TEMSET-24K:密集注释的数据集,用于使用外科手术时间线分割索引多部分内镜视频
Muhammad Bilal1, Mahmood Alam2, Deepashree Bapu3
1Birmingham City University, Birmingham, United Kingdom. muhammad.bilal@bcu.ac.uk.
Scientific data
|August 14, 2025
概括
我们介绍了TEMSET-24K,这是一个用于跨门内镜显微手术 (TEMS) 视频分析的大型数据集. 这一数据集可以使用深度学习实现自动化外科视频索引,改善临床性能评估.
科学领域:
- 手术数据科学手术数据科学
- 计算机视觉 计算机视觉 计算机视觉
- 医学成像分析分析 医学成像分析
背景情况:
- 手动索引手术视频是耗时的,并且阻碍了系统分析.
- 使用深度学习自动化手术视频分析是有希望的,但由于缺乏注释数据集而受到限制.
- 透过门的内显微手术 (TEMS) 需要精确的程序理解.
研究的目的:
- 推出TEMSET-24K,一个新的,大规模的,开源数据集用于TEMS视频分析.
- 为评估手术视频理解中的深度学习模型提供一个基准.
- 促进外科手术程序自动索引系统的开发.
主要方法:
- 从TEMS手术中收集的24,306个微剪辑的汇编.
- 使用等级分类学对剪辑的注释:"阶段,任务和行动"三重体.
- 使用STALNet进行深度学习模型的基准测试,包括变压器架构 (ConvNeXt,ViT,SWIN V2).
主要成果:
- 深度学习模型实现了高精度 (高达0.99) 和F1分数 (高达0.99) 的阶段细分.
- STALNet在各种编码器中表现出一致的性能,用于充分代表的外科手术阶段.
- 该数据集有助于对手术视频分析技术进行可靠的评估.
结论:
- TEMSET-24K是推进自动化外科视频分析的宝贵资源.
- 该数据集支持开发人工智能驱动的外科培训和绩效评估工具.
- 这项工作为手术数据科学研究建立了新的基准.
