摘要
本申请涉及计算机视觉与医疗辅助技术领域,尤其是涉及一种基于深度学习的青光眼手术实时导航方法,主要步骤包括:将所述待处理数据输入预训练的多任务深度学习模型;所述步骤识别模型基于Transformer架构构建,用于提取所述待处理数据中连续帧的时空特征,根据提取得到的特征和预设的手术步骤定义,输出当前帧对应的手术阶段;所述目标跟踪模型基于PIDNet的实时语义分割网络构建,用于基于所述待处理数据中的单帧图像识别、跟踪器械和解剖结构,输出目标识别结果;根据所述当前帧对应的手术阶段和所述目标识别结果,触发预定义的语音提示。本申请解决了动态手术场景下的多任务实时协同导航难题,为医护人员提供低延迟、高精度的术中决策支持。
技术关键词
多任务深度学习模型
青光眼手术
导航方法
视频流
语义分割网络
手术显微镜
器械
阶段
医疗辅助技术
语音提示模块
处理器
手术场景
可读存储介质
监视器
计算机程序产品
数据采集模块
系统为您推荐了相关专利信息
多模态数据融合
分析方法
流式数据处理架构
动态权重分配
递归神经网络
机器人运动控制方法
机器人模型
仿真环境
深度传感器
机器人运动控制程序
导航方法
规划机器人
偏差
医疗机器人技术
整体运行效率
航线规划方法
无人机
卡尔曼滤波融合
多模态传感器
算法规划
电梯铭牌
合规性
监督系统
远程实时监控
多源信息融合