介入式医疗器械头端追踪效果的评估方法及系统技术方案

本发明专利技术提供了一种介入式医疗器械头端追踪效果的评估方法及系统，包括：步骤1：构建Yolo模型，对采集的视频进行评估；步骤2：定义Yolo模型预测的参数；步骤3：进行评估效果分类；步骤4：选择预测参数；步骤5：将评估效果显示在手术机器人的上位机中，对医生进行展示和判断。本发明专利技术为计算机、手术机器人在介入式手术中的工作提供了参考标准，通过对不同DSA视频中的介入式器械头端位置进行评估，能提高手术机器人的手术成功率，并且能加速手术机器人的全自动化转变，具有广泛的应用前景。

【技术实现步骤摘要】

本专利技术涉及识别追踪，具体地，涉及一种介入式医疗器械头端追踪效果的评估方法及系统。

技术介绍

1、介入式医疗器械在现代医学中扮演着重要角色，特别是在血管介入手术中。在介入手术中，医生需要准确地控制器械头端的位置和姿态，以确保手术的成功。然而，由于器械头端的小尺寸和复杂形状，常常难以在dsa影像中准确地识别和追踪器械头端，在介入式手术中，应当尽可能降低手术风险，因此，对介入式医疗器械头端追踪的效果，需要进行评估，来判断本轮训练的模型是否可以用在手术机器人中。

2、公开号为cn116071639a的专利技术专利通过获取标注对象组及检测对象组；逐一计算所述检测对象组中的各个检测框和所述标注对象组中的各个标注框之间的重合度；基于所述检测对象组中的各个检测框和所述标注对象组中的各个标注框之间的重合度，确定所述标注对象组和所述检测对象组之间的检测匹配结果；根据所述检测匹配结果，生成针对所述检测对象组的算法评价结果。该专利技术通过检测对象组与标注对象组之间的匹配结果，并生成检测对象组的算法评价结果，来进行算法评估。然而，该专利通过标注对象和检测对象的重合度本文档来自技高网...

【技术保护点】

1.一种介入式医疗器械头端追踪效果的评估方法，其特征在于，包括：

2.根据权利要求1所述的介入式医疗器械头端追踪效果的评估方法，其特征在于，所述步骤1包括：从现有病例数据库中收集并标记包含检测的介入式器械的医疗影像数据集，并将其作为训练集，使用优化器和损失函数来调整模型的权重和偏置，使用训练集训练Yolo模型，从介入式手术病例数据库系统中收集视频，通过人工标注，为收集的视频的头端位置提供标准，用训练好的Yolo模型对收集的视频进行预测，并对预测结果进行评估。

3.根据权利要求1所述的介入式医疗器械头端追踪效果的评估方法，其特征在于，所述步骤2包括：对Yolo模型的...

【技术特征摘要】

1.一种介入式医疗器械头端追踪效果的评估方法，其特征在于，包括：

2.根据权利要求1所述的介入式医疗器械头端追踪效果的评估方法，其特征在于，所述步骤1包括：从现有病例数据库中收集并标记包含检测的介入式器械的医疗影像数据集，并将其作为训练集，使用优化器和损失函数来调整模型的权重和偏置，使用训练集训练yolo模型，从介入式手术病例数据库系统中收集视频，通过人工标注，为收集的视频的头端位置提供标准，用训练好的yolo模型对收集的视频进行预测，并对预测结果进行评估。

3.根据权利要求1所述的介入式医疗器械头端追踪效果的评估方法，其特征在于，所述步骤2包括：对yolo模型的预测参数进行定义，yolo模型的置信度和iou值均高于平均值，yolo模型初始置信度为0.2、iou为0.2，通过设定多组不同的置信度阈值和iou值来进行多次预测，每次预测结果都单独保存。

4.根据权利要求1所述的介入式医疗器械头端追踪效果的评估方法，其特征在于，所述步骤3包括：通过识别准确率、识别帧率和q_mean值对评估效果进行分类；

5.根据权利要求1所述的介入式医疗器械头端追踪效果的评估方法，其特征在于，所述步骤4包括：对收集的视频的评估效果进行统计说明，以饼状图的形式列出评估效果，使用加权平均方法，基于预先给定的权重为不同评估分类类别分配得分，将得分最高的一组置信度和iou值作为最终的选择。

【专利技术属性】
技术研发人员：刘栋，刘涛，王久忠，韩重阳，吴友松，张石军，丰蕊，伍尚至，包赣，刘奕琨，刘道志，
申请(专利权)人：上海奥朋医疗科技有限公司，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人