(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210801971.0 (22)申请日 2022.07.08 (65)同一申请的已公布的文献号 申请公布号 CN 114862859 A (43)申请公布日 2022.08.05 (73)专利权人 苏州景昱医疗器 械有限公司 地址 215000 江苏省苏州市工业园区星湖 街218号生物纳米园C16幢 (72)发明人 唐建东　周国新　 (74)专利代理 机构 苏州领跃知识产权代理有限 公司 32370 专利代理师 曾岩 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/13(2017.01)G06T 7/73(2017.01) G06T 17/00(2006.01) G06V 10/22(2022.01) G06V 10/774(2022.01) G16H 30/20(2018.01) G16H 30/40(2018.01) A61B 5/06(2006.01) A61B 6/12(2006.01) 审查员 李慧 (54)发明名称 图像识别方法、 装置、 系统及计算机可读存 储介质 (57)摘要 本申请提供了图像识别方法、 装置、 系统及 计算机可读存储介质， 用于识别植入于患者颅内 的电极导线上的分片电极， 所述方法包括： 获取 所述患者的医学影像数据； 基于所述医学影像数 据， 获取所述电极导线的轮廓数据、 图像标记的 轮廓数据以及多个所述分片电极的轮廓数据； 基 于所述电极导线的轮廓数据， 获取所述电极导线 的位置信息和姿态信息； 基于所述图像标记的轮 廓数据， 获取所述图像标记的位置信息； 基于所 述图像标记的位置信息以及所述图像标记与每 个所述分片电极的相对位置关系， 从多个所述分 片电极的轮廓数据中分别获取每个所述分片电 极的轮廓数据， 以得到每个所述 分片电极的识别 结果。 能够精准定位分片电极， 从而实现精准的 电刺激治 疗。 权利要求书4页 说明书19页 附图5页 CN 114862859 B 2022.09.27 CN 114862859 B 1.一种图像识别方法， 其特征在于， 用于识别植入于患者颅内的电极导线上的分片电 极， 所述电极导线的周向上设置有 多个所述分片电极和图像标记； 所述方法包括： 获取所述患者的医学影 像数据； 基于所述医学影像数据， 获取所述电极导线的轮廓数据、 所述图像标记的轮廓数据以 及多个所述分片电极的轮廓数据； 基于所述电极导线的轮廓数据， 获取 所述电极导线的位置信息和姿态信息； 基于所述图像标记的轮廓数据， 获取 所述图像标记的位置信息； 基于所述图像标记的位置信息以及所述图像标记与每个所述分片电极的相对位置关 系， 从多个所述分片电极的轮廓数据中分别获取每个所述分片电极的轮廓数据， 以得到每 个所述分片电极的识别结果； 所述基于所述医学影像数据， 获取所述电极导线的轮廓数据、 所述图像标记的轮廓数 据以及多个所述分片电极的轮廓数据， 包括： 基于所述医学影 像数据， 重建所述患者的大脑的三维模型； 利用所述三维模型， 获取所述电极导线的轮廓数据、 所述图像标记的轮廓数据以及多 个所述分片电极的轮廓数据。 2.根据权利要求1所述的图像识别方法， 其特 征在于， 所述方法还 包括： 获取所述三维模型的目标姿态信息； 基于所述医学影像数据和所述目标姿态信 息， 生成所述目标姿态信 息对应的目标二维 图像； 利用显示设备显示所述目标二维图像并在所述目标二维图像上显示至少一个所述分 片电极的标识信息 。 3.根据权利要求2所述的图像识别方法， 其特征在于， 所述获取所述三维模型的目标姿 态信息， 包括： 利用交互设备接收针对所述三维模型的旋转操作， 响应于所述旋转操作， 确定所述三 维模型的目标姿态信息 。 4.根据权利要求1所述的图像识别方法， 其特征在于， 所述基于所述医学影像数据， 获 取所述电极导线的轮廓数据、 所述图像标记的轮廓数据以及多个所述分片电极的轮廓数 据， 包括： 分别以所述电极导线、 所述图像标记以及多个所述分片电极作为目标对象， 基于所述 医学影像数据， 生成所述患者的大脑的多个横断面的二维图像； 从每个所述二维图像中检测所述目标对象的轮廓， 以得到所述目标对象在每个所述二 维图像中的轮廓数据； 基于所述目标对象在多个所述二维图像中的轮廓数据， 获取所述目标对象的轮廓数 据。 5.根据权利要求4所述的图像识别方法， 其特征在于， 所述从每个所述二维图像中检测 所述目标对象的轮廓， 以得到所述目标对象在每 个所述二维图像中的轮廓数据， 包括： 利用轮廓检测模型从每个所述二维图像中检测所述目标对象的轮廓， 以得到所述目标 对象在每 个所述二维图像中的轮廓数据；权　利　要　求　书 1/4 页 2 CN 114862859 B 2其中， 轮廓检测模型的训练过程包括： 获取训练集， 所述训练集包括多个训练数据， 每个所述训练数据包括一个样本 图像以 及所述样本图像对应的目标对象的轮廓数据的标注数据； 针对所述训练集中的每 个训练数据， 执 行以下处 理： 将所述训练数据中的样本图像输入预设的深度学习 模型， 以得到所述样本图像对应的 目标对象的轮廓数据的预测数据； 基于所述样本图像对应的目标对象的轮廓数据的预测数据和标注数据， 对所述深度 学 习模型的模型参数进行 更新； 检测是否满足预设的训练结束条件； 如果是， 则将训练出的所述深度学习模型作为所 述轮廓检测模型； 如果否， 则 利用下一个所述训练数据继续训练所述轮廓检测模型。 6.根据权利要求5所述的图像识别方法， 其特征在于， 所述模型参数包括以下至少一 种： 轮廓像素坐标向量、 轮廓颜色、 轮廓线宽、 线类型、 拓扑结构参数、 轮廓最大层级和 轮廓 偏移参数。 7.根据权利要求1所述的图像识别方法， 其特征在于， 所述医学影像数据包括CT数据、 MR数据、 PET数据、 X光数据、 PET ‑CT数据和PET ‑MR数据中的一种或多种； 所述图像标记包括多个特征角； 或者， 所述图像标记包括多个标记部， 每个所述标记部 设置于不同的分片电极上。 8.根据权利要求1所述的图像识别方法， 其特征在于， 所述基于所述图像标记的位置信 息以及所述图像标记与每个所述分片电极的相对位置关系， 从多个所述分片电极的轮廓数 据中分别获取每 个所述分片电极的轮廓数据， 包括： 基于所述图像标记的位置信息以及所述图像标记与每个所述分片电极的相对位置关 系， 获取每 个所述分片电极的位置信息； 基于每个所述分片电极的位置信 息， 从多个所述分片电极的轮廓数据中分别获取每个 所述分片电极的轮廓数据。 9.根据权利要求8所述的图像识别方法， 其特 征在于， 所述方法还 包括： 基于每个所述分片电极的轮廓数据， 获取每 个所述分片电极的姿态信息 。 10.一种图像识别装置， 其特征在于， 用于识别植入于患者颅内的电极导线上的分片电 极， 所述电极导线的周向上设置有 多个所述分片电极和图像标记； 所述装置包括处 理器， 所述处 理器被配置成： 获取所述患者的医学影 像数据； 基于所述医学影像数据， 获取所述电极导线的轮廓数据、 所述图像标记的轮廓数据以 及多个所述分片电极的轮廓数据； 基于所述电极导线的轮廓数据， 获取 所述电极导线的位置信息和姿态信息； 基于所述图像标记的轮廓数据， 获取 所述图像标记的位置信息； 基于所述图像标记的位置信息以及所述图像标记与每个所述分片电极的相对位置关 系， 从多个所述分片电极的轮廓数据中分别获取每个所述分片电极的轮廓数据， 以得到每 个所述分片电极的识别结果； 所述处理器被进一步配置成采用以下方式获取所述电极导线的轮廓数据、 所述图像标 记的轮廓数据以及多个所述分片电极的轮廓数据：权　利　要　求　书 2/4 页 3 CN 114862859 B 3