CN117522765A - 一种内窥镜位姿估计方法、装置及存储介质 - Google Patents

一种内窥镜位姿估计方法、装置及存储介质 Download PDF

Info

Publication number
CN117522765A
CN117522765A CN202210900044.4A CN202210900044A CN117522765A CN 117522765 A CN117522765 A CN 117522765A CN 202210900044 A CN202210900044 A CN 202210900044A CN 117522765 A CN117522765 A CN 117522765A
Authority
CN
China
Prior art keywords
pose
endoscope
image frame
time points
pose difference
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
Application number
CN202210900044.4A
Other languages
English (en)
Inventor
李楠宇
徐宏
刘润南
陈日清
胡月
余坤璋
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.)
Hangzhou Kunbo Biotechnology Co Ltd
Original Assignee
Hangzhou Kunbo 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 Hangzhou Kunbo Biotechnology Co Ltd filed Critical Hangzhou Kunbo Biotechnology Co Ltd
Priority to CN202210900044.4A priority Critical patent/CN117522765A/zh
Priority to PCT/CN2023/105846 priority patent/WO2024022062A1/zh
Publication of CN117522765A publication Critical patent/CN117522765A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
    • A61B1/00002—Operational features of endoscopes
    • A61B1/00004—Operational features of endoscopes characterised by electronic signal processing
    • A61B1/00009—Operational features of endoscopes characterised by electronic signal processing of image signals during a use of endoscope
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
    • A61B1/00064—Constructional details of the endoscope body
    • A61B1/00071—Insertion part of the endoscope body
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
    • A61B1/00163—Optical arrangements
    • A61B1/00165—Optical arrangements with light-conductive means, e.g. fibre optics
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
    • A61B1/04—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor combined with photographic or television appliances
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
    • A61B1/267—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor for the respiratory tract, e.g. laryngoscopes, bronchoscopes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • A61B2034/2046—Tracking techniques
    • A61B2034/2055—Optical tracking systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • A61B2034/2046—Tracking techniques
    • A61B2034/2065—Tracking using image or pattern recognition
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10068—Endoscopic image
    • 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
    • G06T2207/30244—Camera pose

Abstract

本发明适用于图像处理技术领域，提供了一种内窥镜位姿估计方法、装置及存储介质，该方法包括：采用图像位姿差估计方式获取内窥镜在前后时间点的第一位姿差；采用光纤位姿差估计方式获取内窥镜在前后时间点的第二位姿差；根据第一位姿差和第二位姿差，获取内窥镜在前后时间点的位姿变化，从而提高了内窥镜位姿估计的准确率。

Description

一种内窥镜位姿估计方法、装置及存储介质
技术领域
本发明属于图像处理技术领域，尤其涉及一种内窥镜位姿估计方法、装置及存储介质。
背景技术
支气管镜的位姿差估计指的是衡量在一定时间内支气管镜位姿的变化，通过该变化可实现支气管镜的导航，因此，该变化的准确衡量，能提高经气道内支气管镜导航的准确性。目前支气管镜位姿差估计主要是从视觉位姿差估计进行考虑，视觉位姿差估计容易受到环境干扰，而导致鲁棒性不强，并且容易受支气管镜采集到的图像中炫光、水泡等影响。
发明内容
本发明的目的在于提供一种内窥镜位姿估计方法、装置及存储介质，旨在解决现有视觉位姿差估计准确率低的问题。
一方面，本发明提供一种内窥镜位姿估计方法，所述方法包括：
采用图像位姿差估计方式获取内窥镜在前后时间点的第一位姿差；
采用光纤位姿差估计方式获取所述内窥镜在所述前后时间点的第二位姿差；
根据所述第一位姿差和所述第二位姿差，获取所述内窥镜在所述前后时间点的位姿变化。
另一方面，本发明提供了一种内窥镜位姿估计装置，所述装置包括：
第一获取单元，用于采用图像位姿差估计方式获取内窥镜在前后时间点的第一位姿差；
第二获取单元，用于采用光纤位姿差估计方式获取所述内窥镜在所述前后时间点的第二位姿差；
位姿估计单元，用于根据所述第一位姿差和所述第二位姿差，获取所述内窥镜在所述前后时间点的位姿变化。
另一方面，本发明还提供了一种电子装置，包括：存储器和处理器；
所述存储器存储有可执行程序代码；
与所述存储器耦合的所述处理器，调用所述存储器中存储的所述可执行程序代码，执行如上述实施例提供的内窥镜位姿估计方法。
另一方面，本发明还提供了一种非暂时性计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器运行时，实现如上述实施例提供的内窥镜位姿估计方法。
本发明采用图像位姿差估计方式获取内窥镜在前后时间点的第一位姿差，采用光纤位姿差估计方式获取内窥镜在前后时间点的第二位姿差，根据第一位姿差和第二位姿差，获取内窥镜在前后时间点的位姿变化，分别通过图像位姿差估计方式和光纤位姿差估计方式两种不同模态来确定内窥镜在前后时间点的位姿变化，提高了内窥镜位姿估计的准确率，避免了采用单一模态的方式容易受到环境因素的干扰，提升了获得的内窥镜在前后时间点的位姿变化的稳定性；同时，在图像位姿差估计方式和光纤位姿差估计方式中的任意一种方式出现故障时，仍然可以依赖于另一方式来确定内窥镜在前后时间点的位姿变化，保障了始终可以获取内窥镜在前后时间点的位姿变化，进一步提升了内窥镜导航的可靠性。
附图说明
图1为本申请一实施例提供的内窥镜位姿估计方法的实现流程图；
图2为本申请一实施例提供的内窥镜位姿估计方法的实现流程图；
图3为本申请一实施例提供的内窥镜位姿估计装置的结构示意图；以及
图4为本申请一实施例提供的电子装置的硬件结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
以下结合具体实施例对本发明的具体实现进行详细描述：
参见图1，本发明一实施例提供了内窥镜位姿估计方法的实现流程，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：
在步骤S101中，采用图像位姿差估计方式获取内窥镜在前后时间点的第一位姿差；
本发明实施例适用于电子装置，该电子装置可以为手机、平板电脑、可穿戴设备、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本、个人数字助理(personal digital assistant，PDA)等设备，本申请实施例对电子装置的具体类型不作任何限制。
内窥镜是一种经过患者的口或鼻进入患者的胃内、下呼吸道或者其他天然孔道或者手术切口，用于完成对器官病变的观察、活检采样等工作的医疗器械。内窥镜可以包括消化道内窥镜、大肠内窥镜、超声波内窥镜、膀胱镜、肾盂镜和支气管镜等，本说明书并不对此进行限制。相应的，内窥镜在工作过程中的检测对象可以包括消化道器官或者肺部支气管等，本说明书并不对此进行限制。
在本申请实施例中，内窥镜插入到患者身体中对应孔道中后，按照预设时间间隔或用户指令获取孔道内的图像、视频等数据，电子装置在接收到对应时间点的图像后，可采用图像位姿差估计方式获取内窥镜在前后时间点的第一位姿差，图像位姿差估计方式指的是利用内窥镜在不同时间点所采集到的图像来确定相应的位姿差，第一位姿差可以表示内窥镜在前一时间点采集前一图像时的位姿与内窥镜在后一时间点采集后一图像时的位姿之间的相对变化数据，其中，前后时间点中的前一时间点和后一时间点可以是相邻的两个时间点，该两个时间点可以间隔预设时间长度，预设时间长度可以按照实际需求进行设置，本说明书中并不对此进行限制。
在步骤S102中，采用光纤位姿差估计方式获取内窥镜在前后时间点的第二位姿差；
在本发明实施例中，光纤是光信号的传输通道，是光纤通信的关键材料。通过设置光纤与内窥镜相连接，可以使得内窥镜的位姿变化始终与光纤的位姿变化具有一致性，因而在采用图像位姿差估计方式获取内窥镜在前后时间点的第一位姿差的同时，采用光纤位姿差估计方式获取内窥镜在该相同的前后时间点的第二位姿差，即通过两种位姿差估计方式获取内窥镜在同一前后时间点的位姿差。其中，光纤位姿差估计方式指的是利用与内窥镜相连接的光纤在不同时间点的位姿变化数据来确定相应的内窥镜的位姿变化，第二位姿差可以表示光纤在前一时间点的位姿与光纤在后一时间点的位姿之间的相对变化数据。
在步骤S103中，根据第一位姿差和第二位姿差，获取内窥镜在前后时间点的位姿变化。
在本发明实施例中，在获取第一位姿差和第二位姿差之后，根据第一位姿差和第二位姿差，获取内窥镜在该前后时间点的位姿差，即内窥镜在前后时间点的位姿变化，从而通过两种位姿差估计方式获取内窥镜在同一前后时间点的位姿变化，提高了前后时间点间内窥镜位姿变化的估计准确率。
本发明实施例采用图像位姿差估计方式获取内窥镜在前后时间点的第一位姿差，采用光纤位姿差估计方式获取内窥镜在前后时间点的第二位姿差，进而根据第一位姿差和第二位姿差，获取内窥镜在前后时间点的位姿变化，从而通过两种位姿差估计方式获取内窥镜在同一前后时间点的位姿变化，分别通过图像位姿差估计方式和光纤位姿差估计方式两种不同模态来确定内窥镜在前后时间点的位姿变化，提高了内窥镜位姿估计的准确率，避免了采用单一模态的方式容易受到环境因素的干扰，提升了获得的内窥镜在前后时间点的位姿变化的稳定性；同时，在图像位姿差估计方式和光纤位姿差估计方式中的任意一种方式出现故障时，仍然可以依赖于另一方式来确定内窥镜在前后时间点的位姿变化，保障了始终可以获取内窥镜在前后时间点的位姿变化，进一步提升了内窥镜导航的可靠性。
参见图2，本发明一实施例提供了内窥镜位姿估计方法的实现流程，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：
在步骤S201中，获取内窥镜在前后时间点中的前一时间点所拍摄的前一图像帧以及在前后时间点中的后一时间点所拍摄的后一图像帧，分别确定前一图像帧与后一图像帧所含的特征点；
在本发明实施例中，在获取内窥镜在前后时间点中的前一时间点所拍摄的前一图像帧以及在前后时间点中的后一时间点所拍摄的后一图像帧后，分别确定前一图像帧与后一图像帧所含的特征点，具体地，可基于Hessian矩阵和积分图像确定前一图像帧与后一图像帧所含的特征点，或者，还可以接收来自操作人员或者医生的指令，并根据得到的指令确定前一图像帧与后一图像帧中的特征点。
在步骤S202中，对确定的特征点进行配准，得到前一图像帧与后一图像帧之间的第一匹配特征点对；
在本发明实施例中，在对确定的特征点进行配准时，可分别计算出前一图像帧与后一图像帧所含的各个特征点的特征描述信息，根据特征描述信息，对前一图像帧与后一图像帧的特征点进行匹配，得到匹配特征点对，为了便于后续描述，在这里将该匹配特征点对记为第一匹配特征点对。其中，特征描述信息可以是SURF(Speeded Up RobustFeatures，加速稳健特征)描述子或SIFT(Scale-invariant feature transform，尺度不变特征转换)描述子，从而根据特征描述信息对前一图像帧与后一图像帧的特征点进行匹配，加快前一图像帧与后一图像帧的匹配速度。
具体地，在计算前一图像帧与后一图像帧所含的各个特征点的特征描述信息时，根据特征描述信息对前一图像帧与后一图像帧的特征点进行匹配，得到匹配特征点对时，采用Hessian矩阵选取前一图像帧与后一图像帧所含的特征点，计算选取的特征点的SURF描述子或SIFT描述子，根据SURF描述子或SIFT描述子，对前一图像帧与后一图像帧的特征点进行匹配，得到匹配特征点对。以SURF描述子为例，在具体实施中，通过Hessian矩阵和积分对每个图像(前一图像帧和后一图像帧)做特征点检测，之后计算特征点的SURF描述子。具体地，在计算一特征点的SURF描述子时，以特征点为圆心，半径为6s(s为该特征点对应的尺度)的圆形区域内，用边长为4s的Haar小波模板对该圆形区域内的各个像素点进行处理，求各个像素点在预设的x、y两个方向的Haar小波响应。然后，使用高斯函数对Haar小波响应进行加权，获得加权后的Haar小波响应。以特征点为中心，通过预定角度的扇形区域逐步扫描整个圆形区域，覆盖圆形区域的360°，计算该扇形区域处于每个角度时，该区域内包括的各个像素点的Haar小波响应的向量和，并且选择对应于最大的向量的方向作为该特征点的主方向。然后以特征点为中心，建立一个边长为20s的正方形邻域，旋转正方形邻域到该特征点的主方向，即使得该正方形邻域的其中两条边与主方向平行，另外两条边与主方向垂直。并且可以将该正方形邻域分为4x4的正方形子区域，在每个子区域中用Haar小波滤波器进行处理，计算每个子区域内Haar小波响应的和，将所有的子区域连接起来，就可提取得到64维的描述向量，将该描述向量作为特征点的SURF描述子。之后，对前一图像帧与后一图像帧的特征点进行匹配，以得到第一匹配特征点对，在匹配时，若前一图像帧有M个特征点，后一图像帧有N个特征点，使用特征点对应的SURF描述子求解内积矩阵M×N，并对内积矩阵做归一化，保留满足预设要求的特征点，从而得到第一匹配特征点对。
在步骤S203中，根据第一匹配特征点对，获取第一位姿差；
在本发明实施例中，在采用图像位姿差估计方式获取内窥镜在前后时间点的第一位姿差时，通过步骤S201至步骤S203获取该第一位姿差，从而通过内窥镜拍摄的相邻图像帧得到前后时间点内窥镜的位姿变化。
在步骤S204中，确定与内窥镜连接的光纤在前后时间点中的前一时间点对应的第一自由度数据和在前后时间点中的后一时间点对应的第二自由度数据；
在步骤S205中，根据第一自由度数据和第二自由度数据，确定光纤上预设位置点在前后时间点对应的位姿数据；
在步骤S206中，根据预设位置点在前后时间点对应的位姿数据，获取内窥镜在前后时间点的第二位姿差；
在本发明实施例中，内窥镜连接有光纤，这样，在采用光纤位姿差估计方式获取内窥镜在前后时间点的第二位姿差时，确定与内窥镜连接的光纤在前后时间点对应的第一自由度数据和第二自由度数据，之后，根据第一自由度数据和第二自由度数据，确定光纤上预设位置点在前后时间点对应的位姿数据，最后，根据预设位置点在前后时间点对应的位姿数据，获取内窥镜在前后时间点的第二位姿差，从而通过光纤在相邻两个时间点对应的第一自由度数据和第二自由度数据得到该两个时间点内窥镜的位姿变化。其中，该预设位置点可以为光纤上距离内窥镜最近的位置点，由于光纤上距离内窥镜最近的位置点与内窥镜在前后时间点的位姿变化最为相似，从而可以提高确定出的内窥镜的位姿变化数据的准确率，当然，该预设位置点还可以是光纤上的其他位置点，只要根据该其他位置点在前后时间点的位姿变化、以及预知的该其他位置点的位姿变化与内窥镜的位姿变化之间的关联关系，可以确定出内窥镜在前后时间点的位姿变化即可，本说明书并不对此进行限制。
在本发明一实施例中，获取前后时间点中每个时间点对应的光纤中纤芯的反馈波长，根据反馈波长以及光纤中纤芯的标定波长，计算每个时间点光纤中纤芯的波长变化，根据光纤中纤芯的标定波长以及光纤中纤芯的波长变化，获取每个时间点光纤中纤芯的形状参数，根据每个时间点光纤中纤芯的形状参数，分别获取第一自由度数据和第二自由度数据。也就是说，在确定与内窥镜连接的光纤在前后时间点中前一时间点对应的第一自由度数据时，获取前一时间点对应的光纤中纤芯的反馈波长，根据反馈波长以及光纤中纤芯的标定波长，计算前一时间点光纤中纤芯的波长变化，根据光纤中纤芯的标定波长以及光纤中纤芯的波长变化，获取前一时间点光纤中纤芯的形状参数，根据前一时间点光纤中纤芯的形状参数，获取第一自由度数据。同样，在确定与内窥镜连接的光纤在前后时间点中后一时间点对应的第二自由度数据时，获取后一时间点对应的光纤中纤芯的反馈波长，根据反馈波长以及光纤中纤芯的标定波长，计算后一时间点光纤中纤芯的波长变化，根据光纤中纤芯的标定波长以及光纤中纤芯的波长变化，获取后一时间点光纤中纤芯的形状参数，根据后一时间点光纤中纤芯的形状参数，获取第二自由度数据。
在本发明一实施例中，光纤中包含有若干纤芯，光纤中纤芯的数量为3个及以上，纤芯指的是光纤中传播光的区域，其中，光纤中的若干纤芯可以保证获得的第一自由度数据和第二自由度数据的可靠性，即便在任一纤芯出现故障的情况，仍然可以根据剩余的其他纤芯计算出与相应的第一自由度数据和第二自由度数据。具体地，以纤芯的数量为3个为例进行说明，在获取第一自由度数据时，即内窥镜在前后时间点的前一时间点采集支气管图像时，分别获取至少3根纤芯的反馈波长，进而将反馈波长和光纤中纤芯的标定波长分别相减，得到前一时间点光纤中纤芯的波长变化，之后，根据光纤中纤芯的标定波长以及光纤中纤芯的波长变化，通过公式计算前一时间点光纤中每根纤芯的形状参数，其中，In是求自然对数，d表示求导，λB0为波长变化，λB为标定波长，然后，根据每个时间点光纤中纤芯的形状参数，得到第一自由度数据。具体地，通过联立下述3个计算公式：
可以获得光纤对应的曲率κ、偏转角度和温度系数ε0，其中，偏转角度/>包含光纤的3个自由度的空间旋转信息，εa、εb、εc表示任意3根纤芯a、b、c的形状参数，γa、γb为纤芯a、b偏转的角度，ra、rb、rc为纤芯到光纤中心的长度。最后，利用预设的Frenet标架或圆分割算法确定光纤的位置数据，光纤的位置数据包含光纤的3个自由度的位移，从而得到光纤在前一时间点对应的6个自由度，即第一自由度数据。具体地，可将光纤对应的曲率κ、偏转角度/>作为Frenet标架或者圆分割算法的输入，进而求解得到的光纤上的各个预设位置点在笛卡尔坐标系下的3D坐标点。
在步骤S207中，根据第一位姿差和第二位姿差，获取内窥镜在前后时间点的位姿变化；
在本发明实施例中，在获取第一位姿差和第二位姿差之后，根据第一位姿差和第二位姿差，获取内窥镜在该前后时间点的位姿差，即内窥镜在前后时间点的位姿变化，从而通过两种位姿差估计方式获取内窥镜在同一前后时间点的位姿差，提高了前后时间点间内窥镜位姿变化的估计准确率。具体地，可以对第一位姿差和第二位姿差求平均值或者加权求和，得到的结果作为内窥镜在前后时间点的位姿变化。
本发明实施例获取在前后时间点内窥镜拍摄的相邻图像帧，对相邻图像帧进行特征点检测，对在相邻图像帧检测到的特征点进行配准，得到匹配的特征点对，根据匹配的特征点对，获取第一位姿差，确定与内窥镜连接的光纤在前后时间点对应的第一自由度数据和第二自由度数据，根据第一自由度数据和第二自由度数据，确定光纤上预设位置点在前后时间点对应的位姿数据，根据预设位置点在前后时间点对应的位姿数据，获取内窥镜在前后时间点的第二位姿差，进而根据第一位姿差和第二位姿差，获取内窥镜在前后时间点的位姿变化，从而基于图像和光纤获取内窥镜在同一前后时间点的位姿差，提高了前后时间点间内窥镜位姿变化的估计准确率，进而提高了内窥镜位姿估计的准确率。
在本发明另一实施例中，在采用图像位姿差估计方式获取内窥镜在前后时间点的第一位姿差时，可获取内窥镜在前后时间点中的前一时间点所拍摄的前一图像帧以及在前后时间点中的后一时间点所拍摄的后一图像帧，然后可以采用神经网络的方式来确定前一图像帧与后一图像帧之间的第一位姿差。
采用图像位姿差估计方式获取内窥镜在前后时间点的第一位姿差的过程包括：采用特征提取网络分别对前一图像帧与后一图像帧进行特征提取，得到前一图像帧在不同尺度下的多个第一特征图以及后一图像帧在不同尺度下的多个第二特征图，将提取到的第一特征图和第二特征图依次输入注意力模块进行处理，获得经过注意力处理后的第一特征图和第二特征图，根据经过注意力处理后的第一特征图和第二特征图，获取前一图像帧与后一图像帧之间的第二匹配特征点对，最后，根据第二匹配特征点对，获取第一位姿差。这样，可以显著提升获取到的匹配特征点对的数量，从而提高图像配准的准确率。其中，特征提取网络包括孪生神经网络，孪生神经网络包括结构相同且共享权重的第一子网络和第二子网络。此时，利用第一子网络对前一图像帧进行处理，获得第一图像在不同尺度下的多个第一特征图，利用第二子网络对后一图像帧进行处理，获得第二图像在不同尺度下的多个第二特征图。
在本发明一实施例中，在根据第一匹配特征点对或第二匹配特征点对获取第一位姿差时，可采用单应性变换对每个匹配的特征点对进行处理，得到每个匹配的特征点对之间的位姿变化，根据每个匹配的特征点对之间的位姿变化，获取内窥镜在前后时间点的第一位姿差。具体地，在得到每个匹配的特征点对之间的位姿变化后，可将特征点对之间的位姿变化的平均值或者加权求和作为总的位姿变化估计。
参见图3，本发明一实施例提供的内窥镜位姿估计装置的结构，为了便于说明，仅示出了与本发明实施例相关的部分，其中包括：
第一获取单元31，用于采用图像位姿差估计方式获取内窥镜在前后时间点的第一位姿差；
第二获取单元32，用于采用光纤位姿差估计方式获取内窥镜在前后时间点的第二位姿差；以及
位姿估计单元33，用于根据第一位姿差和第二位姿差，获取内窥镜在前后时间点的位姿变化。
本发明实施例采用图像位姿差估计方式获取内窥镜在前后时间点的第一位姿差，采用光纤位姿差估计方式获取内窥镜在前后时间点的第二位姿差，进而根据第一位姿差和第二位姿差，获取内窥镜在前后时间点的位姿变化，从而通过两种位姿差估计方式获取内窥镜在同一前后时间点的位姿差，提高了前后时间点间内窥镜位姿变化的估计准确率。
在本发明实施例中，内窥镜位姿估计装置的各单元或模块可由相应的硬件或软件单元或模块实现，各单元或模块可以为独立的软、硬件单元或模块，也可以集成为一个软、硬件单元或模块，在此不用以限制本发明。内窥镜位姿估计装置的各单元或模块的具体实施方式可参考前述方法实施例的描述，在此不再赘述。
在本发明一实施例中，第一获取单元31包括：
特征点确定单元，用于获取内窥镜在前后时间点中的前一时间点所拍摄的前一图像帧以及在前后时间点中的后一时间点所拍摄的后一图像帧，分别确定前一图像帧与后一图像帧所含的特征点；
特征点配准单元，用于对确定的特征点进行配准，得到前一图像帧与后一图像帧之间的第一匹配特征点对；以及
第一位姿差获取单元，用于根据第一匹配特征点对，获取第一位姿差。
具体地，特征点配准单元包括：
信息计算单元，用于分别计算出前一图像帧与后一图像帧所含的各个特征点的特征描述信息；以及
第一特征匹配单元，用于根据特征描述信息，对前一图像帧与后一图像帧的特征点进行匹配，得到第一匹配特征点对。
在本发明一实施例中，第一获取单元31包括：
图像帧获取单元，用于获取内窥镜在前后时间点中的前一时间点所拍摄的前一图像帧以及在前后时间点中的后一时间点所拍摄的后一图像帧；
特征图获取单元，用于采用特征提取网络分别对前一图像帧与后一图像帧进行特征提取，得到前一图像帧在不同尺度下的多个第一特征图以及后一图像帧在不同尺度下的多个第二特征图；
注意力处理单元，用于将提取到的第一特征图和第二特征图依次输入注意力模块进行处理，获得经过注意力处理后的第一特征图和第二特征图；
特征点对匹配单元，用于根据经过注意力处理后的第一特征图和第二特征图，获取前一图像帧与后一图像帧之间的第二匹配特征点对；以及
位姿差获取子单元，用于根据第二匹配特征点对，获取第一位姿差。
具体地，特征点对匹配单元包括：
相似度确定单元，用于确定对应于同一尺度且经过注意力处理后的第一特征图和第二特征图所含像素点之间的相似度；以及
第二特征匹配单元，用于基于确定的像素点之间的相似度，获取前一图像帧与后一图像帧之间的第二匹配特征点对。
在本发明一实施例中，第二获取单元32包括：
自由度确定单元，用于确定与内窥镜连接的光纤在前后时间点中的前一时间点对应的第一自由度和在前后时间点中的后一时间点对应的第二自由度；
数据确定单元，用于根据第一自由度和第二自由度，确定光纤上预设位置点在前后时间点对应的位姿数据；以及
第二位姿差获取单元，用于根据预设位置点在前后时间点对应的位姿数据，获取内窥镜在前后时间点的第二位姿差。
具体地，自由度确定单元包括：
波长获取单元，用于获取前后时间点中每个时间点对应的光纤中任一纤芯的反馈波长；
变化计算单元，用于根据反馈波长以及光纤中任一纤芯的标定波长，计算每个时间点光纤中纤芯的变化波长；
参数获取单元，用于根据光纤中纤芯的标定波长以及光纤中纤芯的变化波长，获取每个时间点光纤中纤芯的形状参数；以及
自由度获取单元，用于根据每个时间点光纤中纤芯的形状参数，分别获取第一自由度和第二自由度。
本发明实施例基于图像和光纤获取内窥镜在同一前后时间点的位姿差，提高了前后时间点间内窥镜位姿变化的估计准确率，进而提高了内窥镜位姿估计的准确率。
在本发明实施例中，内窥镜位姿估计装置的各单元或模块可由相应的硬件或软件单元或模块实现，各单元或模块可以为独立的软、硬件单元或模块，也可以集成为一个软、硬件单元或模块，在此不用以限制本发明。内窥镜位姿估计装置的各单元或模块的具体实施方式可参考前述方法实施例的描述，在此不再赘述。
参见图4，本申请一实施例提供的电子装置的硬件结构示意图。
示例性的，电子装置可以为非可移动的或可移动或便携式并执行无线或有线通信的各种类型的计算机系统设备中的任何一种。具体的，该电子装置可以为台式电脑、服务器、移动电话或智能电话(例如，基于iPhone TM，基于Android TM的电话)，便携式游戏设备(例如Nintendo DS TM，PlayStation Portable TM，Gameboy Advance TM，iPhone TM)、膝上型电脑、PDA、便携式互联网设备、便携式医疗设备、智能相机、音乐播放器以及数据存储设备，其他手持设备以及诸如手表、耳机、吊坠、耳机等，电子装置还可以为其他的可穿戴设备(例如，诸如电子眼镜、电子衣服、电子手镯、电子项链以及其他头戴式设备(HMD))。
如图4所示，电子装置4可以包括控制电路，该控制电路可以包括存储和处理电路41。该存储和处理电路41可以包括存储器，例如硬盘驱动存储器，非易失性存储器(例如闪存或用于形成固态驱动器的其它电子可编程限制删除的存储器等)，易失性存储器(例如静态或动态随机存取存储器等)等，本申请实施例不作限制。存储和处理电路41中的处理电路可以用于控制电子装置4的运转。该处理电路可以基于一个或多个微处理器，微控制器，数字信号处理器，基带处理器，功率管理单元，音频编解码器芯片，专用集成电路，显示驱动器集成电路等来实现。
存储和处理电路41可用于运行电子装置4中的软件，例如互联网浏览应用程序，互联网协议语音(Voice over Internet Protocol，VOIP)电话呼叫应用程序，电子邮件应用程序，媒体播放应用程序，操作系统功能等。这些软件可以用于执行一些控制操作，例如，基于照相机的图像采集，基于环境光传感器的环境光测量，基于接近传感器的接近传感器测量，基于诸如发光二极管的状态指示灯等状态指示器实现的信息显示功能，基于触摸传感器的触摸事件检测，与在多个(例如分层的)显示器上显示信息相关联的功能，与执行无线通信功能相关联的操作，与收集和产生音频信号相关联的操作，与收集和处理按钮按压事件数据相关联的控制操作，以及电子装置4中的其它功能等，本申请实施例不作限制。
进一步地，该存储器存储有可执行程序代码，与该存储器耦合的处理器，调用该存储器中存储的该可执行程序代码，执行如前述各实施例中描述的内窥镜位姿估计方法，例如：图1中的步骤S101-S103描述的方法。
其中，该可执行程序代码包括如前述各实施例中描述的内窥镜位姿估计装置的各个单元或模块，例如：图3中的模块31-33。上述单元或模块实现各自功能的具体过程上述内窥镜位姿估计装置实施例的相关描述，此处不再赘述。
进一步地，本申请实施例还提供了一种非暂时性计算机可读存储介质，该非暂时性计算机可读存储介质可以配置于上述各实施例中的服务器中，该非暂时性计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现前述实施例中描述的内窥镜位姿估计方法。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域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模块/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。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端实施例仅仅是示意性的，例如，模块或单元的划分，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讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
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。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元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，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成。该计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种内窥镜位姿估计方法，其特征在于，所述方法包括：
采用图像位姿差估计方式获取内窥镜在前后时间点的第一位姿差；
采用光纤位姿差估计方式获取所述内窥镜在所述前后时间点的第二位姿差；
根据所述第一位姿差和所述第二位姿差，获取所述内窥镜在所述前后时间点的位姿变化。
2.如权利要求1所述的方法，其特征在于，采用图像位姿差估计方式获取内窥镜在前后时间点的第一位姿差的步骤，包括：
获取所述内窥镜在所述前后时间点中的前一时间点所拍摄的前一图像帧以及在所述前后时间点中的后一时间点所拍摄的后一图像帧，分别确定所述前一图像帧与所述后一图像帧所含的特征点；
对确定的特征点进行配准，得到所述前一图像帧与所述后一图像帧之间的第一匹配特征点对；
根据所述第一匹配特征点对，获取所述第一位姿差。
3.如权利要求2所述的方法，其特征在于，对确定的特征点进行配准，得到所述前一图像帧与所述后一图像帧之间的第一匹配特征点对的步骤，包括：
分别计算出所述前一图像帧与所述后一图像帧所含的各个特征点的特征描述信息；
根据特征描述信息，对所述前一图像帧与所述后一图像帧的特征点进行匹配，得到所述第一匹配特征点对。
4.如权利要求1所述的方法，其特征在于，采用图像位姿差估计方式获取内窥镜在前后时间点的第一位姿差的步骤，包括：
获取所述内窥镜在所述前后时间点中的前一时间点所拍摄的前一图像帧以及在所述前后时间点中的后一时间点所拍摄的后一图像帧；
采用特征提取网络分别对所述前一图像帧与所述后一图像帧进行特征提取，得到所述前一图像帧在不同尺度下的多个第一特征图以及所述后一图像帧在不同尺度下的多个第二特征图；
将提取到的第一特征图和第二特征图依次输入注意力模块进行处理，获得经过注意力处理后的第一特征图和第二特征图；
根据所述经过注意力处理后的第一特征图和第二特征图，获取所述前一图像帧与所述后一图像帧之间的第二匹配特征点对；
根据所述第二匹配特征点对，获取所述第一位姿差。
5.如权利要求4所述的方法，其特征在于，根据所述经过注意力处理后的第一特征图和第二特征图，获取所述前一图像帧与所述后一图像帧之间的第二匹配特征点对的步骤，包括：
确定对应于同一尺度且经过注意力处理后的第一特征图和第二特征图所含像素点之间的相似度；
基于确定的像素点之间的相似度，获取所述前一图像帧与所述后一图像帧之间的第二匹配特征点对。
6.如权利要求1所述的方法，其特征在于，采用光纤位姿差估计方式获取所述内窥镜在所述前后时间点的第二位姿差的步骤，包括：
确定与所述内窥镜连接的光纤在所述前后时间点中的前一时间点对应的第一自由度数据和在所述前后时间点中的后一时间点对应的第二自由度数据；
根据所述第一自由度数据和第二自由度数据，确定所述光纤上预设位置点在所述前后时间点对应的位姿数据；
根据所述预设位置点在所述前后时间点对应的位姿数据，获取所述内窥镜在所述前后时间点的第二位姿差。
7.如权利要求6所述的方法，其特征在于，确定与所述内窥镜连接的光纤在所述前后时间点对应的第一自由度数据和第二自由度数据的步骤，包括：
获取所述前后时间点中每个时间点对应的所述光纤中任一纤芯的反馈波长；
根据所述反馈波长以及所述光纤中任一纤芯的标定波长，计算每个时间点所述光纤中纤芯的变化波长；
根据所述光纤中纤芯的标定波长以及所述光纤中纤芯的变化波长，获取每个时间点所述光纤中纤芯的形状参数；
根据每个时间点所述光纤中纤芯的形状参数，分别获取所述第一自由度数据和第二自由度数据。
8.一种内窥镜位姿估计装置，其特征在于，所述装置包括：
第一获取单元，用于采用图像位姿差估计方式获取内窥镜在前后时间点的第一位姿差；
第二获取单元，用于采用光纤位姿差估计方式获取所述内窥镜在所述前后时间点的第二位姿差；
位姿估计单元，用于根据所述第一位姿差和所述第二位姿差，获取所述内窥镜在所述前后时间点的位姿变化。
9.一种电子装置，包括存储器和处理器；
所述存储器存储有可执行程序代码；
与所述存储器耦合的所述处理器，调用所述存储器中存储的所述可执行程序代码，执行如权利要求1至7任一项所述的方法。
10.一种非暂时性计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1至7中的任一项所述的方法。
CN202210900044.4A 2022-07-28 2022-07-28 一种内窥镜位姿估计方法、装置及存储介质 Pending CN117522765A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210900044.4A CN117522765A (zh) 2022-07-28 2022-07-28 一种内窥镜位姿估计方法、装置及存储介质
PCT/CN2023/105846 WO2024022062A1 (zh) 2022-07-28 2023-07-05 一种内窥镜位姿估计方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210900044.4A CN117522765A (zh) 2022-07-28 2022-07-28 一种内窥镜位姿估计方法、装置及存储介质

Publications (1)

Publication Number Publication Date
CN117522765A true CN117522765A (zh) 2024-02-06

Family

ID=89705295

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210900044.4A Pending CN117522765A (zh) 2022-07-28 2022-07-28 一种内窥镜位姿估计方法、装置及存储介质

Country Status (2)

Country Link
CN (1) CN117522765A (zh)
WO (1) WO2024022062A1 (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112444242B (zh) * 2019-08-31 2023-11-10 北京地平线机器人技术研发有限公司 一种位姿优化方法及装置
CN111145238B (zh) * 2019-12-12 2023-09-22 中国科学院深圳先进技术研究院 单目内窥镜图像的三维重建方法、装置及终端设备
CN112288742B (zh) * 2019-12-31 2021-11-19 无锡祥生医疗科技股份有限公司 用于超声探头的导航方法、装置、存储介质以及电子设备
CN114463334A (zh) * 2021-12-17 2022-05-10 哈尔滨理工大学 一种基于语义分割的内腔视觉slam方法
CN114463433A (zh) * 2021-12-21 2022-05-10 上海交通大学深圳研究院 基于光纤应变传感器与单目相机融合的体内slam方法、系统

Also Published As

Publication number Publication date
WO2024022062A1 (zh) 2024-02-01

Similar Documents

Publication Publication Date Title
CN110504029B (zh) 一种医学图像处理方法、医学图像识别方法及装置
CN110738263B (zh) 一种图像识别模型训练的方法、图像识别的方法及装置
CN110458127B (zh) 图像处理方法、装置、设备以及系统
WO2020098539A1 (zh) 图像处理方法、装置、计算机可读介质及电子设备
Siena et al. Utilising the intel realsense camera for measuring health outcomes in clinical research
CN105188522B (zh) 脉搏波传播速度的测定方法、测定系统及摄像装置
CN110377779B (zh) 图像标注的方法、基于病理图像的标注展示方法及装置
CN111325726A (zh) 模型训练方法、图像处理方法、装置、设备及存储介质
EP3998579A1 (en) Medical image processing method, apparatus and device, medium and endoscope
CN110570460B (zh) 目标跟踪方法、装置、计算机设备及计算机可读存储介质
CN106535736A (zh) 图像处理装置、图像处理方法以及图像处理程序
KR20150049585A (ko) 용종 검출 장치 및 그 동작방법
CN110610181A (zh) 医学影像识别方法及装置、电子设备及存储介质
CN111091166A (zh) 图像处理模型训练方法、图像处理方法、设备及存储介质
CN108830186A (zh) 文本图像的内容提取方法、装置、设备及存储介质
CN111724364B (zh) 基于肺叶及气管树的方法及装置、电子设备和存储介质
CN109003662A (zh) 医师信息的提供方法、装置、设备及存储介质
CN110517771B (zh) 一种医学图像处理方法、医学图像识别方法及装置
CN110378318B (zh) 文字识别方法、装置、计算机设备及存储介质
CN113570645A (zh) 图像配准方法、装置、计算机设备及介质
CN117522765A (zh) 一种内窥镜位姿估计方法、装置及存储介质
CN115984228A (zh) 胃镜图像处理方法、装置、电子设备及存储介质
CN110537226A (zh) 健康管理辅助系统
US20170228924A1 (en) Method, apparatus and computer program for obtaining images
CN111080630B (zh) 眼底图像检测设备、方法、装置及存储介质

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