本发明涉及医疗检测方法和系统，特别涉及一种气管识别导航方法和气管识别导航系统。
背景技术：
1、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。
2、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。
3、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，
4、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。
5、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。
6、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)。
7、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。
8、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。
技术实现思路
1、发明目的：本发明的发明目的是提供了一种精确、简便的气管识别导航方法和系统。
2、技术方案：第一方面，本发明提供一种气管识别导航方法，包括以下步骤：
3、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；
4、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；
5、通过已经被识别的环形区域位置对气管路径进行导航。
6、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。
7、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。
8、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。
9、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。
10、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：
11、去除气管图像的所有红色像素点；
12、采用图像二值化的方式对气管图像进行处理。
13、第二方面，本发明还提供了一种气管识别导航系统，包括：
14、采集模块，用于对气管内进行图像采集得到气管图像；
15、预设模块，用于对气管图像的像素点预设rgb范围值；
16、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；
17、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。
18、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：
19、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；
20、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。
21、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：
22、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。
23、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：
24、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。
25、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：
26、像素点去除模块，用于去除气管图像的所有红色像素点；
27、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。
28、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。
29、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。
30、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。
31、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。
32、本发明与现有技术相比，具有如下有益效果：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。
1.一种气管识别导航方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的气管识别导航方法，其特征在于，所述步骤(1)中rgb范围值为：180<r≤210，0≤g≤85，65<b<75，和/或，所述步骤(2)中通过符合所述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。
3.根据权利要求2所述的气管识别导航方法，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；对得到环形区域特征的气管图像进行边缘检测。
4.根据权利要求3所述的气管识别导航方法，其特征在于：所述边缘检测包括以下步骤：
5.一种气管识别导航系统，其特征在于，包括：
6.根据权利要求5所述的气管识别导航系统，其特征在于，所述识别模块包括：
7.根据权利要求6所述的气管识别导航系统，其特征在于，
8.一种气管识别导航装置，包括至少一个处理器，与所述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处理器执行时实现权利要求1-4中任一项所述方法的步骤。
9.一种芯片，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实现如权利要求1-4中任一项所述方法的步骤。
10.一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1-4中任一项所述方法的步骤。
