面向无标签数据的广义手术器械分割的协同生成与分割方法
计算机视觉与模式识别
2021-03-18 v1 机器学习
机器人学
图像与视频处理
摘要
机器人辅助手术中的手术器械分割对于精确的器械追踪和增强现实叠加是必要的。因此，该主题已成为 CAI（计算机辅助介入）领域近期多篇论文的研究对象。基于深度学习的方法在手术器械分割上展现了最先进的性能，但其结果依赖于标签数据。然而，带标签的手术数据可用性有限，是这些方法在手术中落地的瓶颈。在本文中，我们展示了这些方法在不同数据集（包括人体机器人辅助手术）上有限的泛化能力。随后，我们提出了一种新颖的联合生成与分割策略，以学习对无标签数据域具有更好泛化能力的分割模型。该方法利用了另一域中标签数据的可用性。生成器执行从标签域到无标签域的域迁移，同时分割模型利用生成的数据进行学习，并对生成模型进行正则化。我们将所提方法与最先进的方法进行比较，并展示了其在公开可用数据集以及我们自行记录的机器人辅助前列腺切除术视频帧上的泛化能力。当仅其中一个域有数据时，我们的方法在标签域和无标签域上均展现出持续的高平均 Dice 分数。*M. Kalia 与 T. Aleef 对本文贡献等同
引用
@article{arxiv.2103.09276,
title = {Co-Generation and Segmentation for Generalized Surgical Instrument Segmentation on Unlabelled Data},
author = {Megha Kalia and Tajwar Abrar Aleef and Nassir Navab and Septimiu E. Salcudean},
journal= {arXiv preprint arXiv:2103.09276},
year = {2021}
}
备注
11 pages, 3 figures