微创外科手术中器械分割与跟踪方法的比较评估
计算机视觉与模式识别
2018-05-08 v1
摘要
微创器械的术中分割与跟踪是计算机辅助和机器人辅助手术的先决条件。由于跟踪系统或机器人编码器等附加硬件繁琐且缺乏精度，手术视觉正发展为仅利用内镜图像分割和跟踪器械的有前景技术。然而，目前缺失的是用于算法间一致评估与基准测试的公共图像数据集。本文提出了针对机器人及常规腹腔镜手术中不同基于视觉的器械分割与跟踪方法的比较验证研究。本文的贡献有两方面：我们引入了提供给研究参与者的综合验证数据集，并展示了比较验证研究的结果。基于验证研究结果，我们得出结论：现代深度学习方法在器械分割任务中优于其他方法，但结果仍不完美。此外，我们表明合并不同方法的结果实际上比最佳独立方法显著提高了精度。另一方面，器械跟踪任务的结果表明这仍是一个开放挑战，尤其在常规腹腔镜手术中的困难场景下。
引用
@article{arxiv.1805.02475,
title = {Comparative evaluation of instrument segmentation and tracking methods in minimally invasive surgery},
author = {Sebastian Bodenstedt and Max Allan and Anthony Agustinos and Xiaofei Du and Luis Garcia-Peraza-Herrera and Hannes Kenngott and Thomas Kurmann and Beat Müller-Stich and Sebastien Ourselin and Daniil Pakhomov and Raphael Sznitman and Marvin Teichmann and Martin Thoma and Tom Vercauteren and Sandrine Voros and Martin Wagner and Pamela Wochner and Lena Maier-Hein and Danail Stoyanov and Stefanie Speidel},
journal= {arXiv preprint arXiv:1805.02475},
year = {2018}
}