В процессе эндоскопической хирургии хирургу необходимо в реальном времени отслеживать положение хирургического инструмента. Существующие алгоритмы обнаружения объектов подвержены влиянию отражений и теней, что снижает их точность и повышает уровень пропусков, требуя оптимизации. В данной работе предложен метод обнаружения и сегментации хирургических инструментов на основе улучшенной модели YOLOv5s. Во-первых, применяется гамма-коррекция для корректировки яркости и контрастности изображения, что позволяет справиться с проблемами отражений и теней на инструментах; во-вторых, разработаны модули CBAM и динамической свёртки, которые увеличивают вес важных признаков, тем самым повышая точность обнаружения и снижая количество пропусков; одновременно оптимизирован модуль пространственного пирамидального пула для расширения рецептивного поля, что способствует лучшему распознаванию объектов различных масштабов; наконец, разработана семантическая сегментирующая голова FPN для реализации функции семантической сегментации. Эксперименты на наборе данных эндоскопических операций показали, что mAP@0.5 для обнаружения объектов составляет 98.2%, а mIoU для семантической сегментации — 94.0%. Предложенный метод помогает хирургам быстро определять местоположение и тип хирургических инструментов, повышая эффективность операций.

хирургические инструменты;обнаружение объектов;семантическая сегментация;механизм внимания