MSDE-Net:一个用于手术仪器细分的多尺度双编码网络

科学领域:

• 医疗成像医学成像
• 计算机视觉 计算机视觉
• 手术机器人手术机器人手术机器人手术机器人

背景情况:

• 微创手术需要精确的图像细分,以确保安全性和效率.
• 由于复杂的外科环境,手术仪器的准确细分具有挑战性.

研究的目的:

• 引入一个新的多级双编码分段网络 (MSDE-Net),用于手术仪器的自动和精确分段.

主要方法:

• MSDE-Net使用双分支编码器 (CNN和变压器) 来进行本地和全球特征提取.
• 包含一个注意力融合块 (AFB) 功能互补性.
• 使用多层上下文融合 (MCF) 和多接收场融合 (MRF) 块来增强特征提取能力.

主要成果:

• 与现有方法相比,MSDE-Net在细分手术仪器方面表现出优异的性能.
• 实验在两个公开可用的数据集上进行验证.

结论:

• 拟议的MSDE-Net有效地解决了手术仪器细分方面的挑战.
• 这个网络提供了一个有前途的解决方案,用于提高微创手术程序的精度.