摘要
本发明涉及医疗设备的技术领域,公开了一种自动化超声扫描方法及系统;所述自动化超声扫描方法,应用于扫描机器人,具体包括以下步骤:S101:对超声图像坐标系与机械臂末端执行器进行图像‑机械臂配准,建立图像像素坐标到世界坐标系的转换关系,对立体视觉相机与扫描机器人末端执行器进行手–眼标定,求解相机坐标系与扫描机器人坐标系之间的变换矩阵,计算立体摄像头坐标系C与末端执行器坐标系EE之间的刚性变换,实现视觉坐标向扫描机器人坐标系的统一映射。本发明通过结合深度学习图像分割方法,TransUNet模型能够实现对肌肉与骨骼等多种组织的高精度同步识别,从而显著提升了图像的分割效果和识别准确性。
技术关键词
自动化超声扫描
扫描机器人
接触力控制器
机械臂末端执行器
基座坐标系
连续二维图像
深度学习图像分割方法
立体视觉
双目立体
摄像头坐标系
超声成像设备
深度学习模型
图像像素
分辨率
点云
编码器
解码