【技術實現步驟摘要】
用于介入手術室護理的多功能可移動式放置架
[0001]本申請涉及智能判斷
，且更為具體地，涉及一種用于介入手術室護理的多功能可移動式放置架。
技術介紹
[0002]手術工作中經常需要根據患者不同的病情在合適時進行適當的護理工作，現有的護理工作主要由手術作業中其余的輔助人員進行操作實現，在一些情況下占地面積不足和人員流動繁雜會導致助手無法進行良好的護理工作，不利于手術工作的正常進行。
[0003]針對上述技術問題，中國專利CN 112972186A公開了一種手術室可移動式多功能護理裝置，其通過在手術床板支架的兩側滑動設置用于輔助懸掛護理設備的可調節機械臂，且其拓展板的底部均固定安裝有固定框且每個固定框均配合安裝有用于實現對應護理功能的護理組件。
[0004]在上述手術室可移動式多功能護理裝置的運行中，雖然其能夠減少手術臺周圍的人員流動的同時保證了良好的穩定護理效果，但因在護理組件歸置時沒有正確地被歸置或者被錯誤地歸置，導致在進行相應功能護理時，無法在對應的固定框內找到對應的護理組件，影響了護理的效果和穩定性。
[0005]因此，期待一種優化的多功能可移動式放置架。
技術實現思路
[0006]為了解決上述技術問題，提出了本申請。本申請的實施例提供了一種用于介入手術室護理的多功能可移動式放置架，其通過作為特征提取器的卷積神經網絡模型和非局部神經網絡模型提取出待檢測固定框內護理組件的檢測圖像的空間維度上的局部隱藏特征和全局關聯特征，并基于局部和全局特征的融合特征來進行待檢測固定框...
【技術保護點】
【技術特征摘要】
1.一種用于介入手術室護理的多功能可移動式放置架，其特征在于，包括：監控單元，用于獲取由攝像頭采集的待檢測固定框內護理組件的檢測圖像以及所述待檢測固定框內應放置的護理組件的真實護理功能標簽；圖像局部特征提取單元，用于將所述檢測圖像通過作為特征提取器的卷積神經網絡模型以得到局部檢測特征圖；圖像全局特征提取單元，用于將所述局部檢測特征圖通過非局部神經網絡模型以得到全局檢測特征圖；融合單元，用于融合所述局部檢測特征圖和所述全局檢測特征圖以得到分類特征圖；分類單元，用于將所述分類特征圖通過分類器以得到分類結果，所述分類結果為待檢測固定框內護理組件的護理功能標簽；以及提示單元，用于基于所述分類結果與所述真實護理功能標簽之間的比較，生成所述待檢測固定框內護理組件是否被正確地歸置的提示信息。2.根據權利要求1所述的用于介入手術室護理的多功能可移動式放置架，其特征在于，所述圖像局部特征提取單元，進一步用于：使用所述作為特征提取器的卷積神經網絡模型的各層在層的正向傳遞中對輸入數據分別進行：對所述輸入數據進行卷積處理以得到卷積特征圖；對所述卷積特征圖進行基于特征矩陣的均值池化以得到池化特征圖；以及對所述池化特征圖進行非線性激活以得到激活特征圖；其中，所述作為特征提取器的卷積神經網絡模型的最后一層的輸出為所述局部檢測特征圖，所述作為特征提取器的卷積神經網絡模型的第一層的輸入為所述檢測圖像。3.根據權利要求2所述的用于介入手術室護理的多功能可移動式放置架，其特征在于，所述所述圖像全局特征提取單元，包括：點卷積單元，用于將所述局部檢測特征圖分別輸入所述非局部神經網絡模型的第一點卷積層、第二點卷積層和第三點卷積層以得到第一特征圖、第二特征圖和第三特征圖；第一融合單元，用于計算所述第一特征圖和所述第二特征圖的按位置加權和以得到中間融合特征圖；歸一化單元，用于將所述中間融合特征圖輸入Softmax函數以對所述中間融合特征圖中各個位置的特征值進行歸一化以得到歸一化中間融合特征圖；第二融合單元，用于計算所述歸一化中間融合特征圖和所述第三特征圖的按位置加權和以得到再融合特征圖；全局感知單元，用于將所述再融合特征圖通過嵌入高斯相似性函數以計算所述再融合特征圖中各個位置的特征值間的相似性以得到全局感知特征圖；通道數調整單元，用于將所述全局感知特征圖通過所述非局部神經網絡模型的第四點卷積層以得到通道調整全局感知特征圖；以及第三融合單元，用于計算所述通道調整全局感知特征圖和所述局部檢測特征圖的按位置加權和以得到所述全局檢測特征圖。4.根據權利要求3所述的用于介入手術室護理的多功能可移動式放置架，其特征在于，所述融合單元，進一步用于：以如下公式融合所述局部檢測特征圖和所述全局檢測特征圖以得到分類特征圖；
其中，所述公式為：F
s
＝λF
a
+βF
g
其中，F
s
表示所述分類特征圖，F
a
表示所述局部檢測特征圖，F
g
表示所述全局檢測...
【專利技術屬性】
技術研發人員：孟令娟，賈曉輝，
申請(專利權)人：阜外華中心血管病醫院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。