采集超声操作手法数据的系统、方法、装置、设备及介质

1.本公开实施例涉及智能医疗技术领域，具体涉及一种采集超声操作手法数据的系统、方法、装置、设备及介质。


背景技术：

2.随着人口老龄化和医疗需求的不断增大，人们越来越重视智能医疗技术、自动化医疗技术的发展。现在已有很多医疗机器人参与到临床治疗中，但多是辅助医生进行操作，如何让机器人学习医生的操作手法，实现自动化的智能操作，将是未来研究的重点。
3.在彩超检查中，彩超操作手法对准确获取彩超检查结果至关重要，若想医疗机器人自动操作超声探头进行准确地彩超检查，就需要采集大量的专家级的彩超操作手法数据来供医疗机器人学习。现有的一种采集彩超操作手法数据的方法是通过rgb相机和深度相机拍摄的医生的操作视频来采集，但是，该方案在采集数据的同时会拍下人体，不利于保存病人隐私，同时这样的图像数据虽然易于观看，但体积巨大，存储一个操作手法需要大量数据，不适于人工智能的学习。因此，如何获取便于人工智能学习或研究的手法数据，是本领域技术人员需要持续解决的问题。


技术实现要素：

4.本公开实施例提供一种采集超声操作手法数据的系统、方法、装置、设备及介质。
5.第一方面，本公开实施例中提供了一种采集超声操作手法数据的系统。
6.具体的，所述采集超声操作手法数据的系统，包括：
7.多个可识别码，位于超声检查室的预设固定结构上；
8.手持装置，包括超声探头和与所述超声探头固定连接的相机，所述超声探头用于采集超声图像，所述相机用于在所述超声探头采集超声图像时采集可识别码图像；
9.数据主机，连接所述相机，用于根据所述相机采集的可识别码图像，确定所述超声探头的位姿数据；
10.其中，所述多个可识别码中的可识别码数量、间隔和大小为预设的配置值，所述配置值根据所述超声检查室的布局和所述相机的视角确定，用于保证所述相机采集到的可识别码图像中至少有一个可识别码。
11.结合第一方面，本公开实施例在第一方面的第一种实现方式中，其中，所述手持装置还包括：
12.连接件，所述连接件的一侧设置有插槽，所述超声探头的尾部固定在所述插槽内，所述相机固定在所述连接件的另一侧，所述相机的镜头背对所述超声探头。
13.结合第一方面和第一方面的第一种实现方式，本公开实施例在第一方面的第二种实现方式中，其中，还包括：
14.超声主机，连接所述超声探头，用于显示和存储所述超声探头采集到的超声图像。
15.第二方面，本公开实施例中提供了一种采集超声操作手法数据的方法，应用于上
述的采集超声操作手法数据的系统中。
16.具体的，所述采集超声操作手法数据的方法，包括：
17.获取相机采集的可识别码图像；
18.识别所述可识别码图像中的目标可识别码的标识；
19.在预设的数据库中查找所述目标可识别码的标识对应的目标可识别码的原始图像和位姿数据；
20.基于所述相机采集的可识别码图像中的目标可识别码图像和所述目标可识别码的原始图像和位姿数据，确定所述超声探头的位姿数据；
21.记录所述超声探头的位姿数据。
22.结合第二方面，本公开在第二方面的第一种实现方式中，其中，所述基于所述相机采集的可识别码图像中的目标可识别码图像和所述目标可识别码的原始图像和位姿数据，确定所述超声探头的位姿数据，包括：
23.基于所述相机采集的目标可识别码图像和所述目标可识别码的原始图像，确定所述相机与所述目标可识别码之间的相对位姿关系；
24.基于所述相机与所述目标可识别码之间的相对位姿关系以及所述目标可识别码的位姿数据，确定所述相机的位姿数据；
25.基于所述相机的位姿数据以及所述相机和所述超声探头之间的相对位姿关系，确定所述超声探头的位姿数据。
26.结合第二方面和第二方面的第一种实现方式，本公开实施例在第二方面的第二种实现方式中，在所述可识别码图像中包括至少两个可识别码时，所述识别所述可识别码图像中的目标可识别码的标识，包括：
27.根据所述至少两个可识别码在所述可识别码图像中的位置和大小，确定所述至少两个可识别码的置信度；
28.从所述可识别码图像中选择置信度最高的可识别码作为目标可识别码；
29.识别所述目标可识别码的标识。
30.结合第二方面、第二方面的上述实现方式，本公开在第二方面的第三种实现方式中，其中，所述记录所述超声探头的位姿数据，包括：
31.按照得到所述超声探头的位姿数据的时间，序列记录所述超声探头的位姿数据；
32.或者，记录所述超声探头的位姿数据以及得到所述位姿数据对应的可识别码图像的时刻。
33.第三方面，本公开实施例提供了一种采集超声操作手法数据的装置，应用于上述的采集超声操作手法数据的系统中，所述装置包括：
34.获取模块，被配置为获取相机采集的可识别码图像；
35.识别模块，被配置为识别所述可识别码图像中的目标可识别码的标识；
36.查找模块，被配置为在预设的数据库中查找所述目标可识别码的标识对应的目标可识别码的原始图像和位姿数据；
37.确定模块，被配置为基于所述相机采集的可识别码图像中的目标可识别码图像和所述目标可识别码的原始图像和位姿数据，确定所述超声探头的位姿数据；
38.记录模块，被配置为记录所述超声探头的位姿数据。
39.结合第三方面，本公开在第三方面的第一种实现方式中，其中，所述确定模块被配置为：
40.基于所述相机采集的目标可识别码图像和所述目标可识别码的原始图像，确定所述相机与所述目标可识别码之间的相对位姿关系；
41.基于所述相机与所述目标可识别码之间的相对位姿关系以及所述目标可识别码的位姿数据，确定所述相机的位姿数据；
42.基于所述相机的位姿数据以及所述相机和所述超声探头之间的相对位姿关系，确定所述超声探头的位姿数据。
43.结合第三方面、第三方面的上述实现方式，本公开在第三方面的第二种实现方式中，其中，在所述可识别码图像中包括至少两个可识别码时，所述识别模块被配置为
44.根据所述至少两个可识别码在所述可识别码图像中的位置和大小，确定所述至少两个可识别码的置信度；
45.从所述可识别码图像中选择置信度最高的可识别码作为目标可识别码；
46.识别所述目标可识别码的标识。
47.结合第三方面、第三方面的上述实现方式，本公开在第三方面的第三种实现方式中，其中，所述记录模块被配置为：
48.按照得到所述超声探头的位姿数据的时间，序列记录所述超声探头的位姿数据；
49.或者，记录所述超声探头的位姿数据以及得到所述位姿数据对应的可识别码图像的时刻。
50.第四方面，本公开实施例提供了一种电子设备，包括存储器和处理器，所述存储器用于存储一条或多条支持采集超声操作手法数据的装置执行上述采集超声操作手法数据的方法的计算机指令，所述处理器被配置为用于执行所述存储器中存储的计算机指令。所述采集超声操作手法数据的装置还可以包括通信接口，用于采集超声操作手法数据的装置与其他设备或通信网络通信。
51.第五方面，本公开实施例提供了一种计算机可读存储介质，用于存储采集超声操作手法数据的装置所用的计算机指令，其包含用于执行上述采集超声操作手法数据的方法为采集超声操作手法数据的装置所涉及的计算机指令。
52.第六方面，本公开实施例提供了一种计算机程序产品，包括计算机程序/指令，其中，该计算机程序/指令被处理器执行时实现上述采集超声操作手法数据的方法步骤。
53.本公开实施例提供的技术方案可包括以下有益效果：
54.上述技术方案基于与超声探头固定连接的相机采集到的可识别码图像，确定超声探头的位姿数据。该技术方案不需要拍摄人体即可完成对超声探头位姿的确定，且将超声探头的位姿数据作为采集到的手法数据，数据简单，以此形成的手法数据库可以为深度学习、强化学习等人工智能研究方法提供很好的训练样本。
55.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开实施例。
附图说明
56.结合附图，通过以下非限制性实施方式的详细描述，本公开实施例的其它特征、目
的和优点将变得更加明显。在附图中：
57.图1a示出根据本公开一实施方式的一种采集超声操作手法数据的系统的结构框图；
58.图1b示出根据本公开一实施方式的另一种采集超声操作手法数据的系统的结构框图；
59.图2示出根据本公开一实施方式的采集超声操作手法数据的系统的使用场景示意图；
60.图3示出根据本公开一实施方式的采集超声操作手法数据的系统中的手持装置的结构示意图；
61.图4示出根据本公开一实施方式的采集超声操作手法数据的方法的流程示意图；
62.图5示出根据本公开一实施方式的采集超声操作手法数据的装置的结构框图；
63.图6示出根据本公开一实施方式的电子设备的结构框图；
64.图7是适于用来实现根据本公开一实施方式的采集超声操作手法数据的方法的计算机系统的结构示意图。
具体实施方式
65.下文中，将参考附图详细描述本公开实施例的示例性实施方式，以使本领域技术人员可容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施方式无关的部分。
66.在本公开实施例中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
67.上文提及，在彩超检查中，彩超操作手法对准确获取彩超检查结果至关重要，若想医疗机器人自动操作超声探头进行准确地彩超检查，就需要采集大量的专家级的彩超操作手法数据来供医疗机器人学习。现有的一种采集彩超操作手法数据的方法是通过rgb相机和深度相机拍摄的医生的操作视频来采集，但是，该方案在采集数据的同时会拍下人体，不利于保存病人隐私，同时这样的图像数据虽然易于观看，但体积巨大，存储一个操作手法需要大量数据，不适于人工智能的学习。因此，如何获取便于人工智能学习或研究的手法数据，是本领域技术人员需要持续解决的问题。
68.考虑到上述问题，本公开提出一种采集超声操作手法数据的方案，该方案基于与超声探头固定连接的相机采集到的可识别码图像，确定超声探头的位姿数据。该技术方案不需要拍摄人体即可完成对超声探头位姿的确定，且将超声探头的位姿数据作为采集到的手法数据，数据简单，以此形成的手法数据库可以为深度学习、强化学习等人工智能研究方法提供很好的训练样本。
69.在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开实施例。
70.图1a示出根据本公开一实施方式的采集超声操作手法数据的系统的结构框图，图2示出根据本公开一实施方式的采集超声操作手法数据的系统的使用场景示意图。
71.结合图1a和图2所示，该系统包括多个可识别码11、手持装置12和数据主机13。
72.这里，该可识别码11是指可以被扫描识别的各种码如二维码、条形码等，示例的，如图2所示，该可识别码11为二维码，该多个可识别码11位于超声检查室10的预设固定结构上；该预设固定结构可以是该超声检查室的墙壁，示例的，如图2所示，可以是该超声检查室10的天花板101和侧壁102。可以将多个可识别码直接印在墙壁上，也可以将多个可识别码印在墙纸等材料上，然后粘贴在墙壁上。如图1所示，该手持装置12包括超声探头121和与所述超声探头121固定连接的相机122，所述超声探头121用于采集超声图像，所述相机122用于在所述超声探头121采集超声图像时采集可识别码图像；数据主机13，连接所述相机122，用于根据所述相机122采集的可识别码图像，确定所述超声探头121的位姿数据。
73.在该实施方式中，所述多个可识别码中的可识别码数量、间隔和大小为预设的配置值，所述配置值根据所述超声检查室的布局和所述相机122的视角确定，用于保证所述相机122采集到的可识别码图像中至少有一个可识别码。
74.在该实施方式中，该相机122的视角指的是相机122可以接收影像的角度范围，也可以称为视野，该相机122的视角可以决定该相机122拍摄到的区域大小，该超声检查室的布局包括该超声检查室的空间布局如空间位置关系和长宽高等空间信息。
75.在该实施方式中，可以根据所述超声检查室的布局和所述相机122的视角确定可识别码的数量、间隔和大小，只要保证在该手持装置12上的超声探头121采集超声图像时，该相机122采集到的可识别码图像中至少有一个可识别码，如此才能保证该数据主机13可以根据该可识别码图像得到该超声探头121的位姿数据，这样获取的位姿数据就可以连续不间断。
76.这里，该超声探头可以是彩超探头，也可以是b超探头，也可以是其他类型的超声探头，在此不做限制。
77.在一种可能的实施方式中，如图1b所示，该系统还可以包括超声主机14，该超声主机14连接所述超声探头121，用于显示和存储所述超声探头121采集到的超声图像，用于医生诊断。
78.在有患者需要进行心脏的超声检查时，医生可以视诊断需求让患者用仰卧或者侧卧的姿势躺在检测床上，医生手持该手持装置12，将该超声探头121依次放于患者的胸骨左缘第2-4肋间、心尖搏动处、剑突下、胸骨上窝，每个位置停留约3秒，超声探头121可以将采集的超声图像传输至超声主机14，该超声主机14可以显示并存储该超声图像。在医生手持该手持装置12让超声探头121采集该超声图像时，该手持装置12上的相机122会同时采集该超声检查室内的可识别码图像，示例的，在患者仰卧时，医生手持该手持装置12，会让该手持装置12如图2中2a内的状态所示，此时相机122会采集到布置在该超声检查室的天花板上的可识别码图像；在患者侧卧时，医生手持该手持装置12，会让该手持装置12如图2中2b内的状态所示，此时相机122会采集到布置在该超声检查室的侧壁102上的可识别码图像。该相机122采集到相应的可识别码图像后，就可以将采集到可识别码图像传输给该数据主机13，该数据主机13可以将所述相机122采集的可识别码图像与对应的可识别码的实际图像进行比对计算，可以得到该相机122采集该可识别码图像时相对该可识别码的相对位姿关系，在通过该可识别码的实际位姿数据和该相对位姿关系，可以得到该相机122采集该可识别码图像时的位姿数据，由于该相机122与该超声探头121是固定连接的，故该相机122与该超声探头121之间的相对位姿关系是固定，可以根据该相机122与该超声探头121之间的相
对位姿关系以及该相机122采集该可识别码图像时的位姿数据，得到此时的超声探头121的位姿数据。如此随着医生手持该手持装置12，用该超声探头121采集患者的超声图像，该手持装置12上的相机122会采集可识别码图像，该数据主机13就可以据此获取超声探头121采集超声图像时的位姿数据，该位姿数据可以反应医生对患者进行超声检查时的手法。
79.本公开实施例提供的技术方案不需要拍摄人体即可完成对超声探头位姿的确定，最大化保护了患者隐私，且具有较高定位精度；而且，将超声探头的位姿数据作为采集到的手法数据，数据十分轻量，无冗余，且易于矢量化，以此形成的手法数据库可以为深度学习、强化学习等人工智能研究方法提供很好的训练样本。
80.图3示出根据本公开一实施方式的采集超声操作手法数据的系统中的手持装置的结构示意图。在本公开一实施方式中，如图3所示，该手持装置12包括超声探头121、相机122和连接件123。
81.如图3所示，该连接件123的一侧设置有插槽，所述超声探头121的尾部固定在所述插槽内，该相机122固定在所述连接件的另一侧，所述相机122的镜头背对所述连接件123的另一侧。示例的，如图3所示，该超声探头121的尾部插入该插槽内后，可以用螺栓124将该超声探头121固定在该插槽内，该连接件123上还可以设置有螺丝孔，该相机122上的相应位置处设置有螺丝槽，可以将两个螺丝即第一螺丝125和第二螺丝126分别穿过螺丝孔旋锁在该螺丝槽内，如此就可以将该相机122固定在该连接件的另一侧。
82.在该实施方式中，相机122的镜头1221背对所述超声探头121，这样，如图1所示，在超声探头121的头部采集超声图像时，背对该超声探头121的相机122镜头就可以采集天花板或侧壁上的可识别码的图像。
83.本公开实施例还提供了一种采集超声操作手法数据的方法，图4示出根据本公开一实施方式的采集超声操作手法数据的方法的流程示意图，如图4所示，该方法应用于上述采集超声操作手法数据的系统中，可以由该系统中的数据主机执行，包括以下步骤：
84.在步骤s401中，获取相机采集的可识别码图像。
85.这里，该可识别码是指可以被扫描识别的各种码如二维码、条形码等，在图1所示的系统中，在医生手持该手持装置让超声探头采集该超声图像时，该手持装置上的相机会同时采集到该超声检查室内的可识别码图像。
86.在步骤s402中，识别所述可识别码图像中的目标可识别码的标识。
87.这里，该相机采集到的可识别码图像中至少包括一个可识别码(这里的可识别码是指一个较完整的可被识别的可识别码)，当相机所在的手持装置当前的位姿离拍摄到的可识别图像的距离较近时，该相机拍摄到的可识别码图像中可能仅包括一个可识别码，当相机所在的手持装置当前的位姿离拍摄到的可识别图像的距离较远时，该相机拍摄到的可识别码图像中可能会包括两个甚至两个以上的可识别码。
88.这里，在该可识别码图像中仅有一个可识别码时，该目标可识别码即为该可识别码图像中的这一个可识别码；在该可识别码图像中有两个或两个以上的可识别码时，可以从该可识别码图像中的两个或两个以上的可识别码中随机选择一个可识别码作为目标可识别码，也可以按照预设的选择规则从中选择一个可识别码作为目标可识别码。
89.这里，该目标可识别码中携带有该目标可识别码的标识信息，故可以通过扫描识别出该目标可识别码的标识。
90.在步骤s403中，在预设的数据库中查找所述目标可识别码的标识对应的目标可识别码的原始图像和位姿数据。
91.这里，该预设的数据库中记录有该超声检查室的预设固定结构上设置的各个可识别码的标识及其原始图像和位姿数据，该位姿数据可以是依照预设原点建立的预设坐标系中的位姿数据。这里需要说明的是，本公开实施例中的各位姿数据均是以该预设坐标系中的位姿数据。
92.这里，在识别出该目标可识别码的标识后，可以先在预设的数据库中查找所述目标可识别码的标识，进而得到该标识对应的目标可识别码的原始图像和位姿数据。
93.在步骤s404中，基于所述相机采集的可识别码图像中的目标可识别码图像以及所述目标可识别码的原始图像和位姿数据，确定所述超声探头的位姿数据。
94.这里，该数据主机中可以设置有预设算法f(ii)＝pi，其中，该目标可识别码的原始图像和位姿数据为该算法中的已知数据，该算法中的变量ii为该数据主机接收到的第i个目标可识别码图像，该算法的输出pi为该数据主机解算出的超声探头的第i个位姿数据。
95.这里，该位姿数据pi可以定义如下向量：其中，xi,yi,zi代表超声探头的位置在空间中三个方向的分量，是表示超声探头的姿态的四元数。该四元数是一种用来表示三维空间中物体旋转姿态的一种形式，表示三维空间的旋转(rotation)及定向(orientation)。使用四元数来表达姿态数据，表达简单准确没有歧义。这样用七个数字就可以表示一个位姿数据，数据简单易存储。
96.当然，该位姿数据还可以有其他向量形式如：(x，y，z，yaw，pitch，roll)，其中，前三个元素x，y，z描述物体的三维位置，后三个元素描述物体的姿态，yaw是航向角，绕z轴旋转，pitch是俯仰角，绕y轴旋转，roll是翻滚角，绕x轴旋转。
97.在步骤s405中，记录所述超声探头的位姿数据。
98.这里，该相机在随着该超声探头进行超声检查而移动的过程中，实时以相应的姿态采集相应位置处的可识别码图像，数据主机可以实时从该相机采集的可识别码图像中获取目标可识别码图像，进而解算得到该超声探头的位姿数据，该数据主机可以记录其解算出超声探头的位姿数据。
99.这里，可以按照得到的超声探头的位姿数据的时间顺序存储该超声探头的位姿数据，假设医生对患者进行一次心脏彩超检查的过程中，数据主机共获取到超声探头的n个位姿数据，可以记录为p1、p2、
……
pn，序列记录的位姿数据就反映了超声检查时的手法。
100.这里，在医生检查完成后，数据主机会默认将采集到的位姿数据以二级制流保存在硬盘上，医生或研究员可以在数据主机上选择将二进制流文件转换为文本或.csv(comma separated values，逗号分隔值)等文件格式以方便后续的研究工作。
101.本公开实施例提供的技术方案不需要拍摄人体即可完成对超声探头位姿的确定，且将超声探头的位姿数据作为采集到的手法数据，数据简单，以此形成的手法数据库可以为深度学习、强化学习等人工智能研究方法提供很好的训练样本。
102.在本公开一实施方式中，所述方法中的步骤s404即基于所述相机采集的可识别码图像中的目标可识别码图像和所述目标可识别码的原始图像和位姿数据，确定所述超声探头的位姿数据，还可包括以下步骤：
103.基于所述相机采集的目标可识别码图像和所述目标可识别码的原始图像，确定所述相机与所述目标可识别码之间的相对位姿关系；
104.基于所述相机与所述目标可识别码之间的相对位姿关系以及所述目标可识别码的位姿数据，确定所述相机的位姿数据；
105.基于所述相机的位姿数据，以及所述相机和所述超声探头之间的相对位姿关系，确定所述超声探头的位姿数据。
106.这里，根据相机采集的目标可识别码图像相对于其原始图像的大小、形变，可以计算出该相机相对于该可识别码的位置和姿态信息，得到相机与所述目标可识别码之间的相对位姿关系。该目标可识别码的位姿数据是已知存储在预设数据库内的，根据该目标可识别码的位姿数据以及该相机与该目标可识别码之间的相对位姿关系，就可以计算得到该相机的位姿数据。
107.这里，相机与超声探头之间是固定连接，该相机与超声探头之间的相对位姿关系也是固定的，可以预先得到该相机与超声探头之间的相对位姿关系，存储在该数据主机中。这样，根据该相机的位姿数据以及所述相机和所述超声探头之间的相对位姿关系，就可以计算得到所述超声探头的位姿数据，如此计算得到的超声探头的位姿数据更加精确。
108.在本公开一实施方式中，在所述可识别码图像中包括至少两个可识别码时，所述方法中的步骤s402即所述识别所述可识别码图像中的目标可识别码的标识，还可包括以下步骤：
109.根据所述至少两个可识别码在所述可识别码图像中的位置和大小，确定所述至少两个可识别码的置信度；
110.从所述可识别码图像中选择置信度最高的可识别码作为目标可识别码；
111.识别所述目标可识别码的标识。
112.在该实施方式中，所述可识别码图像中可以包括两个或两个以上的可识别码，可以按照可识别码的位置越靠近该可识别码图像的中心置信度越高，可识别码越大该置信度越高的计算规则，确定该可识别码图像中可识别码的置信度。然后，从该可识别码图像中选择置信度最高的可识别码作为目标可识别码。
113.在本公开一实施方式中，所述方法中的步骤s405即所述记录所述超声探头的位姿数据，包括：
114.按照得到所述超声探头的位姿数据的时间，序列记录所述超声探头的位姿数据；
115.或者，记录所述超声探头的位姿数据以及得到所述位姿数据对应的可识别码图像的时刻。
116.在该实施例中，数据主机解算得到某一时刻超声探头的位姿数据后，可以给该位姿数据打上时间戳ti和序号，将其加入到已经形成的序列位姿数据中。当一次超声检查完成时，采集到的一序列位姿数据就用来表示采集到的手法数据，该位姿数据可以用上述的向量表示，该向量中的每一个分量可以用浮点数表示，精度更高。对于不同的人工智能训练任务，可以以不同的方式存储位姿数据。
117.第一种存储方式可以是按照得到所述超声探头的位姿数据的时间，序列记录所述超声探头的位姿数据，此种存储方式适用于专家手法的直接学习如强化学习、半监督学习等，以采样率为40hz，10分钟一次的心脏彩超检查为例，存储一次完整的彩超检查手法只需
984kb的位姿数据。
118.第二种存储方式可以是存储所述超声探头的位姿数据以及得到所述位姿数据对应的可识别码图像的时刻形成的序列，此类存储方式适用于结合超声图像的多维学习方法，在同一时间，超声探头采集到超声图像的同时，该相机也可以采集到对应的可识别码图像，在人工智能的研究中，可以根据采集到对应的可识别码图像的时刻和采集到超声图像的时刻，将体现专家手法的位姿数据与超声图像同步，同时进行学习。以采样率为40hz，10分钟一次的心脏彩超检查为例，存储一次完整的彩超检查手法只需要1.10mb的数据。
119.下述为本公开装置实施例，可以用于执行本公开方法实施例。
120.图5示出根据本公开一实施方式的采集超声操作手法数据的装置的结构框图，该装置可以通过软件、硬件或者两者的结合实现成为上述数据主机的部分或者全部。如图5所示，所述采集超声操作手法数据的装置包括：
121.获取模块501，被配置为获取相机采集的可识别码图像；
122.识别模块502，被配置为识别所述可识别码图像中的目标可识别码的标识；
123.查找模块503，被配置为在预设的数据库中查找所述目标可识别码的标识对应的目标可识别码的原始图像和位姿数据；
124.确定模块504，被配置为基于所述相机采集的可识别码图像中的目标可识别码图像和所述目标可识别码的原始图像和位姿数据，确定所述超声探头的位姿数据；
125.记录模块505，被配置为记录所述超声探头的位姿数据。
126.在一种可能的实施方式中，其中，所述确定模块504被配置为：
127.基于所述相机采集的目标可识别码图像和所述目标可识别码的原始图像，确定所述相机与所述目标可识别码之间的相对位姿关系；
128.基于所述相机与所述目标可识别码之间的相对位姿关系以及所述目标可识别码的位姿数据，确定所述相机的位姿数据；
129.基于所述相机的位姿数据以及所述相机和所述超声探头之间的相对位姿关系，确定所述超声探头的位姿数据。
130.在一种可能的实施方式中，在所述可识别码图像中包括至少两个可识别码时，所述识别模块502被配置为
131.根据所述至少两个可识别码在所述可识别码图像中的位置和大小，确定所述至少两个可识别码的置信度；
132.从所述可识别码图像中选择置信度最高的可识别码作为目标可识别码；
133.识别所述目标可识别码的标识。
134.在一种可能的实施方式中，所述记录模块505被配置为：
135.按照得到所述超声探头的位姿数据的时间，序列记录所述超声探头的位姿数据；
136.或者，记录所述超声探头的位姿数据以及得到所述位姿数据对应的可识别码图像的时刻。
137.本实施例中采集超声操作手法数据的装置与上述采集超声操作手法数据的方法对应一致，具体细节可以参见上述对采集超声操作手法数据的方法的描述，在此不再赘述。
138.本公开实施例还公开了一种机器学习方法，其中，获取多套超声操作手法对应的序列位姿数据，基于所述多套超声操作手法对应的序列位姿数据进行机器学习，所述序列
位姿数据中的各位姿数据是基于上述的任意一项方法实现的。
139.这里，该序列位姿数据可以是按照得到所述超声探头的位姿数据的时间，序列记录所述超声探头的位姿数据，此种序列位姿数据适用于专家手法的直接学习如强化学习、半监督学习等，以采样率为40hz，10分钟一次的心脏彩超检查为例，存储一次完整的彩超检查手法只需984kb的位姿数据。
140.这里，该序列位姿数据可以是存储所述超声探头的位姿数据以及得到所述位姿数据对应的可识别码图像的时刻形成的序列，此类序列位姿数据适用于结合超声图像的多维学习方法，在同一时间，超声探头采集到超声图像的同时，该相机也可以采集到对应的可识别码图像，在人工智能的研究中，可以根据采集到对应的可识别码图像的时刻和采集到超声图像的时刻，将体现专家手法的位姿数据与超声图像同步，同时进行学习。以采样率为40hz，10分钟一次的心脏彩超检查为例，存储一次完整的彩超检查手法只需要1.10mb的数据。
141.本公开还公开了一种电子设备，该电子设备可以是上述的数据主机，图6示出根据本公开一实施方式的电子设备的结构框图，如图6所示，所述电子设备600包括存储器601和处理器602；其中，
142.所述存储器601用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器602执行以实现上述方法步骤。
143.图7是适于用来实现根据本公开一实施方式的采集超声操作手法数据的方法的计算机系统的结构示意图，该计算机系统可以是上述的数据主机。
144.如图7所示，计算机系统700包括处理单元701，其可以根据存储在只读存储器(rom)702中的程序或者从存储部分708加载到随机访问存储器(ram)703中的程序而执行上述实施方式中的各种处理。在ram703中，还存储有系统700操作所需的各种程序和数据。处理单元701、rom702以及ram703通过总线704彼此相连。输入/输出(i/o)接口705也连接至总线704。
145.以下部件连接至i/o接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至i/o接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。其中，所述处理单元701可实现为cpu、gpu、tpu、fpga、npu等处理单元。
146.特别地，根据本公开的实施方式，上文描述的方法可以被实现为计算机软件程序。例如，本公开的实施方式包括一种计算机程序产品，其包括有形地包含在及其可读介质上的计算机程序，所述计算机程序包含用于执行所述路况确定方法的程序代码。在这样的实施方式中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。
147.附图中的流程图和框图，图示了按照本公开各种实施方式的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，路程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个
用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
148.描述于本公开实施方式中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
149.作为另一方面，本公开实施例还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施方式中所述装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本公开实施例的方法。
150.以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。