基于深度学习的手术动力工具医生操作意图识别方法

本发明公开了一种基于深度学习的手术动力工具医生操作意图识别方法，该识别方法基于SSNR的自适应滤波切换机制提高了滤波效果和响应速度的平衡，通过在线优化IIR滤波器系数自动适应不同噪声谱，无需人工重调；同时，通过引入Top‑k多尺度周期提取策略，增强了模型对弱周期信号的感知能力。上述识别方法解决了现有技术中医生操作力与工具反作用力耦合严重、动力工具运行时高强度振动噪声干扰显著、无法准确识别医生真实操作意图的问题。