从专家手术视频中学习剖析轨迹,通过模仿学习与等价扩散
Hongyu Wang1, Yonghao Long1, Yueyao Chen1
1Department of Computer Science and Engineering, The Chinese University of Hong Kong, Hong Kong, China.
Medical image analysis
|May 15, 2025
概括
这项研究引入了一种新的模仿学习方法,用于预测内镜下粘膜剖析 (ESD) 视频中的剖析轨迹. 这种新的方法通过提高预测准确性和概括性来增强外科技能培训.
科学领域:
- 医疗机器人 医疗机器人
- 手术模拟器手术模拟器
- 机器学习在医学中的应用
背景情况:
- 内镜下粘膜解剖 (ESD) 是消除上皮病变的关键技术.
- 在ESD视频中预测剖析轨迹可以显著提高外科训练.
- 现有的模仿学习方法在手术场景中与不确定性,几何对称性和概括性作斗争.
研究的目的:
- 开发一种先进的模仿学习技术,用于预测ESD视频中的剖析轨迹.
- 解决当前方法在处理变化和概括方面的局限性.
- 通过更好的轨迹预测,提高外科技能培训的准确性和稳定性.
主要方法:
- 提出了一项新的暗示传播政策,用于模仿学习 (iDPOE) 的等价表示.
- 利用政策学习的扩散模型来捕捉随机性并提高培训效率.
- 集成等差处理几何对称性和增强泛化.
- 为条件抽样制定了前过程指导的行动推断策略.
主要成果:
- 与最先进的方法相比,iDPOE方法在剖析轨迹预测方面表现优越.
- 该模型在各种内镜视图中显示出更好的准确性和概括能力.
- 实验结果在近2000个ESD视频片段的数据集上得到了验证.
结论:
- 这项研究提出了第一个基于模仿学习的外科技能学习方法,专注于ESD中剖析轨迹预测.
- 拟议的iDPOE方法为预测外科手术轨迹提供了强大而准确的解决方案.
- 这些发现对推进外科培训和模拟技术具有重大意义.
