通过深度学习架构改进手术场景语义细分,关注阶级不平衡
Claudio Urrea1, Yainet Garcia-Garcia1, John Kern1
1Electrical Engineering Department, Faculty of Engineering, University of Santiago of Chile, Las Sophoras 165, Estación Central, Santiago 9170020, Chile.
Biomedicines
|June 27, 2024
概括
这项研究增强了腹腔镜手术图像的语义细分,特别是罕见结构. 优化的深度学习参数提高了准确性,并显示了关键外科元素识别的有希望的结果.
科学领域:
- 医疗成像医学成像
- 计算机视觉 计算机视觉
- 手术技术 手术技术
背景情况:
- 对腹腔镜手术图像进行准确的语义细分对于手术指导和分析至关重要.
- 识别具有有限观察的结构在理解外科手术场景方面是一个重大挑战.
研究的目的:
- 开发和评估深度神经网络架构,以便对腹腔镜外科图像进行强大的语义细分.
- 为了特别解决细分解剖结构的挑战,观察频率低.
主要方法:
- 实现U-Net5ed,SegNet-VGG19和DeepLabv3+架构并进行比较.
- 使用修正线性单位 (ReLU),高斯错误线性单位 (GELU) 和Swish激活函数进行实验.
- 对交叉 (CE),焦点损失 (FL),特维斯基损失 (TL),子损失 (DiL),交叉 (CEDL) 和交叉 (CETL) 损失函数的评估,以及随机梯度下降与动量 (SGDM) 和适应动量估计 (Adam) 优化器.
主要成果:
- DeepLabv3+ 和 U-Net5ed 架构表现出卓越的性能.
- 使用ResNet-50骨干,Swish激活和CETL损失的DeepLabv3+实现了0.976的平均精度 (MAcc) 和0.977.7的平均交叉点 (MIoU).
- 拟议的参数显著改善了YOLOv9架构中的语义细分,超过了其原始配置.
结论:
- 优化的深度学习参数使得手术场景中的所有结构 (包括罕见的) 能够进行强大的语义细分.
- 这些发现为腹腔镜外科手术中的语义细分提供了极具竞争力和有前途的结果.
- 经过验证的参数显示了在外科应用中增强各种计算机视觉模型的潜力.
