基于深度学习的机器人辅助手术中器械自动分割
计算机视觉与模式识别
2019-01-23 v2
摘要
机器人器械的语义分割是机器人辅助手术中的一个重要问题。主要挑战之一是在手术场景附近正确检测器械位置以进行跟踪与姿态估计。解决该挑战需要准确的逐像素器械分割。在本文中，我们描述了在MICCAI 2017内镜视觉子挑战赛：机器人器械分割中的获胜方案。我们的方法利用几种新颖的深度神经网络架构，在现有最优结果上取得了提升。它解决了二值分割问题，即图像中每个像素被标记为手术视频流中的器械或背景。此外，我们解决了多类分割问题，从背景中区分不同器械或器械的不同部件。在此设定下，我们的方法在每个自动器械分割任务子类中均优于其他方法，从而为该问题提供了最先进的方案。我们方案的源代码已公开于 https://github.com/ternaus/robot-surgery-segmentation
引用
@article{arxiv.1803.01207,
title = {Automatic Instrument Segmentation in Robot-Assisted Surgery Using Deep Learning},
author = {Alexey Shvets and Alexander Rakhlin and Alexandr A. Kalinin and Vladimir Iglovikov},
journal= {arXiv preprint arXiv:1803.01207},
year = {2019}
}
备注
9 pages, 3 figures. arXiv admin note: substantial text overlap with arXiv:1804.08024