MCPD-YOLOv3: Un nuevo modelo de detección ligera para instrumentos quirúrgicos en imágenes laparoscópicas

Área de la Ciencia:

• Visión por computadora
• Imágenes médicas
• Robótica quirúrgica

Sus antecedentes:

• La detección precisa de los instrumentos quirúrgicos laparoscópicos es crucial para la cirugía mínimamente invasiva asistida por computadora.
• Los métodos existentes a menudo luchan con un rendimiento subóptimo y velocidades de detección lentas.

Objetivo del estudio:

• Desarrollar un marco eficiente y eficaz para la detección laparoscópica de instrumentos quirúrgicos.
• Para equilibrar la precisión de detección y la velocidad en aplicaciones quirúrgicas en tiempo real.

Principales métodos:

• Marco propuesto de MCPD-YOLOv3 con una fusión de mapas de características paralelas.
• Empleó estrategias ligeras para la optimización del modelo.
• Utilizado DIoU (Intersección de distancia sobre la Unión) para mejorar el rendimiento del retiro.

Principales resultados:

• Se logró un 99,47% de mAP en el conjunto de datos de ATLAS Dione y un 97,65% de mAP en el conjunto de datos de ubicaciones de la herramienta m2cai16.
• Trabaja a 49.81 FPS.
• Cuenta con un tamaño de modelo compacto (12,4M) y bajos FLOPs (7,44G).

Conclusiones:

• MCPD-YOLOv3 demuestra un rendimiento de detección superior y una respuesta rápida.
• La eficiencia del modelo lo hace ideal para la detección de instrumentos quirúrgicos en tiempo real en entornos exigentes.