在腹腔镜胆囊切除术中基于深度学习的手术阶段识别

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:

• 人工智能 (AI) 越来越多地用于手术评估和绩效评估.
• 从视频中自动化手术工作流分析对于有效的手术评估至关重要.
• 微创手术依赖于客观的绩效指标.

研究的目的:

• 设计一个深度学习模型,用于在腹腔镜胆囊切除术中自动识别手术阶段.
• 评估人工智能模型在识别不同手术阶段的准确性.
• 评估AI在客观外科性能评估中的潜力.

主要方法:

• 使用了160个腹腔镜胆囊切除视频 (Cholec80和机构数据) 的综合数据集.
• 将数据分成训练和测试集,以2:1的比例用于AI模型开发.
• 在没有预处理或后处理的情况下评估模型性能,以隔离AI的影响.

主要成果:

• 人工智能模型在98,234个测试上实现了91.2%的整体准确性.
• 在卡洛特三角解剖中观察到最高的精度 (F1得分:0.9421).
• 剪切和切割阶段的识别是最不准确的 (F1得分:0.7761).

结论:

• 开发的AI模型在腹腔镜胆囊切除术期间识别手术阶段时表现出高准确度.
• 这项技术对客观和自动化手术绩效评估具有前景.
• 进一步精细化可以提高特定外科手术子任务的准确性.