[发明专利]一种手术室环境下手术器械实例分割模型训练及优化方法

说明书

本发明公开了一种手术室环境下手术器械实例分割模型训练及优化方法，属于实例分割模型技术领域。一种手术室环境下手术器械实例分割模型训练及优化方法，包括以下步骤：S1、对手术器械进行拍照采集数据，并根据要求对所拍摄的照片进行标签标注；S2、将S1中标注完成的标签数据进行转化，转化为可以直接输入实例分割模型的数据类型；S3、根据实例分割模型的结构特点对图像数据进行预处理，然后输入模型中进行模型训练；S4、对原始实例分割模型进行结构调整，在模型在精度变化不大的情况下对其进行模型压缩，提高模型检测清点速度；本发明有效有效减小了人力资源的消耗，同时也提高了手术器械实例分割模型检测清点的速度。

技术领域

本发明涉及实例分割模型技术领域，尤其涉及一种手术室环境下手术器械实例分割模型训练及优化方法。

背景技术

随着科技的不断进步，计算机技术与医疗的联系越来越来紧密，而将计算机视觉应用到医疗领域的例子也越来越多，云阅片和机器人无接触送药等事实也证明这些技术确实提供了非常大的助力。而在医疗过程中，手术器械是医生进行手术的基本工具，不同手术器械负责不同的手术部位，高度专职化，器械的完备与否直接影响到手术效果，所以时候手术器械在术前术后都需要进行清点，保证数量统一。对现有的器械清点方式进行调研发现，现在的器械清点主要依赖传统的人工清点，需要熟练工进行点数记录，非常耗费人力资源。

而计算机视觉技术中的实例分割模型在训练后，可以实现对输入图像中的物体进行像素级的识别，实现自动分类和计数，可以高效的代替人工清点，减少人力资源的消耗。因此为了降低手术室环境下手术器械清点过程中耗费的资源，发明一种训练和优化计算机视觉中的实例分割模型进行手术室环境下手术器械自动清点的方法意义重大。

发明内容

本发明目的是提供一种手术室环境下手术器械实例分割模型训练及优化方法，能够实现训练和优化实例分割模型对手术室环境下的手术器械进行识别。

为了实现上述目的，本发明采用了如下技术方案：

一种手术室环境下手术器械实例分割模型训练及优化方法，包括以下步骤：

S1、手术器械数据采集与标注：对手术器械进行拍照采集数据，并根据要求对所拍摄的照片进行标签标注；

S2、标签数据转化：将S1中标注完成的标签数据进行转化，转化为可以直接输入实例分割模型的数据类型；

S3、实例分割模型训练：根据实例分割模型的结构特点对图像数据进行预处理，然后输入模型中进行模型训练，使模型可以根据图像数据学习特征，实现手术器械清点；

S4、实例分割模型优化：对原始实例分割模型进行结构调整，在模型在精度变化不大的情况下对其进行模型压缩，使压缩后的模型的参数量减少，提高模型检测清点速度。

优选地，所述S1进行拍照数据采集时，将所有待检测的手术器械分别按照同类型器械紧靠摆放、同类型器械交叉摆放，不同类型紧靠摆放，不同类型器械交叉摆放、所有器件交叉紧靠混合摆放五种摆放方式依次摆放，用于模拟实际应用中各种复杂情况，确保图像信息采集的丰富性和平衡性。

优选地，所述S1中提到的照片标签标注工作，具体包括以下步骤：

A1、将采集过图像数据的手术器械设定标签名；

A2、将所有采集到的手术器械图片输入到图像标注软件中；

A3、利用标注软件将每一张图像中的所有手术器械使用多边形工具描绘出器械轮廓，在所得的多边形轮廓旁标注上满足实例分割模型训练所需的信息，并标记上所对应的标签名；

A4、完成标记后，将相对应的标签名、图片名和多边形轮廓位置信息均保存在JSON类型文件中。

优选地，所述S2中提到的标签数据转化，具体包括以下步骤：