【摘要】本文采用卷积神经网络（CNN）开发了一种用于管理重症监护室（ICU）医用耗材的深度学习方法。通过在真实ICU环境中进行系统培训，考虑了特殊的照明条件和临床工作流程的不利情况，成功地训练了一个能够识别多种医疗耗材的模型。该模型在无遮挡的情况下表现出良好的识别性能，特别是对于具有大表面积和可区分特征的材料。即使在材料被 50％覆盖的情况下，系统的识别准确率仍然可接受。此外，进行了统计分析，证明了不同情景对系统性能的影响。这项研究为 ICU 管理医用耗材提供了一种创新的方法，有望提高临床工作效率和患者护理质量。