2018 年机器人场景分割挑战赛
计算机视觉与模式识别
2020-08-04 v3 机器人学
摘要
2015 年，我们在慕尼黑 MICCAI 的 EndoVis 研讨会上发起了一项子挑战，使用离体组织的内窥镜图像，并通过机器人正向运动学与器械 CAD 模型自动生成标注。然而，有限的背景变化与简单运动使得该数据集无法有效揭示哪些技术适用于真实手术中的分割。2017 年，在魁北克同一研讨会上，我们引入了机器人器械分割数据集，并有 10 支队伍参与挑战，对 da Vinci 器械进行二值、关节部件及类型分割。该挑战包含真实的器械运动以及更复杂的猪组织作为背景，并被广泛通过改进 U-Net 与其他流行 CNN 架构加以解决。2018 年，我们通过向分割类别中引入一组解剖对象与医疗器械来增加复杂度。为避免使挑战过度复杂，我们继续使用猪数据，由于缺少遮蔽许多器官的脂肪组织，其比人体组织简单得多。
引用
@article{arxiv.2001.11190,
title = {2018 Robotic Scene Segmentation Challenge},
author = {Max Allan and Satoshi Kondo and Sebastian Bodenstedt and Stefan Leger and Rahim Kadkhodamohammadi and Imanol Luengo and Felix Fuentes and Evangello Flouty and Ahmed Mohammed and Marius Pedersen and Avinash Kori and Varghese Alex and Ganapathy Krishnamurthi and David Rauber and Robert Mendel and Christoph Palm and Sophia Bano and Guinther Saibro and Chi-Sheng Shih and Hsun-An Chiang and Juntang Zhuang and Junlin Yang and Vladimir Iglovikov and Anton Dobrenkii and Madhu Reddiboina and Anubhav Reddy and Xingtong Liu and Cong Gao and Mathias Unberath and Myeonghyeon Kim and Chanho Kim and Chaewon Kim and Hyejin Kim and Gyeongmin Lee and Ihsan Ullah and Miguel Luna and Sang Hyun Park and Mahdi Azizian and Danail Stoyanov and Lena Maier-Hein and Stefanie Speidel},
journal= {arXiv preprint arXiv:2001.11190},
year = {2020}
}