一种用于医疗内窥镜的全焦段自动聚焦VF摄像头的制作方法

本发明属于医疗领域，涉及内窥镜技术，具体是一种用于医疗内窥镜的全焦段自动聚焦vf摄像头。

背景技术：

1、现有的医疗内窥镜聚焦方法存在以下缺陷：

2、1、现有的内窥镜聚焦方法依靠手动进行焦段调节，且无法自动化对内窥镜电动马达进行自动化控制，易导致内窥镜聚焦时间长，导致内窥镜工作耗时长。

3、2、现有的内窥镜无法通过自动化的对成像照片质量进行评估，导致输出的图像质量不佳，可能导致出现误诊或漏诊，造成医疗资源浪费的同时，加重了患者的治疗成本；

4、为此，我们提出一种用于医疗内窥镜的全焦段自动聚焦vf摄像头。

技术实现思路

1、针对现有技术存在的不足，本发明目的是提供一种用于医疗内窥镜的全焦段自动聚焦vf摄像头，本发明基于分别获取焦距变化稳定性系数、监测焦距变化速率以及内窥镜实时运动系数，得到内窥镜实时工作数据，根据内窥镜实时工作数据计算得到内窥镜工作类型划分系数，获取内窥镜工作类型划分系数阈值与内窥镜工作类型划分系数进行数值比对，根据比对结果将内窥镜划分为第一工作状态和第二工作状态，得到内窥镜工作状态分级数据，根据内窥镜工作状态分级数据分别对处于第一工作状态和第二状态的医疗内窥镜进行聚焦控制，并获取患区实时图像，通过建立患区图像质量识别模型对患区实时图像进行质量识别，将质量合格的患区实时图像进行保存，将质量不合格的患区实时图像进行删除。

2、为了实现上述目的，本发明采用了如下技术方案：一种用于医疗内窥镜的全焦段自动聚焦vf摄像头各模块具体工作过程如下：

3、数据获取模块：用于分别获取焦距变化稳定性系数、监测焦距变化速率以及内窥镜实时运动系数，得到内窥镜实时工作数据；

4、数据分析模块：用于根据内窥镜实时工作数据计算得到内窥镜工作类型划分系数，获取内窥镜工作类型划分系数阈值与内窥镜工作类型划分系数进行数值比对，根据比对结果将内窥镜划分为第一工作状态和第二工作状态，得到内窥镜工作状态分级数据；

5、聚焦控制模块：用于根据内窥镜工作状态分级数据分别对处于第一工作状态和第二状态的医疗内窥镜进行聚焦控制，并获取患区实时图像，通过建立患区图像质量识别模型对患区实时图像进行质量识别，将质量合格的患区实时图像进行保存，将质量不合格的患区实时图像进行删除。

6、进一步地，所述数据获取模块对内窥镜实时工作数据进行获取，具体如下：

7、当医疗内窥镜伸入患者体内时，以当前时刻对应的时间数值为第一基准时间点，获取第一基准时间点之前一个时间片段对应的时间点作为第二基准时间点，将第一基准时间点与第二基准时间点之间的时间片段作为特征监测时段；

8、对特征监测时段对应的时长数值进行获取，得到特征监测时段长度；

9、对医疗内窥镜进行实时运动监测，得到内窥镜实时运动系数；

10、获取医疗内窥镜在特征监测时段内的焦距累计变化次数，得到焦距变化次数，计算焦距变化次数与特征监测时段长度，得到监测焦距变化速率；

11、获取焦距变化稳定性系数；

12、将焦距变化稳定性系数、监测焦距变化速率以及内窥镜实时运动系数定义为内窥镜实时工作数据。

13、进一步地，所述数据获取模块对内窥镜实时运动系数进行获取，具体如下：

14、获取医疗内窥镜在特征监测时段内的累计运动距离，计算累计运动距离与特征监测时段长度的比值，得到内窥镜监测运动速度；

15、获取医疗内窥镜的特征监测时段的累计变换角度，计算累计变换角度与特征监测时段长度的比值，得到内窥镜监测运动角度；

16、获取医疗内窥镜在第一基准时间点的运动速度数值，得到第一运动速度数值，获取医疗内窥镜在第二基准时间点的运动速度数值，得到第二运动速度数值；

17、将第一运动速度数值、第二运动速度数值以及特征监测时段长度通过计算得到内窥镜监测运动加速度；

18、对内窥镜监测运动加速度进行计算，具体公式配置如下：

19、

20、其中，jsd为内窥镜监测运动加速度，sd1为第一运动速度数值，sd2为第二运动速度数值，jcs为内窥镜监测运动加速度；

21、将内窥镜监测运动速度、内窥镜监测运动加速度以及内窥镜监测运动角度通过计算得到内窥镜实时运动系数；

22、对内窥镜实时运动系数进行计算，具体公式如下：

23、dtx＝(jsd+jcs)×cjd；

24、其中，dtx为内窥镜实时运动系数，jsd为内窥镜监测运动加速度，jcs为内窥镜监测运动速度，cjd为内窥镜监测运动角度。

25、进一步地，所述数据获取模块对焦距变化稳定性系数进行获取，具体如下：

26、在特征监测时段内，分别捕捉m次医疗内窥镜的焦距变化作为特征焦距变化，并将其分别命名为第一焦距变化至第m焦距变化；

27、分别获取医疗内窥镜对应的第一焦距变化至第m焦距变化的焦距变化值，得到第一焦距变化值至第m焦距变化值；

28、计算第一焦距变化值至第m焦距变化值的平均值，得到监测焦距变化平均值；

29、将第一焦距变化值至第m焦距变化值的平均值以及监测焦距变化平均值通过计算得到焦距变化稳定性系数；

30、对焦距变化稳定性系数进行计算，具体公式配置如下：

31、

32、其中，jwx为焦距变化稳定性系数，bh1至bhm分别为第一焦距变化值至第m焦距变化值，bhp为监测焦距变化平均值，m为特征焦距变化对应的数量值。

33、进一步地，所述数据分析模块对内窥镜工作状态分级数据进行获取，具体如下：

34、获取内窥镜工作类型划分系数；

35、获取焦距变化稳定性系数阈值，将内窥镜工作类型划分系数阈值与内窥镜工作类型划分系数进行数值比对，根据比对结果将内窥镜划分为第一工作状态和第二工作状态，得到内窥镜工作状态分级数据。

36、进一步地，所述数据分析模块对内窥镜工作类型划分系数进行获取，具体如下：

37、获取内窥镜实时工作数据，根据内窥镜实时工作数据分别获取焦距变化稳定性系数、监测焦距变化速率以及内窥镜实时运动系数；

38、将焦距变化稳定性系数、监测焦距变化速率以及内窥镜实时运动系数通过计算得到内窥镜工作类型划分系数；

39、对内窥镜工作类型划分系数进行计算，具体公式配置如下：

40、

41、其中，gfx为内窥镜工作类型划分系数，jsd为内窥镜实时运动系数，bh l为监测焦距变化速率，jwx为焦距变化稳定性系数。

42、进一步地，所述数据分析模块获取内窥镜工作类型划分系数阈值，具体如下：

43、获取焦距变化稳定性系数阈值，将内窥镜工作类型划分系数阈值与内窥镜工作类型划分系数进行数值比对，根据比对结果将内窥镜划分为第一工作状态和第二工作状态，得到内窥镜工作状态分级数据；

44、获取焦距变化稳定性系数阈值、监测焦距变化速率阈值以及内窥镜实时运动系数阈值；

45、将焦距变化稳定性系数阈值、监测焦距变化速率阈值以及内窥镜实时运动系数阈值通过计算得到焦距变化稳定性系数阈值。

46、进一步地，所述数据分析模块将焦距变化稳定性系数与焦距变化稳定性系数阈值进行数值比对，具体如下：

47、当焦距变化稳定性系数大于等于焦距变化稳定性系数阈值，判断医疗内窥镜处于第一工作状态；

48、当焦距变化稳定性系数小于焦距变化稳定性系数阈值，判断医疗内窥镜处于第二工作状态。

49、进一步地，所述聚焦控制模块对医疗内窥镜进行聚焦控制，具体如下：

50、获取内窥镜工作状态分级数据；

51、当医疗内窥镜处于第一工作状态时，将医疗内窥镜的电动马达自动切换至高速模型，并对焦距变化稳定性系数进行实时获取，直至焦距变化稳定性系数小于焦距变化稳定性系数阈值；

52、当医疗内窥镜处于第二工作状态时，将医疗内窥镜的电动马达切换至低速模型，并对患区图像进行实时获取，得到患区实时图像，建立患区图像质量识别模型对患区实时图像进行质量识别，将质量合格患区实时图像进行保存，将质量不合格患区实时图像进行删除。

53、进一步地，所述聚焦控制模块对患区图像质量识别模型进行创建，具体如下：

54、获取内窥镜历史内窥图像数据，从内窥镜历史内窥图像数据分别选取多张内窥采集图像；

55、通过人工识别的方式将多张内窥采集图像进行质量标注，标注内容包括质量合格和质量不合格，将标注完成的多张内窥采集图像命名为内窥标注图像；

56、将内窥标注图像按照图像划分比例划分为图像测试集和图像训练集；

57、使用人工智能平台创建图像识别模型，使用图像训练集对图像识别模型进行训练，待训练完成，使用图像测试集对图像识别模型进行识别成功率测试，并对测试成功率进行获取，得到模型识别成功率；

58、获取预设识别成功率，若模型识别成功率大于等于预设识别成功率，则对图像识别模型建立完成，得到患区图像质量识别模型；

59、若模型识别成功率小于预设识别成功率，则继续使用图像训练集对图像识别模型进行训练，直至模型识别成功率大于等于预设识别成功率。

60、综上所述，由于采用了上述技术方案，本发明的有益效果是：

61、1、本发明分别获取焦距变化稳定性系数、监测焦距变化速率以及内窥镜实时运动系数对医疗内窥镜的焦段进行自动化调节，能够有效医疗内窥镜的工作效率；

62、2、本发明通过自动化的对成像照片质量进行评估，能够保证内窥镜输出图像的质量，使得医生能够更准确地识别病变，降低误诊和漏诊的风险。