在腹腔镜胆囊切除术中通过以快照为中心的视频分析评估早期的手术困难

科学领域:

• 手术分析仪的使用方法
• 医学中的人工智能
• 医学成像分析分析 医学成像分析

背景情况:

• 腹腔镜胆囊切除术 (LC) 的手术难度 (LCOD) 差异很大,影响了手术结果.
• 有限的研究已经利用手术内视频数据进行LCOD评估.
• 早期识别LCOD可以促进专家外科医生审查和优化手术室规划.

研究的目的:

• 开发一个深度学习模型,以使用有限的手术内视频观测来早期评估LCOD.
• 引入一种新的以快照为中心的注意力 (SCA) 模块,以提高LCOD预测的准确性.
• 建立一个新的基准数据集,CholeScore,用于验证LCOD评估方法.

主要方法:

• 建议从视频数据中进行早期LCOD评估的临床任务.
• 设计了SurgPrOD,这是一个深度学习模型,分析LC视频的全球和本地时间特征.
• 引入了一个以快照为中心的注意力 (SCA) 模块,以改善跨视频的预测.
• 使用CholeScore数据集与视频级LCOD标签进行模型验证.

主要成果:

• 在CholeScore数据集中,SurgPrOD在三个LCOD评估尺度上表现出卓越的表现.
• 在早期和稳定的正确预测方面,与基线模型相比,取得了显著的改进 (在新指标上为0.22分).
• 在F1得分方面表现优于基线9%,在top-1准确度方面表现优于基线5%,证实了预测的有效性.

结论:

• 引入了一个用于早期LCOD评估的新任务和SurgPrOD深度学习模型.
• SurgPrOD有效地从多个角度 (全球和本地) 分析手术视频.
• 采用CholeScore数据集和SurgPrOD建立了一个新的基准,用于使用手术视频数据研究LCOD.