基于卷积神经网络的扁桃体咽拭子采样机器人

摘要：

针对医务人员咽拭子采样时有较高被传染风险,提出咽拭子采样机器人.采样需检测、识别和定位扁桃体的位置信息,由于扁桃体在原图中尺寸较小、特征提取困难,设计基于卷积神经网络的两步检测模型.第一步,使用口腔检测模块将口腔图像从自制的人体面部数据集中检测并切割出来;第二步,在口腔图像基础上,识别位扁桃体的位置信息.结合深度图像计算扁桃体在机器人世界坐标系的坐标,控制机械臂运动到指定位置,实现咽拭子采样.实验证明,系统使用基于卷积神经网络的扁桃体两步检测模型具有较高的准确性和检测效率,检测结果的AP50和检测平均时间均优于对比算法且能够准确地完成咽拭子采样.

关键词：目标识别、检测定位、深度学习、医用辅助机器人

所属期刊栏目：58

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划2018YFC0309104

在线出版日期：2022-08-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：324-329