深度残差学习用于机器人手术中的器械分割
计算机视觉与模式识别
2017-03-28 v1
摘要
手术器械的检测、跟踪和姿态估计是微创机器人手术中计算机辅助的关键任务。在大多数情况下，第一步是手术工具的自动分割。先前的工作集中于二值分割，其目标是将图像中的每个像素标记为工具或背景。我们以两种主要方式改进了先前的工作。首先，我们利用深度残差学习和膨胀卷积等最新技术来提升二值分割的性能。其次，我们将该方法扩展到多类分割，使我们能够分割工具的不同部分以及背景。我们在 MICCAI 内窥镜视觉挑战赛机器人器械数据集上展示了该方法的性能。
引用
@article{arxiv.1703.08580,
title = {Deep Residual Learning for Instrument Segmentation in Robotic Surgery},
author = {Daniil Pakhomov and Vittal Premachandran and Max Allan and Mahdi Azizian and Nassir Navab},
journal= {arXiv preprint arXiv:1703.08580},
year = {2017}
}