【技术实现步骤摘要】
本申请涉及计算机，提供一种基于手术过程中录制的视频识别手术阶段的方法及设备。
技术介绍
1、通常的，手术流程较为复杂。随着人工智能(artificial intelligence，ai)和深度学习(deep learning，dp)技术的发展，从手术视频中自动识别手术流程全面助力外科手术，已成为智能医疗的一个研究热点。
2、目前，基于手术视频自动识别当前手术流程时，主要有两种方式：一种是采用深度学习模型对当前视频帧进行特征分类，从而确定手术流程；另一种是根据短时间内视频帧间的依赖关系，采用深度学习模型确定手术流程。然而，手术是一个长时间的过程，且手术流程也不是简单的顺序执行，可能会反复穿插，因此，如果只考虑当前视频帧的特征或者短时间内的视频帧间的特征依赖，难以从手势视频中准确识别出手术流程。
技术实现思路
1、本申请实施例提供了一种基于手术过程中录制的视频识别手术阶段的方法及设备，用于提高视频流中手术流程识别的准确性。
2、一方面，本申请实施例提供一种基于手术过程中...
【技术保护点】
1.一种基于手术过程中录制的视频识别手术阶段的方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述采用不同的特征提取模型分别对所述视频帧进行特征提取，得到多个尺度的视频特征，包括：
3.如权利要求2所述的方法，其特征在于，所述根据每个尺度的视频特征对手术阶段的影响权重，对所述多个尺度的视频特征进行融合，得到相应尺度的目标融合特征，包括：
4.如权利要求1所述的方法，其特征在于，所述根据手术阶段的时序连续性，剔除所述各视频帧中的异常帧，包括：
5.如权利要求1-4中任一项所述的方法，其特征在于，所述第一特...
【技术特征摘要】
1.一种基于手术过程中录制的视频识别手术阶段的方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述采用不同的特征提取模型分别对所述视频帧进行特征提取，得到多个尺度的视频特征，包括：
3.如权利要求2所述的方法，其特征在于，所述根据每个尺度的视频特征对手术阶段的影响权重，对所述多个尺度的视频特征进行融合，得到相应尺度的目标融合特征，包括：
4.如权利要求1所述的方法，其特征在于，所述根据手术阶段的时序连续性，剔除所述各视频帧中的异常帧，包括：
5.如权利要求1-4中任一项所述的方法，其特征在于，所述第一特征提取模型和所述第一子网络包括resne...
【专利技术属性】
技术研发人员：胡宇琪，刘方宇，于研文，王志国，李和意，
申请(专利权)人：青岛海信医疗设备股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。