摘要
目的:基于改进型You Only Look Once V5(YOLOv5)人工智能开发手术器械识别系统。方法:收集常用外科手术器械10类,包括治疗碗、药杯、弯盘、针持器、血管钳、刀柄、组织拉钩、手术刀片、缝针、棉球。将收集的器械置于同一视野下,随机改变不同器械放置位置和状态,在不同拍照方位、布料背景、光线角度和强弱环境下拍摄照片806张。将拍摄的照片按照7∶3随机划分为人工智能训练组和验证组。采用精确度、召回率、平均精度、平均精度均值和F1得分值等参数比较原始YOLOv5模型和改进模型S-YOLOv5的算法识别性能。结果:与原始YOLOv5模型相比,改进模型S-YOLOv5表现出更高的识别性能,其精确率、召回率、平均精度和F1得分值分别为0.978,0.973,0.926,0.975。改进模型S-YOLOv5对各手术器械的识别准确率均高于原始YOLOv5模型。结论:基于S-YOLOv5的人工智能辅助手术器械识别系统具有较好的分类能力和定位能力,为人工智能辅助手术器械清点提供了初步探索和思路。
作者
朱俊玲
瞿芳
钱贝
张守鹏
ZHU Junling;QU Fang;QIAN Bei;ZHANG Shoupeng(Union Hospital,Tongji Medical College,Huazhong University of Science and Technology,Hubei 430022 China)
出处
《护理研究》
北大核心
2024年第21期3923-3928,共6页
Chinese Nursing Research
基金
湖北省自然科学基金计划项目,编号:2023AFB889。
关键词
手术器械
人工智能
识别
分类
定位
目标检测
surgical instruments
artificial intelligence
identification
category
positioning
object detection