CAT-SG：用于细粒度理解白内障手术的大型动态场景图数据集
计算机视觉与模式识别
2025-06-30 v1 人工智能
机器学习
摘要
理解白内障手术的复杂工作流程需要建模手术工具、解剖结构和程序技术之间的复杂相互作用。现有数据集主要针对手术分析的特定方面（如工具检测或阶段分割），缺乏能捕捉实体随时间演变之间语义关系的综合表示。本文介绍了白内障手术场景图 (CAT-SG) 数据集，是首个提供工具-组织相互作用、程序变体和时间依赖关系结构注释的数据集。通过融合详细的语义关系，CAT-SG 提供了手术工作流程的整体视图，实现对手术阶段和技术的更精确识别。此外，我们提出了一种新型场景图生成模型 CatSGg，显著优于当前方法在生成结构化手术表示方面的性能。CAT-SG 数据集旨在增强面向临床实践的 AI 驱动手术培训、实时决策支持和工作流程分析，为构建更智能、更具情境感知的临床系统铺平了道路。
引用
@article{arxiv.2506.21813,
title = {CAT-SG: A Large Dynamic Scene Graph Dataset for Fine-Grained Understanding of Cataract Surgery},
author = {Felix Holm and Gözde Ünver and Ghazal Ghazaei and Nassir Navab},
journal= {arXiv preprint arXiv:2506.21813},
year = {2025}
}