排序方式: 共有42条查询结果,搜索用时 15 毫秒
41.
42.
目的探讨深度学习技术在经腹膜后入路腹腔镜肾脏手术视频中对肾动脉识别的可行性。方法回顾性分析2020年1月至2021年7月北京协和医院实施的87例腹腔镜经腹膜后入路肾脏手术视频资料, 包括根治性肾切除术、肾部分切除术、半尿路切除术。由2名泌尿外科医生筛选出包含肾动脉的视频片段, 经过抽帧、标注、审核、校对后, 用随机数字表法按4∶1比例将标注目标分为训练集和测试集。训练集用于训练神经网络模型, 测试集用于测试不同难度场景下神经网络识别肾动脉的能力, 统一输送至YOLOv3卷积神经网络模型进行训练。测试集根据2名高年资医生意见, 按肾动脉与周围组织的区分度分为高、中、低辨认度。高辨认度即肾动脉干净, 暴露面积大;中辨认度为肾动脉有一定程度浸血, 暴露面积中等;低辨认度为肾动脉暴露面积小, 常位于镜头边缘, 浸血严重, 可能存在镜头模糊。标注人员在手术视频中逐帧标注肾动脉真值框。所有图像经过归一化、预处理后输入神经网络模型进行训练。神经网络输出肾动脉预测框, 与真值框重合的交并比(IOU)高于设定的阈值则判定为预测正确。记录测试集神经网络测试结果, 根据IOU计算敏感性、精确率。结果本研究8... 相似文献