摘要
本发明涉及医疗图像处理技术领域,尤其涉及一种人工智能辅助的术中成像方法,包括:S1:预处理多模态医学影像,深度学习模型根据预处理图像分割识别解剖结构,基于分割识别结果测量解剖参数,人工智能根据解剖参数生成手术规划路径;S2:实时采集C型臂透视影像流,动态跟踪手术器械空间坐标,将器械位置与手术规划路径比对,计算偏移量,当偏移量大于偏移阈值时,通过AR叠加层输出修正指引;S3:实时监测图像质量指数,通过强化学习模型动态调节曝光参数,当检测到金属植入物时,切换双能谱模式并执行伪影抑制算法。本发明通过人工智能实现术前精准规划和术中辅助,通过技术优化解决图像质量差和辐射风险高,具有重要的临床应用价值。
技术关键词
人工智能辅助
多模态医学影像
成像方法
强化学习模型
图像分割识别
椎弓根
C型臂
金属植入物
深度学习模型
抑制算法
规划
手术器械
参数
伪影
医疗图像处理技术
系统为您推荐了相关专利信息
强化学习模型
训练优化方法
阶段
计算机可执行指令
资源
智能门禁控制方法
门禁设备
身份认证数据
深度强化学习模型
流量预测模型
液晶相位调制器
探测成像系统
光谱成像方法
光电探测器
光谱滤光片
照明模组
图像采集器
聚光系统
成像模组
多模态成像系统
表达式
雷达
正则化模型
增广拉格朗日
线性调频信号