發(fā)布時(shí)間：2023-05-11 02:14

　　消化內(nèi)鏡微創(chuàng)手術(shù)器械交互安全預(yù)警系統(tǒng)旨在對(duì)多器械消化內(nèi)鏡微創(chuàng)手術(shù)中手術(shù)鉗器械操作力的安全性進(jìn)行實(shí)時(shí)監(jiān)控。系統(tǒng)主要由腫瘤分割、手術(shù)器械分割、手術(shù)鉗末端位姿估計(jì)、手術(shù)鉗與軟組織交互模型設(shè)計(jì)等模塊構(gòu)成,其中,手術(shù)器械分割與手術(shù)鉗末端位姿估計(jì)是預(yù)警系統(tǒng)的基礎(chǔ)和關(guān)鍵。然而,目前主流的語(yǔ)義分割網(wǎng)絡(luò),對(duì)內(nèi)鏡手術(shù)器械分割的研究較少,且大都過(guò)于片面地強(qiáng)調(diào)預(yù)測(cè)精度或者預(yù)測(cè)速度,缺乏對(duì)網(wǎng)絡(luò)整體分割性能的有效平衡。另外,主流的目標(biāo)估計(jì)算法大都基于CNN網(wǎng)絡(luò)進(jìn)行設(shè)計(jì),僅能預(yù)測(cè)出表示目標(biāo)整體位置的規(guī)則矩形估計(jì)框,缺乏對(duì)目標(biāo)方向信息和末端位置信息的估計(jì)。而且,目前的位姿估計(jì)算法大都基于關(guān)鍵點(diǎn)檢測(cè)算法設(shè)計(jì),需要費(fèi)時(shí)費(fèi)力的數(shù)據(jù)集標(biāo)注。首先,本文基于模擬數(shù)據(jù)集設(shè)計(jì)了一個(gè)實(shí)時(shí)高精度器械分割網(wǎng)絡(luò)。首先搭建了一個(gè)多器械內(nèi)鏡微創(chuàng)手術(shù)模擬平臺(tái)模擬手術(shù)中器械交互,然后采集、標(biāo)注和增強(qiáng)了數(shù)據(jù),制作了模擬數(shù)據(jù)集。最后,基于輕量級(jí)特征提取網(wǎng)絡(luò)、注意力機(jī)制、特征金字塔網(wǎng)絡(luò)等高性能模塊設(shè)計(jì)實(shí)現(xiàn)了一個(gè)性能達(dá)到85%m Io U以上和40 FPS以上的實(shí)時(shí)高精度器械分割網(wǎng)絡(luò)。其次,本文基于公開(kāi)的MICCAI競(jìng)賽數(shù)據(jù)集驗(yàn)證了網(wǎng)絡(luò)分割性能,并基于該數(shù)...

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題背景及研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 語(yǔ)義分割研究現(xiàn)狀
        1.2.2 內(nèi)鏡醫(yī)療圖像分割研究現(xiàn)狀
        1.2.3 目標(biāo)位姿估計(jì)研究現(xiàn)狀
    1.3 課題難點(diǎn)
    1.4 本文的主要研究?jī)?nèi)容
第2章 高性能手術(shù)器械分割網(wǎng)絡(luò)設(shè)計(jì)
    2.1 模擬數(shù)據(jù)集的制作
        2.1.1 多器械內(nèi)鏡微創(chuàng)手術(shù)模擬平臺(tái)的搭建
        2.1.2 數(shù)據(jù)采集與預(yù)處理
    2.2 基于經(jīng)典深度語(yǔ)義分割網(wǎng)絡(luò)的手術(shù)器械分割
        2.2.1 高精度分割網(wǎng)絡(luò)
        2.2.2 實(shí)時(shí)分割網(wǎng)絡(luò)
        2.2.3 醫(yī)療圖像分割網(wǎng)絡(luò)
        2.2.4 實(shí)驗(yàn)結(jié)果
    2.3 高性能手術(shù)器械分割網(wǎng)絡(luò)設(shè)計(jì)
        2.3.1 特征提取網(wǎng)絡(luò)的輕量化設(shè)計(jì)
        2.3.2 注意力機(jī)制的引入
        2.3.3 多尺度上下文特征的提取與融合
        2.3.4 網(wǎng)絡(luò)設(shè)計(jì)與實(shí)現(xiàn)
        2.3.5 實(shí)驗(yàn)結(jié)果
    2.4 本章小結(jié)
第3章 基于MICCAI數(shù)據(jù)集對(duì)網(wǎng)絡(luò)的驗(yàn)證和改進(jìn)
    3.1 網(wǎng)絡(luò)在真實(shí)內(nèi)鏡圖像上的有效性驗(yàn)證
    3.2 組合損失函數(shù)設(shè)計(jì)
        3.2.1 引入形狀先驗(yàn)的邊界損失函數(shù)設(shè)計(jì)
        3.2.2 正負(fù)難易樣本平衡
        3.2.3 實(shí)驗(yàn)結(jié)果
    3.3 門(mén)機(jī)制特征選擇
        3.3.1 橫向連接引入注意力機(jī)制
        3.3.2 門(mén)控特征選擇設(shè)計(jì)
        3.3.3 實(shí)驗(yàn)結(jié)果
    3.4 數(shù)據(jù)增強(qiáng)
        3.4.1 數(shù)據(jù)增強(qiáng)方式
        3.4.2 數(shù)據(jù)增強(qiáng)訓(xùn)練
        3.4.3 實(shí)驗(yàn)結(jié)果
    3.5 本章小結(jié)
第4章 高性能手術(shù)鉗末端位姿估計(jì)算法設(shè)計(jì)
    4.1 基于關(guān)鍵點(diǎn)檢測(cè)技術(shù)的手術(shù)鉗末端位姿估計(jì)算法探討
        4.1.1 關(guān)鍵點(diǎn)的選取
        4.1.2 基于關(guān)鍵點(diǎn)的手術(shù)鉗末端位姿推理算法設(shè)計(jì)
        4.1.3 多任務(wù)學(xué)習(xí)網(wǎng)絡(luò)設(shè)計(jì)
        4.1.4 網(wǎng)絡(luò)分析
    4.2 基于分割圖的手術(shù)鉗末端位姿估計(jì)算法設(shè)計(jì)
        4.2.1 分析任務(wù)相關(guān)性
        4.2.2 手術(shù)鉗最小外接矩形的獲得
        4.2.3 手術(shù)鉗末端位姿的確定
        4.2.4 整個(gè)手術(shù)鉗末端位姿估計(jì)算法設(shè)計(jì)
        4.2.5 實(shí)驗(yàn)結(jié)果
    4.3 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其它成果
致謝



本文編號(hào)：3813951