← 返回列表

基于条件扩散模型的腹腔镜影像除烟方法、系统及设备

申请号: CN202410115722.5
申请人: 山东师范大学
申请日期: 2024/1/29

摘要文本

本发明涉及医学图像处理技术领域,具体涉及一种基于条件扩散模型的腹腔镜影像除烟方法、系统及设备,具体如下:将腹腔镜手术的视频按帧数分割,组成图片形式的数据集,对得到的腹腔镜无烟图像进行烟雾渲染,合成配对的有烟图像,得到包含无烟图像和有烟图像的合成数据集;将无烟图像输入到条件扩散模型进行正向加噪,不断添加噪声直到无烟图像完全噪声化,得到一系列的带噪图像;将有烟图像输入到烟雾感知模块得到烟雾的浓度和位置信息,进行训练神经网络,不断用训练后的神经网络对完全噪声图像进行反向去噪,直到输出清晰的无烟图像;通过多损失函数融合策略对除烟模型进行优化。本发明可以解决腹腔镜在手术过程中烟雾干扰导致视野模糊的问题。

专利详细信息

项目 内容
专利名称 基于条件扩散模型的腹腔镜影像除烟方法、系统及设备
专利类型 发明申请
申请号 CN202410115722.5
申请日 2024/1/29
公告号 CN117649362A
公开日 2024/3/5
IPC主分类号 G06T5/73
权利人 山东师范大学
发明人 李登旺; 李浩; 黄浦; 靳斌; 翟翔宇; 薛洁; 田宝龙; 辜长明; 洪亭轩; 张广鑫
地址 山东省济南市历下区文化东路88号

专利主权项内容

1.一种基于条件扩散模型的腹腔镜影像除烟方法,其特征是,包括以下步骤:1)将腹腔镜手术的视频按帧数分割,组成图片形式的数据集,对得到的腹腔镜无烟图像进行烟雾渲染,合成配对的有烟图像,得到包含无烟图像和有烟图像的合成数据集;2)将无烟图像输入到条件扩散模型进行正向加噪,通过不断添加噪声直到无烟图像完全噪声化,得到一系列的带噪图像;3)将有烟图像输入到烟雾感知模块得到烟雾的浓度和位置信息,然后通过一系列的带噪图像来训练神经网络,再用训练后的神经网络进行反向去噪,不断对步骤2)中得到的完全噪声图像进行反向去噪操作,直到输出清晰的无烟图像;4)通过多损失函数融合策略对除烟模型进行优化,采用跳过采样策略来加速模型生成去烟后的图像。