仪器网:用于实时细分内外科手术仪器的综合模型
Zhenzhong Liu1, Laiwang Zheng1, Lin Gu2
1Tianjin Key Laboratory for Advanced Mechatronic System Design and Intelligent Control, School of Mechanical Engineering, Tianjin University of Technology, Tianjin, 300384, China; National Demonstration Center for Experimental Mechanical and Electrical Engineering Education (Tianjin University of Technology), China.
Computers in biology and medicine
|October 15, 2023
概括
一个新的手术仪器细分网络InstrumentNet通过使用多尺度特征融合和自适应机制来提高精度和安全性,改善了机器人辅助手术的实时检测.
科学领域:
- 医疗机器人 医疗机器人
- 计算机视觉 计算机视觉
- 手术技术 手术技术
背景情况:
- 精确的手术仪器细分对于高效和安全的机器人辅助手术至关重要.
- 挑战包括阻塞,仪器交织和运动工件,阻碍当前细分精度.
研究的目的:
- 开发一个有效的实时手术仪器细分网络 (InstrumentNet),以应对现有的挑战.
- 为了提高手术仪器定位的准确性和可靠性,并在机器人手术中进行构成估计.
主要方法:
- 仪器网使用YOLOv7进行实时物体检测.
- 采用多级特征融合网络,以防止特征冗余和损失,改善概括性.
- 一个适应性特征加权融合机制和一个语义细分头被整合在一起,以提高性能.
主要成果:
- 该模型在内外科手术仪器数据集上实现了高性能,mAP为93.5%,Dice得分为82.49%,MIoU得分为85.48%.
- 与其他先进模型相比,InstrumentNet表现出优越的细分性能.
- 提出的方法在复杂的手术场景中显示出普遍性和有效性.
结论:
- 仪器网为机器人辅助手术中的实时手术仪器细分提供了一个强大的解决方案.
- 开发的网络可以通过提供准确的仪器数据来显著帮助外科医生,从而为更安全,更有效的手术做出贡献.
- 这项研究为开发智能医疗机器人和先进的外科导航系统提供了宝贵的参考.
