根据国家网信办相关规定和要求,《计算机应用研究》编辑部网站域名更换为arocmag.cn,原域名 arocmag.com 自2025年1月1日起自动跳转到新域名。

基于改进型多模态信息融合深度强化学习的自主超声扫描方法

Autonomous ultrasound scanning method based on improved multimodal information fusion and deep reinforcement learning
徐加开a
陆奇b
李祥云b,c
李康a,c
四川大学 a. 电气工程学院; b. 四川大学匹兹堡学院; c. 华西医院生物医学大数据中心, 成都 610065

摘要

针对基于深度强化学习的自主超声扫描方法存在训练扫描精度低、训练时间长、扫描任务成功率较低问题,提出了一种基于改进型多模态信息融合深度强化学习的自主超声扫描方法。首先,该方法融合了超声图像、双视角探头操作图像和6D触觉反馈提供全面的多模态感知信息。为精准捕捉多模态中的时空信息和实现多模态特征的高效融合,设计了一个基于自注意力机制(Self-Attention Mechanism,SA)的多模态特征提取与融合模块。其次,将机器人的6D位姿动作决策任务建模为深度强化学习问题。为贴近专业超声从业医生的操作,设计了混合奖励函数。最后,为解决深度强化学习训练中出现的局部最优和收敛速度慢的问题,提出了DSAC-PERDP (Discrete Soft Actor-Critic with Prioritized Experience Replay Based on Dynamic Priority)算法。在真实环境中测试表明,该方法在扫描精度、任务成功率和训练速度方面较基线模型分别提升了49.8%、13.4%和260.0%。在干扰条件下仍保持良好性能。实验证明,该方法显著提升了扫描精度、任务成功率和训练速度,并具有一定的抗干扰能力。

基金项目

国家自然科学基金资助项目(51805449,62103291)
四川省科技计划项目(2024YFFK0033,2023YFH0037,2023ZHCG0075,2023YFG0057,2022YFS0021,2022YFH0073)
四川大学华西医院医工交叉融合人才培养基金资助项目
四川大学华西医院1·3·5卓越学科项目(ZYYC21004,ZYJC21081)

出版信息

DOI: 10.19734/j.issn.1001-3695.2024.11.0476
出版期卷: 《计算机应用研究》 优先出版, 2025年第42卷 第6期

发布历史

[2025-03-10] 优先出版

引用本文

徐加开, 陆奇, 李祥云, 等. 基于改进型多模态信息融合深度强化学习的自主超声扫描方法 [J]. 计算机应用研究, 2025, 42 (6). (2025-03-10). https://doi.org/10.19734/j.issn.1001-3695.2024.11.0476. (Xu Jiakai, Lu Qi, Li Xiangyun, et al. Autonomous ultrasound scanning method based on improved multimodal information fusion and deep reinforcement learning [J]. Application Research of Computers, 2025, 42 (6). (2025-03-10). https://doi.org/10.19734/j.issn.1001-3695.2024.11.0476. )

关于期刊

  • 计算机应用研究 月刊
  • Application Research of Computers
  • 刊号 ISSN 1001-3695
    CN  51-1196/TP

《计算机应用研究》创刊于1984年,是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。

《计算机应用研究》瞄准本学科领域迫切需要的前沿技术,及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。

《计算机应用研究》拥有众多高层次读者、作者,读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员,各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅,所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。


收录和评价

  • 第二届国家期刊奖百种重点期刊
  • 中国期刊方阵双效期刊
  • 全国中文核心期刊(北大2023年版)
  • 中国科技核心期刊
  • 中国科学引文数据库(CSCD)来源期刊
  • RCCSE中国核心学术期刊
  • 中国计算机学会会刊
  • 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
  • 中国科技期刊精品数据库全文来源期刊
  • 中国学术期刊综合评价数据库来源期刊
  • 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
  • 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
  • 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
  • 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
  • 英国《科学文摘》(INSPEC)来源期刊
  • 《日本科学技术振兴机构数据库》(JST)来源期刊
  • 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
  • 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
  • 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
  • 波兰《哥白尼索引》(IC)来源期刊
  • 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊