一种面向超声扫描的多模态语义驱动机械臂自主学习方法

本申请提供了一种面向超声扫描的多模态语义驱动机械臂自主学习方法，应用于机械臂控制技术领域，通过引入对患者目标区域的勘探式采集、当前结构轮廓信息与标准结构轮廓信息的比较以及基于差异度量值的精准扫描，有效解决了现有技术中机械臂系统在面对具有非标准解剖结构或异常情况的患者时，无法有效识别解剖学差异，导致扫描效率低下、图像质量不佳，甚至可能学习到适应不良的扫描策略的问题。显著提高了在面对复杂或异常解剖结构患者时的扫描效率和诊断准确性。