ARST：用于腹腔镜视频相位识别的自回归手术 Transformer
计算机视觉与模式识别
2022-09-05 v1 人工智能
摘要
相位识别在计算机辅助介入的手术工作流分析中起着至关重要的作用。Transformer 最初为自然语言处理中的序列数据建模而提出，已成功应用于手术相位识别。现有基于 transformer 的工作主要关注注意力依赖的建模，未引入自回归。本工作中，首次提出一种称为 ARST 的自回归手术 Transformer，用于腹腔镜视频的在线手术相位识别，通过条件概率分布隐式建模相位间相关性。为减小推理偏差并增强相位一致性，我们进一步基于自回归开发了一致性约束推理策略。我们在知名公开数据集 Cholec80 上进行了全面验证。实验结果表明，我们的方法在定量与定性上均优于当前最优（SOTA）方法，并达到了 66 帧每秒（fps）的推理速率。
引用
@article{arxiv.2209.01148,
title = {ARST: Auto-Regressive Surgical Transformer for Phase Recognition from Laparoscopic Videos},
author = {Xiaoyang Zou and Wenyong Liu and Junchen Wang and Rong Tao and Guoyan Zheng},
journal= {arXiv preprint arXiv:2209.01148},
year = {2022}
}
备注
11 Pages, 3 figures