公开(公告)号：CN119206559A

公开(公告)日：2024-12-27

申请号：CN202411044333.4

申请日：2024-07-31

Applicant: 北京科技大学

Inventor： 肖若秀 ,  夏怡文 ,  宋爽 ,  杨启睿

IPC: G06V20/40 ,  G06V10/44 ,  G06V10/52 ,  G06V10/62 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06T7/00 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明涉及计算机视觉技术领域，特别是指一种基于视频图像智能理解的手术阶段识别方法及装置。所述方法包括：使用每个视频帧的图片信息以及标签信息，对AVT网络进行训练，获得训练后AVT网络；基于训练后AVT网络，对视频帧信息进行特征提取，获得每个视频帧的空间特征；基于局部时间特征聚合器，根据每个视频帧的空间特征，通过head模块进行手术阶段预测，获得逐帧手术阶段预测结果；基于分类网络，根据每个视频帧的空间特征构建手术阶段的多个时间提案；根据多个时间提案，对逐帧手术阶段预测结果进行修正，获得最终手术阶段预测结果。本发明是一种阶段内预测一致性强且准确度高的手术阶段识别方法。