関連する実験動画
Updated: Feb 19, 2026
13:01
Modified Single-Loop Reconstruction for Pancreaticoduodenectomy
Published on: September 28, 2019
8.1K
腹腔鏡による臓外科手術におけるインテリジェントの臨界静脈認識モデルを開発するための高精度の注釈データセットの構築と検証
Hu Zhou1,2, Lu Ping1, Ruohan Cui2
1Department of General Surgery, State Key Laboratory of Complex, Severe, and Rare Diseases, Peking Union Medical College Hospital, Chinese Academy of Medical Sciences & Peking Union Medical College, Beijing, China.
Frontiers in surgery
|February 18, 2026
まとめ
この研究は,腹腔鏡による臓外科手術におけるAI駆動の血管識別のための最初の大規模なデータセットを作成しました. このリソースは,より安全な外科処置のためのAIツールを開発するのに役立ちます.
科学分野:
- メディカルイマージング (医学イメージング)
- 手術における人工知能
- 外科教育についてです.
背景:
- ラパロスコープ手術は,侵襲性の少ない利点を提供します.
- ラパロスコピーの血管の識別と解剖は,急な学習曲線を示します.
- AIは,外科教育とリアルタイムでの支援の可能性を示していますが,血管の識別のための専用のデータセットがありません.
研究 の 目的:
- 腹腔鏡による臓外科手術における術内血管識別のための最初の大規模な,専門家による注釈されたデータセットを開発し,リリースする.
- この手術の文脈でAIベースの静脈分割モデルのためのベンチマークを確立する.
主な方法:
- 23回の腹腔鏡による遠隔性臓切除術および臓二管切除術のビデオを集めました.
- 専門外科医は,重要な静脈構造 (SMV,PV,SV) を正確なタイムスタンプで注釈した.
- 画像データセットを作成するために1フレーム/秒でフレームを抽出します.
- 高解像度ネットワーク (HRNet) と完全コンボリューションネットワーク (FCN) を用いた予備的なセグメンテーションモデルを開発しました.
主要な成果:
- 19,003個の注釈されたフレームの公開データセットが作成されました.
- ベースラインセグメンテーションモデルは,テストセットで79.6%のリコール,95.8%の精度,0.69のダイス係数を達成しました.
結論:
- この研究は,腹腔鏡による臓外科手術の静脈分割のための最初の大規模な,専門家による注釈データセットを提示しています.
- このデータセットとベンチマークパフォーマンスは,血管の識別のためのAI支援ツールの開発を促進します.
- このリソースは,より安全で効率的な腹腔鏡外科手術のためのAIの進歩をサポートします.
