10.16413/j.cnki.issn.1007-080x.2023.01.007
基于双向门控循环神经网络的在线超前呼吸运动预测模型
超声引导经皮穿刺手术机器人系统中,患者的呼吸运动会引起胸腹部组织变形和位置改变,同时控制系统对命令的响应存在延迟,导致机器人引导穿刺过程中超声探头与皮肤的稳定接触难以被保证,进而降低超声图像质量和穿刺精度.为了对呼吸运动进行提前预测以实现稳定接触和精准穿刺,本文提出了一种基于双向门控循环神经网络(Bi-GRU)的在线超前呼吸运动预测模型.本文基于17例受试者的体表呼吸运动数据,分析了影响在线超前呼吸运动预测模型准确性的主要因素.研究结果表明,本文提出的模型具有更高的实时性和准确性.
呼吸运动预测、超前预测、在线训练、Bi-GRU
29
TP242;R651;R734.2
国家自然科学基金52175020
2023-06-25（万方平台首次上网日期，不代表论文的发表时间）
共9页
44-52
