[基于计算机视觉的人工智能用于检测和识别胃癌激进腹腔镜胃切除术期间的仪器和器官:多中心研究]
1Department of Gastric Surgery, the First Medical Center of Chinese PLA General Hospital, Beijing 100853, China.
概括
计算机视觉准确地检测器官和仪器在胃癌的腹腔镜胃切除术期间. 这种人工智能技术在实时手术视频分析中显示出高精度.
科学领域:
- 手术技术手术技术的使用.
- 医学中的人工智能
- 计算机视觉 计算机视觉 计算机视觉
背景情况:
- 胃癌的激进腹腔镜胃切除术是一种复杂的程序.
- 器官和仪器的实时识别对于外科安全和效率至关重要.
- 现有的业内认可方法可能有限.
研究的目的:
- 评估基于计算机视觉的AI用于检测和识别器官和仪器的可行性和准确性.
- 在这种情况下,评估YOLOv8深度学习框架的性能.
- 为了分析系统在腹腔镜远端激进胃切除术视频中的有效性.
主要方法:
- 从8个腹腔镜胃切除手术视频中收集和处理了3369个图像框架.
- 使用LabelMe,例如将细分成23个手术类别.
- 训练并验证了YOLOv8m深度学习模型,使用9:1的火车验证分割.
主要成果:
- YOLOv8m模型在训练组中达到0.99的平均平均精度 (mAP),在验证组中达到0.82的平均精度.
- 对于超声波刀 (0.96) 和针头持有器 (0.94) 等关键仪器,记录了高平均精度 (AP) 值.
- 人工智能模型成功地在腹腔镜胃肠静脉切割 suturing 视频段上演示了实时推断.
结论:
- 基于计算机视觉的AI可以在激进腹腔镜胃切除术期间高效准确地检测器官和仪器.
- YOLOv8框架显示了实时手术场景理解的巨大潜力.
- 这项技术提供了一个有前途的工具,可以提高胃癌手术的安全性和精度.
