通过显式位置关系建模增强腹腔镜胆囊切除术中的外科物体检测
Yinan Xu1, Yutong Ban2, Yue Zhao1
1Department of General, Visceral and Cancer Surgery, University Hospital of Cologne, Cologne, Germany.
Computational and structural biotechnology journal
|August 22, 2025
概括
一个新的基于关系的人工智能 (AI) 模型增强了在拉皮眼胆囊切除术 (LC) 图像中的外科物体检测. 这种人工智能模型显著提高了在手术期间识别关键解剖结构的准确性.
科学领域:
- 医学成像
- 人工智能
- 手术技术
背景情况:
- 腹腔镜胆囊切除术 (LC) 是一种常见的复杂手术.
- 整合人工智能 (AI) 可以帮助在LC过程中检测解剖结构.
- 确保人工智能可靠性需要准确性,稳定性和有效性.
研究的目的:
- 提出一种基于关系的模型来增强LC图像中的外科物体检测.
- 使用位置关系编码器和渐进式注意力机制分析对象关系.
- 在两个广泛使用的LC数据集上验证模型的性能.
主要方法:
- 开发了一个基于关系的模型,包含一个位置关系编码器和一个精细的渐进式注意力机制.
- 该模型使用官方协议对两个标准LC数据集 (Endoscapes和m2cai16工具位置) 进行了评估.
- 宏观相关性 (MC) 结果分析了数据集之间的位置关系强度差异.
主要成果:
- 拟议的模型在两个数据集上的准确性和有效性都显著提高.
- 在Endoscapes数据集中,总体平均精度 (AP) 超过基准模型的33.95%.
- 在囊板 (90.32%) 和HC三角 (92.46%) 中取得了显著的AP改进,在m2cai16工具位置数据集中达到17.97%的mAP改进.
- 后期处理减少了超过90%的冗余边界盒.
结论:
- 基于关系的AI模型准确有效地增强了拉皮眼胆囊切除术中的外科物体检测.
- 位置关系的分析是提高关键手术对象的检测的关键.
- 该模型有望在外科辅助中得到更广泛的临床应用.
