基于针检测与卡尔曼滤波器的超声下穿刺针识别与跟踪

本发明涉及图像处理技术领域，具体涉及一种基于针检测与卡尔曼滤波器的超声下穿刺针识别与跟踪方法，所提供的识别方法包括：数据集收集、数据增广、模型训练以及卡尔曼滤波预测。在上千种不同的超声图像上进行了测试，跟踪的平均准确度相较于传统的卷积神经网络精度有所提升，并且跟踪速度与传统相比也有提升，弥补了传统卷积神经网络模型鲁棒性和泛化性不足的问题，且不需要额外的训练参数。