手術現場の理解のためのディープラーニング駆動の多階層的な細分化統合:実験研究

科学分野:

• 手術におけるコンピュータビジョン
• 医療における人工知能
• 外科データ科学

背景:

• コンピューターによる手術現場の理解は 知的手術支援に不可欠です
• 手術現場の情報には,全体的なプロセス (粗粒度) と特定の操作 (細粒度) のデータが含まれます.
• 標準化されたデータセットと高度なAIは 臨床アプリケーションをサポートするために必要です

研究 の 目的:

• ラパロスコピック・ラディカル・ネフレクトミー用の 標準化された全粒度アノテーションデータセットを 構築する.
• 多階層の詳細な情報を統合するためのディープラーニングの枠組みを開発する.
• 手術現場の理解を深めることで 臨床的インテリジェントアプリケーションをサポートします

主な方法:

• 41のマルチセンタービデオを収集し,包括的なアノテーション (段階,ステップ,器具のセグメンテーション,手術のトリプル) を実行しました.
• 軽量なディープラーニング・フレームワークを設計し,同時に多粒度な情報を認識します.
• 手術中の出血予測モデルと 手術後の概要レポートを開発した.

主要な成果:

• データセットには,フェーズ/ステップアノテーションの141,443フレーム,インストゥルメントセグメンテーションの8,435フレーム,外科手術のトリプルートの25,305フレームが含まれています.
• ディープラーニングのフレームワークは 最先端のアルゴリズムを上回りました
• 腎動脈,静脈,尿道に関わる主要な手術手順は,出血リスクの重要な予測因子として特定されました.

結論:

• 腹腔鏡による急性腎切除手術の 最初の完全注釈データセットを開発した.
• 粗細な外科情報の双方向的な強化のための新しい枠組みを作成しました.
• データ・アルゴリズム・アプリケーションサイクルによる 知的外科手術の基礎を築きました