白内障手术中的有效语义分割：什么最为关键？
计算机视觉与模式识别
2021-08-16 v1
摘要
我们的工作提出了在具挑战性的白内障手术公开基准 CaDIS 上确立当前最优水平的神经网络设计选择。我们的方法在三个具有渐增粒度手术工具类别集的语义分割任务上均取得强劲性能，通过有效处理类不平衡——任何手术视频中固有的挑战——来实现。我们考量并评估了两种概念上简单的数据过采样方法以及不同的损失函数。我们展示了跨网络架构与任务、尤其在最稀有工具类别上的显著性能提升，从而提出了一种在考虑不平衡粒度数据集时实现高性能的方法。我们的代码与训练模型可在 https://github.com/RViMLab/MICCAI2021_Cataract_semantic_segmentation 获取，未见手术视频的定性结果可见于 https://youtu.be/twVIPUj1WZM。
引用
@article{arxiv.2108.06119,
title = {Effective semantic segmentation in Cataract Surgery: What matters most?},
author = {Theodoros Pissas and Claudio Ravasio and Lyndon Da Cruz and Christos Bergeles},
journal= {arXiv preprint arXiv:2108.06119},
year = {2021}
}
备注
MICCAI 2021