在腹腔镜术中,手术场景的层次细分
Pritesh Mehta1, David Owen2, Maria Grammatikopoulou2
1Medtronic Digital Technologies, London, UK. pritesh.mehta@medtronic.com.
概括
这项研究引入了一种用于手术场景细分的新层次方法,提高了模两可的视频的准确性. 这种方法可以提高在腹腔镜手术期间检测的关键解剖结构,如囊性动脉和导管.
科学领域:
- 计算机视觉 计算机视觉
- 医学图像分析 医学图像分析
- 手术技术 手术技术
背景情况:
- 手术场景细分对于实时指导和术后分析至关重要.
- 手术视频的模糊性可能导致不准确的细分和错过的检测.
研究的目的:
- 开发一种新的层次化方法来对手术场景进行细分,以解决模两可的问题.
- 为了改善解剖结构的预测,当细粒度的细节不清楚时.
主要方法:
- 一个由解剖学类层次结构告知的多标签细分损失被制定并用于训练一个网络.
- 开发了一个新的叶子到根的推断方案",Hiera-Mix",以平衡标签的信心和细粒度.
- 该方法在65,000个腹腔镜胆囊切除术框架的大数据集上进行了评估.
主要成果:
- 层次方法显著改善了关键结构 (囊性动脉+6.0%,囊管+2.9%) 的每结构检测F1得分.
- 精度显著提高,特别是囊性动脉 (11.3%) 和囊管 (4.7%),减少了类间的混.
- 细分结果显示,未经检测的区域的表征得到了改善,而非层次阶级的类别的表现没有受到损害.
结论:
- 提出的等级方法提高了在模两可的框架中手术场景细分的准确性.
- 这种方法为计算机辅助的手术内指导和其他外科应用提供了好处.
