一种应用于智能内窥镜手术时的AI应用系统

技术领域

本发明涉及一种AI系统，特别是涉及一种应用于智能内窥镜手术时的AI应用系统，属于内窥镜技术领域。

背景技术

内窥镜是集中了传统光学、人体工程学、精密机械、现代电子、数学、软件等于一体的检测仪器，一个具有图像传感器、光学镜头、光源照明、机械装置等，它可以经口腔进入胃内或经其他天然孔道进入体内。利用内窥镜可以看到X射线不能显示的病变，因此它对医生非常有用。例如，借助内窥镜医生可以观察胃内的溃疡或肿瘤，据此制定出最佳的治疗方案。

而目前的医生在进行手术时，使用内窥镜进行查看检测时，很多都是根据医生的经验以及经历来进行预测和分析，导致在检查和手术的过程中，很容易出现偏差，因为需要医生自己去思考，并不能提供一个快速的解决的方案，而应对不及时导致患者可能出现一定的后遗症或者并发症，严重影响到患者的身体健康的问题，同时医生在进行内窥镜检查时出现的突发情况，无法及时有效的进行解决。

发明内容

本发明的主要目的是为了提供一种应用于智能内窥镜手术时的AI应用系统，通过云数据库收集积累，来对所有进行该设备使用的病症及安全措施进行方案的积累，来不断充实整个AI系统的整体方案，以此来快速应对不同的突发情况和病情，将会更好的降低医生思考的时间，只需提供多种方案给到医生，利用系统CPU来代替人脑的思考，必定加快了思考时间，有效的填补了一些医生手术经验的不充足，造成的手术抉择困难，分析苦难的问题，从而可以提供多种安全有效的方案给到医生进行参考，进而快速的解决相应的病症，并且快速的解决手术过程中产生的并发症，从而保障了患者在进行治疗过程中整体的安全性，而利用云数据库的不断积累，不断对每台手术的数据整理分析，方案积累，来更好的应对相同类似的病症，使得单个云数据库积累了大多数医生的所有方案，当每一个医生进行操作时，就相当于更多不同的医生进行辅导，提供方案，来更好更快的解决患者的病情，通过设置的记录单元，来对单次的方案进行记录，当出现一些个体特殊案例或者成功案例来提供给到实习医生的观看，也来实现对实习医生辅助的作用，加快实习医生的成长，为后续医护人员的培养提供讲解课程，同时经过强制模块的设计，则是可以对一些AI系统无法进行判断的病症，只能依靠医生进入强制模块进行单个操作的自由解决，而预测模块则是可以很好的预测到下一情况的突发，来提供给到医护人员的准备时间，来更好的解决必要的突发情况。

本发明的目的可以通过采用如下技术方案达到：

一种应用于智能内窥镜手术时的AI应用系统，其特征在于：包括影像采集单元、综合处理单元、记录单元、内视防护单元、数据分析单元、防护措施选择单元、执行单元、判断单元、数据汇总单元、总数据传输单元以及云数据库；

影像采集单元：通过摄像头联网实时将影像数据传输的显示屏上，给到医护人员进行直接实时查看；

综合处理单元：对传输后的影像图案进行综合分析，得出不同的结论，推荐不同的解决方案；

记录单元：对手术过程医生所说的话，所做的每个步骤以及实施方案进行实时记录，来进行后期的学习，以及作为实施教材进行教学；

内视防护单元：当内窥镜伸入过程中应对可能出现的一些异常突发情况，进行及时的纠正防护；

数据分析单元：对出现的不同突发情况进行及时的分析，来判断出现是什么情况，以百分比来确定症状，将多种情况提供给到医生进行抉择判断，也可以根据数据分析得出结论按照最大概率的症状发出信号指令；

防护措施选择单元：对出现的突发情况提供多种防护方案，给到医生观看，使医护人员进行实际情况的选择；

执行单元：通过选择的指令，将指令下达到各个设备当中，执行防护措施；

判断单元：当指令下达完成后，经过内部数据整合，判断是否措施达到效果

数据汇总单元：用于将所有的综合数据以及实操步骤进行整理集中管理；

总数据传输单元：用户数据的整体传输，将整体的数据以数字编码器的方式进行存储传输；

云数据库：用于记录每次医治的病症信息，进行操作记录汇总，来对所有病症的集中积累，充实整体的AI系统，以便与下次类似的案件，可以根据AI系统直接快速的进行直接处理。

优选的，所述影像采集单元主要由摄像头和显示镜所组成，经过5G网络的实施传输，将图案信号传输至显示器上，使得医护人员可以实时观察手术内部的周边所有情况。

优选的，所述影像采集单元包括设备牵引模块、设备避让模块、设备定位模块、模型加载模块和图像定时输出模块；设备牵引模块用于对摄像头移动过程中，对患者的周边组织进行牵引，提供空间使得摄像头方便进行移动；而设备避让模块用于在设备移动速度过快造成与组织细胞进行碰撞时，可以进行避让收缩缓冲，保证摄像头始终保持传输清晰图案，以及保护患者的组织；设备定位模块用于对某一固定位置的固定，避免医护人员始终要对摄像头进行拿持，增加手部的疲劳感；模型加载模块用于对图案的整体周边进行3D模型的加载，来判断该处周围其余的组织细胞已经神经元，将整体的该处周围的细胞，以动画的方式显示出来，避免手术过程中，对神经元的误触碰；图像定时输出模块用于对摄像头提供的图案进行定时的输出存储，便于对病症的实时查验。

优选的，所述综合处理单元主要结构是由CPU芯片、信号接收器以及信号输出器组成，用于对内窥图像的综合分析判断病症，以百分比来提供判断症状，设备无法直接断定病症，只能通过百分比的方式进行分析判断，最后抉择属于主刀医生。

优选的，所述记录单元包括有声音识别模块、录音模块、文字翻译模块、打印模块、设备记录模块、时间记录模块、设备使用前记录模块以及设备使用后记录模块；声音识别模块则是对主刀医生的声音进行确定识别；录音模块用于对手术过程中所有的语言进行记录和录音，来很好的对手术案例语言进行术后讨论，不断进步；文字翻译模块用于对手术过程中的语录整合翻译成文本的方式进行存储，打印模块则是对翻译后的文本语录一纸档的方式提供观看，便于术后的整体和分析，也便于成功案例对后生的教导借鉴；设备记录模用于对使用设备的编号进行在线编录；时间记录模块用于对设备的使用时间进行记录，设备使用前记录模块用于对该设备曾经使用的病例进行术前的查看；设备使用后记录模块则是用于对使用后的该设备进行记录，使用人，以及适用病症进行有效的记录，来便于对后续的术后人员提供一定的参考。

优选的，所述内视防护单元包括有出血防护、触碰防护、报警模块、误操作防护和抖动防护，出血防护则是对内窥镜牵引过程中造成的组织出血进行有效的保护，而出血防护包括有轻微出血、中度出血和重度出血，根据不同的出血量进行数据分析提供不同的防护措施；触碰防护用于内窥镜在延伸过程中可能触碰到的组织进行再一次的防护，当触碰有一些器官或者重要神经元时，产生的问题，提供相对的防护措施；误操作防护用于对医生进行不恰当的操作进行防护，避免医生的使用力度过大，造成内部的组织受损；抖动防护用于对医生在拿持设备过程，系统自动检测到设备抖动频率大于某一固定值时，将会作出提示，警示医生；报警模块用于对以上突发情况进行报警提示，以此来提示周围的医护人员进行紧张的预备阶段。

优选的，所述数据分析单元用于对出现的紧急情况进行数据的整合分析，判断那一步骤存在缺陷，以及哪一步骤存在问题进行分析处理。

优选的，所述防护措施选择单元包括有出血防护措施模块、触碰防护措施模块、误操作防护措施模块、抖动防护措施模块。语音指令输入模块、后沟分析模块以及显示模块；出血防护措施模块用于对出血过程中提供相对应的紧急措施；触碰防护措施模块用于对出血过程中提供相对应的紧急措施；误操作防护措施模块用于对出血过程中提供相对应的紧急措施；抖动防护措施模块用于对出血过程中提供相对应的紧急措施；语音指令输入模块用于对所选的措施不合适，使用医生的语音进行录入识别，进行指令的传达；后果分析模块则是对所进行的所有的防护措施提供后续的可能并发症出现，来提供医生最安全的一种方案措施；显示模块用于对所有的措施以及实施后的可能症状用文字的方式显示出来，来进行有效的防护。

优选的，所述执行单元包括有预测模块、行为分析模块和强制模块；预测模块用于对执行的某个指令进行预测，来有效的预测该措施是否可以将该症状进行解决，来提供给到医生最优的解决方案；行为分析模块用于对医生的所做的方案进行分析，判断是否存在的可能性以及是否执行该项指令；强制模块用于对突发的情况系统无。

优选的，所述判断单元用于对方案的实施进行判断，问题病症是否解决；所述数据汇总单元用于对实施的方案措施实现记录，来进行整合，所述总数据传输单元用于对手术过程中的所有方案和语音进行记录，来对该场手术进行综合评价，之后进行数据的整体传输；所述云数据库则是对所有的手术进行积累存储，来进行对病症的大部分收集，来便于对后续同样类型的症状进行对直接诊断，直接输送指令。

本发明的有益技术效果：

本发明提供的一种应用于智能内窥镜手术时的AI应用系统，通过云数据库收集积累，来对所有进行该设备使用的病症及安全措施进行方案的积累，来不断充实整个AI系统的整体方案，以此来快速应对不同的突发情况和病情，将会更好的降低医生思考的时间，只需提供多种方案给到医生，利用系统CPU来代替人脑的思考，必定加快了思考时间，有效的填补了一些医生手术经验的不充足，造成的手术抉择困难，分析苦难的问题，从而可以提供多种安全有效的方案给到医生进行参考，进而快速的解决相应的病症，并且快速的解决手术过程中产生的并发症，从而保障了患者在进行治疗过程中整体的安全性，而利用云数据库的不断积累，不断对每台手术的数据整理分析，方案积累，来更好的应对相同类似的病症，使得单个云数据库积累了大多数医生的所有方案，当每一个医生进行操作时，就相当于更多不同的医生进行辅导，提供方案，来更好更快的解决患者的病情，通过设置的记录单元，来对单次的方案进行记录，当出现一些个体特殊案例或者成功案例来提供给到实习医生的观看，也来实现对实习医生辅助的作用，加快实习医生的成长，为后续医护人员的培养提供讲解课程，同时经过强制模块的设计，则是可以对一些AI系统无法进行判断的病症，只能依靠医生进入强制模块进行单个操作的自由解决，而预测模块则是可以很好的预测到下一情况的突发，来提供给到医护人员的准备时间，来更好的解决必要的突发情况。

附图说明

图1为按照本发明的一种应用于智能内窥镜手术时的AI应用系统的一优选实施例的系统图。

图2为按照本发明的一种应用于智能内窥镜手术时的AI应用系统的一优选实施例的影像采集单元示意图。

图3为按照本发明的一种应用于智能内窥镜手术时的AI应用系统记录单元示意图。

图4为按照本发明的一种应用于智能内窥镜手术时的AI应用系统内视防护单元示意图。

图5为按照本发明的一种应用于智能内窥镜手术时的AI应用系统防护措施选择单元示意图。

图6为按照本发明的一种应用于智能内窥镜手术时的AI应用系统的执行单元示意图。

具体实施方式

为使本领域技术人员更加清楚和明确本发明的技术方案，下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

如图1所示，本实施例提供的一种应用于智能内窥镜手术时的AI应用系统，包括影像采集单元、综合处理单元、记录单元、内视防护单元、数据分析单元、防护措施选择单元、执行单元、判断单元、数据汇总单元、总数据传输单元以及云数据库；

影像采集单元：通过摄像头联网实时将影像数据传输的显示屏上，给到医护人员进行直接实时查看；

综合处理单元：对传输后的影像图案进行综合分析，得出不同的结论，推荐不同的解决方案；

记录单元：对手术过程医生所说的话，所做的每个步骤以及实施方案进行实时记录，来进行后期的学习，以及作为实施教材进行教学；

内视防护单元：当内窥镜伸入过程中应对可能出现的一些异常突发情况，进行及时的纠正防护；

数据分析单元：对出现的不同突发情况进行及时的分析，来判断出现是什么情况，以百分比来确定症状，将多种情况提供给到医生进行抉择判断，也可以根据数据分析得出结论按照最大概率的症状发出信号指令；

防护措施选择单元：对出现的突发情况提供多种防护方案，给到医生观看，使医护人员进行实际情况的选择；

执行单元：通过选择的指令，将指令下达到各个设备当中，执行防护措施；

判断单元：当指令下达完成后，经过内部数据整合，判断是否措施达到效果

数据汇总单元：用于将所有的综合数据以及实操步骤进行整理集中管理；

总数据传输单元：用户数据的整体传输，将整体的数据以数字编码器的方式进行存储传输；

云数据库：用于记录每次医治的病症信息，进行操作记录汇总，来对所有病症的集中积累，充实整体的AI系统，以便与下次类似的案件，可以根据AI系统直接快速的进行直接处理。

在本实施例中，如图2所示，所述影像采集单元主要由摄像头和显示镜所组成，经过5G网络的实施传输，将图案信号传输至显示器上，使得医护人员可以实时观察手术内部的周边所有情况。

在本实施例中，如图2所示，所述影像采集单元包括设备牵引模块、设备避让模块、设备定位模块、模型加载模块和图像定时输出模块；设备牵引模块用于对摄像头移动过程中，对患者的周边组织进行牵引，提供空间使得摄像头方便进行移动；而设备避让模块用于在设备移动速度过快造成与组织细胞进行碰撞时，可以进行避让收缩缓冲，保证摄像头始终保持传输清晰图案，以及保护患者的组织；设备定位模块用于对某一固定位置的固定，避免医护人员始终要对摄像头进行拿持，增加手部的疲劳感；模型加载模块用于对图案的整体周边进行3D模型的加载，来判断该处周围其余的组织细胞已经神经元，将整体的该处周围的细胞，以动画的方式显示出来，避免手术过程中，对神经元的误触碰；图像定时输出模块用于对摄像头提供的图案进行定时的输出存储，便于对病症的实时查验。

在本实施例中，如图1所示，所述综合处理单元主要结构是由CPU芯片、信号接收器以及信号输出器组成，用于对内窥图像的综合分析判断病症，以百分比来提供判断症状，设备无法直接断定病症，只能通过百分比的方式进行分析判断，最后抉择属于主刀医生。

在本实施例中，如图3所示，所述记录单元包括有声音识别模块、录音模块、文字翻译模块、打印模块、设备记录模块、时间记录模块、设备使用前记录模块以及设备使用后记录模块；声音识别模块则是对主刀医生的声音进行确定识别；录音模块用于对手术过程中所有的语言进行记录和录音，来很好的对手术案例语言进行术后讨论，不断进步；文字翻译模块用于对手术过程中的语录整合翻译成文本的方式进行存储，打印模块则是对翻译后的文本语录一纸档的方式提供观看，便于术后的整体和分析，也便于成功案例对后生的教导借鉴；设备记录模用于对使用设备的编号进行在线编录；时间记录模块用于对设备的使用时间进行记录，设备使用前记录模块用于对该设备曾经使用的病例进行术前的查看；设备使用后记录模块则是用于对使用后的该设备进行记录，使用人，以及适用病症进行有效的记录，来便于对后续的术后人员提供一定的参考。

在本实施例中，如图4所示，所述内视防护单元包括有出血防护、触碰防护、报警模块、误操作防护和抖动防护，出血防护则是对内窥镜牵引过程中造成的组织出血进行有效的保护，而出血防护包括有轻微出血、中度出血和重度出血，根据不同的出血量进行数据分析提供不同的防护措施；触碰防护用于内窥镜在延伸过程中可能触碰到的组织进行再一次的防护，当触碰有一些器官或者重要神经元时，产生的问题，提供相对的防护措施；误操作防护用于对医生进行不恰当的操作进行防护，避免医生的使用力度过大，造成内部的组织受损；抖动防护用于对医生在拿持设备过程，系统自动检测到设备抖动频率大于某一固定值时，将会作出提示，警示医生；报警模块用于对以上突发情况进行报警提示，以此来提示周围的医护人员进行紧张的预备阶段。

在本实施例中，如图1所示，一种应用于智能内窥镜手术时的AI应用系统，所述数据分析单元用于对出现的紧急情况进行数据的整合分析，判断那一步骤存在缺陷，以及哪一步骤存在问题进行分析处理。

在本实施例中，如图5所示，所述防护措施选择单元包括有出血防护措施模块、触碰防护措施模块、误操作防护措施模块、抖动防护措施模块。语音指令输入模块、后沟分析模块以及显示模块；出血防护措施模块用于对出血过程中提供相对应的紧急措施；触碰防护措施模块用于对出血过程中提供相对应的紧急措施；误操作防护措施模块用于对出血过程中提供相对应的紧急措施；抖动防护措施模块用于对出血过程中提供相对应的紧急措施；语音指令输入模块用于对所选的措施不合适，使用医生的语音进行录入识别，进行指令的传达；后果分析模块则是对所进行的所有的防护措施提供后续的可能并发症出现，来提供医生最安全的一种方案措施；显示模块用于对所有的措施以及实施后的可能症状用文字的方式显示出来，来进行有效的防护。

在本实施例中，如图6所示，所述执行单元包括有预测模块、行为分析模块和强制模块；预测模块用于对执行的某个指令进行预测，来有效的预测该措施是否可以将该症状进行解决，来提供给到医生最优的解决方案；行为分析模块用于对医生的所做的方案进行分析，判断是否存在的可能性以及是否执行该项指令；强制模块用于对突发的情况系统无法进行处理时，医生可以根据经验进行强制模块实施指令的强制下达。

在本实施例中，如图1所示，所述判断单元用于对方案的实施进行判断，问题病症是否解决；所述数据汇总单元用于对实施的方案措施实现记录，来进行整合，所述总数据传输单元用于对手术过程中的所有方案和语音进行记录，来对该场手术进行综合评价，之后进行数据的整体传输；所述云数据库则是对所有的手术进行积累存储，来进行对病症的大部分收集，来便于对后续同样类型的症状进行对直接诊断，直接输送指令。

综上所述，在本实施例中，通过云数据库收集积累，来对所有进行该设备使用的病症及安全措施进行方案的积累，来不断充实整个AI系统的整体方案，以此来快速应对不同的突发情况和病情，将会更好的降低医生思考的时间，只需提供多种方案给到医生，利用系统CPU来代替人脑的思考，必定加快了思考时间，有效的填补了一些医生手术经验的不充足，造成的手术抉择困难，分析苦难的问题，从而可以提供多种安全有效的方案给到医生进行参考，进而快速的解决相应的病症，并且快速的解决手术过程中产生的并发症，从而保障了患者在进行治疗过程中整体的安全性，而利用云数据库的不断积累，不断对每台手术的数据整理分析，方案积累，来更好的应对相同类似的病症，使得单个云数据库积累了大多数医生的所有方案，当每一个医生进行操作时，就相当于更多不同的医生进行辅导，提供方案，来更好更快的解决患者的病情，通过设置的记录单元，来对单次的方案进行记录，当出现一些个体特殊案例或者成功案例来提供给到实习医生的观看，也来实现对实习医生辅助的作用，加快实习医生的成长，为后续医护人员的培养提供讲解课程，同时经过强制模块的设计，则是可以对一些AI系统无法进行判断的病症，只能依靠医生进入强制模块进行单个操作的自由解决，而预测模块则是可以很好的预测到下一情况的突发，来提供给到医护人员的准备时间，来更好的解决必要的突发情况。

以上所述，仅为本发明进一步的实施例，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明所公开的范围内，根据本发明的技术方案及其构思加以等同替换或改变，都属于本发明的保护范围。