基于深度学习的综合系统,用于在手术海绵中进行手术内输血量化

科学领域:

• 医疗技术 医疗技术 医学技术
• 在外科手术中使用人工智能
• 外科信息学外科信息学

背景情况:

• 在手术期间输血量化对于患者的安全和手术成功至关重要.
• 传统的视觉估计方法是主观和不准确的.
• 需要精确的,实时的血液损失监测系统.

研究的目的:

• 引入和验证MDCare,这是一个深度学习集成系统,用于使用手术海绵准确量化血液损失.
• 为了证明MDCare在传统估计技术上的优势.

主要方法:

• 集成质量传感器和网络摄像机与深度学习算法 (ResNet-18,YOLOv4).
• 实时图像处理速度为每秒7.4.
• 使用合成和真实血液场景进行验证.

主要成果:

• 达到高达96.2%的分类准确度,用于输血.
• 证明了超过91%的海绵检测准确度.
• 系统在实时运行,适合外科环境.

结论:

• 与传统方法相比,MDCare显著提高了血液损失估计的准确性.
• 该系统为外科医生提供实时数据,以改善决策.
• MDCare代表了手术护理的重大进步,有可能被广泛采用.