EndoVis 2017
PulseAugur coverage of EndoVis 2017 — every cluster mentioning EndoVis 2017 across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新型Transformer模型增强手术器械分割
研究人员开发了TEDi，一种新颖的基于Transformer的手术器械分割模型。TEDi通过结合时间记忆增强和去噪技术，解决了现有基于查询方法的局限性。该模型利用查询级记忆库检索历史帧表示，并使用时间一致性参考来改善跨帧的语义连贯性，从而获得更稳定的预测。在EndoVis 2017和EndoVis 2018数据集上的实验表明，TEDi的表现优于当前最先进的方法，显示了其在推进计算机辅助手术方面的潜力。
-
新的TCSR-Monitor框架可检测手术AI分割中的静默故障
研究人员开发了TCSR-Monitor，一个新颖的框架，旨在检测手术分割网络中的失败，即使模型报告高置信度。这个事后监测系统整合了形状、时间一致性和图像质量等线索，独立于分割模型的内部工作原理运行，并且在部署期间不需要真实标签数据。在EndoVis 2017数据集上的评估表明，TCSR-Monitor能有效地泛化到未见过的采集退化，并且显著优于传统的基于置信度的监测方法。虽然Mondrian保形校准有助于平衡不同腐蚀水平下的漏报率，但…
-
基于SAM3的新方法实现了无标注手术器械分割
研究人员开发了一种新颖的两阶段框架，用于在内窥镜图像中分割手术器械，而无需手动标注。该方法利用分割一切模型3 (SAM3) 和通用文本提示“工具”来生成初始二值掩模。然后，使用视觉语言模型Qwen将这些掩模分类为特定的器械实例。虽然尚未达到完全监督方法的水平，但该技术在无标注手术器械分割方面显示出潜力，突显了SAM3的能力和局限性。