摘要
في عملية الجراحة بالتنظير الداخلي، يحتاج الجراح إلى معرفة موقع أدوات الجراحة في الوقت الحقيقي. تؤثر عوامل مثل الانعكاس والظل على دقة خوارزميات الكشف عن الأهداف الحالية ونسبة الخطأ في الكشف، مما يفتح مجالاً لتحسينهما. يقترح هذا البحث طريقة للكشف والتقسيم لأدوات الجراحة تعتمد على تحسين YOLOv5s. أولاً، يتم تصحيح سطوع وتباين الصورة باستخدام خوارزمية تصحيح غاما لمعالجة مشاكل الانعكاس والظل على أدوات الجراحة؛ ثم يتم تصميم وحدات CBAM والتلافيف الديناميكية لزيادة وزن المعلومات المميزة الهامة لتحسين دقة الكشف وتقليل الخطأ في كشف النموذج؛ في الوقت نفسه، يتم تحسين وحدة التجميع الهرمي الفضائي لتوسيع مجال الاستقبال مما يساعد في التعرف على الأهداف متعددة الأحجام بشكل أفضل؛ وأخيرًا، يتم تصميم رأس التقسيم الدلالي FPN لتحقيق وظيفة التقسيم الدلالي. تظهر نتائج التجارب على مجموعة بيانات الجراحة بالتنظير الداخلي أن mAP@0.5 لكشف الأهداف هو 98.2٪، وmIoU للتقسيم الدلالي هو 94.0٪. يمكن للطريقة المقترحة مساعدة الجراحين في التعرف السريع على مواقع وأنواع أدوات الجراحة، مما يحسن من كفاءة الجراحة.
关键词
أدوات الجراحة;كشف الأهداف;التقسيم الدلالي;آلية الانتباه
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website