Cholec80
PulseAugur coverage of Cholec80 — every cluster mentioning Cholec80 across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的Transformer框架提高了手术阶段识别的准确性
研究人员开发了一种新的腹腔镜胆囊切除术手术阶段识别框架,将Swin Transformer和Temporal Transformer Encoder (TTE)与YOLOv11s网络集成用于器械定位。该方法旨在提供稳定准确的工作流程预测,解决了先前AI方法中预测波动的问。该框架在Cholec80数据集上实现了92%的总体阶段识别准确率和0.86的宏平均F1分数,优于现有的基于CNN和Transformer的方法。此外,器械检测模块在m…
-
MLLMs 自动化手术器械边界框标注,创建大型数据集
研究人员开发了一个新的框架,使用多模态大语言模型(MLLMs)从现有的存在标签高效生成手术器械的边界框标注。该方法在腹腔镜胆囊切除术的 Cholec80 数据集上进行了测试,证明了其可靠性和成本效益。基于 MLLM 的方法实现了一个结构化的多阶段流水线,mIoU 达到 0.784,与人工标注的一致性非常接近,并创建了一个包含超过 285,000 个边界框的大规模数据集,该数据集已在 GitHub 上公开。
-
新框架使用标签语义自蒸馏进行手术阶段识别
研究人员开发了LaSeD,一种用于纯视觉手术阶段识别的新型框架,该框架利用标签语义自蒸馏。该方法使用阶段名称作为特权训练上下文,使模型能够在部署期间无需显式文本数据或字幕即可执行识别。LaSeD改进了现有的纯视觉基线,在Cholec80数据集上实现了准确率和召回率的显著提升。
-
新的TTDF框架提高了手术阶段转换检测的可靠性
研究人员开发了一个名为TTDF(两阶段转换检测框架)的新框架,以提高检测手术过程中阶段转换的可靠性。该框架基于现有阶段识别模型的输出来运行,侧重于事件级准确性,而不仅仅是逐帧精度。TTDF通过首先根据最短持续时间和允许的转换来过滤候选对象,然后使用DINOv2特征的阶段后验移位和视觉线索进一步优化它们,来解决时间抖动和工作流程非法切换等问题。
-
新方法使用SAM 3进行手术地标定位
研究人员开发了一种新的方法,通过利用Segment Anything Model 3 (SAM 3) 来定位手术视频中的功能性地标。该方法利用SAM 3的结构先验,在无需手动像素级标注的情况下提供密集的器械级上下文。一个粗略的多帧网络生成提示,以优化SAM 3的输出,从而提高尖端和锚点定位的预测精度。在包含60个手术视频的7,867个剪辑的数据集上进行的实验表明,尖端定位的F1得分为72.4%,锚点定位的F1得分为58.0%。
-
AI系统通过跟踪工具运动高效分析手术视频
研究人员开发了运动自适应帧识别(KAFR)系统的扩展版本,以高效分析腹腔镜手术视频。该新范式使用经过微调的YOLO模型来检测手术工具,然后根据工具运动自适应地选择帧以降低计算负载。X3D模型随后将这些选定的帧分类为手术阶段。该系统在Cholec80基准测试中取得了91.0%的F1分数,仅使用了总帧数的0.58%,证明了其在应对腹腔镜手术挑战方面的有效性。
-
新型HTT-Net模型提升手术视频阶段识别能力
研究人员开发了HTT-Net,一种新颖的层次化文本引导转换建模网络,用于手术视频阶段识别。该模型旨在通过整合结构化的手术语义知识来改进工作流程理解和质量评估。HTT-Net利用了阶段内和阶段间描述的层次化记忆来构建连贯的片段表示,并通过面向转换的校准进行优化,在Cholec80和LCRS-100数据集上展示了其有效性。
-
SurgicalMamba模型推进在线手术阶段识别
研究人员开发了SurgicalMamba,这是一种用于在线手术阶段识别的新型模型。该模型通过采用双路径结构化状态空间对偶(SSD)方法,解决了手术视频分析中的挑战,例如手术时长长和时间流不均匀。SurgicalMamba在多个基准测试中达到了最先进的准确度,在严格的在线评估条件下优于先前的方法。