湖岸:利用立体声和时间背景进行手术仪器细分.
Qiyuan Wang1, Shang Zhao1, Zikang Xu1
1School of Biomedical Engineering, Division of Life Sciences and Medicine, University of Science and Technology of China, Hefei Anhui, 230026, P.R. China; Center for Medical Imaging, Robotics, Analytic Computing & Learning(MIRACLE), Suzhou Institute for Advanced Research, University of Science and Technology of China, Suzhou, Jiangsu, 215123, P.R. China.
Medical image analysis
|November 17, 2024
概括
本研究介绍了LACOSTE模型用于手术仪器细分,通过利用立体和时间上下文来提高稳定性. 这种新的方法提高了微创手术的准确性.
科学领域:
- 计算机视觉 计算机视觉
- 医疗成像医学成像
- 机器人技术 机器人技术 机器人技术
背景情况:
- 手术仪器细分对于微创手术至关重要.
- 由于时间运动和视图变化,现有的方法经常失败.
- 单细分忽略了有价值的时间和立体声信息.
研究的目的:
- 开发一个强大的外科手术仪器细分模型.
- 为了提高精度,利用立体声和时间信息.
- 为了解决单细分方法的局限性.
主要方法:
- 提出了LACOSTE (立体声和时空图像中的位置不可知性语境) 模型.
- 实现了一个以差异为导向的特征传播模块,使用伪立体声方案.
- 引入了一个立体时间集分类器和一个位置不可知分类器.
主要成果:
- LACOSTE表现出对外观变化的强度有所提高.
- 该模型在公开数据集上取得了可比或有利的结果.
- 在EndoVis挑战和GraSP数据集上验证.
结论:
- 拉科斯特模型有效地利用立体声和时间背景进行手术仪器细分.
- 拟议的模块增强了特征表示和预测准确度.
- 这种方法为手术视频分析提供了更强大的解决方案.


