-
题名复杂视网膜显微手术中器械检测方法
- 1
-
-
作者
何昱昊
陈一巍
樊金宇
何益
史国华
-
机构
中国科学技术大学生物医学工程学院
中国科学院苏州生物医学工程技术研究所江苏省医用光学重点实验室
-
出处
《光电工程》
北大核心
2025年第2期68-81,共14页
-
基金
国家重点研发计划(2021YFF0700503,2022YFC2404201)
中国科学院稳定支持基础研究领域青年团队计划(YSBR-067)
+2 种基金
江苏省科技计划项目(BK20220263)
苏州市姑苏创新创业领军人才(ZXL2021425)
苏州市基础研究试点项目(SSD2023018)。
-
文摘
针对视网膜显微手术中的复杂干扰情况,本文利用深度学习的方法提出一种手术器械检测算法。首先,构建并手动标注了RET1数据集,并以YOLO框架为基础,针对部分图像退化,提出利用SGConv和RGSCSP特征提取模块增强模型对图像细节特征的提取能力。针对IoU损失函数收敛速度慢以及边界框回归不准确的问题,提出DeltaIoU边界框损失函数。最后,运用动态头部和解耦头部的集成对特征融合的目标进行检测。实验结果表明,提出的方法在RET1数据集上mAP50-95达到72.4%,相较原有算法提升了3.8%,并能在复杂手术场景中对器械有效检测,为后续手术显微镜自动跟踪以及智能化手术导航提供有效帮助。
-
关键词
视网膜显微手术
目标检测
YOLO
手术显微镜
损失函数
-
Keywords
retinal microsurgery
object detection
YOLO
surgical microscope
loss function
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
