对肝破裂修复手术工作流识别的研究
Yutao Men1,2, Zixian Zhao1,3,2, Wei Chen1,2
1Tianjin Key Laboratory for Advanced Mechatronic System Design and Intelligent Control, School of Mechanical Engineering, Tianjin University of Technology, Tianjin 300384, China.
Mathematical biosciences and engineering : MBE
|March 8, 2024
概括
使用SA-RLNet的手术工作流程识别准确地识别了肝破裂修复手术视频中的相位. 这种人工智能方法通过检测微妙的变异来提高手术安全性和质量,显示出临床应用的巨大潜力.
科学领域:
- 医学技术 医学技术 医学技术
- 在手术中使用人工智能.
- 外科手术工作流程分析
背景情况:
- 肝脏破裂可能导致严重的情况,如出血和休克.
- 在肝破裂修复手术中,手术工作流的识别对于减少错误和改善患者结果至关重要.
- 精确识别手术阶段有助于培训和实时性能监测.
研究的目的:
- 开发一个自动化系统,用于在肝破裂修复手术中进行外科手术工作流程识别.
- 为此任务引入和评估一种基于自我注意的新型反复卷积神经网络 (SA-RLNet).
- 在专门的外科手术数据集上评估拟议模型的准确性和概括能力.
主要方法:
- 创建了45个肝破裂修复手术视频的数据集,其中包括9名外科医生.
- 开发了一个端到端的深度学习模型,SA-RLNet,结合了自我注意机制.
- 该模型经过训练和验证,用于手术阶段分类.
主要成果:
- 在手术阶段分类方面,SA-RLNet实现了90.6%的高精度.
- 自我注意力机制有效地识别了重要的特征及其关系.
- 该模型在数据集中展示了强大的概括能力,捕捉了微妙的相位变化.
结论:
- 该SA-RLNet方法显示显著的承诺,自动化手术工作流程识别在肝脏破裂修复.
- 开发的系统可以准确地分类手术阶段,有助于提高手术质量和安全性.
- 这项技术在现实手术环境中具有可行的应用,帮助外科医生和改善患者护理.
