一种基于分段人工神经网络的软组织穿刺力建模方法

    公开(公告)号:CN109859849B

    公开(公告)日:2022-05-20

    申请号:CN201910155896.3

    申请日:2019-03-01

    Applicant: 南昌大学

    Abstract: 一种基于分段人工神经网络的软组织穿刺力建模方法,按以下步骤:1)选取待建模软组织样本进行穿刺实验收集样本数据;2)对样本数据进行分析整理,并将所有数据按穿刺阶段分为刺破前、刺破后直至最深点、拔出三组,再把每一组数据分为训练组与测试组;3)利用训练组进行神经网络训练,再用测试组评估得到的神经网络;4)将训练所得的三个神经网络按照穿刺阶段分段调用,完成建模。本发明建模的预测误差小,在人手难以察觉的范围内;易于建模,省时省力;可以对软组织穿刺的完整过程进行力学建模,即使是非线性最强的阶段也能较好地完成建模;模型对不同个体的相同组织有一定的普遍适用性,总体的预测力趋势与实验数据一致。

    一种基于分段人工神经网络的软组织穿刺力建模方法

    公开(公告)号:CN109859849A

    公开(公告)日:2019-06-07

    申请号:CN201910155896.3

    申请日:2019-03-01

    Applicant: 南昌大学

    Abstract: 一种基于分段人工神经网络的软组织穿刺力建模方法,按以下步骤:1)选取待建模软组织样本进行穿刺实验收集样本数据;2)对样本数据进行分析整理,并将所有数据按穿刺阶段分为刺破前、刺破后直至最深点、拔出三组,再把每一组数据分为训练组与测试组;3)利用训练组进行神经网络训练,再用测试组评估得到的神经网络;4)将训练所得的三个神经网络按照穿刺阶段分段调用,完成建模。本发明建模的预测误差小,在人手难以察觉的范围内;易于建模,省时省力;可以对软组织穿刺的完整过程进行力学建模,即使是非线性最强的阶段也能较好地完成建模;模型对不同个体的相同组织有一定的普遍适用性,总体的预测力趋势与实验数据一致。

Patent Agency Ranking