基于卡尔曼滤波的医疗器械视觉跟踪方法、装置

本发明涉及基于卡尔曼滤波的医疗器械视觉跟踪方法、装置、计算机设备和存储介质，旨在解决腔镜手术中的操作难度和效率问题。首先，获取腹腔镜视频流数据，利用深度学习模型识别和分割手术器械头部位置，得到边框图像数据。用户选择追踪目标后，采用卡尔曼滤波算法预测下一帧的边框图像数据。然后，继续使用深度学习模型识别下一帧的器械头部位置，通过IOU匹配算法确定最佳匹配边框数据，确保追踪的准确性和连续性。基于确定的边框数据，实时计算腹腔镜机器手臂末端的目标位姿，并发送驱动指令，实现腹腔镜自动化和精确定位。该方法提高了手术的连续性、稳定性和安全性，减轻了医生负担，增强了持镜臂机器人的临床适用性。