IG-Net:一个仪器引导的实时语义细分框架用于前列腺剖析在手术中低直肠癌的手术
Bo Sun1, Zhen Sun2, Kexuan Li2
1Research Unit of Virtual Body and Virtual Surgery Technologies, Division of Colorectal Surgery, Department of General Surgery, Peking Union Medical College Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College, No. 1 Shuai Fu Yuan, DongCheng District, Beijing, 100730, China; State Key Laboratory of Virtual Reality Technology and Systems, Beihang University, No. 37 Xueyuan Road, Haidian District, Beijing, 100191, China.
Computer methods and programs in biomedicine
|October 5, 2024
概括
一个新的IG-Net框架精确地细分前列腺在门外科手术使用仪器功能提高准确性和速度. 这种人工智能工具提高了手术精度和患者在低直肠癌治疗中的结果.
科学领域:
- 医学成像和计算机辅助手术
- 医疗保健中的人工智能
背景情况:
- 精确的前列腺剖析在低直肠癌的过门手术中至关重要,以防止尿道损伤等并发症.
- 挑战包括不明确的前列腺边界,不规则的解剖学和手术烟雾,妨碍精确的剖析.
研究的目的:
- 引入一个新的视频语义细分框架,IG-Net,用于实时和精确的前列腺细分.
- 为了提高手术准确性和患者在跨门下直肠癌手术的结果.
主要方法:
- 开发了IG-Net,这是一个包含前列腺细分手术仪器特征的框架.
- 实现了以仪器为导向的模块,用于基于注意力的本地和全球细分.
- 引入了一个使用仪器功能的关键选择模块,以优化细分速度和减少噪声.
主要成果:
- 在106个视频剪辑 (6,153张图像) 的广泛数据集上进行评估.
- 实现了72.70%的IOU,82.02%的子和35个FPS.
- 与以前的方法相比,证明了更高的性能.
结论:
- 在手术视频中,IG-Net超越了前列腺细分的现有方法.
- 该框架有效平衡了细分的准确性和速度.
- IG-Net显示出对手术挑战的稳定性,如烟雾和模糊的边界.
