临床外科器械回收系统的设计与实现  

Design and Implementation of Clinical Surgical Instrument Recycling System

作　　者：王志伟 宛楠 韩硕[3] 陈鸿胜 罗冰 吴馨悦 WANG ZhiWei;WAN Nan;HAN Shuo;CHEN Hongsheng;LUO Bing;WU Xinyue(School of Medical Imaging,Wannan Medical College,Wuhu,China,241002;Health Big Data Mining and Application Research Center,Wannan Medical College,Wuhu,China,241002;School of Public Health,Wannan Medical College,Wuhu,China,241002)

机构地区：[1]皖南医学院医学信息学院,安徽芜湖241002 [2]皖南医学院健康大数据挖掘与应用中心,安徽芜湖241002 [3]皖南医学院公共卫生学院,安徽芜湖241002

出　　处：《福建电脑》2024年第8期50-56,共7页Journal of Fujian Computer

基　　金：2022年安徽省大学生创新创业训练计划项目(No.202210368043);2023年安徽省大学生创新创业训练计划项目(No.S202310368124);2023年安徽省大学生创新创业训练计划项目(No.S202310368126);2022年皖南医学院教学质量与教学改革工程项目(No.2022xsxxkc03);2022年安徽省质量工程项目(No.2022shsj025)资助。

摘　　要：为了简化手术器械的回收过程,提高工作效率,设计一个临床外科器械回收系统是很有必要的。本文设计了一个通过深度学习技术与卷积神经网络技术对术后临床外科器械进行识别和分类的系统。实验结果表明,该系统具备良好的泛化性能,利用深度学习技术处理临床外科工具,可以有效减少人工分类工作量,提升工作效率。It is necessary to design a clinical surgical instrument recycling system in order to simplify the process of surgical instrument recycling and improve work efficiency.This article designs a system for recognizing and classifying postoperative clinical surgical instruments through deep learning techniques and convolutional neural network techniques.The experimental results show that the system has good generalization performance,and using deep learning technology to process clinical surgical tools can effectively reduce manual classification workload and improve work efficiency.

关 键 词：临床外科器械 器械回收系统 深度学习 

分 类 号：TP302.1[自动化与计算机技术—计算机系统结构]