手术场景解码：手术场景图的范围综述
计算机视觉与模式识别
2025-09-26 v1
摘要
场景图（SGs）提供结构化的关系表示，对解码复杂动态手术环境至关重要。本 PRISMA-ScR 指导的范围综述系统性地描绘了手术领域 SG 研究的演进图景，描绘了其应用、方法学进展及未来方向。我们的分析揭示了快速增长，却发现了一个关键‘数据鸿沟’：内部视图研究（如三元组识别）几乎只使用真实世界的 2D 视频，而外部视图 4D 模型则严重依赖模拟数据，暴露了一项关键的翻译性研究空白。方法学方面，领域已从基础图神经网络发展到专门的基础模型，这些模型在手术语境下显著超越通用大型视觉语言模型。该进展将 SGs 确立为分析（如工作流程识别和自动安全监控）和生成任务（如可控手术模拟）的基石技术。尽管数据标注和实时实现等挑战仍存在，但正在通过新兴技术得到积极应对。手术 SGs 正式型为智能系统的关键语义桥梁，使其能够提高手术安全性、效率和培训。
引用
@article{arxiv.2509.20941,
title = {Decoding the Surgical Scene: A Scoping Review of Scene Graphs in Surgery},
author = {Angelo Henriques and Korab Hoxha and Daniel Zapp and Peter C. Issa and Nassir Navab and M. Ali Nasseri},
journal= {arXiv preprint arXiv:2509.20941},
year = {2025}
}
备注
Submitted to Medical Image Analysis. Under review. 49 pages, 9 figures. An interactive version of the summary tables is available at osf.io/fruq8