相关实验视频
Updated: Sep 15, 2025
04:38
Subcostal Specimen Removal in Completely Portal Robotic Lobectomy
Published on: April 19, 2024
371
一个强大的手术仪器检测数据集,以帮助自主机器人手术
Ganesh Kumar Chellamani1, Aishwarya N1, Bhavesh Kumar P1
1Department of ECE, Amrita School of Engineering, Amrita Vishwa Vidyapeetham, Chennai, India.
Data in brief
|July 18, 2025
概括
一个新的数据集,SID-RAS,有助于实时手术仪器识别机器人辅助手术 (RAS). 这一数据集通过对象检测模型实现了高精度,在外科辅助中推进了人工智能.
科学领域:
- 机器人和人工智能在医学中的应用
- 计算机视觉用于外科应用.
背景情况:
- 机器人辅助手术 (RAS) 提高了手术精度和患者的治疗结果.
- 准确的实时手术仪器识别对于自主机器人手术至关重要.
研究的目的:
- 引入用于手术仪器检测的SID-RAS数据集.
- 在RAS中评估实时仪器识别对象检测模型.
主要方法:
- 开发了SID-RAS数据集,包含9个仪器类的6000张高分辨率图像.
- 应用数据增强 (运动模糊,照明变化,血迹,旋转) 来模拟各种手术条件.
- 在SID-RAS数据集上评估了YOLOv10和YOLOv11物体检测模型.
主要成果:
- 获得了99.3%的平均平均精度 (mAP) 和99.2%的F1得分.
- 证明了SID-RAS数据集的高质量,以进行可靠的外科工具检测.
- 验证了YOLOv10和YOLOv11模型在识别和定位仪器方面的有效性.
结论:
- SID-RAS数据集是开发人工智能驱动的外科辅助系统的宝贵资源.
- 仪器检测的高精度支持自主机器人手术的进步.
- 这些发现为改善AI在各种手术过程中的整合铺平了道路.
