摘要
本发明提供一种基于深度学习的肩关节镜手术辅助方法及系统,包括:采集专家级的肩关节镜手术视频,对肩关节镜手术视频进行分帧处理得到分帧后图片,对分帧后图片进行标签标注得到标注后图片;基于DconnNet模型提取标注后图片的特征,得到图片特征;由RetinaNet模型学习图片特征,获得待确定病灶区域;利用深度学习模型训练待确定病灶区域和手术器械标签组成的数据,建立肩关节镜手术辅助模型;将实时手术数据输入肩关节镜手术辅助模型,输出手术辅助结果。本发明通过将人工智能技术应用于肩关节镜手术辅助技术中,能提高低年资医师的医疗技术水平、缩短学习周期、改善不同医院医疗资源不平衡以及推动新型数字医疗手术器械发展。
技术关键词
肩关节镜手术
深度学习模型训练
图片
标签
特征金字塔网络结构
非暂态计算机可读存储介质
视频
医疗手术器械
编码器算法
深度特征提取
输出特征
损失函数优化
数据
生成多尺度
人工智能技术
标注工具
处理器
辅助系统
系统为您推荐了相关专利信息
模型去噪方法
学习推荐系统
矩阵分解模型
教师
优化预测模型
渠道
计算机设备
计算机程序产品
可读存储介质
决策