Während endoskopischer Operationen muss der Chirurg die Position der chirurgischen Instrumente in Echtzeit erfassen. Bestehende Objekterkennungsalgorithmen werden durch Reflexionen und Schatten beeinflusst, was ihre Genauigkeit und Fehlerrate verbessert werden kann. Diese Arbeit schlägt eine Methode zur Erkennung und Segmentierung chirurgischer Instrumente basierend auf einem verbesserten YOLOv5s vor. Zunächst wird die Helligkeit und der Kontrast des Bildes mittels Gamma-Korrektur angepasst, um Probleme durch Reflexionen und Schatten auf den Instrumenten zu lösen; anschließend werden CBAM- und dynamische Faltungs-Module entwickelt, um wichtige Merkmalsinformationen stärker zu gewichten, wodurch die Erkennungsgenauigkeit erhöht und die Fehlerrate reduziert wird; gleichzeitig wird das Spatial Pyramid Pooling-Modul optimiert, um das Empfangsfeld zu vergrößern und so die Erkennung von Objekten in verschiedenen Größen zu verbessern; schließlich wird ein FPN-Semantikkopf entworfen, um die semantische Segmentierungsfunktion zu realisieren. Experimentelle Ergebnisse auf einem endoskopischen Operationsdatensatz zeigen, dass der mAP@0.5 für die Objekterkennung 98,2 % und der mIoU für die semantische Segmentierung 94,0 % beträgt. Die vorgeschlagene Methode unterstützt Chirurgen dabei, schnell den Ort und Typ der chirurgischen Instrumente zu erfassen und verbessert so die Operationseffizienz.

chirurgische Instrumente;Objekterkennung;semantische Segmentierung;Aufmerksamkeitsmechanismus