本申请涉及一种靶点识别方法、装置、计算机设备、存储介质和计算机程序产品。该方法包括：将待识别图像输入至预设的靶点决策模型，得到待识别图像中靶点的模型识别结果和模型识别结果对应的置信度；将置信度小于或等于预设置信度阈值的模型识别结果确定为待校核模型识别结果，并接收外部输入的针对待校核模型识别结果的校核指令；基于校核指令对待校核模型识别结果进行校核，得到校核识别结果；根据校核识别结果，确定待识别图像中靶点的目标识别结果。采用本方法能够提高靶点识别的准确性。性。性。
【技术实现步骤摘要】
靶点识别方法、装置、手术系统、计算机设备和存储介质
[0001]本申请涉及图像识别
，特别是涉及一种靶点识别方法、装置、手术系统、计算机设备、存储介质和计算机程序产品。
技术介绍
[0002]在多靶点切除手术中，由于靶点相对大小、位置、形状不一，随着手术进程根据新的组织暴露，需要重新进行切除靶点决策。而在靶点决策前，需保证靶点识别的准确性。
[0003]传统技术中，靶点识别方法先获取待识别图像，然后对待识别图像进行特征提取，得到图像特征，之后根据图像特征进行靶点识别，得到靶点的识别结果，该识别结果包括靶点的位置信息和尺寸信息。
[0004]然而，采用传统技术，会存在漏报或错报的情况，导致靶点识别的准确性较低。
技术实现思路
[0005]基于此，有必要针对上述技术问题，提供一种能够提高靶点识别准确性的靶点识别方法、装置、手术系统、计算机设备、计算机可读存储介质和计算机程序产品。
[0006]第一方面，本申请提供了一种靶点识别方法。所述方法包括：
[0007]将待识别图像输入至预设的靶点决策模型，得到所述待识别图像中靶点的模型识别结果和所述模型识别结果对应的置信度；
[0008]将所述置信度小于或等于预设置信度阈值的模型识别结果确定为待校核模型识别结果，并接收外部输入的针对所述待校核模型识别结果的校核指令；
[0009]基于所述校核指令对所述待校核模型识别结果进行校核，得到校核识别结果；
[0010]根据所述校核识别结果，确定所述待识别图像中靶点的目标识别结果。
[0011]在其中一个实施例中，所述根据所述校核识别结果，确定所述待识别图像中靶点的目标识别结果，包括：
[0012]融合所述置信度小于或等于预设置信度阈值的模型识别结果以及所述校核识别结果，得到所述待识别图像中靶点的目标识别结果。
[0013]在其中一个实施例中，所述融合所述置信度小于或等于预设置信度阈值的模型识别结果以及所述校核识别结果，得到所述待识别图像中靶点的目标识别结果，包括：
[0014]对所述置信度小于或等于预设置信度阈值的模型识别结果以及所述校核识别结果进行加权求和，得到加权求和结果；
[0015]根据所述加权求和结果，确定所述待识别图像中靶点的目标识别结果。
[0016]在其中一个实施例中，所述靶点决策模型包括靶点识别模型和置信度计算模型；所述将待识别图像输入至预设的靶点决策模型，得到所述待识别图像中靶点的模型识别结果和所述模型识别结果对应的置信度，包括：
[0017]将所述待识别图像输入至所述靶点识别模型，得到所述待识别图像中靶点的模型识别结果和所述模型识别结果对应的决策向量；
[0018]将所述决策向量输入至所述置信度计算模型，得到所述模型识别结果对应的置信度。
[0019]在其中一个实施例中，所述将所述待识别图像输入至所述靶点识别模型，得到所述待识别图像中靶点的模型识别结果和所述模型识别结果对应的决策向量，包括：
[0020]通过所述靶点识别模型，对所述待识别图像进行多尺度特征提取，得到不同尺度的特征图；
[0021]通过所述靶点识别模型，获取所述不同尺度的特征图中的图像边缘特征；
[0022]通过所述靶点识别模型，将所述图像边缘特征分别与对应尺度的特征图进行合并，得到不同尺度的图像合并特征；
[0023]通过所述靶点识别模型，根据所述不同尺度的图像合并特征以及所述图像边缘特征的融合结果，确定所述待识别图像中靶点的模型识别结果和所述模型识别结果对应的决策向量。
[0024]在其中一个实施例中，所述置信度计算模型为概率图神经网络模型；所述将所述决策向量输入至所述置信度计算模型，得到所述模型识别结果对应的置信度，包括：
[0025]将所述决策向量输入至所述概率图神经网络模型，得到所述模型识别结果对应的置信度。
[0026]在其中一个实施例中，所述接收外部输入的针对所述待校核模型识别结果的校核指令，包括：
[0027]通过显示器展示所述待校核模型识别结果；
[0028]通过人机交互接口接收外部输入的针对所述待校核模型识别结果的校核指令。
[0029]在其中一个实施例中，所述基于所述校核指令对所述待校核模型识别结果进行校核，得到校核识别结果，包括：
[0030]对所述校核指令进行解析，得到指令解析结果；
[0031]根据所述指令解析结果对所述待校核模型识别结果进行校核，得到校核识别结果。
[0032]在其中一个实施例中，所述校核指令包括多种不同模态的校核指令；
[0033]所述对所述校核指令进行解析，得到指令解析结果，包括：
[0034]对多种不同模态的校核指令分别进行解析，得到不同的指令解析结果；
[0035]所述根据所述指令解析结果对所述待校核模型识别结果进行校核，得到校核识别结果，包括：
[0036]对不同的指令解析结果进行融合，得到指令融合结果；
[0037]根据所述指令融合结果对所述待校核模型识别结果进行校核，得到校核识别结果。第二方面，本申请还提供了一种靶点识别装置。所述装置包括：
[0038]图像处理模块，用于将待识别图像输入至预设的靶点决策模型，得到所述待识别图像中靶点的模型识别结果和所述模型识别结果对应的置信度；
[0039]指令接收模块，用于将所述置信度小于或等于预设置信度阈值的模型识别结果确定为待校核模型识别结果，并接收外部输入的针对所述待校核模型识别结果的校核指令；
[0040]结果校核模块，用于基于所述校核指令对所述待校核模型识别结果进行校核，得到校核识别结果；
[0041]靶点确定模块，用于根据所述校核识别结果，确定所述待识别图像中靶点的目标识别结果。
[0042]第三方面，本申请还提供了一种手术系统。所述系统包括：
[0043]图像主机系统，用于将待识别图像输入至预设的靶点决策模型，得到所述待识别图像中靶点的模型识别结果和所述模型识别结果对应的置信度，并将所述置信度小于或等于预设置信度阈值的模型识别结果确定为待校核模型识别结果；
[0044]人机交互接口，用于接收外部输入的针对所述待校核模型识别结果的校核指令；
[0045]所述图像主机系统，还用于基于所述校核指令对所述待校核模型识别结果进行校核，得到校核识别结果，以及根据所述校核识别结果，确定所述待识别图像中靶点的目标识别结果。
[0046]第四方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0047]将待识别图像输入至预设的靶点决策模型，得到所述待识别图像中靶点的模型识别结果和所述模型识别结果对应的置信度；
[0048]将所述置信度小于或等于预设置信度阈值的模型识别结果确定为待校核模型识别结果，并接收外部输入的针对所述待校核本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种靶点识别方法，其特征在于，所述方法包括：将待识别图像输入至预设的靶点决策模型，得到所述待识别图像中靶点的模型识别结果和所述模型识别结果对应的置信度；将所述置信度小于或等于预设置信度阈值的模型识别结果确定为待校核模型识别结果，并接收外部输入的针对所述待校核模型识别结果的校核指令；基于所述校核指令对所述待校核模型识别结果进行校核，得到校核识别结果；根据所述校核识别结果，确定所述待识别图像中靶点的目标识别结果。2.根据权利要求1所述的方法，其特征在于，所述根据所述校核识别结果，确定所述待识别图像中靶点的目标识别结果，包括：融合所述置信度小于或等于预设置信度阈值的模型识别结果以及所述校核识别结果，得到所述待识别图像中靶点的目标识别结果。3.根据权利要求2所述的方法，其特征在于，所述融合所述置信度小于或等于预设置信度阈值的模型识别结果以及所述校核识别结果，得到所述待识别图像中靶点的目标识别结果，包括：对所述置信度小于或等于预设置信度阈值的模型识别结果以及所述校核识别结果进行加权求和，得到所述待识别图像中靶点的目标识别结果。4.根据权利要求1所述的方法，其特征在于，所述靶点决策模型包括靶点识别模型和置信度计算模型；所述将待识别图像输入至预设的靶点决策模型，得到所述待识别图像中靶点的模型识别结果和所述模型识别结果对应的置信度，包括：将所述待识别图像输入至所述靶点识别模型，得到所述待识别图像中靶点的模型识别结果和所述模型识别结果对应的决策向量；将所述决策向量输入至所述置信度计算模型，得到所述模型识别结果对应的置信度。5.根据权利要求4所述的方法，其特征在于，所述将所述待识别图像输入至所述靶点识别模型，得到所述待识别图像中靶点的模型识别结果和所述模型识别结果对应的决策向量，包括：通过所述靶点识别模型，对所述待识别图像进行多尺度特征提取，得到不同尺度的特征图；通过所述靶点识别模型，获取所述不同尺度的特征图中的图像边缘特征；通过所述靶点识别模型，将所述图像边缘特征分别与对应尺度的特征图进行合并，得到不同尺度的图像合并特征；通过所述靶点识别模型，根据所述不同尺度的图像合并特征以及所述图像边缘特征的融合结果，确定所述待识别图像中靶点的模型识别结果和所述模型识别结果对应的决策向量。6.根据权利要求4或5所述的方法，其特征在于，所述置信度计算模型为概率图神经网络模型；所述将所述决策向量输入至所述置信度计算模型，得到所述模型识别结果对应的置信度，包括：将所述决策向量输入至所述概率图神经网络模型，得到所述模型识别结果对应的置信度。7.根据权利要求1
‑
4任一所述的方法，其特征在...
【专利技术属性】
技术研发人员：ꢀ七四专利代理机构，
申请(专利权)人：上海微创医疗机器人集团股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。