一种基于卷积神经网络的内镜自动导向方法

本发明提供一种基于卷积神经网络的内镜自动导向方法，在模型设计上基于U‑Net模型进行轻量化设计，同时采用OpenCV实时图像处理和伺服电机驱动基于质心跟踪的方法对内镜导向系统进行驱动。本发明避免了复杂的路径规划算法，降低了计算延迟，通过坐标映射直接驱动伺服电机，实现像素到物理空间的快速响应，契合临床对实时性需求；可高效辅助医生快速定位肠道腔隙中心，减少镜身打襻等常见问题，使进镜更为顺利，通过精准路径制导避免黏膜损伤，从而减轻患者痛苦，有效提升了进镜的稳定性和效率。