基于無監(jiān)督深度學(xué)習(xí)的多模態(tài)手術(shù)軌跡快速分割方法
關(guān)鍵詞：機(jī)器人輔助微創(chuàng)手術(shù) 多模態(tài)軌跡分割 無監(jiān)督深度學(xué)習(xí) 合并后處理
摘要：傳統(tǒng)的手術(shù)機(jī)器人軌跡分割方法存在耗時(shí)長(zhǎng)、分割準(zhǔn)確度差且容易產(chǎn)生過度分割等問題.為解決上述問題,本文提出了一種基于特征提取網(wǎng)絡(luò)DCED-Net(密集連接的卷積編碼-解碼網(wǎng)絡(luò))的多模態(tài)手術(shù)軌跡分割方法.DCED-Net采用無監(jiān)督方法,不必進(jìn)行十分耗時(shí)的人工標(biāo)注,使用密集連接結(jié)構(gòu),使圖像信息能更有效地在卷積層間傳遞,從而提高了特征提取質(zhì)量.將特征提取后的視頻數(shù)據(jù)和運(yùn)動(dòng)學(xué)數(shù)據(jù)投入轉(zhuǎn)移狀態(tài)聚類(TSC)模型得到預(yù)分割結(jié)果.為進(jìn)一步提高分割精度,提出了一種基于軌跡段間相似性的合并后處理算法,通過衡量軌跡段間的4個(gè)相似性指標(biāo),包括主成分分析、互信息、數(shù)據(jù)中心距離和動(dòng)態(tài)時(shí)間規(guī)整,將相似度高的分割段進(jìn)行迭代合并,從而降低過度分割造成的影響.公開數(shù)據(jù)集JIGSAWS上的大量實(shí)驗(yàn)證明,與經(jīng)典的軌跡分割聚類方法相比,本文方法的分割準(zhǔn)確率最高提升了48.4%,分割速度加快了6倍以上.
機(jī)器人雜志要求:
{1}參考文獻(xiàn)必須在文中用[數(shù)字]標(biāo)出對(duì)應(yīng)標(biāo)號(hào),參考文獻(xiàn)統(tǒng)一列在文后。
{2}著作類：作者（譯者）姓名、書名、出版地、出版社名稱、出版年份、頁碼（直接引文時(shí)標(biāo)明）。論文類：作者姓名、文章名、所載報(bào)刊名稱、年份、期號(hào)、頁碼。
{3}如一旦發(fā)現(xiàn)一稿兩用，本刊將刊登該文系重復(fù)發(fā)表的聲明，并在3年內(nèi)拒絕以該文第一作者和通訊作者的任何來稿。
{4}論文題目應(yīng)當(dāng)簡(jiǎn)潔明了，反映論文的主旨。論文題目應(yīng)便于讀者檢索、轉(zhuǎn)抄和引用，中文題名不宜超過20個(gè)字；外文題名不超過10個(gè)實(shí)詞。不宜采用抒情意味、反問意味的主標(biāo)題和副標(biāo)題。
{5}任何來稿視為作者、譯者已經(jīng)閱讀或知悉并同意本須知約定。
注：因版權(quán)方要求，不能公開全文，如需全文，請(qǐng)咨詢雜志社
