Red neuronal atenta a la atención con incrustación de ligereza y incrustación guiada híbrida para la...

Área de la Ciencia:

• Cirugía asistida por computadora
• Imágenes médicas
• Procesamiento de imágenes

Sus antecedentes:

• El humo quirúrgico degrada la calidad de la imagen laparoscópica en la cirugía asistida por computadora.
• Los métodos actuales de eliminación de humo a menudo causan artefactos de deshumidificación excesiva.

Objetivo del estudio:

• Introducir una novedosa red de deshumidificación que reconstruye imágenes sin humo utilizando explícitamente información de distribución de humo.
• Abordar las limitaciones de los métodos actuales evitando artefactos de deshumidificación excesiva y preservando los detalles de la imagen.

Principales métodos:

• Una red de deshumidificación que comprende un Estimador de Atención de Humo (SAE) y un módulo de Incrustación Guiada Híbrida (HGE).
• SAE utiliza incrustación de posición consciente del canal con prior de luminosidad para la generación precisa del mapa de atención de humo.
• HGE emplea capas convolucionales y transformación de campo para generar términos residuales, preservando detalles finos.

Principales resultados:

• Logró una mejora de al menos el 3,71% en la relación señal/ruido máxima (PSNR) y del 18,75% en la similitud de parches de imagen perceptual aprendida.
• Se obtuvo la puntuación más baja del evaluador de calidad de imagen basada en la percepción (24,55) en el conjunto de datos Cholec80.
• Demostró capacidad de procesamiento en tiempo real a ~174 fotogramas por segundo con más de 40 dB de PSNR en regiones sin humo.

Conclusiones:

• La red de deshumidificación propuesta elimina eficazmente el humo quirúrgico y preserva los detalles y el color de la imagen.
• El método ofrece un rendimiento superior en comparación con las técnicas de vanguardia tanto en métricas cuantitativas como en calidad visual.
• La red muestra un gran potencial para aplicaciones en tiempo real en cirugía asistida por computadora.