一种气管识别导航方法和系统与流程

1.本发明涉及医疗检测治疗领域，特别涉及一种气管识别导航方法；此外，本发明还涉及一种气管识别导航系统。


背景技术：

2.在用于肺隔离麻醉技术以及围术期气道管理中，肺隔离技术是胸科手术麻醉的关键性核心技术，是利用双腔气管插管或者支气管封堵器等将左、右肺的通气路径分隔开的技术，可实现单肺通气，阻止血、痰或者脓液等污染物由患侧进入健侧造成感染，并更好地暴露术野，保证手术安全，现代肺隔离技术需要借助柔性支气管镜来辅助定位，已达到精确放置的目的。
3.但是临床上实施需要较高的胸科麻醉操作技巧，术中气道管理有较高难度，通常需要在完成麻醉住院医师培训的基础上再进行至少一年的心胸麻醉专科医师培训才能熟练掌握。除此以外，术中有8.3％双腔管、37.5％支气管封堵器会因体位变动、手术牵拉等原因移位，重新定位也需借助支气管镜。
4.传统模式下，由于气管支气管解剖或者气道工具操作不熟练，可能会带来诸多不利影响：第一，导管插入过程中因导管进入角度和旋转不当可能导致气道粘膜损伤；第二，术中不能时刻监测确保导管位置，导管移位可导致缺氧；第三，不能实时监测和清理分泌物，肺部并发症风险增加；第四，支气管镜定位过程影响通气，操作不熟练可致缺氧风险增加，
5.虽然内镜导航技术在呼吸内镜已经有一定发展，目前磁导航、虚拟内镜导航，气道ct三维重建技术、喉镜支气管镜检查可提供全方位、各层次的气道局部图像，便于直观地研究、测量和分析患者呼吸道的解剖结构。
6.但是现仅有少量研究涉及ct三维重建技术、实时图像识别辅助用于患者气管评估和管理，更鲜有应用机器学习辅助混合影像数据进行气道评估和肺隔离管理的报道。实际上，其可视化肺隔离技术仍然主要是以监测和可视化为主，未实现导航功能。
7.如图1所示，在对气管路径的检测中，通过对气管内结构的仔细观察可以发现，在气管的一侧会有环状的纹路(气管“环部”，位于气管前壁)，而在气管的另一侧时不会出现如此的纹路(气管“膜部”，即气管食管交界部位，通常呈现纵向的条纹)。
8.通过的气管内特殊纹路的识别，可以使用计算机锁定气管的一侧，将带有环状纹路的一路定义为正前方向(远离脊柱的方向)，将没有环状纹路的一侧定义为正后方向(朝向脊柱的方向)。此时，首先使用深度学习的技术对图像进行学习和分类。在此处将一系列气管的图像进行截图、切分和标价。其中，如图2所示，标记的一类为环状；如图3所示，一类为非环状。
9.然而，在经过一定数量的深度学习之后，因为人体的个体差异，部分人体内的画面特性并不明显。除此之外、对于深度学习这样的方法而言，对于这样差异性不明显以及局部特征的学习所需要的样本案例过于庞大，无法很好地检测出气管路径。


技术实现要素：

10.为了解决现有技术存在的问题，本发明的至少一个实施例提供了一种气管识别导航方法，实现了对气管路径的导航功能。为此，本发明的至少一个实施例还提供一种气管识别导航系统。
11.第一方面，本发明实施例提出一种气管识别导航方法，方法包括以下步骤：
12.对气管内进行图像采集得到气管图像，对气管图像的像素点预设rgb范围值；
13.通过符合rgb范围值的像素点识别气管图像的环形区域位置；
14.通过已经被识别的环形区域位置对气管路径进行导航。
15.在一些实施例中，本发明提供的一种气管识别导航方法，rgb范围值为：180≤r≤210，0≤g≤85，65≤b≤75。
16.在一些实施例中，本发明提供的一种气管识别导航方法，通过符合rgb范围值的像素点以及该像素点的周边区域像素点建立矩阵，设该符合rgb范围值的像素点为矩阵的中心位置，对矩阵中所有像素点进行rgb值比对判断得到环形区域特征。
17.在一些实施例中，本发明提供的一种气管识别导航方法，对矩阵中所有项进行rgb值比对判断包括计算矩阵中每一个像素点与中心位置像素点的差值。
18.在一些实施例中，本发明提供的一种气管识别导航方法，对通过矩阵中所有项进行rgb值比对判断得到的气管图像进行边缘检测。
19.在一些实施例中，本发明提供的一种气管识别导航方法，边缘检测包括以下步骤：
20.去除气管图像的所有红色像素点；
21.采用图像二值化的方式对气管图像进行处理。
22.第二方面，本发明实施例还提供了一种气管识别导航系统，包括：
23.采集模块，用于对气管内进行图像采集得到气管图像；
24.预设模块，用于对气管图像的像素点预设rgb范围值；
25.识别模块，用于通过符合rgb范围值的像素点识别气管图像的环形区域位置；
26.导航模块，用于通过已经被识别的环形区域位置对气管路径进行导航。
27.在一些实施例中，本发明提供的一种气管识别导航系统，识别模块包括：
28.矩阵建立模块，用于通过符合rgb范围值的像素点以及该像素点的周边区域像素点建立矩阵，设该符合rgb范围值的像素点为所述矩阵的中心位置；
29.比对判断模块，用于对矩阵中所有像素点进行rgb值比对判断得到环形区域特征。
30.在一些实施例中，本发明提供的一种气管识别导航系统，比对判断模块包括：
31.差值计算模块，用于计算矩阵中每一个像素点与中心位置像素点的差值。
32.在一些实施例中，本发明提供的一种气管识别导航系统，识别模块包括：
33.边缘检测模块，用于对通过矩阵中所有项进行rgb值比对判断得到的气管图像进行边缘检测。
34.在一些实施例中，本发明提供的一种气管识别导航系统，边缘检测模块包括：
35.像素点去除模块，用于去除气管图像的所有红色像素点；
36.图像处理模块，用于采用图像二值化的方式对气管图像进行处理。
37.第三方面，本发明实施例还提供一种气管识别导航装置，包括至少一个处理器；与至少一个处理器耦合的存储器，存储器存储有可执行指令，可执行指令在被至少一个处理
器执行时使得实现如上第一方面的任一项方法的步骤。
38.第四方面，本发明实施例还提供一种芯片，用于执行上述第一方面中方法的步骤。具体地，该芯片包括：处理器，用于从存储器中调用并运行计算机程序，使得安装有该芯片的设备用于执行上述第一方面中方法的步骤。
39.第五方面，本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上第一方面的任一项方法的步骤。
40.第六方面，本发明实施例还提供一种计算机程序产品，包括计算机程序指令，该计算机程序指令使得计算机执行上述第一方面中方法的步骤。
41.可见，本发明实施例的一种气管识别导航方法和系统，通过对气管图像的像素点预设rgb范围值，再对符合rgb范围值的像素点以及该像素点的周边区域像素点进行比对判断，从而能很好地识别出气管内的环形区域，通过环形区域可以准确地对气管路径进行导航，为临床医师提供精确的辅助工具，降低操作复杂度。
附图说明
42.为了更清楚地说明本发明实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
43.图1显示为背景技术中气管内部结构的示意图；
44.图2显示为背景技术中气管内环形区域的示意图；
45.图3显示为背景技术中气管内非环形区域的示意图；
46.图4显示为本发明实施例中一种气管识别导航方法的流程图；
47.图5显示为本发明实施例中环状区域a和环状区域b的示意图；
48.图6显示为本发明实施例中矩阵各像素点的示意图；
49.图7显示为本发明实施例中各算法对气管图像进行边缘检测的效果图；
50.图8显示为本发明实施例中去除所有像素点当中的红色像素的示意图；
51.图9显示为本发明实施例中图像处理后的边缘轮廓示意图；
52.图10显示为本发明实施例中原图与遮罩重叠后的效果图；
53.图11显示为本发明实施例中一种气管识别导航系统的框架示意图。
具体实施方案
54.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
55.需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。在本文中，术语“包括”、“包含”或者其任何其他变体
意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
56.本方案发明人发现，在现有技术中，采用深度学习方式对气管路径进行检测识别时，因为人体的个体差异，部分人体内的画面特性并不明显。除此之外，对于这样差异性不明显以及局部特征的学习所需要的样本案例过于庞大，无法很好地检测出气管路径。此外，对于不熟练操作的的医师要求较高而且容易出错本发明实施例提供如下方案：
57.如图4所示，第一方面，本发明实施例提供一种气管识别导航方法，方法包括以下步骤：
58.对气管内进行图像采集得到气管图像，对气管图像的像素点预设rgb范围值，rgb范围值为：180≤r≤210，0≤g≤85，65≤b≤75。通过符合rgb范围值的像素点识别气管图像的环形区域位置。
59.对颜色进行了详细的分类和枚举，根据rgb规律的顺序，获得图中特殊部位的像素点值：
60.[193,72,75]，
[0061]
[189,69,69]，
[0062]
[189,68,67]，
[0063]
[190,72,70]，
[0064]
[192,74,72]，
[0065]
[202,85,81]，
[0066]
[183,70,66]，
[0067]
[197,83,75]，
[0068]
[186,73,69]，
[0069]
[132,46,47]，
[0070]
[125,43,45]，
[0071]
可以观察发现，最后两组数值[132,46,47]及[125,43,45]并不在上述的范围之内，这里的主要原因是因为图像的亮度发生了变化。
[0072]
如图5所示，在环状区域的特征中，环状区域a的颜色特征与环状区域b的颜色特征仍然存在较大的不同，需要引入矩阵来进行处理。
[0073]
通过符合rgb范围值的像素点以及该像素点的周边区域像素点建立矩阵，设该符合所述rgb范围值的像素点为矩阵的中心项，对矩阵中所有像素点进行rgb值比对判断得到环形区域特征。
[0074]
可以理解的是，当出现环状区域时，周边所对应的像素点也会出现相近的颜色。以一个符合预设的rgb范围值的像素点的rgb值为矩阵的中间值，该像素点为x，x的坐标表示为(i，j)，其中i表示像素所在的行数，j表述像素所在的列数，然后找到所有i，j位置周边的像素点并将其rgb值一一列举填入表格，形成以像素点x为矩阵中心，周边对应位置的环绕点为矩阵其他对应值的一个完整矩阵。此时，所有介于此像素点附近的像素点坐标，如表1所示：
[0075]
表1
[0076]
i-1,j-1i-1,ji-1,j+1i,j-1i,ji,j+1i+1,j-1i+1,ji+1,j+1
[0077]
这里，需要考虑三种情况：横向环状区域、纵向环状区域和斜方向环状区域。根据内窥镜在气管内的角度不同，环状区域所形成的方向也会有较大的不同。其中如上图中看到的环状主要呈现出纵向的排列状态。根据对四周像素点的对比判断，对环状区域进行进一步的缩限，从而最后得出所在区域的环状位置。
[0078]
将表1简化为矩阵：
[0079]a1 a
2 a3[0080]b1 x b3[0081]c1 c
2 c3[0082]
通过计算矩阵中每一个像素点与x(i，j)的rgb值的差来界定像素点x周边区域的颜色变化，如图6所示。
[0083]
点位1位于图像中识别区域的中心位置，此时可以计算得到，x的rgb值，与其周边的a1,a2,a3,b1,b3,c1,c2,c3的差值为
±
10，误差不超过
±
5。
[0084]
点位2位于图像中明暗交替的左上角，此时通过rgb值的计算可以得出，a1、a2、a3、b1、c1与x的差值相比于b3、c3、c2与x的差值大30以上，通过此方法可以界定此点位于左上角明暗交替处。
[0085]
点位3位于图像中正上方边缘的明暗交界处，此时通过rgb值的计算可以得出，a1、a2、a3与x的差值相比于b1、b3、c1、c2、c3与x的差值大30以上。通过此方法可以界定此点位于上方明暗交替处位置。
[0086]
点位4位于图像中明暗交替的右上角，此时通过rgb值的计算可以得出，a1、a2、a3、b3、c3与x的差值相比于b1、c1、c2与x的差值大30以上，通过此方法可以界定此点位于右上角明暗交替处。
[0087]
点位5位于右侧方边缘的明暗交界处，此时通过rgb值的计算可以得出，a3、b2、c3与x的差值相比于a1、a2、b1、c1、c2与x的差值大30以上。通过此方法可以界定此点位于右侧明暗边缘交替处位置。
[0088]
点位6位于图像中明暗交替的右下角，此时通过rgb值的计算可以得出，a3、b3、c1、c2、c3与x的差值相比于a1、a2、b1与x的差值大30以上，通过此方法可以界定此点位于右下角明暗交替处。
[0089]
点位7位于正下方边缘的明暗交界处，此时通过rgb值的计算可以得出，c1、c2、c3与x的差值相比于b1、b3、a1、a2、a3与x的差值大30以上。通过此方法可以界定此点位于下方明暗交替处位置。
[0090]
点位8位于图像中明暗交替的左下角，此时通过rgb值的计算可以得出，a1、b1、c1、c2、c3与x的差值相比于a2、a3、b3与x的差值大30以上，通过此方法可以界定此点位于左下角明暗交替处。
[0091]
点位9位于左侧方边缘的明暗交界处，此时通过rgb值的计算可以得出，a1、b1、c1与x的差值相比于a2、a3、b3、c2、c3与x的差值大30以上。通过此方法可以界定此点位于左侧
明暗边缘交替处位置。
[0092]
在完成上述的像素点判断后，为了进一步确定所寻找特征的边缘，对气管图像的边缘进行检测，效果如图7所示。根据图像中观察，除了使用binary算法(图像二值化)对图像进行处理时能够定位到一定的边缘，其余算法在处理此类图片是并不能达到一个较好的效果。
[0093]
在使用该算法前去除所有像素点当中的红色像素即可得到一个更便于计算机进行处理和识别的图像，提升边缘检测效果，如图8所示。因为在人体的器官组织图像中，我们发现整体的红色像素占据了大部分的像素颜色信息，所以去除之后对计算机在监测中的干扰会明显降低。处理后发现，图像中的毛细血管比原有图像中的更为明显，如此对于我们的边缘检测有了很大的帮助。如图9所示，是图像处理后的边缘轮廓。如图10所示，是原图与遮罩重叠后的效果。通过已经被识别的环形区域位置对气管路径以及支气管左右分叉路径进行导航。
[0094]
如图11所示，第二方面，本发明实施例还提供一种气管识别导航系统，包括采集模块、预设模块、识别模块和导航模块。采集模块用于对气管内进行图像采集得到气管图像；预设模块用于对气管图像的像素点预设rgb范围值；识别模块用于通过符合rgb范围值的像素点识别气管图像的环形区域位置；导航模块用于通过已经被识别的环形区域位置对气管路径进行导航。
[0095]
识别模块包括矩阵建立模块、比对判断模块和边缘检测模块。矩阵建立模块用于通过符合rgb范围值的像素点以及该像素点的周边区域像素点建立矩阵，设该符合rgb范围值的像素点为矩阵的中心位置；比对判断模块对矩阵中所有像素点进行rgb值比对判断得到环形区域特征。
[0096]
比对判断模块差值计算模块，用于计算矩阵中每一个像素点与中心位置像素点的差值。缘检测模块像素点去除模块和图像处理模块。像素点去除模块用于去除气管图像的所有红色像素点；图像处理模块用于采用图像二值化的方式对气管图像进行处理。
[0097]
第三方面，本发明实施例还提供一种气管识别导航装置，包括：
[0098]
至少一个处理器；与至少一个处理器耦合的存储器，存储器存储有可执行指令，其中，可执行指令在被至少一个处理器执行时使得实现本发明第一方面的方法步骤。
[0099]
本发明实施例提供的一种气管识别导航装置，处理器和存储器可以单独设置，也可以集成在一起。
[0100]
例如，存储器可以包括随机存储器、闪存、只读存储器、可编程只读存储器、非易失性存储器或寄存器等。处理器可以是中央处理器(central processing unit，cpu)等。或者是图像处理器(graphic processing unit,gpu)存储器可以存储可执行指令。处理器可以执行在存储器中存储的可执行指令，从而实现本文描述的各个过程。
[0101]
可以理解，本实施例中的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是rom(read-onlymemory，只读存储器)、prom(programmablerom，可编程只读存储器)、eprom(erasableprom，可擦除可编程只读存储器)、eeprom(electricallyeprom，电可擦除可编程只读存储器)或闪存。易失性存储器可以是ram(randomaccessmemory，随机存取存储器)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的ram可用，例如sram(staticram，静态随机存取存储
器)、dram(dynamicram，动态随机存取存储器)、sdram(synchronousdram，同步动态随机存取存储器)、ddrsdram(doubledatarate sdram，双倍数据速率同步动态随机存取存储器)、esdram(enhanced sdram，增强型同步动态随机存取存储器)、sldram(synchlinkdram，同步连接动态随机存取存储器)和drram(directrambusram，直接内存总线随机存取存储器)。本文描述的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
[0102]
在一些实施方式中，存储器存储了如下的元素，升级包、可执行单元或者数据结构，或者他们的子集，或者他们的扩展集：操作系统和应用程序。
[0103]
其中，操作系统，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序，包含各种应用程序，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序中。
[0104]
在本发明实施例中，处理器通过调用存储器存储的程序或指令，具体的，可以是应用程序中存储的程序或指令，处理器用于执行第一方面所提供的方法步骤。
[0105]
第四方面，本发明实施例还提供一种芯片，用于执行上述第一方面中的方法。具体地，该芯片包括：处理器，用于从存储器中调用并运行计算机程序，使得安装有该芯片的设备用于执行上述第一方面中的方法。
[0106]
第五方面，本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现本发明第一方面的方法的步骤。
[0107]
例如，机器可读存储介质可以包括但不限于各种已知和未知类型的非易失性存储器。
[0108]
第六方面，本发明实施例还提供一种计算机程序产品，包括计算机程序指令，该计算机程序指令使得计算机执行上述第一方面中的方法。
[0109]
综上所述，本发明实施例的一种气管识别导航方法和系统，通过对气管图像的像素点预设rgb范围值，再对符合rgb范围值的像素点以及该像素点的周边区域像素点进行比对判断，从而能很好地识别出气管内的环形区域，通过环形区域可以准确地对气管路径进行导航，为临床医师提供精确的辅助工具，降低操作复杂度。
[0110]
本领域技术人员可以明白的是，结合本文中所公开的实施例描述的各示例的单元及算法步骤能够以电子硬件、或者软件和电子硬件的结合来实现。这些功能是以硬件还是软件方式来实现，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以针对每个特定的应用，使用不同的方式来实现所描述的功能，但是这种实现并不应认为超出本技术的范围。
[0111]
在本技术实施例中，所公开的系统、装置和方法可以通过其它方式来实现。例如，单元的划分仅仅为一种逻辑功能划分，在实际实现时还可以有另外的划分方式。例如，多个单元或组件可以进行组合或者可以集成到另一个系统中。另外，各个单元之间的耦合可以是直接耦合或间接耦合。另外，在本技术实施例中的各功能单元可以集成在一个处理单元中，也可以是单独的物理存在等等。
[0112]
应理解，在本技术的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术的实施例的实施过程构成任何限定。
[0113]
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以
存储在机器可读存储介质中。因此，本技术的技术方案可以以软件产品的形式来体现，该软件产品可以存储在机器可读存储介质中，其可以包括若干指令用以使得电子设备执行本技术实施例所描述的技术方案的全部或部分过程。上述存储介质可以包括rom、ram、可移动盘、硬盘、磁盘或者光盘等各种可以存储程序代码的介质。
[0114]
以上内容仅为本技术的具体实施方式，本技术的保护范围并不局限于此。本领域技术人员在本技术所公开的技术范围内可以进行变化或替换，这些变化或替换都应当在本技术的保护范围之内。

技术特征：
1.一种气管识别导航方法，其特征在于，所述方法包括以下步骤：对气管内进行图像采集得到气管图像，对气管图像的像素点预设rgb范围值；通过符合所述rgb范围值的像素点识别气管图像的环形区域位置；通过已经被识别的环形区域位置对气管路径进行导航。2.根据权利要求1所述的一种气管识别导航方法，其特征在于，所述rgb范围值为：180≤r≤210，0≤g≤85，65≤b≤75。3.根据权利要求2所述的一种气管识别导航方法，其特征在于：通过符合所述rgb范围值的像素点以及该像素点的周边区域像素点建立矩阵，设该符合所述rgb范围值的像素点为所述矩阵的中心位置，对所述矩阵中所有像素点进行rgb值比对判断得到环形区域特征。4.根据权利要求3所述的一种气管识别导航方法，其特征在于：对所述矩阵中所有项进行rgb值比对判断包括计算矩阵中每一个像素点与中心位置像素点的差值。5.根据权利要求3所述的一种气管识别导航方法，其特征在于：对得到环形区域特征的气管图像进行边缘检测。6.根据权利要求5所述的一种气管识别导航方法，其特征在于：所述边缘检测包括以下步骤：去除气管图像的所有红色像素点；采用图像二值化的方式对气管图像进行处理。7.一种气管识别导航系统，其特征在于，包括：采集模块，用于对气管内进行图像采集得到气管图像；预设模块，用于对气管图像的像素点预设rgb范围值；识别模块，用于通过符合所述rgb范围值的像素点识别气管图像的环形区域位置；导航模块，用于通过已经被识别的环形区域位置对气管路径进行导航。8.根据权利要求7所述的一种气管识别导航系统，其特征在于，所述识别模块包括：矩阵建立模块，用于通过符合所述rgb范围值的像素点以及该像素点的周边区域像素点建立矩阵，设该符合所述rgb范围值的像素点为所述矩阵的中心位置；比对判断模块，对所述矩阵中所有像素点进行rgb值比对判断得到环形区域特征。9.根据权利要求8所述的一种气管识别导航系统，其特征在于，所述比对判断模块包括：差值计算模块，用于计算矩阵中每一个像素点与中心位置像素点的差值。10.根据权利要求8所述的一种气管识别导航系统，其特征在于，所述识别模块包括：边缘检测模块，用于对得到环形区域特征的气管图像进行边缘检测。11.根据权利要求10所述的一种气管识别导航系统，其特征在于，所述边缘检测模块包括：像素点去除模块，用于去除气管图像的所有红色像素点；图像处理模块，用于采用图像二值化的方式对气管图像进行处理。12.一种气管识别导航装置，包括至少一个处理器；与所述至少一个处理器耦合的存储器，所述存储器存储有可执行指令，其特征在于：所述可执行指令在被所述至少一个处理器执行时使得实现根据权利要求1至6中任一项所述方法的步骤。13.一种芯片，其特征在于：包括处理器，用于从存储器中调用并运行计算机程序，使得
安装有所述芯片的设备执行如权利要求1至6中任一项所述方法的步骤。14.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如上权利要求1至6中任一项所述方法的步骤。

技术总结
本发明提供一种气管识别导航方法和系统，对气管内进行图像采集得到气管图像，对气管图像的像素点预设RGB范围值，通过符合RGB范围值的像素点识别气管图像的环形区域位置，通过已经被识别的环形区域位置对气管路径进行导航。本发明通过对气管图像的像素点预设RGB范围值，再对符合RGB范围值的像素点以及该像素点的周边区域像素点进行比对判断，从而能很好地识别出气管内的环形区域，通过环形区域可以准确地对气管路径进行导航，为临床医师提供精确的辅助工具，降低操作复杂度。降低操作复杂度。降低操作复杂度。


技术研发人员：吴镜湘 李婷婷 赵柏杨 王轶湛 王刚
受保护的技术使用者：上海兰甲医疗科技有限公司
技术研发日：2023.03.10
技术公布日：2023/7/12