买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江大学

摘要：本发明公开了一种基于深度学习的机器人视网膜下注射针的检测与定位方法。本发明利用光学相干断层扫描2维横截面图像OCTB‑扫描中视网膜上方可见的针头部分信息来粗略定位视网膜下的针头位置，并裁剪图像感兴趣区域ROI；然后将多个裁剪后的相邻图像送入到视网膜下注射针头检测和定位模型实现针头精确定位。本发明在输入数据的前景和背景之间提供了平衡，与完整的OCTB‑扫描相比，裁剪扫描数据包含更少的噪声和更少的镜像伪影，有助于生成高精度的结果。该方法不仅考虑了注射针的变形，而且不需要任何几何特征。本发明有助于提高视网膜下注射针的检测和定位精度。

主权项：1.一种基于深度学习的机器人视网膜下注射针的检测与定位方法，其特征在于，包括以下步骤：S1：使用显微镜集成光学相干层析成像仪采集眼球-注射针OCTB-扫描图像序列，由多个眼球-注射针OCTB-扫描图像序列组成B-扫描图像数据集；S2：对B-扫描图像数据集输入到ROI裁剪算法中，获得裁剪处理后的ROI-注射针数据集；S3：利用裁剪处理后的ROI-注射针数据集输入到神经网络中训练，获得视网膜下注射针尖注射针检测与定位模型；S4：利用视网膜下注射针尖注射针检测与定位模型对视网膜下的注射针检测和定位；所述S2具体为：结合注射针模型，利用基于椭圆拟合的注射针检测方法对B-扫描图像数据集进行注射针的检测判断、识别和裁剪，其中，如果眼球-注射针OCTB-扫描图像中不存在注射针，则不对眼球-注射针OCTB-扫描图像进行裁剪，否则，则对B-扫描图像数据集进行注射针识别，获得注射针图像，由不裁剪的眼球-注射针OCTB-扫描图像和注射针图像以及注射针图像对应的眼球-注射针OCTB-扫描图像组成裁剪处理后的ROI-注射针数据集；所述S2中，在第i次B-扫描中，用边界框Bi顶部边缘的中点Mi拟合眼球-注射针OCTB-扫描图像中的注射针模型Nx,y,z，其中Mi＝Mxi,Myi,Mzi，Mxi,Myi,Mzi分别表示中点Mi的x,y,z轴坐标值，使得边界框Bi包围注射针模型，从而获得边界框Bi的参数向量Li，满足Li＝[Lxi,Lyi,w,h]，Lxi,Lyi表示边界框Bi左上角的x,y轴坐标值，w和h是边界框Bi的宽度和高度，进而根据边界框Bi对眼球-注射针OCTB-扫描图像进行裁剪，获得注射针图像，公式如下：NaN，当 当 当其中，NaN表示没有边界框，ymax表示y轴上的扫描深度，xMzi表示注射针在z轴坐标值已知情况下x方向的变化值，yMzi表示注射针在z轴坐标值已知情况下y方向的变化值。

全文数据：

权利要求：

百度查询： 浙江大学 基于深度学习的机器人视网膜下注射针的检测与定位方法