【技术实现步骤摘要】
本专利技术涉及医疗器械，特别是涉及一种支气管镜实时辅助导航方法、装置及电子设备。
技术介绍
1、在现代医疗技术中，支气管镜检查作为一种非侵入性或微创性的检查手段，对于评估和治疗呼吸道及肺部疾病具有重要意义。该检查通过利用支气管镜这一精密的光学仪器，使医生能够直观地观察到气道内部的细微结构，从而进行病变识别、组织采样等操作。然而，尽管支气管镜检查在临床应用上取得了显著成效，但在实际操作过程中，尤其是组织采样环节，仍面临着一系列挑战。
2、支气管结构复杂多变，包括众多分支和曲折的通道，这为医生的操作带来了极大的难度。在进行组织采样时，由于气道黏膜的脆弱性，极易因器械接触或操作不当而引发局部出血。一旦出血发生，血液往往会迅速覆盖镜头，导致视野严重受限，使得医生难以准确判断采样位置，进而增加了操作难度和风险。
3、目前，市场上广泛使用的支气管镜系统主要依赖于医生自身的经验和直觉进行导航和操作，缺乏在视野受阻时的有效辅助手段。尽管一些先进的支气管镜系统已经配备了高清成像和放大功能，但这些改进仍然无法从根本上解决血液遮挡视野的问题。因此，在实际操作中，医生往往需要在有限的视野内迅速做出判断，这不仅增加了采样精度降低的风险，还可能导致漏采或误采的情况发生，对患者的治疗效果和安全性构成潜在威胁。
4、因此，提出一种支气管镜实时辅助导航方法、装置及电子设备。
技术实现思路
1、本说明书提供一种支气管镜实时辅助导航方法、装置及电子设备，结合实时轨迹追踪与诱导管道技术
2、本说明书提供一种支气管镜实时辅助导航方法，包括：
3、获取支气管镜历史运动数据、支气管镜实时操作数据；
4、分析所述支气管镜历史运动数据得到气道关键结构，并构建气道三维模型；
5、基于所述支气管镜实时操作数据与所述三维模型进行比对，生成实时虚拟诱导管道。
6、可选的，所述分析所述支气管镜历史运动数据得到气道关键结构，并构建气道三维模型，包括：
7、分析所述支气管镜历史运动数据，得到气道关键结构三维坐标、轨迹点三维坐标及其时间戳；
8、通过卡尔曼滤波模型和/或粒子滤波模型对所述轨迹点三维坐标进行校正，并保存校正后的轨迹点三维坐标及其时间戳；
9、通过贝塞尔曲线和/或样条插值法对所述矫正后的轨迹点三维坐标及其时间戳进行平滑处理，得到历史轨迹曲线；
10、基于所述气道关键结构三维坐标和所述历史轨迹曲线，构建气道三维模型。
11、可选的，所述基于所述支气管镜实时操作数据与所述三维模型进行比对，生成实时虚拟诱导管道，包括：
12、所述支气管镜实时操作数据包括支气管镜当前视野数据、支气管镜当前位置三维坐标；
13、通过图像处理模型对所述支气管镜当前视野数据进行识别，确定支气管镜当前视野遮挡区域；
14、对所述支气管将当前视野遮挡区域进行血液遮挡识别，确定支气管镜当前血液遮挡区域；
15、基于所述支气管镜实时操作数据与所述三维模型进行比对，构建血液遮挡区域补偿路径，并生成实时虚拟诱导管道。
16、可选的，所述图像处理模型包括边缘检测模型、颜色检测模型。
17、可选的，所述血液遮挡识别的方式包括直方图均衡化模型和/或所述边缘检测模型。
18、可选的，所述对所述支气管将当前视野遮挡区域进行血液遮挡识别，确定支气管镜当前血液遮挡区域，包括：
19、
20、其中，gx为图像在水平方向上的梯度算子矩阵，gy为图像在垂直方向上的梯度算子矩阵；g为总梯度幅值。
21、可选的，所述生成实时虚拟诱导管道，包括：
22、q(s,a)＝q(s,a)+α[r+γ*maxq(s∞,a∞)-q(s,a)]
23、其中，q(s,a)为当前状态s下执行动作a的评分，α为学习率，r为回报值，γ为折扣率，q(s∞,a∞)为在新的状态s'下选择的下一个动作a'的评分；
24、通过迭代更新q值选择最佳路径，生成实时虚拟诱导管道。
25、本说明书提供一种支气管镜实时辅助导航装置，包括：
26、获取模块，用于获取支气管镜历史运动数据、支气管镜实时操作数据；
27、分析模块，用于分析所述支气管镜历史运动数据得到气道关键结构，并构建气道三维模型；
28、生成模块，用于基于所述支气管镜实时操作数据与所述三维模型进行比对，生成实时虚拟诱导管道。
29、可选的，所述分析模块，包括：
30、分析所述支气管镜历史运动数据，得到气道关键结构三维坐标、轨迹点三维坐标及其时间戳；
31、通过卡尔曼滤波模型和/或粒子滤波模型对所述轨迹点三维坐标进行校正，并保存校正后的轨迹点三维坐标及其时间戳；
32、通过贝塞尔曲线和/或样条插值法对所述矫正后的轨迹点三维坐标及其时间戳进行平滑处理，得到历史轨迹曲线；
33、基于所述气道关键结构三维坐标和所述历史轨迹曲线，构建气道三维模型。
34、可选的，所述生成模块，包括：
35、所述支气管镜实时操作数据包括支气管镜当前视野数据、支气管镜当前位置三维坐标；
36、通过图像处理模型对所述支气管镜当前视野数据进行识别，确定支气管镜当前视野遮挡区域；
37、对所述支气管将当前视野遮挡区域进行血液遮挡识别，确定支气管镜当前血液遮挡区域；
38、基于所述支气管镜实时操作数据与所述三维模型进行比对，构建血液遮挡区域补偿路径，并生成实时虚拟诱导管道。
39、可选的，所述图像处理模型包括边缘检测模型、颜色检测模型。
40、可选的，所述血液遮挡识别的方式包括直方图均衡化模型和/或所述边缘检测模型。
41、可选的，所述对所述支气管将当前视野遮挡区域进行血液遮挡识别，确定支气管镜当前血液遮挡区域，包括：
42、
43、其中，gx图像在水平方向上的梯度算子矩阵，gy为图像在垂直方向上的梯度算子矩阵；g为总梯度幅值。
44、可选的，所述生成实时虚拟诱导管道，包括：
45、q(s,a)＝q(s,a)+α[r+γ*maxq(s′,a′)-q(s,a)]
46、其中，q(s,a)为当前状态s下执行动作a的评分，α为学习率，r为回报值，γ为折扣率，q(s′,a′)为在新的状态s'下选择的下一个动作a'的评分；
47、通过迭代更新q值选择最佳路径，生成实时虚拟诱导管道。
48、本说明书还提供一种电子设备，其中，该电子设备包括：
49、处理器；以及，
50、存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行上述任一项方法。
51、本说明书还提供一种计算机可读存储介质，其中本文档来自技高网...
【技术保护点】
1.一种支气管镜实时辅助导航方法，其特征在于，包括：
2.如权利要求1所述的支气管镜实时辅助导航方法，其特征在于，所述分析所述支气管镜历史运动数据得到气道关键结构，并构建气道三维模型，包括：
3.如权利要求2所述的支气管镜实时辅助导航方法，其特征在于，所述基于所述支气管镜实时操作数据与所述三维模型进行比对，生成实时虚拟诱导管道，包括：
4.如权利要求3所述的支气管镜实时辅助导航方法，其特征在于，所述图像处理模型包括边缘检测模型、颜色检测模型。
5.如权利要求4所述的支气管镜实时辅助导航方法，其特征在于，所述血液遮挡识别的方式包括直方图均衡化模型和/或所述边缘检测模型。
6.如权利要求5所述的支气管镜实时辅助导航方法，其特征在于，所述对所述支气管将当前视野遮挡区域进行血液遮挡识别，确定支气管镜当前血液遮挡区域，包括：
7.如权利要求6所述的支气管镜实时辅助导航方法，其特征在于，所述生成实时虚拟诱导管道，包括：
8.一种支气管镜实时辅助导航装置，其特征在于，包括：
9.一种电子设备，其中，
10.一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种支气管镜实时辅助导航方法，其特征在于，包括：
2.如权利要求1所述的支气管镜实时辅助导航方法，其特征在于，所述分析所述支气管镜历史运动数据得到气道关键结构，并构建气道三维模型，包括：
3.如权利要求2所述的支气管镜实时辅助导航方法，其特征在于，所述基于所述支气管镜实时操作数据与所述三维模型进行比对，生成实时虚拟诱导管道，包括：
4.如权利要求3所述的支气管镜实时辅助导航方法，其特征在于，所述图像处理模型包括边缘检测模型、颜色检测模型。
5.如权利要求4所述的支气管镜实时辅助导航方法，其特征在于，所述血液遮挡识别的方式包括直方图...
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。