本發(fā)明涉及醫(yī)療器械領(lǐng)域，特別是涉及自適應光學校準的智能人工晶體植入導航系統(tǒng)及其方法。
背景技術(shù)：
1、隨著社會老齡化進程加速，白內(nèi)障已成為全球主要致盲眼病之一。白內(nèi)障手術(shù)中，人工晶體的精準植入對術(shù)后視覺質(zhì)量具有決定性影響。傳統(tǒng)白內(nèi)障手術(shù)中，人工晶體的植入主要依賴醫(yī)生經(jīng)驗，缺乏精準導航，且難以應對術(shù)中眼球微動和光學像差變化，導致人工晶體定位不準確，術(shù)后視覺質(zhì)量降低，特別是對于合并角膜散光的患者，更難以取得滿意效果。
2、現(xiàn)有技術(shù)中已有一些手術(shù)導航系統(tǒng)，但普遍存在以下問題：一是缺乏實時光學校準能力，無法應對術(shù)中光學像差變化；二是眼球微動補償不足，影響導航精度；三是多模態(tài)數(shù)據(jù)融合不完善，空間配準精度有限；四是缺乏直觀的增強現(xiàn)實引導，操作復雜度高。
3、因此，迫切需要一種能夠?qū)崟r校準光學像差、精確補償眼球微動、實現(xiàn)精準空間配準并提供直觀手術(shù)引導的智能導航系統(tǒng)，以提高人工晶體植入精度和術(shù)后視覺質(zhì)量。
技術(shù)實現(xiàn)思路
1、本發(fā)明的目的是提供一種自適應光學校準的智能人工晶體植入導航系統(tǒng)及其方法，該系統(tǒng)通過多模態(tài)融合感知、深度學習智能分析、自適應光學校準和增強現(xiàn)實引導，解決現(xiàn)有技術(shù)中存在的問題，提高人工晶體植入的精準度和術(shù)后視覺質(zhì)量。
2、本發(fā)明提出了適應光學校準的智能人工晶體植入導航系統(tǒng)，包括：
3、顯微鏡模塊，用于采集眼內(nèi)實時圖像數(shù)據(jù)；
4、自適應光學系統(tǒng)模塊，與所述顯微鏡模塊信號連接，用于實時評估眼內(nèi)組織光學像差分布并進行校正；
5、三維深度學習運動補償模塊，用于預測眼球運動并補償微動干擾；
6、配準算法模塊，用于建立oct和眼內(nèi)影像系統(tǒng)之間的空間配準；
7、增強現(xiàn)實投影模塊，用于在手術(shù)顯微鏡成像上疊加配準引導線；
8、智能眼內(nèi)影像系統(tǒng)，用于識別眼內(nèi)組織結(jié)構(gòu)和器械位置。
9、作為優(yōu)選，所述自適應光學系統(tǒng)模塊包括：
10、光學像差評估單元，用于基于圖像數(shù)據(jù)訓練眼內(nèi)影像的虛擬光學成像模塊，實時評估眼內(nèi)組織光學像差的分布；
11、晶體控制單元，用于基于所述光學像差評估生成對人工晶狀體輪廓的控制策略；
12、成像質(zhì)量調(diào)節(jié)單元，用于實時調(diào)節(jié)成像質(zhì)量和人工晶體形狀。
13、作為優(yōu)選，所述三維深度學習運動補償模塊包括：
14、特征提取網(wǎng)絡單元，用于訓練角膜/晶狀體/虹膜/瞳孔的特征提取網(wǎng)絡；
15、運動特征參數(shù)單元，用于獲取眼球運動特征參數(shù)；
16、深度粒子濾波單元，用于估計眼內(nèi)手術(shù)器械的位移量和姿態(tài)角；
17、補償矩陣生成單元，用于生成基于虛擬投影校正模塊的補償矩陣。
18、作為優(yōu)選，所述配準算法模塊包括：
19、空間映射單元，用于建立眼內(nèi)oct和眼內(nèi)影像系統(tǒng)之間的空間像映射關(guān)系；
20、引導線計算單元，用于根據(jù)眼內(nèi)器械/晶體的空間位置、三維姿態(tài)以及光學通道之間的影像映射關(guān)系計算引導線。
21、作為優(yōu)選，所述增強現(xiàn)實投影模塊包括：
22、引導線生成單元，用于基于oct和眼內(nèi)成像生成引導線；
23、姿態(tài)識別單元，用于識別眼內(nèi)手術(shù)器械的空間姿態(tài)；
24、圖像融合單元，用于在手術(shù)顯微鏡成像上疊加配準引導線；
25、視覺跟蹤單元，用于利用眼內(nèi)器械的光學特征進行視覺跟蹤，獲得配準引導線與手術(shù)器械的配準關(guān)系。
26、作為優(yōu)選，所述智能眼內(nèi)影像系統(tǒng)包括：
27、卷積神經(jīng)網(wǎng)絡單元，用于設計特征提取算法，識別眼內(nèi)手術(shù)器械、晶體、角膜、晶狀體、瞳孔、虹膜、房水；
28、輪廓生成單元，用于根據(jù)oct圖像分割出眼內(nèi)組織三維輪廓；
29、深度神經(jīng)網(wǎng)絡模型單元，用于生成訓練深度神經(jīng)網(wǎng)絡模型；
30、驗證單元，用于進行oct影像與眼內(nèi)影像分割出的輪廓圖像關(guān)鍵點匹配，驗證模型精度。
31、作為優(yōu)選，還包括：
32、眼球運動預測模塊，用于基于眼內(nèi)手術(shù)的光學成像原理與空間配準，構(gòu)建人工晶狀體的中心坐標模型；
33、虛擬投影校正模塊，用于實時跟蹤眼內(nèi)手術(shù)器械與人工晶體之間的空間位置，并設計基于光學投影的坐標變換機制。
34、作為優(yōu)選，所述眼球運動預測模塊包括：
35、中心坐標模型單元，用于構(gòu)建人工晶狀體的中心坐標模型；
36、深度學習模型單元，用于借助深度學習網(wǎng)絡模型獲得眼球運動特征參數(shù)；
37、估計單元，用于使用深度粒子濾波算法估計眼內(nèi)手術(shù)器械的位移量、姿態(tài)角；
38、追蹤單元，用于追蹤oct數(shù)據(jù)，估計眼內(nèi)手術(shù)器械的空間位置。
39、作為優(yōu)選，所述虛擬投影校正模塊包括：
40、空間位置追蹤單元，用于實時跟蹤眼內(nèi)手術(shù)器械與人工晶體之間的空間位置；
41、影像獲取單元，用于根據(jù)眼內(nèi)儀器位置獲取實時眼內(nèi)影像；
42、坐標變換單元，用于設計基于光學投影的坐標變換機制；
43、精度校正單元，用于通過眼球運動預測模塊以及空間配準進行跟蹤精度校正。
44、自適應光學校準的智能人工晶體植入導航方法，采用所述的方法，包括以下步驟：
45、s100，采集眼內(nèi)實時圖像數(shù)據(jù)；
46、s200，通過自適應光學系統(tǒng)實時評估眼內(nèi)組織光學像差分布并進行校正；
47、s300，利用三維深度學習運動補償模塊預測眼球運動并補償微動干擾；
48、s400，通過配準算法模塊建立oct和眼內(nèi)影像系統(tǒng)之間的空間配準；
49、s500，基于oct和眼內(nèi)成像生成引導線；
50、s600，識別眼內(nèi)手術(shù)器械的空間姿態(tài)；
51、s700，在手術(shù)顯微鏡成像上疊加配準引導線；
52、s800，利用眼內(nèi)器械的光學特征進行視覺跟蹤，獲得配準引導線與手術(shù)器械的配準關(guān)系；
53、s900，利用智能眼內(nèi)影像系統(tǒng)識別眼內(nèi)組織結(jié)構(gòu)和器械位置；
54、s1000，根據(jù)配準引導線與手術(shù)器械的配準關(guān)系，實時調(diào)整手術(shù)器械位置，完成人工晶體精準植入。
55、相比現(xiàn)有技術(shù)，本發(fā)明具有以下顯著優(yōu)勢：
56、本發(fā)明的自適應光學校準的智能人工晶體植入導航系統(tǒng)及方法，通過多模態(tài)融合感知、深度學習智能分析、自適應光學校準和增強現(xiàn)實引導，實現(xiàn)了人工晶體的精準植入，解決了傳統(tǒng)技術(shù)中存在的光學像差校正不足、眼球微動補償不足、空間配準精度有限和手術(shù)引導不直觀等問題。實際應用表明，該系統(tǒng)能將晶體植入位置精度提高到±0.1mm，角度精度提高到±2°，手術(shù)時間減少30％，術(shù)后視覺質(zhì)量顯著提升，為白內(nèi)障患者提供了更好的治療效果。
1.自適應光學校準的智能人工晶體植入導航系統(tǒng)，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的自適應光學校準的智能人工晶體植入導航系統(tǒng)，其特征在于，所述自適應光學系統(tǒng)模塊包括：
3.根據(jù)權(quán)利要求1所述的自適應光學校準的智能人工晶體植入導航系統(tǒng)，其特征在于，所述三維深度學習運動補償模塊包括：
4.根據(jù)權(quán)利要求1所述的自適應光學校準的智能人工晶體植入導航系統(tǒng)，其特征在于，所述配準算法模塊包括：
5.根據(jù)權(quán)利要求1所述的自適應光學校準的智能人工晶體植入導航系統(tǒng)，其特征在于，所述增強現(xiàn)實投影模塊包括：
6.根據(jù)權(quán)利要求1所述的自適應光學校準的智能人工晶體植入導航系統(tǒng)，其特征在于，所述智能眼內(nèi)影像系統(tǒng)包括：
7.根據(jù)權(quán)利要求1所述的自適應光學校準的智能人工晶體植入導航系統(tǒng)，其特征在于，還包括：
8.根據(jù)權(quán)利要求7所述的自適應光學校準的智能人工晶體植入導航系統(tǒng)，其特征在于，所述眼球運動預測模塊包括：
9.根據(jù)權(quán)利要求7所述的自適應光學校準的智能人工晶體植入導航系統(tǒng)，其特征在于，所述虛擬投影校正模塊包括：
10.自適應光學校準的智能人工晶體植入導航方法，采用權(quán)利要求1-9任一項所述的方法，其特征在于，包括以下步驟：