GESur_Net:用于胃肠内镜术中的手术仪器细分的注意引导网络
Yaru Ma1, Yuying Liu1, Xin Chen2
1Key Laboratory of Mechanism Theory and Equipment Design of Ministry of Education, Tianjin University, Tianjin, 300072, China.
Medical & biological engineering & computing
|September 8, 2025
概括
一个新的轻量级网络,GESur_Net,通过加强对关键区域的关注和融合特征细节,改善了GI内镜中的手术仪器细分. 这提高了机器人手术导航系统的准确性.
科学领域:
- 医疗成像医学成像
- 计算机视觉 计算机视觉
- 机器人手术 机器人手术
背景情况:
- 精确的手术仪器细分对于机器人自主手术导航至关重要.
- 现有的方法在边缘/中心注意力和低级特征利用方面存在困难,影响了细分精度.
研究的目的:
- 提出一个轻量级网络,GESur_Net,用于改善胃肠道 (GI) 内镜中的手术仪器细分.
- 为了解决当前细分模型中注意力和特征细节使用的局限性.
主要方法:
- 引入了像素数据聚合 (PDA) 机制,用于功能频道重要性分析.
- 开发了跳过连接注意 (SK_A) 块,以专注于关键仪器区域.
- 实现了全球指导注意力 (GGA) 块,以整合语义和详细功能.
- 创建了胃肠内镜仪 (GEI) 数据集.
主要成果:
- GESur_Net表现出更高的细分精度.
- 拟议的模型在GEI和Kvasir仪器数据集上都超过了最先进的细分模型.
- 该网络有效地将高层次的语义信息与低层次的详细特征融合在一起.
结论:
- 拟议的GESur_Net有效地提高了GI内镜中手术仪器细分的准确性.
- 新的PDA,SK_A和GGA机制有助于改进特征分析和融合.
- 该GEI数据集为未来在这一领域的研究提供了宝贵的资源.
更多相关视频
03:32Single Incision Plus One Port Laparoscopic Proximal Gastrectomy with Double Channel Anastomosis for Gastric Cancer Treatment
Published on: December 27, 2024
1.5K
06:39Three-dimensional Location Approach with Silk Thread Guided Laparoscopic Segmentectomy for Liver Tumor
Published on: May 23, 2025
418
