腹腔鏡画像のスモーク除去のための軽量埋め込みとハイブリッドガイド埋め込みを備えた注意機構ネットワーク
Ziteng Liu1, Chenghong Zhang2, Dongdong He2
1School of Life Science and Technology, Harbin Institute of Technology, 2 Yikuang Str., Nangang District, Harbin 150080, China; State Key Laboratory of Robotics and System, Harbin Institute of Technology, 2 Yikuang Str., Nangang District, Harbin, 150080, China.
まとめ
本研究では、手術用スモークの分布を明示的に利用して腹腔鏡画像の品質を向上させる、コンピュータ支援手術用の新しいスモーク除去ネットワークを紹介します。この手法は、画像の詳細を保持しながら効果的に手術用スモークを除去し、既存の手法を上回る性能を発揮します。
科学分野:
- コンピュータ支援手術
- 医用画像処理
- 画像処理
背景:
- 手術用スモークは、コンピュータ支援手術における腹腔鏡画像の品質を低下させます。
- 既存のスモーク除去方法は、過剰なスモーク除去アーティファクトを引き起こすことがよくあります。
研究 の 目的:
- スモーク分布情報を明示的に利用してスモークのない画像を再構築する新しいスモーク除去ネットワークを導入すること。
- 過剰なスモーク除去アーティファクトを防ぎ、画像の詳細を保持することで、現在の方法の制限に対処すること。
主な方法:
- スモークアテンション推定器（SAE）とハイブリッドガイド埋め込み（HGE）モジュールで構成されるスモーク除去ネットワーク。
- SAEは、正確なスモークアテンションマップ生成のために、軽量化優先度を持つチャネル対応位置埋め込みを使用します。
- HGEは、畳み込み層とフィールド変換を採用して残差項を生成し、細かいディテールを保持します。
主要な成果:
- ピーク信号対雑音比（PSNR）で少なくとも3.71％、学習知覚画像パッチ類似度で18.75％の改善を達成しました。
- Cholec80データセットで知覚ベースの画像品質評価スコア（24.55）を最低に達成しました。
- スモークのない領域で40 dB PSNRを超えるリアルタイム処理能力を実証しました。約174フレーム/秒で。
結論:
- 提案されたスモーク除去ネットワークは、画像の詳細と色を保持しながら、手術用スモークを効果的に除去します。
- この方法は、定量的な指標と視覚的な品質の両方において、最先端の技術と比較して優れたパフォーマンスを提供します。
- このネットワークは、コンピュータ支援手術におけるリアルタイムアプリケーションの強力な可能性を示しています。
