基于CAM的细粒度空间特征监督手术PPE:手术PPE套件存在检测新数据集

科学领域:

• 计算机视觉 计算机视觉
• 医疗成像医学成像
• 手术技术 手术技术

背景情况:

• 手术个人防护设备 (PPE) 检测对于理解手术室 (OR) 活动至关重要.
• 现有的工业个人防护设备检测研究对于外科环境来说还不够.
• 自动化手术视频分析需要可靠的PPE检测作为基本步骤.

研究的目的:

• 开发一种可靠的方法来检测外科手术PPE.
• 创建一个专门的数据集,用于手术检测PPE.
• 通过准确的个人防护设备识别来改善手术活动的自动化分析.

主要方法:

• "外科PPE"数据集的构建,包括1150个非PPE和2656个PPE实例.
• 关于两阶段,端到端转移学习方法的建议.
• 在第一阶段实施监督的对比损失函数,并在第二阶段培训中实施空间上下文感知损失函数.

主要成果:

• 达到97.63%的峰值精度,97.66%的精度,97.63%的回忆率和97.64%的F1得分.
• 与第二个最佳模型相比,假阳性率 (FPR) 显著提高1.7%,Jaccard指数 (JI) 显著提高2%.
• 报告了2.62%的FPR和5%的JI改进,归因于拟议的培训方法.

结论:

• 开发的"外科PPE"数据集和两阶段培训方法有效检测外科PPE.
• 提出的方法提高了自动化手术视频分析的准确性和可靠性.
• 准确的个人防护设备检测是理解外科医生在手术室从第三人角度活动的关键第一步.