用于甲状旁腺探测的荧光区域光强补光方法、装置及系统与流程

1.本发明涉及光强补光领域，尤其是涉及用于甲状旁腺探测的荧光区域光强补光方法、装置及系统。


背景技术：

2.荧光主要针对于甲状旁腺等人体器官的病灶部位的探测，利用荧光光谱技术可以为很多病症早期诊断提供实验依据，已逐渐地被应用于人体病变组织的光学诊断。亚甲蓝、吲哚菁绿(icg)作为目前临床上的常用示踪药物，可以实现对甲状旁腺等器官的识别。
3.目前荧光区域的光强识别主要是通过摄像机或照相机进行图像采集，但是因为荧光区域的光强差别较小时，通过摄像机或照相机进行图像无法识别，需要添加补光光源对光强差别较小的荧光区域进行补光。
4.但是目前补光光源的补光主要是人为手动调节，需要根据实际情况不断尝试，才可以获取光强差别较小的荧光区域的图像，效率低，且对调试人员要求较高，不利于快速准确的对光强差别较小的荧光区域进行补光。


技术实现要素：

5.本发明为了解决现有技术中存在的问题，创新提出了用于甲状旁腺探测的荧光区域光强补光方法、装置及系统，有效解决由于人为手动调节补光光强造成补光效率低的问题，有效的提高了光强差别较小的荧光区域进行补光的效率以及准确性。
6.本发明第一方面提供了用于甲状旁腺探测的荧光区域光强补光方法，包括：
7.构建训练数据库，所述训练数据库中存储有荧光区域的第一光强参数，荧光区域的第二光强参数，补光光源位置信息，基于第一光强参数、荧光区域的第二光强参数、补光光源位置信息的补光光源的光强；
8.利用神经网络对训练数据库进行训练，以第一光强参数、荧光区域的第二光强参数、补光光源位置信息为神经网络的输入参数，以补光光源的光强为输出结果进行训练；
9.获取待测荧光区域的第一光强参数、待测荧光区域的第二光强参数、补光光源位置信息，根据训练后的神经网络，控制补光光源发出对应光强的光对包含第一光强参数、第二光强参数的荧光区域进行补光。
10.可选地，补光光源位置信息包括补光光源相对于荧光区域的角度、补光光源相对于荧光区域的距离。
11.进一步地，补光光源相对于荧光区域的角度具体是：
12.以荧光区域中心为原点建立三维坐标系，获取补光光源在三维坐标系中的坐标；
13.根据补光光源在三维坐标系中的坐标确定补光光源与原点的直线相对于荧光区域水平面的夹角以及补光光源在荧光区域水平面的投影相对于三维坐标系中一坐标轴的角度。
14.可选地，训练数据库中的补光光源的光强为根据荧光区域的第一光强参数、荧光
区域的第二光强参数、补光光源位置信息手动调节补光光源光强的历史数据。
15.可选地，补光光源包括led灯、白炽灯。
16.本发明第二方面提供了用于甲状旁腺探测的荧光区域光强补光装置，包括：
17.构建模块，构建训练数据库，所述训练数据库中存储有荧光区域的第一光强参数，荧光区域的第二光强参数，补光光源位置信息，基于第一光强参数、荧光区域的第二光强参数、补光光源位置信息的补光光源的光强；
18.训练模块，利用神经网络对训练数据库进行训练，以第一光强参数、荧光区域的第二光强参数、补光光源位置信息为神经网络的输入参数，以补光光源的光强为输出结果进行训练；
19.获取控制模块，获取待测荧光区域的第一光强参数、待测荧光区域的第二光强参数、补光光源位置信息，根据训练后的神经网络，控制补光光源发出对应光强的光对包含第一光强参数、第二光强参数的荧光区域进行补光。
20.可选地，补光光源位置信息包括补光光源相对于荧光区域的角度、补光光源相对于荧光区域的距离。
21.进一步地，补光光源相对于荧光区域的角度具体是：
22.以荧光区域中心为原点建立三维坐标系，获取补光光源在三维坐标系中的坐标；
23.根据补光光源在三维坐标系中的坐标确定补光光源与原点的直线相对于荧光区域水平面的夹角以及补光光源在荧光区域水平面的投影相对于三维坐标系中一坐标轴的角度。
24.可选地，训练数据库中的补光光源的光强为根据荧光区域的第一光强参数、荧光区域的第二光强参数、补光光源位置信息手动调节补光光源光强的历史数据。
25.本发明第三方面提供了用于甲状旁腺探测的荧光区域光强补光系统，包括补光光源、控制单元以及荧光区域图像采集单元，所述荧光区域图像采集单元用于采集荧光区域图像，所述控制单元用于获取荧光区域图像，确定荧光区域的第一光强参数以及第二光强参数，根据训练后的神经网络、待测荧光区域的第一光强参数以及第二光强参数，控制补光光源发出对应光强的光对包含第一光强参数以及第二光强参数的待测荧光区域进行补光。
26.本发明采用的技术方案包括以下技术效果：
27.1、本发明有效解决由于人为手动调节补光光强造成补光效率低的问题，有效的提高了光强差别较小的荧光区域进行补光的效率以及准确性。
28.2、本发明通过利用神经网络对训练数据库进行训练，以第一光强参数、荧光区域的第二光强参数、补光光源位置信息为神经网络的输入参数，以补光光源的光强为输出结果进行训练，不仅提高了针对光强差别较小的荧光区域进行补光的效率以及准确性，而且可以实现自动化控制，节省了人力成本，降低控制实现的难度。
29.3、本发明技术方案中补光光源位置信息包括补光光源相对于荧光区域的角度、补光光源相对于荧光区域的距离，以荧光区域中心为原点建立三维坐标系，获取补光光源在三维坐标系中的坐标，并确定补光光源与原点的直线相对于荧光区域水平面的夹角以及补光光源在荧光区域水平面的投影相对于三维坐标系中一坐标轴的角度，可以准确地判断补光光源位置，可以根据不同补光光源的位置，确定补光光源发出光的光强，进一步地提高了光强差别较小的荧光区域进行补光准确性。
30.4、本发明技术方案训练数据库中的补光光源的光强为根据荧光区域的第一光强参数、荧光区域的第二光强参数、补光光源位置信息手动调节补光光源光强的历史数据，可以根据训练数据库中大量历史数据信息，针对有荧光区域的第一光强参数、荧光区域的第二光强参数、补光光源位置信息、补光光源的光强之间的对应关系进行深度训练，从而获得较为准确地训练后的神经网络，提高了光强差别较小的荧光区域进行补光准确性。
31.应当理解的是以上的一般描述以及后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
32.为了更清楚说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单介绍，显而易见的，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
33.图1为本发明方案中实施例一方法的流程示意图；
34.图2为本发明方案中实施例一方法中三维直角坐标系的示意图；
35.图3为本发明方案中实施例二装置的结构示意图；
36.图4为本发明方案中实施例三系统的结构示意图。
具体实施方式
37.为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
38.实施例一
39.如图1所示，本发明提供了用于甲状旁腺探测的荧光区域光强补光方法，包括：
40.s1，构建训练数据库，所述训练数据库中存储有荧光区域的第一光强参数，荧光区域的第二光强参数，补光光源位置信息，基于第一光强参数、荧光区域的第二光强参数、补光光源位置信息的补光光源的光强；
41.s2，利用神经网络对训练数据库进行训练，以第一光强参数、荧光区域的第二光强参数、补光光源位置信息为神经网络的输入参数，以补光光源的光强为输出结果进行训练；
42.s3，获取待测荧光区域的第一光强参数、待测荧光区域的第二光强参数、补光光源位置信息，根据训练后的神经网络，控制补光光源发出对应光强的光对包含第一光强参数、第二光强参数的荧光区域进行补光。
43.其中，在步骤s1中，补光光源位置信息包括补光光源相对于荧光区域的角度、补光光源相对于荧光区域的距离。
44.具体地，补光光源相对于荧光区域的角度具体是：
45.以荧光区域中心为原点建立三维坐标系，获取补光光源在三维坐标系中的坐标；
46.根据补光光源在三维坐标系中的坐标确定补光光源与原点的直线相对于荧光区
域水平面的夹角以及补光光源在荧光区域水平面的投影相对于三维坐标系中一坐标轴的角度。
47.如图2所示，建立的三维坐标系可以是三维直角坐标系，也可以是球坐标系，以三维直角坐标系为例，以荧光区域中心o为原点建立三维坐标系，获取补光光源p在三维坐标系中的坐标(x,y,z)，根据补光光源p在三维坐标系中的坐标(x,y,z)，确定补光光源p与原点o的直线相对于荧光区域水平面的夹角θ以及补光光源在荧光区域水平面(xy平面)的投影相对于三维坐标系中一坐标轴(例如x轴)的角度φ，根据夹角θ、角度φ、补光光源p相对于荧光区域的距离r可以确定补光光源p的位置。其中，夹角θ、角度φ、补光光源p相对于荧光区域的距离r三者满足关系式如下：
48.x＝r cosθcosφ
49.y＝r cosθsinφ
50.z＝r sinθ
51.其中，三维直角坐标系中x轴可以是沿身体延伸方向(四肢延伸方向)，y轴可以是与x轴处于同一水平面(身体平面)，且垂直于沿身体延伸方向，z轴可以是垂直于y轴、x轴所在水平面(身体平面)。
52.三维坐标系也可以是球坐标系，实现原理与三维直角坐标系相同，本发明在此不做赘述。
53.进一步地，训练数据库中的补光光源的光强为根据荧光区域的第一光强参数、荧光区域的第二光强参数、补光光源位置信息手动调节补光光源光强的历史数据。
54.如下表所示，
[0055][0056]
通过荧光区域的第一光强参数、荧光区域的第二光强参数、补光光源位置信息三
个参数中任一参数变化得到的补光光强历史数据，一一对应的存储至训练数据库中。
[0057]
手动调节补光光源光强的历史数据可以是针对同样的荧光区域的第一光强参数、第二光强参数，调整不同补光光源位置信息，然后根据不同补光光源位置信息，人为手动调节补光光源光强，以使得包含第一光强参数以及第二光强参数的荧光区域亮度、第二光强参数的大小，达到最大值；然后固定补光光源位置，调整荧光区域的第一光强参数、第二光强参数(为了便于实施，可以固定第一光强参数、第二光强参数的其中一个，调整另一个光强参数)，人为手动调节补光光源光强，以使得包含第一光强参数以及第二光强参数的荧光区域亮度、第二光强参数的大小，达到最大值。当然，固定参数的顺序可以变化调整，本发明在此不做限制。
[0058]
优选地，训练数据库中历史数据量要尽可能多，以满足神经网络的深度训练，提高训练结果的准确性。
[0059]
进一步地，训练的神经网络可以是ann(artificial neural network，人工神经网络)神经网络、gru(gated recurrent unit，递归神经网络)神经网络、cnn(convolutional neural networks，卷积神经网络)神经网络等，本发明在此不做限制。
[0060]
在神经网络训练中，首先初始化训练次数，选择需要训练的数据(荧光区域的第一光强参数、荧光区域的第二光强参数、补光光源位置信息、补光光源的光强)，通过前向传播算法获取预测值，通过反向传播算法更新变量，判断是否达到训练目标，如果达到，则停止训练，如果未达到训练目标，继续执行后续的训练次数，直至训练目标达成，停止训练。反向传播算法实现了一个迭代的过程。每次迭代的开始，都选取一部分训练数据。然后，这个训练数据的样例会通过前向传播算法得到神经网络模型的预测结果。因为训练数据都是有正确答案标注的(历史数据中的补光光源的光强)，所以可以计算出当前神经网络模型的预测答案(训练得到的补光光源的光强)与正确答案(历史数据中的补光光源的光强)之间的差距。最后，基于这个差距，通过反向传播算法会更新神经网络参数的取值，使得神经网络的预测结果与真实答案更加接近。在得到一个前向传播结果后，需要定义一个损失函数来刻画当前预测值与真实答案之间的差距。然后通过反向传播算法来调整神经网络参数的取值优化，使得当前预测值与真实答案之间差距(当前损失函数)最小，从而达到训练目标。
[0061]
需要说明的是，本发明技术方案中的神经网络主要目的是，对训练数据库中的历史数据进行训练，从而得到训练后的神经网络(即荧光区域的第一光强参数、荧光区域的第二光强参数、补光光源位置信息与补光光源的光强之间对应关系模型)，利用训练后的神经网络，控制补光光源发出特定光强的光对包含第一光强参数、第二光强参数的荧光区域进行补光，并不局限于某一种特定的神经网络，只要能够实现深度训练即可。
[0062]
具体地，补光光源可以包括led灯、白炽灯。
[0063]
本发明有效解决由于人为手动调节补光光强造成补光效率低的问题，有效的提高了光强差别较小的荧光区域进行补光的效率以及准确性。
[0064]
本发明通过利用神经网络对训练数据库进行训练，以第一光强参数、荧光区域的第二光强参数、补光光源位置信息为神经网络的输入参数，以补光光源的光强为输出结果进行训练，不仅提高了针对光强差别较小的荧光区域进行补光的效率以及准确性，而且可以实现自动化控制，节省了人力成本，降低控制实现的难度。
[0065]
本发明技术方案中补光光源位置信息包括补光光源相对于荧光区域的角度、补光
光源相对于荧光区域的距离，以荧光区域中心为原点建立三维坐标系，获取补光光源在三维坐标系中的坐标，并确定补光光源与原点的直线相对于荧光区域水平面的夹角以及补光光源在荧光区域水平面的投影相对于原点的角度，可以准确地判断补光光源位置，可以根据不同补光光源的位置，确定补光光源发出光的光强，进一步地提高了光强差别较小的荧光区域进行补光准确性。
[0066]
本发明技术方案训练数据库中的补光光源的光强为根据荧光区域的第一光强参数、荧光区域的第二光强参数、补光光源位置信息手动调节补光光源光强的历史数据，可以根据训练数据库中大量历史数据信息，针对有荧光区域的第一光强参数、荧光区域的第二光强参数、补光光源位置信息、补光光源的光强之间的对应关系进行深度训练，从而获得较为准确地训练后的神经网络，提高了光强差别较小的荧光区域进行补光准确性。
[0067]
实施例二
[0068]
如图3所示，本发明技术方案还提供了用于甲状旁腺探测的荧光区域光强补光装置，包括：
[0069]
101，构建训练数据库，所述训练数据库中存储有荧光区域的第一光强参数，荧光区域的第二光强参数，补光光源位置信息，基于第一光强参数、荧光区域的第二光强参数、补光光源位置信息的补光光源的光强；
[0070]
训练模块102，利用神经网络对训练数据库进行训练，以第一光强参数、荧光区域的第二光强参数、补光光源位置信息为神经网络的输入参数，以补光光源的光强为输出结果进行训练；
[0071]
获取控制模块103，获取待测荧光区域的第一光强参数、待测荧光区域的第二光强参数、补光光源位置信息，根据训练后的神经网络，控制补光光源发出对应光强的光对包含第一光强参数、第二光强参数的荧光区域进行补光。
[0072]
其中，补光光源位置信息包括补光光源相对于荧光区域的角度、补光光源相对于荧光区域的距离。
[0073]
具体地，补光光源相对于荧光区域的角度具体是：
[0074]
以荧光区域中心为原点建立三维坐标系，获取补光光源在三维坐标系中的坐标；
[0075]
根据补光光源在三维坐标系中的坐标确定补光光源与原点的直线相对于荧光区域水平面的夹角以及补光光源在荧光区域水平面的投影相对于三维坐标系中一坐标轴的角度。
[0076]
进一步地，训练数据库中的补光光源的光强为根据荧光区域的第一光强参数、荧光区域的第二光强参数、补光光源位置信息手动调节补光光源光强的历史数据。
[0077]
本发明有效解决由于人为手动调节补光光强造成补光效率低的问题，有效的提高了光强差别较小的荧光区域进行补光的效率以及准确性。
[0078]
本发明通过利用神经网络对训练数据库进行训练，以第一光强参数、荧光区域的第二光强参数、补光光源位置信息为神经网络的输入参数，以补光光源的光强为输出结果进行训练，不仅提高了针对光强差别较小的荧光区域进行补光的效率以及准确性，而且可以实现自动化控制，节省了人力成本，降低控制实现的难度。
[0079]
本发明技术方案中补光光源位置信息包括补光光源相对于荧光区域的角度、补光光源相对于荧光区域的距离，以荧光区域中心为原点建立三维坐标系，获取补光光源在三
维坐标系中的坐标，并确定补光光源与原点的直线相对于荧光区域水平面的夹角以及补光光源在荧光区域水平面的投影相对于原点的角度，可以准确地判断补光光源位置，可以根据不同补光光源的位置，确定补光光源发出光的光强，进一步地提高了光强差别较小的荧光区域进行补光准确性。
[0080]
本发明技术方案训练数据库中的补光光源的光强为根据荧光区域的第一光强参数、荧光区域的第二光强参数、补光光源位置信息手动调节补光光源光强的历史数据，可以根据训练数据库中大量历史数据信息，针对有荧光区域的第一光强参数、荧光区域的第二光强参数、补光光源位置信息、补光光源的光强之间的对应关系进行深度训练，从而获得较为准确地训练后的神经网络，提高了光强差别较小的荧光区域进行补光准确性。
[0081]
实施例三
[0082]
如图4所示，本发明技术方案还提供了用于甲状旁腺探测的荧光区域光强补光系统，包括补光光源201、控制单元202以及荧光区域图像采集单元203，荧光区域图像采集单元203用于采集荧光区域图像，所述控制单元202用于获取荧光区域图像，确定荧光区域的第一光强参数以及第二光强参数，根据训练后的神经网络、待测荧光区域的第一光强参数以及第二光强参数，控制补光光源201发出对应光强的光对包含第一光强参数以及第二光强参数的待测荧光区域进行补光。
[0083]
需要说明的是，本发明实施例中补光光源201可以是led灯，也可以是白炽灯，控制单元202可以是计算机，也可以是其他具有图像处理、运行神经网络并进行深度训练的处理器或服务器，荧光区域图像采集单元203可以是荧光摄像机，也可以是其他荧光区域图像采集的设备，可以根据实际情况进行调整，本发明在此不做限制。
[0084]
本发明有效解决由于人为手动调节补光光强造成补光效率低的问题，有效的提高了光强差别较小的荧光区域进行补光的效率以及准确性。
[0085]
本发明通过利用神经网络对训练数据库进行训练，以第一光强参数、荧光区域的第二光强参数、补光光源位置信息为神经网络的输入参数，以补光光源的光强为输出结果进行训练，不仅提高了针对光强差别较小的荧光区域进行补光的效率以及准确性，而且可以实现自动化控制，节省了人力成本，降低控制实现的难度。
[0086]
本发明技术方案中补光光源位置信息包括补光光源相对于荧光区域的角度、补光光源相对于荧光区域的距离，以荧光区域中心为原点建立三维坐标系，获取补光光源在三维坐标系中的坐标，并确定补光光源与原点的直线相对于荧光区域水平面的夹角以及补光光源在荧光区域水平面的投影相对于原点的角度，可以准确地判断补光光源位置，可以根据不同补光光源的位置，确定补光光源发出光的光强，进一步地提高了光强差别较小的荧光区域进行补光准确性。
[0087]
本发明技术方案训练数据库中的补光光源的光强为根据荧光区域的第一光强参数、荧光区域的第二光强参数、补光光源位置信息手动调节补光光源光强的历史数据，可以根据训练数据库中大量历史数据信息，针对有荧光区域的第一光强参数、荧光区域的第二光强参数、补光光源位置信息、补光光源的光强之间的对应关系进行深度训练，从而获得较为准确地训练后的神经网络，提高了光强差别较小的荧光区域进行补光准确性。
[0088]
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不
需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。