(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211222175.8 (22)申请日 2022.10.08 (71)申请人 河南省肿瘤医院 地址 450000 河南省郑州市金 水区东明路 127号 (72)发明人 庄昊　韩风　邱大鹏　张婷婷　 (74)专利代理 机构 宁波海曙甬睿专利代理事务 所(普通合伙) 33330 专利代理师 殷秀花 (51)Int.Cl. G16H 50/70(2018.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 10/764(2022.01) G06V 10/30(2022.01)G06V 10/82(2022.01) A61B 34/10(2016.01) (54)发明名称 腹腔镜胆囊切除术用辅助设备 (57)摘要 本申请涉及医疗器械领域， 且 具体地公开了 腹腔镜胆囊切除术用辅助设备， 其中， 所述腹腔 镜胆囊切除术用辅助设备能够通过对于实时采 集的腹腔内图像进行深度的特征挖掘， 同时针对 于不同解剖结构的手术要素的操作步骤语义特 征来限制所述解剖结构的解剖操作， 并且利用特 征之间的转移矩 阵来评估在胆囊切除手术的过 程中对于胆道造成损伤的风险。 这样， 所述腹腔 镜胆囊切除术用辅助设备能够基于人工智能的 监测评估技术进行智能评估， 以降低在胆囊切除 手术的过程中风险发生的概 率。 权利要求书3页 说明书13页 附图6页 CN 115497632 A 2022.12.20 CN 115497632 A 1.腹腔镜胆囊切除术用辅助设备， 其特 征在于， 包括： 腹腔镜图像采集模块， 用于获取由腹腔镜实时采集的腹腔内图像； 图像降噪处理模块， 用于将所述腹腔内 图像通过基于自动编码器的降噪模块以得到降 噪后腹腔内图像； 卷积编码模块， 用于将所述降噪后腹腔内 图像通过使用空间注意力 机制的深度 卷积神 经网络模型以得到实时特 征图； 识别模块， 用于将所述实时特征图通过第一分类器以得到第一分类结果， 所述第一分 类结果用于表示腹腔内图像所属的解剖结构的类型 标签； 手术要素匹配模块， 用于确定与所述第一分类结果匹配的手术要素， 其中， 所述手术要 素包括手术器械、 解剖结构、 手术阶段和CVS评分； 手术要素编码模块， 用于将所述手术器械、 所述解剖结构、 所述手术阶段和所述CVS评 分通过包 含嵌入层的上 下文编码器以得到手术语义特 征向量； 维度调整模块， 用于对所述实时特征图的沿通道维度的各个特征矩阵进行全局均值池 化处理以得到实时特 征向量； 评估表征模块， 用于计算所述手术语义特征向量相对于所述实时特征向量的转移矩 阵； 以及 辅助结果生成模块， 用于将所述转移矩阵作为分类特征矩阵通过第 二分类器以得到第 二分类结果， 所述第二分类结果用于表示对胆道造成损伤的风险是否超过 预定阈值。 2.根据权利要求1所述的腹腔镜胆囊切除术用辅助设备， 其特征在于， 所述图像降噪处 理模块， 包括： 卷积编码单元， 用于将所述腹腔内图像输入所述基于自动编码器的降噪模块的编码 器， 其中， 所述编码器使用卷积层 对所述腹腔内图像进 行显式空间编 码以得到腹腔内特征； 以及 反卷积解码单元， 用于将所述腹腔内特征输入所述基于自动编码器的降噪模块的解码 器， 其中， 所述解码器使用反卷积层对所述腹腔 内特征进行反卷积处理以得到所述降噪后 腹腔内图像。 3.根据权利要求2所述的腹腔镜胆囊切除术用辅助设备， 其特征在于， 所述卷积编码模 块， 包括： 编码卷积单元， 用于使用所述深度 卷积神经网络模型的卷积编码部分对所述降噪后腹 腔内图像进行深度卷积编码以得到初始特 征图； 空间注意力单元， 用于将所述初始特征图输入所述深度 卷积神经网络的空间注意力模 块以得到空间注意力图； 以及 注意力施加单元， 用于计算所述空间注意力图和所述初始特征图的按位置点乘以得到 所述实时特 征图。 4.根据权利要求3所述的腹腔镜胆囊切除术用辅助设备， 其特征在于， 所述识别模块， 包括： 第一校正单元， 用于对所述实时特征图进行基于预分类的类概率相干补偿机制校正以 得到校正后实时特 征图； 第一展开单元， 用于将所述校正后实时特征图按照行向量或者列向量展开为第 一分类权　利　要　求　书 1/3 页 2 CN 115497632 A 2特征向量； 第一全连接编码单元， 用于使用所述第 一分类器的全连接层对所述第 一分类特征向量 进行全连接编码以得到第一编码分类特 征向量； 以及 第一分类结果生成单元， 用于将所述第一编码分类特征向量输入所述第一分类器的 Softmax分类函数以得到所述第一分类结果。 5.根据权利要求4所述的腹腔镜胆囊切除术用辅助设备， 其特征在于， 所述第 一校正单 元， 进一步用于： 以如下公式对所述实时特征图进行基于预分类的类概率相 干补偿机制校 正以得到所述校正后实时特 征图； 其中， 所述公式为： 其中F表示所述实时特征图， p1表示所述实时特征图通过所述第一 分类器进行预分类而 获得的概 率值，⊙表示按位置点乘。 6.根据权利要求5所述的腹腔镜胆囊切除术用辅助设备， 其特征在于， 所述手术要素编 码模块， 进一 步用于： 使用所述包含嵌入层的上下文编码器的嵌入层将所述手术器械、 所述解剖结构、 所述 手术阶段和所述CVS评分转 化为输入向量以获得输入向量的序列； 使用所述包含嵌入层的上下文编码器的转换器对所述输入向量的序列进行基于全局 的上下文语义编码以获得 所述多个特 征向量； 以及 将所述多个特 征向量进行级联以得到所述手术语义特 征向量。 7.根据权利要求6所述的腹腔镜胆囊切除术用辅助设备， 其特征在于， 所述评估表征模 块， 进一步用于： 以如下公式计算所述手术语义特征向量相对于所述实时特征向量的转移 矩阵； 其中， 所述公式为： 其中Va表示所述手术语义特征向量， Vb表示所述实时特征向量， M表示所述转移矩阵， 表示矩阵相乘。 8.根据权利要求7所述的腹腔镜胆囊切除术用辅助设备， 其特征在于， 所述辅助 结果生 成模块， 包括： 第二校正单元， 用于对所述分类特征矩阵进行基于预分类的类概率相干补偿机制校正 以得到校正后分类特 征矩阵； 第二展开单元， 用于将所述校正后分类特征矩阵按照行向量或者列向量展开为第 二分 类特征向量； 第二全连接编码单元， 用于使用所述第 二分类器的全连接层对所述第 二分类特征向量 进行全连接编码以得到第二编码分类特 征向量； 以及 第二分类结果生成单元， 用于将所述第二编码分类特征向量输入所述第二分类器的 Softmax分类函数以得到所述第二分类结果。 9.根据权利要求8所述的腹腔镜胆囊切除术用辅助设备， 其特征在于， 所述第 二校正单 元， 进一步用于： 以如下公式对所述分类特征矩阵进行基于预分类的类概率相 干补偿机制权　利　要　求　书 2/3 页 3 CN 115497632 A 3