同的解剖学结构标志物来确定位置;
S203:对每帧图像进行跟踪,找到相邻帧之间有重叠部分的区域;
S204:识别不同解剖结构和驱动机构,利用运动信息对内窥镜进行定位。
作为本发明一种优选的技术方案,所述计算机通过软件程序将亮度图和色彩信息图进行合并时,对合成后图像进行AI渲染。
作为本发明一种优选的技术方案,所述AI渲染图像的过程,包括:
利用深度学习方法训练一个神经网络模型,以黑白图作为输入,预测色彩信息图像;
对训练得到的网络模型进行测试,神经网络模型接受亮度图作为输入,并生成预测输出,即包含色彩信息的图像;
实用测试结果合格的网络模型将生成的色彩信息图和原始的亮度图进行合并;将合并后的图像进行输出,得到完整的彩色图片。
本发明具备以下有益效果:
1、该种内窥镜成像系统采用能够实现4K影像的采集,视频采集画面更加清晰,同时配备高清监视器,方便医护人员在手术过程中更好观察腹腔内部画面;
2、将图片数据拆分为黑白图片和色彩信息两个部分进行传输的方式,即色彩空间分离的技术,图像被转换为亮度和色度,并将它们分开处理,这种方法可以使图片在数据传输过程中不仅传输速度更快,而且占用网络带宽较少,同时在保证图片质量的前提下减少数据传输负担,具有实际应用价值。
3、利用AI技术对图片进行渲染,通过数据预处理、模型训练、图片合成、评估和后处理等步骤,不断调整参数和优化模型,可以获得更高质量的彩色图片,通过提高主机端的运算能力,将数据传输的压力转移到后端,优先保证数据在传输过程中的稳定高效,进而提高诊断效果。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例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中记载的一些实施例,对于本领域普通技术人员来讲,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内窥镜成像系统的结构示意图;
图2为本发明实施例提供的一种内窥镜成像的数据传输方法的整体流程图;
图3为本发明实施例提供的一种内窥镜成像的数据传输方法中内窥镜定位方法流程图。
图中:1、内窥镜;2、内窥镜摄像主机;3、光源发生器;4、气腹机;5、手术监视器。
具体实施方式
为了使得本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例的附图,对本公开实施例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公开的一部分实施例,而不是全部的实施例。基于所描述的本公开的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例,都属于本公开保护的范围。
实施例1:如图1所示,一种内窥镜成像系统,其特征在于,包括:
内窥镜1,所述内窥镜1包括管腔和CMOS传感器,所述CMOS传感器为支持4K分辨率的CMOS传感器;
内窥镜摄像主机2,所述内窥镜摄像主机2与内窥镜1连接,并对内窥镜1捕获的影像就行处理、展示和存储;
光源发生器3,所述光源发生器连接置于内窥镜(1)管腔的光纤,用于在无光或弱光环境下提供光照;
气腹机4,所述气腹机4与内窥镜摄像主机2联控,用于向腹腔输入气体将腹壁与腹腔内脏器隔;
手术监视器5,所述手术监视器5连接内窥镜摄像主机2,并对窥镜摄像主机2处理后的图像数据进行显示;
其中,内窥镜摄像主机2、光源发生器3、气腹机4和手术监视器5均安装在一个可移动的安装架上,该安装架的底部设置有带轮刹的万向轮,中部通过隔板区分出若干个用于放置内窥镜摄像主机2、光源发生器3、气腹机4的独立区域,手术监视器5固定在安装架的顶部。
进一步的,所述内窥镜摄像主机2还搭载一块4K高清显示屏,分辨率为4096*2160;
所述光源发生器3为医用冷光源,其显色指数≥92,光照均匀度≥0.7,灯珠寿命大于30000小时,支持手动控制、自动控制、集总控制三种控制模式;
所述气腹机4包括压力控制模式和恒流模式两种工作模式;
所述手术监视器5支持ACRe色彩还原校正及178度的宽广视角。
进一步的,所述内窥镜摄像主机2内集成有数据传输模块,通过所述数据传输模块与外部信号收发设备实现电子通信。
实施例2:如图2-3所示,一种内窥镜成像的数据传输方法,适用于上述实施例中描述的任意一种内窥镜成像系统,当内窥镜在通过CMOS传感器获取图形数据时执行以下传输方式:
S101:内窥镜进入消化系统后启动CMOS传感器初始化并进行图像拍摄;
S102:MCU控制器对摄像头拍摄的彩色图片进行RGB到YCbCr颜色空间转换,YCbCr颜色空间中包含亮度通道(Y)和色度通道(Cb、Cr)三个独立的通道,转换后的YCbCr图像分为亮度通道和色度通道两个部分;这样可以将亮度图作为黑白图像传输部分,而将色彩信息图像传输其余两个通道的信息,得到两个数据包,其中一个数据包为图像的黑白信息数据,另一个数据包为图像的色彩信息数据;
S103:将图片的亮度通道信息和色度通道分为两个数据包对外传输,亮度通道信息通过宽带传输,色度通道采用窄带传输;
S104:判断数据传输是否完成,如果数据传输完成;
S105:外部信号收发设备将接收的数据传输至计算机,计算机通过软件程序将亮度图和色彩信息图进行合并,并根据合并后的图像质量判断是否需要调整内窥镜的运行参数;
S106:若需要调整,发送控制命令至内窥镜,内窥镜在接收外部设备发出的控制命令后执行命令并调整内窥镜的运行参数,并重复S102至S105,若不需要调整进入S107;
S107:内窥镜继续采集图像数据并传输。
进一步的,所述宽带带宽≥2MHz,所述窄带带宽≤200KHz。
进一步的,所述内窥镜在捕捉消化系统内部影像的同时通过影像的时空序列来分析其所在位置。
进一步的,通过影像的时空序列来分析所述内窥镜所在位置包括以下步骤:
S201:将由内窥镜传输的影像数据合成进行预处理,包括通过计算机程序对图像进行去噪、调整对比度、图像亮度等。
S202:利用计算机视觉技术对处理后的内窥镜影像进行特征提取,如边缘检测和纹理描述符等,并提取不同的解剖学结构标志物来确定位置,如胃肠道轮廓和血管等。
S203:对每帧图像进行跟踪,采用基于医学图像分析和物体跟踪的算法来找到相邻帧之间有重叠部分的区域。这可以通过使用多功能树(MST)或近邻图(NN)等图形算法来实现。
S204:识别不同解剖结构和驱动机构,利用运动信息对内窥镜进行定位。例如,在小肠中,基于消化液流动方向和小肠波形来识别肠壁平滑肌,从而推断内窥镜的位置;在结肠中,通过寻找突出肠壁和通道来定位位置。
其中,我们采用SIFT算法对处理后的内窥镜影像进行特征提取,具体方法如下:
尺度空间极值检测:使用高斯差分函数构建一组高斯金字塔,找到尺度空间下的极值点。
关键点定位:在检测到的极值点处,利用拟合精细高斯模型的方法确定其位置、尺度和可能的方向,从而得到稳定且领域方向明确的候选关键点。
关键点描述:以关键点为中心,在尺度空间内产生一个方向相同的区域,并将该区域分成小的方块,对于每个方块,通过灰度值的统计特征来生成一个128维的向量,即关键点的描述符。
关键点匹配:通过计算两幅图像中的特征向量之间的欧几里得距离或余弦相似度,来寻找相似的关键点,并最终实现图像匹配和位置估计。
其中用到的高斯差分函数计算公式如下:
DoG(x,y,\sigma)=(G(x,y,k\sigma)-G(x,y,\sigma))*I
其中,G(x,y,\sigma)是高斯滤波函数,k为尺度因子(通常为0.8或2),I为图像像素值,*表示卷积运算;首先对原始图像做一次高斯模糊,然后将模糊后的图像缩小为原来的一半,再对新图像做一次高斯模糊,这样构成了第二层金字塔。重复以上步骤,直至达到所需的尺度范围;在每一组尺度空间中通过高斯差分函数计算响应函数:对于每一个尺度空间S,在该尺度空间内进行高斯差分操作,得到响应函数
D(x,y,\sigma)=S(x,y,k\sigma)-S(x,y,\sigma)
其中,S表示在某个尺度下的高斯模糊结果,k代表相邻两个尺度之间的比例因子。
在每一组尺度空间的响应函数D(x,y,\sigma)上寻找局部极值点,即满足一定条件的像素点。常用的条件包括:该像素的响应极大或极小;该像素相邻区域的像素响应均不大于它(即领域内的像素都没有更明显的边缘)。
根据尺度空间极值点的相邻像素响应值比较,利用泰勒展开公式进行插值计算,精确定位该极值点的尺度值、坐标位置和响应强度等信息。
进一步的,所述计算机通过软件程序将亮度图和色彩信息图进行合并时,对合成后图像进行AI渲染。
进一步的,所述AI渲染图像的过程,包括:
利用深度学习方法训练一个神经网络模型,以黑白图作为输入,预测色彩信息图像;
对训练得到的网络模型进行测试,神经网络模型接受亮度图作为输入,并生成预测输出,即包含色彩信息的图像;
实用测试结果合格的网络模型将生成的色彩信息图和原始的亮度图进行合并;这里也同样可以采用算数平均或者加权平均的方式来控制合并比例。
将合并后的图像进行输出,得到完整的彩色图片。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
本申请的实施例还提供能够实现上述实施例中的方法中全部步骤的一种电子设备的具体实施方式,所述电子设备具体包括如下内容:
处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线;
其中,所述处理器、存储器、通信接口通过所述总线完成相互间的通信;
所述处理器用于调用所述存储器中的计算机程序,所述处理器执行所述计算机程序时实现上述实施例中的方法中的全部步骤。
本申请的实施例还提供能够实现上述实施例中的方法中全部步骤的一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的方法的全部步骤。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于硬件+程序类实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。虽然本说明书实施例提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或终端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。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、产品或者设备不仅包括那些要素,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、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本说明书实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。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,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。本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。
在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。以上所述仅为本说明书实施例的实施例而已,并不用于限制本说明书实施例。对于本领域技术人员来说,本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书实施例的权利要求范围之内。
Claims (10)
1.一种内窥镜成像系统,其特征在于,包括:
内窥镜(1),所述内窥镜(1)包括管腔和CMOS传感器,所述CMOS传感器为支持4K分辨率的CMOS传感器;
内窥镜摄像主机(2),所述内窥镜摄像主机(2)与内窥镜(1)连接,并对内窥镜(1)捕获的影像就行处理、展示和存储;
光源发生器(3),所述光源发生器连接置于内窥镜(1)管腔的光纤,用于在无光或弱光环境下提供光照;
气腹机(4),所述气腹机(4)与内窥镜摄像主机(2)联控,用于向腹腔输入气体将腹壁与腹腔内脏器隔;
手术监视器(5),所述手术监视器(5)连接内窥镜摄像主机(2),并对窥镜摄像主机(2)处理后的图像数据进行显示。
2.根据权利要求1所述的一种内窥镜成像系统,其特征在于,
所述内窥镜摄像主机(2)还搭载一块4K高清显示屏,分辨率为4096*2160;
所述光源发生器(3)为医用冷光源,其显色指数≥92,光照均匀度≥0.7,灯珠寿命大于30000小时,支持手动控制、自动控制、集总控制三种控制模式;
所述气腹机(4)包括压力控制模式和恒流模式两种工作模式;
所述手术监视器(5)支持ACRe色彩还原校正及178度的宽广视角。
3.根据权利要求1所述的一种内窥镜成像系统,其特征在于,
所述内窥镜摄像主机(2)内集成有数据传输模块,通过所述数据传输模块与外部信号收发设备实现电子通信。
4.一种内窥镜成像的数据传输方法,适用于上述权利要求1-3所述的任意一种内窥镜成像系统,其特征在于,当内窥镜在通过CMOS传感器获取图形数据时执行以下传输方式:
S101:内窥镜进入消化系统后启动CMOS传感器初始化并进行图像拍摄;
S102:内窥镜摄像主机对拍摄的彩色图片进行RGB到YCbCr颜色空间转换,转换后的YCbCr图像分为亮度通道和色度通道两个部分;
S103:将图片的亮度通道信息和色度通道分为两个数据包对外传输,亮度通道信息通过宽带传输,色度通道采用窄带传输;
S104:判断数据传输是否完成,如果数据传输完成;
S105:外部信号收发设备将接收的数据传输至计算机,计算机通过软件程序将亮度图和色彩信息图进行合并,并根据合并后的图像质量判断是否需要调整内窥镜的运行参数;
S106:若需要调整,发送控制命令至内窥镜,内窥镜在接收外部设备发出的控制命令后执行命令并调整内窥镜的运行参数,并重复S102至S105,若不需要调整进入S107;
S107:内窥镜继续采集图像数据并传输。
5.根据权利要求4所述的一种内窥镜成像的数据传输方法,其特征在于,所述CMOS传感器的分别率为4K分辨率。
6.根据权利要求4所述的一种内窥镜成像的数据传输方法,其特征在于,所述宽带带宽≥2MHz,所述窄带带宽≤200KHz。
7.根据权利要求4所述的一种内窥镜成像的数据传输方法,其特征在于,所述内窥镜在捕捉消化系统内部影像的同时通过影像的时空序列来分析其所在位置。
8.根据权利要求7所述的一种内窥镜成像的数据传输方法,其特征在于,通过影像的时空序列来分析所述内窥镜所在位置包括以下步骤:
S201:将由内窥镜传输的影像数据合成进行预处理;
S202:利用计算机视觉技术对处理后的内窥镜影像进行特征提取,并提取不同的解剖学结构标志物来确定位置;
S203:对每帧图像进行跟踪,找到相邻帧之间有重叠部分的区域;
S204:识别不同解剖结构和驱动机构,利用运动信息对内窥镜进行定位。
9.根据权利要求8所述的一种内窥镜成像的数据传输方法,其特征在于,所述计算机通过软件程序将亮度图和色彩信息图进行合并时,对合成后图像进行AI渲染。
10.根据权利要求8所述的一种内窥镜成像的数据传输方法,其特征在于,所述AI渲染图像的过程,包括:
利用深度学习方法训练一个神经网络模型,以黑白图作为输入,预测色彩信息图像;
对训练得到的网络模型进行测试,神经网络模型接受亮度图作为输入,并生成预测输出,即包含色彩信息的图像;
实用测试结果合格的网络模型将生成的色彩信息图和原始的亮度图进行合并;将合并后的图像进行输出,得到完整的彩色图片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310769651.6A CN116744088A (zh) | 2023-06-28 | 2023-06-28 | 一种内窥镜成像系统及其数据传输方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310769651.6A CN116744088A (zh) | 2023-06-28 | 2023-06-28 | 一种内窥镜成像系统及其数据传输方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116744088A true CN116744088A (zh) | 2023-09-12 |
Family
ID=87909575
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310769651.6A Pending CN116744088A (zh) | 2023-06-28 | 2023-06-28 | 一种内窥镜成像系统及其数据传输方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116744088A (zh) |
-
2023
- 2023-06-28 CN CN202310769651.6A patent/CN116744088A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10068334B2 (en) | Reconstruction of images from an in vivo multi-camera capsule | |
EP1849402B1 (en) | Medical image processing device, lumen image processing device, lumen image processing method, and programs for them | |
US8515141B2 (en) | Medical image processing apparatus and method for detecting locally protruding lesion | |
CN110738655B (zh) | 影像报告生成方法、装置、终端及存储介质 | |
EP1806091A1 (en) | Image processing method and capsule-type endoscope device | |
WO2006035437A2 (en) | System and method to detect a transition in an image stream | |
JPH05108819A (ja) | 画像処理装置 | |
JP2007282857A (ja) | 内視鏡挿入方向検出装置及び内視鏡挿入方向検出方法 | |
CN111275041A (zh) | 内窥镜图像展示方法、装置、计算机设备及存储介质 | |
CN104640496A (zh) | 医疗装置 | |
CN111784686A (zh) | 一种内窥镜出血区域的动态智能检测方法、系统及可读存储介质 | |
CN109068035B (zh) | 一种智能微相机阵列内窥成像系统 | |
WO2020101431A1 (ko) | 3차원 영상을 렌더링하는 방법, 상기 방법을 사용하는 영상처리장치, 상기 영상처리장치와 연동하는 촬영장치, 상기 촬영장치의 촬영방법, 및 3차원 영상을 렌더링하는 시스템 | |
Fan et al. | 3D reconstruction of the WCE images by affine SIFT method | |
US9323978B2 (en) | Image processing device, endoscope apparatus, and image processing method | |
US20080165247A1 (en) | Image processing apparatus and method | |
CN110035687A (zh) | 对使用胶囊相机所撷取的图像进行图像拼接的方法及装置 | |
CN113744266B (zh) | 一种病灶检测框的显示方法、装置、电子设备及存储介质 | |
CN116744088A (zh) | 一种内窥镜成像系统及其数据传输方法 | |
JP2013240701A (ja) | 画像処理装置、画像処理装置の作動方法および画像処理プログラム | |
KR102212964B1 (ko) | 디블러링 영상 처리 방법 및 장치 | |
CN115797276A (zh) | 用于内窥镜的病灶图像处理方法、装置、电子设备及介质 | |
CN106780429B (zh) | 基于感知颜色空间和关键角点的wce视频时序冗余图像数据的关键帧提取方法 | |
CN110520893B (zh) | 对通过胶囊相机所撷取的图像进行图像处理并显示的方法 | |
US20190043196A1 (en) | Image processing apparatus, image processing system, operation method of image processing apparatus, and computer-readable recording medium |
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 |