[发明专利]用于介入手术室护理的多功能可移动式放置架

权利要求书

1.一种用于介入手术室护理的多功能可移动式放置架，其特征在于，包括：

监控单元，用于获取由摄像头采集的待检测固定框内护理组件的检测图像以及所述待检测固定框内应放置的护理组件的真实护理功能标签；

图像局部特征提取单元，用于将所述检测图像通过作为特征提取器的卷积神经网络模型以得到局部检测特征图；

图像全局特征提取单元，用于将所述局部检测特征图通过非局部神经网络模型以得到全局检测特征图；

融合单元，用于融合所述局部检测特征图和所述全局检测特征图以得到分类特征图；

分类单元，用于将所述分类特征图通过分类器以得到分类结果，所述分类结果为待检测固定框内护理组件的护理功能标签；以及

提示单元，用于基于所述分类结果与所述真实护理功能标签之间的比较，生成所述待检测固定框内护理组件是否被正确地归置的提示信息。

2.根据权利要求1所述的用于介入手术室护理的多功能可移动式放置架，其特征在于，所述图像局部特征提取单元，进一步用于：使用所述作为特征提取器的卷积神经网络模型的各层在层的正向传递中对输入数据分别进行：

对所述输入数据进行卷积处理以得到卷积特征图；

对所述卷积特征图进行基于特征矩阵的均值池化以得到池化特征图；以及

对所述池化特征图进行非线性激活以得到激活特征图；

其中，所述作为特征提取器的卷积神经网络模型的最后一层的输出为所述局部检测特征图，所述作为特征提取器的卷积神经网络模型的第一层的输入为所述检测图像。

3.根据权利要求2所述的用于介入手术室护理的多功能可移动式放置架，其特征在于，所述所述图像全局特征提取单元，包括：

点卷积单元，用于将所述局部检测特征图分别输入所述非局部神经网络模型的第一点卷积层、第二点卷积层和第三点卷积层以得到第一特征图、第二特征图和第三特征图；

第一融合单元，用于计算所述第一特征图和所述第二特征图的按位置加权和以得到中间融合特征图；

归一化单元，用于将所述中间融合特征图输入Softmax函数以对所述中间融合特征图中各个位置的特征值进行归一化以得到归一化中间融合特征图；

第二融合单元，用于计算所述归一化中间融合特征图和所述第三特征图的按位置加权和以得到再融合特征图；

全局感知单元，用于将所述再融合特征图通过嵌入高斯相似性函数以计算所述再融合特征图中各个位置的特征值间的相似性以得到全局感知特征图；

通道数调整单元，用于将所述全局感知特征图通过所述非局部神经网络模型的第四点卷积层以得到通道调整全局感知特征图；以及

第三融合单元，用于计算所述通道调整全局感知特征图和所述局部检测特征图的按位置加权和以得到所述全局检测特征图。

4.根据权利要求3所述的用于介入手术室护理的多功能可移动式放置架，其特征在于，所述融合单元，进一步用于：以如下公式融合所述局部检测特征图和所述全局检测特征图以得到分类特征图；

其中，所述公式为：

F_s＝λF_a+βF_g

其中，F_s表示所述分类特征图，F_a表示所述局部检测特征图，F_g表示所述全局检测特征图，“+”表示所述局部检测特征图和所述全局检测特征图相对应位置处的元素相加，λ和β表示用于控制所述局部检测特征图和所述全局检测特征图之间的平衡的加权参数。

5.根据权利要求4所述的用于介入手术室护理的多功能可移动式放置架，其特征在于，所述分类单元，进一步用于：使用所述分类器以如下公式对所述分类特征图进行处理以得到所述分类结果；其中，所述公式为：O＝softmax{(W_n，B_n)：...：(W₁，B₁)|Project(F)}，其中，W₁到W_n为权重矩阵，B₁到B_n为偏置向量，Project(F)为所述分类特征图投影为向量。