一种消化内镜手术同步水交换人工智能控制系统及使用方法与流程

本发明涉及手术智能辅助领域，特别是涉及一种消化内镜手术同步水交换人工智能控制系统及使用方法。

背景技术：

1、随着消化内镜诊疗技术及微创外科理念的不断发展与普及，以内镜黏膜下剥离术、经口内镜肌切开术等为代表的内镜手术已在全球范围内成为消化道早期肿瘤及黏膜下病变的首选治疗方式。这类手术的核心操作逻辑是在消化道管腔内，利用高频电刀或其他能量器械对病变组织进行标记、注射、切开、剥离及止血等一系列精细操作。与传统的空气介质下手术相比，液体介质下手术能够借助液体的浮力与折射特性获得更清晰的解剖层次辨识度，同时液体的比热容较大，可有效降低电切过程中的热损伤风险。然而，液体介质环境同时也带来一个贯穿手术全程的关键挑战，即如何在不间断的手术操作过程中持续维持清晰的手术视野。手术视野的清晰程度直接影响术者对黏膜下层血管走行、组织层次边界及病变浸润深度的判断，任何程度的视野遮挡或模糊都可能引发误切、穿孔或出血等严重并发症，增加手术风险并延长操作时间。

2、在早期的内镜手术实践中，术者根据自身对当前内镜画面的主观判断，在视野模糊时踩下脚踏触发注水以冲开浑浊血水，同时启动吸引器将含有血液、组织碎屑和气泡的浑浊液体排出体外，从而实现洁净水与浑浊水的置换。这种完全依赖人工经验判断与手动操作的水交换方式存在若干固有弊端。首先，术者在进行精细的黏膜下剥离操作时，双手需同时操控内镜与电刀器械，此时若频繁中断操作去踩踏脚踏控制水交换，不仅分散注意力，还会打断手术节奏，延长手术时间。其次，人工判断视野清晰度完全依赖于术者个体的主观经验，缺乏客观、量化的视野质量评估标准，可能导致注水时机过早或过迟。注水过早会因不必要的液体扰流干扰精细操作，注水过迟则积血或气泡已形成大片遮挡，需大量换水方能恢复视野，造成液体的无效浪费和管腔压力的波动。此外，在突发出血等紧急情况下，术者可能因专注于止血操作而无法及时响应视野恶化，导致积血迅速扩散覆盖整个手术区域，迫使手术中断进行大量冲水与吸引，严重影响手术安全性与效率。

3、随着计算机视觉技术与嵌入式图像处理硬件能力的持续提升，近年来出现了一些基于图像分析的自动水交换控制系统。这类系统通常通过实时采集内镜视频画面，利用图像模糊度评估、亮度分析或简单的颜色阈值判断等方法来量化当前视野的清晰程度，并在视野质量低于预设阈值时自动启动注水与吸引操作，从而在一定程度上降低了术者的操作负担。然而，现有的自动水交换系统在视野质量评估的维度、精度与可靠性方面仍存在显著不足。大多数系统仅采用单一的图像清晰度指标，例如基于灰度梯度的模糊度评估或基于整体亮度的判断逻辑，这类单一指标无法有效区分导致视野质量下降的具体原因。在水下内镜手术中，视野遮挡可能来源于活动性出血导致的红色血液弥漫、电切过程中产生的组织碎屑悬浮、注水冲击形成的大量微小气泡聚集，或是黏膜瓣翻起造成的物理遮挡。不同的遮挡成因对应着不同的水交换策略需求，而单一指标将这些因素混为一谈，导致水交换动作缺乏针对性。

4、综上所述，临床迫切需要能够全面、实时、可解释地量化评估手术视野多维质量，并依据手术阶段动态自适应调节水交换参数，同时兼顾ai自动控制便捷性与人工操作灵活性的新一代智能控制系统，以从根本上解决上述长期困扰临床的技术难题。

技术实现思路

1、本发明的目的在于提供一种消化内镜手术同步水交换人工智能控制系统及使用方法，旨在解决上述背景中提到的问题。

2、为了实现上述目的，本发明提出一种消化内镜手术同步水交换人工智能控制系统，其特征在于，包括视野图像实时采集模块、多维度质量量化评估模块、自适应参数决策模块、紧急模式切换模块、人机交互模块、数据分析模块；视野图像实时采集模块通过内镜获取手术区域连续视频帧；多维度质量量化评估模块提出多维质量评估算法，对当前手术视野清晰度进行量化评估；自适应参数决策模块提出参数自适应同步调控算法，自适应生成注水流量参考值和吸引负压参考值；紧急模式切换模块基于出血程度和预设出血程度阈值，自动切换紧急水交换模式，快速提升水交换速率冲除积血；人机交互模块通过脚踏开关，进行人工模式和智能控制模式的切换；数据分析模块对手术全流程数据进行存储。

3、进一步的，视野图像实时采集模块，通过内镜摄像头，连续获取手术区域的彩色视频帧，并将每帧图像实时传输至计算设备，所述彩色视频帧包含红、绿、蓝三个颜色通道的像素值信息。

4、进一步的，多维质量评估算法，将视野清晰度量化为局部清晰度数值、出血程度评分、气泡遮挡严重度，分析判断手术视野清晰度，基于手术视野清晰度指标与预设清晰度阈值，自动触发注水与吸引操作，实现干净水与浑浊水的同步动态交换。

5、进一步的，手术视野清晰度量化评估，包括以下步骤：

6、s1、在视野关注区域内，提取每个像素的水平方向灰度变化值和垂直方向灰度变化值，基于视野关注区域内红色通道的像素值标准差，通过梯度总和，得到局部清晰度数值；

7、s2、分别计算像素通道像素均值，红色超标像素的面积占比和红色饱和度方差，得到出血程度评分；

8、s3、统计视野关注区域内镜面反射亮点像素的占比，同时计算气泡连通边缘的连续长度，将亮点像素占比与边缘连续度占比直接相加，得到气泡遮挡严重度指标，气泡越多、连通成片越严重，气泡遮挡严重度指标越大；

9、s4、将局部视野清晰度指标、出血程度评分、气泡遮挡严重度作为三种可见度影响因子，计算可见度综合指数，反映实际可操作视野质量，单一因素恶化都会导致可见度综合指数下降；

10、首先，针对视野关注区域内的所有像素点，基于像素点水平方向相邻像素点灰度差和垂直方向相邻像素点灰度差，再通过像素点在红色通道的像素值标准差，计算局部视野清晰度指标，，其中，表示素点在红色通道的像素值标差，表示视野关注区域，表示像素点水平方向灰度梯度，表示像素点垂直方向灰度梯度，通过分母引入红色通道标准差，在血液弥漫导致红色成分波动增大时自动压低清晰度指标，将视野关注区域内像素点分别在红、绿、蓝三种通道下计算均值，再利用红色分量占比超过预设红色阈值的像素面积，计算出血程度评分，，其中，表示视野关注区域内绿色通道均值，表示视野关注区域内蓝色通道均值，表示视野关注区域内红色通道均值，、分别表示经验权重，表示红色分量占比超过预设红色阈值的像素面积占总面积的比例，表示红色饱和度方差，接着，对于视野关注区域内的气泡影响，统计视野关注区域内镜面反射亮点像素的占比，再通过气泡连通边缘的连续长度，与区域最大周长相比，将亮点像素占比与边缘连续度占比直接相加，计算气泡遮挡严重度，，其中，表示亮度超过镜面反射阈值的像素数，表示总像素数，表示气泡边缘连续像素段的总长度，表示区域最大周长，最后，基于局部视野清晰度指标、出血程度评分、气泡遮挡严重度，定义可见度综合指数，，通过可见度综合指数与预设清晰度阈值进行比较，自动触发注水与吸引操作，实现干净水与浑浊水的同步动态交换。

11、进一步的，参数自适应同步调控算法，通过各个手术阶段特征权重基于经验进行特征分数匹配，基于连续时刻的阶段概率，判断当前手术阶段，通过当前出血程度评分、病灶剥离阶段概率、可见度综合指数组成线性增益项，通过气泡遮挡严重度增益，得到吸引负压参考值，实现参数自适应调节。

12、进一步的，参数自适应调节，包括以下步骤：

13、s1、从当前视野关注区域内图像中提取器械有无、黏膜隆起程度、注水后红色浑浊度衰减速率、当前出血评分、纹理复杂度五个特征方面，乘以各个手术阶段预设的固定权重，得到各阶段的实时匹配得分；

14、s2、定义平滑因子，利用上一时刻的阶段概率，再加上当前时刻实时匹配得分，并进行归一化，得到当前时刻平滑后的阶段概率分布；

15、s3、以基础注水流量为基准，通过当前出血程度评分、病灶剥离阶段概率、可见度综合指数组成线性增益项，生成实时的注水流量参考值，病灶剥离阶段概率越高、出血越重、视野越差，流量越大；

16、s4、最后，以基础吸引负压为基础，加上负压调节动态范围与注水流量归一化值的乘积，再通过气泡遮挡严重度增益，得到吸引负压参考值，实现吸引负压与注水流量同步，并在气泡严重时额外加强吸引，防止气泡堆积；

17、首先，基于经验，对提取器械有无、黏膜隆起程度、注水后红色浑浊度衰减速率、当前出血评分、纹理复杂度五个特征内特征集进行特征分数匹配，基于各种情况下的特征匹配分数，计算手术阶段的实时匹配得分，，其中，表示第个手术阶段对第个特征的权重系数，表示第个特征时刻的特征匹配分数，接着，利用上一时刻的阶段概率，通过当前时刻匹配得分与平滑因子，计算当前阶段概率，，其中，表示第个手术阶段时刻阶段概率，表示平滑因子，表示表示第个手术阶段时刻阶段概率，表示第个手术阶段时刻实时匹配得分，表示阶段总数，基于当前时刻阶段概率，判断当前所处手术阶段，然后，利用当前时刻出血程度评分、病灶剥离阶段概率、可见度综合指数，构成注水流量增益项，当前处于病灶剥离阶段时，出血严重导致视野变差，通过注水流量增益项与基础注水流量，计算实际注水流量参考值，，其中，表示时刻的出血程度评分，表示时刻病灶剥离阶段概率，表示时刻可见度综合指数，表示出血程度增益系数，表示手术阶段增益系数，表示可见度综合指数增益系数，最后，基于气泡遮挡影响，定义气泡遮挡严重度增益，通过负压调节动态范围和注水流量，对吸引负压进行注水流量同步调节，，其中，表示时刻吸引负压参考值，表示基础吸引负压，表示吸引负压动态调节动态范围，表示最大注水流量，表示时刻气泡遮挡严重度，表示气泡遮挡增益系数，确保吸引负压与注水流量同步提升，维持进出平衡。

18、进一步的，紧急模式切换模块，预设清晰度阈值和时间阈值，当可见度综合指数低于清晰度阈值并超过预设时间，自动切换为紧急水交换模式，将所述注水流量参考值与吸引负压参考值分别提升至各自预设最大安全值的2倍，快速冲除积血，当所述可见度综合指数恢复至预设清晰度阈值时，停止紧急水交换模式。

19、进一步的，人机交互模块，通过主刀医生触发脚踏开关，进行人工模式和ai自动控制模式的切换，主刀医生在视野清晰情况下自主决定注水时机以提供水下冲击力，辅助展开部分切开的病灶、完成更精准的剥离操作。

20、进一步的，数据分析模块，存储结构化数据流，逐帧记录每一帧图像对应的局部视野清晰度、出血程度评分、气泡遮挡严重度、可见度综合指数、阶段、注水流量实测值、吸引负压实测值，并对人工控制时段、出血紧急响应事件的起止时间与持续时长进行自动标记，术后依据所述结构化数据流生成包含视野质量变化曲线、手术阶段时间分布、人工干预频次及出血事件统计的操作质量报告，实现手术操作效率评估与术者技能培训的量化分析。

21、进一步的，一种消化内镜手术同步水交换人工智能控制系统使用方法，包括术前参数标定、术中实时闭环控制与术后操作数据复盘三个核心阶段；术前依据患者个体差异对视野评估权重及手术阶段识别参数进行适配校准；术中由所述系统自动执行视野多维量化评估与手术阶段推断，实时生成并动态调节注水流量与吸引负压以实现同步水交换，同时全程监听脚踏信号，脚踏踩下时立即切换为人工控制模式、释放后自动恢复ai自动控制模式，且在检测到术中出血事件时强制提升水交换速率以快速清除积血；术后导出全流程操作数据生成质量报告，支持手术优化与技能培训。

22、有益效果

23、1. 本发明提出的多维质量评估算法，在视野关注区域内，像素的水平方向灰度梯度和垂直方向灰度梯度，基于视野关注区域内红色通道的像素值标准差，通过梯度总和，得到局部清晰度数值；分别计算像素通道像素均值，红色超标像素的面积占比和红色饱和度方差，得到出血程度评分；统计视野关注区域内镜面反射亮点像素的占比，同时计算气泡连通边缘的连续长度，将亮点像素占比与边缘连续度占比直接相加，得到气泡遮挡严重度指标，气泡越多、连通成片越严重，气泡遮挡严重度指标越大；将局部视野清晰度指标、出血程度评分、气泡遮挡严重度作为三种可见度影响因子，计算可见度综合指数，反映实际可操作视野质量，单一因素恶化都会导致可见度综合指数下降，解决了传统单一指标无法区分视野恶化原因的技术缺陷；本发明提出的多维质量评估算法，利用红色通道标准差作为清晰度惩罚项来抑制血液伪影，以绿蓝通道均值之和为分母构建出血评分的自适应基底，实现非线性敏感，将气泡的空间连通度通过边缘连续长度显式纳入遮挡评估，并与亮点占比组合成统一指标；最终以乘积形式耦合三个独立物理维度，形成高度真实且完全可解释的视野质量判据，显著提升了视野质量评估的准确性和可靠性。

24、2. 本发明提出的参数自适应同步调控算法，从当前视野关注区域内图像中提取器械有无、黏膜隆起程度、注水后红色浑浊度衰减速率、当前出血评分、纹理复杂度五个特征方面，乘以各个手术阶段预设的固定权重，得到各阶段的实时匹配得分，定义平滑因子，利用上一时刻的阶段概率，再加上当前时刻实时匹配得分，并进行归一化，得到当前时刻平滑后的阶段概率分布，以基础注水流量为基准，通过当前出血程度评分、病灶剥离阶段概率、可见度综合指数组成线性增益项，生成实时的注水流量参考值，病灶剥离阶段概率越高、出血越重、视野越差，流量越大，最后，以基础吸引负压为基础，加上负压调节动态范围与注水流量归一化值的乘积，再通过气泡遮挡严重度增益，得到吸引负压参考值，实现吸引负压与注水流量同步，并在气泡严重时额外加强吸引，防止气泡堆积，本发明提出的参数自适应同步调控算法，利用线性加权得分区分渗血阶段与静态阶段，构造带记忆平滑的归一化分数形式实现时序稳定的阶段概率，首次将连续的手术阶段概率直接作为流量调节的连续增益因子，杜绝硬切换抖动；并将气泡遮挡严重度指标直接耦合到吸引负压控制公式中，同步解决进出平衡与气泡排除，水交换随手术进程平滑过渡，可在术野状态变化，压力尚未波动时提前调整，保证术野的清晰度，避免了传统硬切换方式造成的水流冲击和组织扰动。

25、3．通过设置的清晰度阈值和时间阈值，能够在检测到活动性出血导致视野严重遮挡时自动将注水流量和吸引负压提升至最大安全值的数倍，实现积血的快速清除，紧急模式解除后采用平滑衰减方式恢复至正常控制参数，避免了参数瞬时跳变引起的管腔压力震荡和黏膜吸附风险，兼顾了快速响应与安全平稳。