CN120236083A 面向精准手术的机器人医学影像分割与特征提取方法 （首都医科大学附属北京积水潭医院）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120236083A(43)申请公布日2025.07.01

(21)申请号202510706042.5

(22)申请日2025.05.29

(71)申请人首都医科大学附属北京积水潭医院地址100035北京市西城区新街口东街31

号

(72)发明人吴新宝赵春鹏曹奇勇朱罡

(74)专利代理机构北京思创大成知识产权代理有限公司11614

专利代理师崔维佳

(51)Int.CI.

GO6V10/26(2022.01)

GO6V10/44(2022.01)

GO6V10/42(2022.01)

GO6V10/52(2022.01)

GO6V10/62(2022.01)

GO6V10/80(2022.01)

GO6V10/82(2022.01)

GO6V20/40(2022.01)

GO6V20/70(2022.01)

GO6N3/0464(2023.01)

GO6N3/0455(2023.01)

权利要求书3页说明书8页附图2页

(54)发明名称

面向精准手术的机器人医学影像分割与特征提取方法

(57)摘要

CN120236083A本发明涉及医学影像分割领域，公开了一种面向精准手术的机器人医学影像分割与特征提取方法，包括：构建双向注意架构的动态分割网络模型，输入预处理模块用于特征提取并生成多尺度特征金字塔；Transformer编码分支用于时序特征建模，输出时序增强特征；卷积编码分支用于对解剖特征和手术器械特征进行增强，输出空间增强特征；多阶段特征融合单元用于进行多阶段迭代融合，输出最终融合特征；解码输出模块用于进行解码，生成解剖结构和手术器械的像素级分割掩码；对动态分割网络模型进行训练；利用完成训练的动态分割网络模型，基于实时输入的医学影像视频序列进行医学影像分割与特

CN120236083A

CN120236083A权利要求书1/3页

2

1.一种面向精准手术的机器人医学影像分割与特征提取方法，其特征在于，包括：

构建双向注意架构的动态分割网络模型，所述动态分割网络模型包括输入预处理模块、Transformer编码分支、卷积编码分支、多阶段特征融合单元和解码输出模块；其中，所述输入预处理模块用于对视频帧进行特征提取并生成多尺度特征金字塔；所述Transformer编码分支用于基于输入的特征金字塔进行时序特征建模，输出时序增强特征；所述卷积编码分支用于基于输入的特征金字塔，通过卷积操作对解剖特征和手术器械特征进行增强，输出空间增强特征；所述多阶段特征融合单元用于对Transformer编码分支和卷积编码分支的输出进行多阶段迭代融合，输出最终的融合特征；所述解码输出模块用于将融合特征输入Transformer解码器进行解码，生成解剖结构和手术器械的像素级分割掩码；

利用训练数据集对所述动态分割网络模型进行训练；

在机器人辅助手术过程中，利用完成训练的动态分割网络模型，基于实时输入的医学影像视频序列进行医学影像分割与特征提取，并将模型输出的分割掩码传输至手术机器人控制系统用于手术安全预警和导航辅助。

2.根据权利要求1所述的方法，其特征在于，所述输入预处理模块包括：

ResNet-50骨干网，用于对输入的连续视频帧进行特征提取，生成每一帧不同分辨率的特征图，所述特征图包含了每一帧的空间特征信息；

时序维度扩展单元，用于将连续多帧的特征图按时间维度进行拼接，形成时空特征张量；

3D卷积层，用于对所述时空特征张量应用3D卷积操作逐步下采样，生成多尺度特征金字塔，所述多尺度特征金字塔包括多个不同分辨率的特征层，每个特征层均包含时间维度信息。

3.根据权利要求1所述的方法，其特征在于，所述Transformer编码分支包括依次连接的时间查询传播器、多头注意力层和维度扩展层；

所述时间查询传播器包括：

特征投影单元，用于将特征金字塔中某一层级的连续多帧特征沿时间维度拼接，通过可学习的键值权重矩阵对拼接特征进行投影，生成键值矩阵；

时间查询生成单元，用于对拼接特征进行卷积操作提取高激活区域，并采用Top-K选择关键内容特征生成内容查询，以及基于输入的前一帧、中间帧和后一帧的位置嵌入，通过前向