Video Experimental Relacionado
Updated: Jan 28, 2026

Estimation of Contact Regions Between Hands and Objects During Human Multi-Digit Grasping
Published on: April 21, 2023
TSMS-SAM2: Muestreo Temporal Multiescala y Poda con División de Memoria para Segmentación y Seguimiento de Objetos en
Guoping Xu1, Hua-Chieh Shao1, You Zhang1
1The Medical Artificial Intelligence and Automation (MAIA) Laboratory, Department of Radiation Oncology, University of Texas Southwestern Medical Center, Dallas, TX 75390, USA.
Este estudio presenta TSMS-SAM2, un nuevo marco para la segmentación y el seguimiento de objetos en videos quirúrgicos. Mejora la precisión y la eficiencia al abordar el movimiento rápido y los problemas de memoria en los modelos fundacionales.
Área de la Ciencia:
- Visión por Computadora
- Imágenes Médicas
- Robótica Quirúrgica
Sus antecedentes:
- Los modelos fundacionales como Segment Anything Model 2 (SAM2) han avanzado en la segmentación y el seguimiento de objetos en video (VOST) indicables.
- La aplicación de VOST a videos quirúrgicos es difícil debido al movimiento complejo y la redundancia de memoria en SAM2, lo que dificulta el aprendizaje eficaz.
- Los métodos existentes tienen dificultades con la naturaleza dinámica e intrincada de los entornos quirúrgicos.
Objetivo del estudio:
- Mejorar la VOST indicable en videos quirúrgicos mediante el desarrollo de un marco novedoso, TSMS-SAM2.
- Abordar los desafíos que plantean el movimiento rápido de objetos y la redundancia de memoria en SAM2 para aplicaciones quirúrgicas.
- Mejorar la robustez y la eficiencia de la segmentación en escenarios quirúrgicos complejos.
Principales métodos:
- Se propuso el marco TSMS-SAM2 que presenta aumentación de muestreo de video multiescala temporal para la variabilidad del movimiento.
- Se implementó un mecanismo de división y poda de memoria para organizar y filtrar las características de los fotogramas anteriores.
- Se utilizaron los conjuntos de datos EndoVis2017 y EndoVis2018 para la evaluación.
Principales resultados:
- TSMS-SAM2 logró un rendimiento de vanguardia con puntuaciones medias de Dice del 95,24±0,96 % en EndoVis2017 y del 86,73±15,46 % en EndoVis2018.
- Superó a los métodos anteriores basados en SAM y específicos de la tarea en la segmentación de videos quirúrgicos.
- Los estudios de ablación validaron la efectividad de la aumentación temporal multiescala y la división de memoria.
Conclusiones:
- TSMS-SAM2 ofrece una solución robusta y eficiente para VOST indicable en videos quirúrgicos complejos.
- El marco propuesto mejora significativamente la precisión de la segmentación al abordar la dinámica del movimiento y la redundancia de memoria.
- Los hallazgos resaltan el potencial de TSMS-SAM2 para avanzar en la cirugía asistida por computadora y el análisis.
Videos de Conceptos Relacionados
pH Scale
System of Memory
Working Memory
¹H NMR: Complex Splitting
Splitting diagrams or splitting tree diagrams are routinely used to depict such complex couplings. While drawing splitting diagrams, the splitting with the larger coupling constant is usually applied...
Potential Due to a Polarized Object
Potential Due to a Magnetized Object
The vector...

