血管介入手术导丝末端检测方法研究

介入手术导丝的末端检测是保证手术精准控制和安全性的关键,本文针对术中导丝末端检测的临床需求,提出一种基于改进YOLOv4Tiny网络的导丝末端检测方法。该方法基于YOLOv4Tiny网络架构,通过优化特征提取网络中的残差结构,增加注意力机制和混合膨胀卷积网络,实现算法对小目标特征提取能力和检测精度的提升、感受野的扩大,且在保证图像的分辨率的同时不增加计算量。为了验证本文改进算法的有效性,对算法在构建数据集和实际手术数据集中分别进行了测试。实验结果表明:本文改进算法在构建数据集中的平均精度可达97.6%,导丝末端的检测误差不足5%,在实际手术数据集中的平均精度为92.8%。本文改进算法为介入手术导丝的末端检测提供了有效方法,在生物医学机器人等领域具有广阔的应用前景。

软体机械臂控制方法研究现状及展望

软体机械臂由于具有多自由度、高灵活性、较强的环境适应能力以及安全可交互性高等优势,近年来在生物医疗和海洋勘探等诸多领域得到广泛应用。软体机械臂采用高度可变形的柔性材料制作而成,由于其材料的非线性特征,软体机械臂的精确控制一直是该领域的研究重点和难点,国内外研究人员针对软体机械臂的控制方法开展了大量研究并取得了较大进展。但是目前仍然存在若干问题,亟待探讨解决方法。为此,本文梳理了近十年来国内外研究人员在软体机械臂的运动控制方法上取得的研究成果,分析总结了目前软体机械臂常用的控制方法和最新技术等,指出了软体机械臂控制面临的难题与挑战,并对软体机械臂控制方法的未来发展方向进行了探讨和展望。