摘要
本发明属于深度学习技术领域,具体公开了一种手术器械针尖轨迹预测方法,包括以下步骤:用手术器械关键运动图像序列构建手术器械运动轨迹数据集,将手术器械关键运动图像序列按时间先后分为帧数相同的第一图像序列和第二图像序列,以3D卷积神经网络作为生成器,多尺度判别器作为判别器构建生成式对抗网络模型,并基于第一图像序列和第二图像序列的映射关系对生成式对抗网络模型进行训练后固定生成器和判别器的参数。获取手术器械的实时运动轨迹图像序列,将实时运动轨迹图像序列输入生成式对抗网络模型中生成预测图像序列,基于预测图像序列获得手术器械针尖轨迹的预测结果。本发明实现了高精度的预测。
技术关键词
手术器械
生成式对抗网络模型
轨迹预测方法
运动图像序列
标志物
运动轨迹数据
生成预测图像
边缘轮廓
误差
边缘检测算法
深度学习技术
精度
多尺度
坐标系
视觉