基于Faster R-CNN的损害控制手术器械检测方法研究

目的:为实现损害控制手术器械检测任务,提出一种基于Faster R-CNN的损害控制手术器械检测方法.方法:首先,基于高仿真生物模拟人系统构建一个损害控制手术视觉数据集.其次,基于Faster R-CNN构建手术器械检测模型,然后使用损害控制手术视觉数据集中的训练集数据进行训练.最后,采用平均精度均值(mean average precision,mAP)对手术器械检测模型的性能进行验证.结果:在损害控制手术视觉数据集中,基于Faster R-CNN构建的手术器械检测模型检测手术剪、镊子、持针器、止血钳、明胶海绵及手术刀6种手术器械的mAP为79.0％,模型的整体性能较好.结论:提出的基于Faster R-CNN的损害控制手术器械检测方法具有较好的检测精度,能够实现损害控制手术器械检测任务.