-
题名基于YOLOv5s的穿刺针目标检测方法
- 1
-
-
作者
袁哲
张春堂
-
机构
青岛科技大学自动化与电子工程学院
-
出处
《现代电子技术》
2023年第12期43-49,共7页
-
文摘
超声引导穿刺手术过程中,准确判断穿刺针的位置是保证手术成功的重要环节之一。针对目前穿刺针检测方法存在的精度、时效性以及鲁棒性差等问题,文中提出一种基于深度学习的穿刺针检测方法。该方法采用YOLOv5s作为穿刺针的目标检测模型,将随机梯度下降(SGD)作为模型优化算法,利用本地穿刺影像数据集对网络模型进行训练,并对所提方法的有效性进行实验对比验证。结果表明,所提方法可以实现针体和针头的实时检测且鲁棒性较好,检测精度达到97%,检测速度为129 f/s,可以有效辅助医生判断穿刺针在超声影像中的位置,提高手术的成功率和效率。
-
关键词
穿刺针检测
目标检测模型
YOLOv5s
随机梯度下降
优化算法
模型训练
超声影像
实验结果
-
Keywords
needle detection
object detection model
YOLOv5s
SGD
optimization algorithm
model training
ultrasonic image
experimental result
-
分类号
TN911.23-34
[电子电信—通信与信息系统]
TP391.4
[自动化与计算机技术—计算机应用技术]
-