CN115317794B 基于动态跟踪的经颅磁刺激导航方法、装置、设备及介质 (广州龙之杰科技集团有限公司)_第1页
CN115317794B 基于动态跟踪的经颅磁刺激导航方法、装置、设备及介质 (广州龙之杰科技集团有限公司)_第2页
CN115317794B 基于动态跟踪的经颅磁刺激导航方法、装置、设备及介质 (广州龙之杰科技集团有限公司)_第3页
CN115317794B 基于动态跟踪的经颅磁刺激导航方法、装置、设备及介质 (广州龙之杰科技集团有限公司)_第4页
CN115317794B 基于动态跟踪的经颅磁刺激导航方法、装置、设备及介质 (广州龙之杰科技集团有限公司)_第5页
已阅读5页,还剩25页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

基于动态跟踪的经颅磁刺激导航方法、装本发明实施例公开了一种基于动态跟踪的共振图像创建的三维头部模型的模型人脸特征阵对预设标定模型靶点坐标进行坐标转换得到坐标定位的精准度及经颅磁刺激导航时的安全2获取深度相机拍摄的深度图像,并通过人脸特征点检测模型对所通过所述PFLD网络提取基于核磁共振图像创建的三维头部模型的模型对所述图像人脸特征点及所述模型人脸特征点进行根据所述坐标转换矩阵对预设标定模型靶点坐标进行坐标转换得到通过最优估计算法对所述真实靶点坐标进行估计得到目标靶点坐标采用梯度下降法求解所述人工势能场的轨迹点得到多个路径规划点根据所述当前坐标、所述目标靶点坐标以及预设障碍点坐标计算根据所述最佳路径对机械手的移动进行自动导航过程中,检测力传根据回退的所述预设距离计算所TMS线圈当前坐标,并返回执行所述根据所述当前坐3通过人脸特征点检测模型对所述深度图像进行分类检测得到图像分若所述分类结果为人脸不受遮挡,则对所述深度图像进行人脸在PFLD网络的主干网络中增加一个用于分类的卷积神经网络以对所述PFLD网络进行对训练样本集进行打标签得到GroundTruth标签图像,并通过所述Ground若所述平均分类准确率大于所述预设分类准确率,则将训练后将所述图像人脸特征点从真实头部坐标系映射至相机头部坐标系得到第一坐标转换将所述模型人脸特征点从模型坐标系映射至模型空间头部坐标系得到第二坐标转换将所述第一坐标转换矩阵与所述第二坐标转换矩阵相第一提取单元,用于获取深度相机拍摄的深度图像,并通过第二提取单元,用于通过所述PFLD网络提取基于核磁共配准转换单元,用于对所述图像人脸特征点及所述模型人脸特规划导航单元,用于通过最优估计算法对所述真实靶点坐标进行估机械手的移动进行自动导航以将TMS线圈移动至与所述目标靶点坐标相对应的位置处;其4存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1_7中任一项所述算机程序被处理器执行时实现如权利要求1_75[0002]经颅磁刺激(TranscranialMagneticStimulation,TMS)是一种通过经颅磁线圈末端携带TMS线圈按照规划路径的指引到达患者头部进行治疗时容易碰[0006]通过所述PFLD网络提取基于核磁共振图像创建的三维头部模型的模型人脸特征[0007]对所述图像人脸特征点及所述模型人脸特征点进行坐标系配准得到坐标转换矩行自动导航以将TMS线圈移动至与所述目标靶点坐标相对应6径对机械手的移动进行自动导航以将TMS线圈移动至与所述目标靶点坐标相对应的位置机械手的移动进行自动导航以将TMS线圈移动至与所述目标靶点坐标相对应的位置处。本[0018]图1是本发明实施例提供的一种基于动态跟踪的经颅磁刺激导航方法的场景示意[0019]图2为本发明实施例提供的一种基于动态跟踪的经颅磁刺激导航方法的流程示意[0020]图3为本发明实施例提供的一种基于动态跟踪的经颅磁刺激导航方法的子流程示[0021]图4为本发明实施例提供的一种基于动态跟踪的经颅磁刺激导航方法的子流程示[0022]图5为本发明实施例提供的一种基于动态跟踪的经颅磁刺激导航装置的示意性框78进后的PFLD网络进行训练得到的。可理解地,所述PFLD(PracticalFacialLandmark含人脸但人脸被遮挡的标签为(0,1,0),人脸未被遮挡的标签为(0,0,1),并通过所述确率的平均值以得到平均分类准确率;判断所述平均分类准确率是否大于预设分类准确9[0042]在本发明实施例中,核磁共振图像是通过核磁共振仪对患者的目标部位例如头特征点从真实头部坐标系映射至相机头部坐标系得到第一坐标转换矩阵T";将所述模型人脸特征点从模型坐标系映射至模型空间头部坐标系得到第二坐标转换矩阵将所述第一坐标转换矩阵7"与所述第二坐标转换矩阵相乘得到坐标转换矩阵T",得到将模型坐标系转换至相机头部坐标系的坐标转换矩阵T",根据所述坐标转换矩阵7"对预设标定模型靶点坐标进行坐标转换得到真实靶点坐标,其中,预设标定合。移动进行自动导航以将TMS线圈移动至与所述目标靶点坐标最佳路径对机械手的移动进行自动导航以将TMS线圈移动至与所述目标靶点坐标相对应的括目标点形成的引力场(AttractiveField),以及障碍物形成的斥力场(Repulsivetarget)表示所述当前坐标位置与所述目标靶点位置之间的距离,当d(p,[0051]根据回退的所述预设距离计算所TMS线圈当前坐标,并返回执行所述根据所述当[0053]图5是本发明实施例提供的一种基于动态跟踪的经颅磁刺激导航装置200的示意征点检测模型是通过对改进后的PFLD网络进行训练得到的;所述第二提取单元202用于通转换单元203用于对所述图像人脸特征点及所述模型人脸特征点进行坐标系配准得到坐标坐标;所述规划导航单元204用于通过最优估计算法对所述真实靶点坐标进行估计得到目佳路径对机械手的移动进行自动导航以将TMS线圈移动至与所述目标靶点坐标相对应的位干网络中增加一个用于分类的卷积神经网络以对所述PFLD网络进行改进得到目标PFLD网述第一坐标转换矩阵与所述第二坐标转换矩阵相乘得向量的方向回退预设距离;所述返回执行单元用于根据回退的所述预设距离计算所TMS线通过所述改进的人工势场法计算人工势能场的步骤,以将TMS线圈移动至与所述目标靶点[0063]本发明实施例的基于动态跟踪的经颅磁刺激导航装置200的具体实现方式与上述[0067]该存储介质303可存储操作系统3031和计算机程序3032。该计算机程序3032被执动导航以将TMS线圈移动至与所述目标靶点坐标相对应目标靶点坐标以及预设障碍点坐标通过所述改进的人工势场法计算人工势能场的步骤时,手的移动进行自动导航以将TMS线圈移动至与所述目标靶点坐标相对应的位置处的步骤碍点坐标通过所述改进的人工势场法计算人工势能场的步骤,以将TMS线圈移动至与所述对所述深度图像进行人脸特征点提取得到图像人脸特征点的步骤时,具体实现如下步骤:网络中增加一个用于分类的卷积神经网络以对所述PFLD网络进行改进得到目标PFLD网络;所述第一坐标转换矩阵与所述第二坐标转换矩阵相乘得[0078]应当理解,在本申请实施例中,处理器302可以是中央处理单元(CentralSignalProcessor,DSP)、专用集成电路(ApplicationSpecifi[0079]本领域普通技术人员可以理解的是实现上述实施例的方是可以通过计算机程序来指令相关的硬件来完成。该计算机程序可存储于一存储介质中,[0085]

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论