典型文献
基于注意力机制的手术器械多任务追踪方法
文献摘要：
由于微创手术视野小,同时手术过程中存在多次器械置换和位置矫正,导致手术过程中存在着器械置换错误,甚至是器械误伤组织的风险.针对这一问题,文章提出一个基于改进RCNN(Region-based Convo-lutional Neural Network)的微创手术多任务器械追踪方法以追踪手术器械的使用情况.首先将注意力机制引入RPN(Region Proposal Network)中,利用具有注意力机制的注意力模块,充分提取手术器械末端执行器的特征,使得模型可以在ResNet-101网络中取得更快的训练收敛速度;其次改进了目标损失函数,使得模型在目标追踪的同时可以进一步获取手术器械的轮廓,实现手术器械多任务追踪.该文在真实的临床数据中进行了模型验证,实验结果表明:改进的RCNN模型在训练过程相较于ResNet-50模型有更快的收敛速度;同时在单个任务时的准确度、召回率和平均精度均值指标分别为66.4％、59.5％ 和39.2％,比基于ResNet-101的RCNN模型分别平均提高2％.
文献关键词：
注意力机制;计算机辅助决策;目标检测;多任务算法
中图分类号：
作者姓名：
蔡琼;王浩;柯水洲
作者机构：
合肥工业大学 信息化建设发展中心,安徽 合肥 230009;合肥工业大学 管理学院,安徽 合肥 230009
文献出处：
引用格式：
[1]蔡琼;王浩;柯水洲-.基于注意力机制的手术器械多任务追踪方法)[J].合肥工业大学学报（自然科学版）,2022(06):746-752
A类：
器械追踪,多任务算法
B类：
注意力机制,手术器械,微创手术,手术视野,手术过程,误伤,RCNN,Region,Convo,lutional,Neural,Network,务器,RPN,Proposal,注意力模块,分提,末端执行器,ResNet,收敛速度,损失函数,目标追踪,临床数据,模型验证,训练过程,召回率,平均精度均值,比基,计算机辅助决策,目标检测
AB值：
0.338018
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
