1.一種用于提供使機器人內窺鏡轉向的自適應轉向控制輸出信號的控制系統，所述控制系統包括：a)第一圖像傳感器，其被配置用于捕獲包含腔的一系列兩個或更多個圖像的第一輸入數據流；以及b)一個或多個處理器，其單獨地或共同地被配置用于：i)使用至少兩種不同的圖像處理算法的組合對所述圖像中的一個或多個進行自動化圖像處理和特征提取以生成一輸入數據集，該輸入數據集包括所述腔的中心位置的至少兩個不同的估算；ii)基于使用人工神經網絡對所述輸入數據集的分析來輸出一轉向方向，該人工神經網絡已經使用訓練數據集進行訓練，其中所述訓練數據集包括來自先前的內窺鏡手術的記錄的圖像數據以及在仿真的內窺鏡手術期間由外科醫生或其他熟練操作者向虛擬轉向機構提供的經驗性轉向控制指令，其中所述轉向方向實時地適應于所述輸入數據集的變化，并且其中所述轉向方向無需與所述腔的中心位置的所述估算對準；以及iii)實時地生成所述自適應轉向控制輸出信號。2.根據權利要求1所述的控制系統，其中所述自動化圖像處理和特征提取進一步包括生成對所述腔的壁的區位的確定、對障礙物的區位的確定、對用于估算所述腔的中心位置的置信水平的計算、對腔中心位置數據的完整性的損失或改變的確定，或者其任何組合。3.根據權利要求1所述的控制系統，其中所述自動化圖像處理和特征提取進一步包括標識高光反射區域，并從而基于光反射與接近度之間的關系確定所述腔的壁或障礙物到所述機器人內窺鏡的遠端的接近度。4.根據權利要求1所述的控制系統，其中當用于確定所述腔的中心位置相對于所述機器人內窺鏡的遠端的置信水平低于第一閾限時，所述自適應轉向控制輸出信號導引所述機器人內窺鏡沿著一指定路徑進行搜索，并且重復以下步驟：(i)對至少所述第一輸入數據流的一個或多個圖像進行自動化圖像處理和特征提取，以標識所述腔的中心位置，(ii)計算用于確定所述腔的中心位置的新的置信水平，以及(iii)生成所述自適應轉向控制輸出信號以導引所述機器人內窺鏡沿著所述指定路徑進行搜索，直到所述新的置信水平高于第二閾限。5.根據權利要求3所述的控制系統，其中所述關系由光反射強度梯度或顏色梯度圖表示。6.根據權利要求1所述的控制系統，其中對所述腔的中心位置的一個估算包括：(i)生成多個矢量，其中每個矢量在與圖像中標識的一輪廓的局部節段相垂直的方向上對準，(ii)計數與所述圖像中的給定像素相交的矢量的數目，以及(iii)將所述腔的中心位置確定為所述矢量的相交出現最多的位置。7.根據權利要求1所述的控制系統，其中對所述腔的中心位置的一個估算包括：(i)從暗區到亮區，迭代地對每個所述圖像進行閾值處理，(ii)對于每次迭代，分割面積大于指定值的所有暗區，(iii)對每個所述暗區計算置信水平，并選擇具有最大置信水平的一暗區，(iv)計算所選擇的暗區的質心作為所述腔的中心。8.根據權利要求2所述的控制系統，其中基于被標識為所述腔的中心的圖像特征的轉動慣量，計算用于估算所述腔的中心位置的所述置信水平，并且其中，基于從所述第一輸入數據流估計的所述腔的中心位置的強度計算、轉動慣量計算、凸度計算中的一個或多個，計算所述置信水平。9.根據權利要求1所述的控制系統，其中所述人工神經網絡是遞歸神經網絡。10.根據權利要求9所述的控制系統，其中所述遞歸神經網絡是遞歸卷積神經網絡。11.根據權利要求1所述的控制系統，其中使用所述自適應轉向控制輸出信號來控制所述機器人內窺鏡的一個或多個致動器，其中所述一個或多個致動器使得所述機器人內窺鏡的可轉向遠端部分發生移動，并且其中圍繞一個或多個旋轉軸使得所述可轉向遠端部分發生移動，該一個或多個旋轉軸包括橫滾軸、偏航軸、俯仰軸或其任何組合。12.一種用于提供使機器人內窺鏡轉向的自適應轉向控制輸出信號的方法，所述方法包括：a)提供包含腔的一系列兩個或更多個圖像的第一輸入數據流；以及b)使用至少兩種不同的圖像處理算法的組合對所述圖像中的一個或多個進行自動化圖像處理和特征提取以生成一輸入數據集，該輸入數據集包括所述腔的中心位置的至少兩個不同的估算；c)基于使用人工神經網絡對所述輸入數據集的分析來輸出一轉向方向，該人工神經網絡已經使用訓練數據集進行訓練，其中所述訓練數據集包括來自先前的內窺鏡手術的記錄的圖像數據以及在仿真的內窺鏡手術期間由外科醫生或其他熟練操作者向虛擬轉向機構提供的經驗性轉向控制指令，其中所述轉向方向實時地適應于所述輸入數據集的變化，并且其中所述轉向方向無需與所述腔的中心位置的所述估算對準；以及d)實時地生成所述自適應轉向控制輸出信號。13.根據權利要求12所述的方法，還包括：當用于確定所述腔的中心位置相對于所述機器人內窺鏡的遠端的置信水平低于第一閾限時，生成所述自適應轉向控制輸出信號以導引所述機器人內窺鏡沿著一指定路徑進行搜索，以及重復以下步驟：(i)對至少所述第一輸入數據流的一個或多個圖像進行自動化圖像處理和特征提取，以標識所述腔的中心位置，(ii)計算用于確定所述腔的中心位置的新的置信水平，以及(iii)生成所述自適應轉向控制輸出信號以導引所述機器人內窺鏡沿著所述指定路徑進行搜索，直到所述新的置信水平高于第二閾限。14.根據權利要求12所述的方法，其中所述人工神經網絡包括遞歸神經網絡。15.根據權利要求14所述的方法，其中所述遞歸神經網絡是遞歸卷積神經網絡。16.一種機器人內窺鏡，包括：a)細長體結構，其包括一個或多個致動單元以及可轉向遠端部分；以及b)控制系統，其包括：i)第一圖像傳感器，其被配置用于捕獲包含腔的一系列兩個或更多個圖像的第一輸入數據流；以及ii)一個或多個處理器，其單獨地或共同地被配置用于：使用至少兩種不同的圖像處理算法的組合對所述圖像中的一個或多個進行自動化圖像處理和特征提取以生成一輸入數據集，該輸入數據集包括所述腔的中心位置的至少兩個不同的估算；基于使用人工神經網絡對所述輸入數據集的分析來輸出一轉向方向，該人工神經網絡已經使用訓練數據集進行訓練，其中所述訓練數據集包括來自先前的內窺鏡手術的記錄的圖像數據以及在仿真的內窺鏡手術期間由外科醫生或其他熟練操作者向虛擬轉向機構提供的經驗性轉向控制指令，其中所述轉向方向實時地適應于所述輸入數據集的變化，并且其中所述轉向方向無需與所述腔的中心位置的所述估算對準；以及實時地生成一自適應轉向控制輸出信號以控制所述一個或多個致動單元。17.根據權利要求16所述的機器人內窺鏡，其中所述自動化圖像處理和特征提取進一步包括對所述腔的壁的區位的確定、對障礙物的區位的確定、對用于估算所述腔的中心位置的置信水平的計算、對腔中心位置數據的完整性的損失或改變的確定，或者其任何組合。18.根據權利要求16所述的機器人內窺鏡，其中所述人工神經網絡包括遞歸神經網絡。19.根據權利要求18所述的機器人內窺鏡，其中所述遞歸神經網絡是遞歸卷積神經網絡。
展開
