基于模板匹配的医用内窥镜影像目标识别算法

发布时间：2021-04-13 01:10

　　为了减轻医务人员劳动强度,同时为患者提供有效的辅助诊断信息,将自动识别追踪技术应用于医用内窥镜中,以辅助外科医生诊断与治疗,并为后续持镜机器人及手术机器人研发打下基础。对比模板匹配和边缘检测匹配两种算法之后,发现模板匹配方法容易受到光照影响,将两者综合后的算法对光照和像素迁移有很强的抗干扰能力,适合于医用内窥镜光照条件不足的应用环境。此外,引入的CamShift算法以颜色特征作为第二匹配依据,可应对边缘不明显的情况。实验中分别对手术器械和胆囊进行模拟识别跟踪,实验结果表明,在该运动目标检测跟踪算法下,视频画面的帧速率稳定在30fps,不会出现卡顿情况,识别准确率达到了95%,并且在追踪过程中不会丢失目标。该算法原理简单、机理清晰,在实时性、鲁棒性等方面均可满足临床需求。 

【文章来源】：软件导刊. 2020,19(03)

【文章页数】：4 页

【部分图文】：

识别追踪流程

采用不同算法在正常状态和暗光状态下进行实验，识别效果对比如图2所示。验证算法有效性后，本文再利用腹腔手术训练平台进行手术器械的识别跟踪实验，并选择具有比较稳定边缘和颜色特征的手术抓钳作为实验对象。

目标检测与追踪部分以微创手术抓钳器械前端为检测目标，在腹腔镜训练器实验平台上进行测试，观察追踪效果。随后将两把器械进行多次接触，追踪点可以在器械之间相互传递，以实时转换追踪目标，适用于器械切换的场合。实验中器械追踪与传递过程如图3所示。经过20次重复实验，视频画面的帧速率稳定在30fps，在整个过程中不会感觉到明显卡顿，对抓钳识别的准确率达到了95%，并且在追踪过程中不会丢失目标，在两把器械之间的目标转换也可以顺利完成。该功能后期还可实现对持镜机器人的自动控制，保持手术器械在视野中央，以避免视野丢失造成的不便。为了验证算法在真实手术环境下的表现，将一段腹腔镜下的胆囊摘除手术视频导入软件中，标记胆囊为追踪目标，观察手术过程中的实时追踪效果。实验结果表明，在整个手术过程中，对胆囊的识别追踪效果良好，器械的遮挡和干扰不会造成追踪目标脱离，具有较好的稳定性。实验过程如图4所示。


本文编号：3134332