Endoshare：面向外科医生的去识别与管理内窥镜视频解决方案
计算机视觉与模式识别
2026-04-22 v2
摘要
视频评估和外科医学数据科学可推动外科培训、科研与质量改进，但由于录制格式不统一和视频共享的隐私问题，推广应用仍受限。本工作开发、评估并公开发布Endoshare，一款外科医生友好的应用程序，用于合并、标准化和去识别内窥镜视频。开发遵循迭代的用户导向软件生命周期。在分析阶段，针对四名临床医生和四名计算机科学家的内部调查，基于10项可用性启发法，识别了早期需求并指导了跨平台、注重隐私的体系结构设计。原型测试显示，临床医生可用性得分（4.68 ± 0.40/5）和计算机科学家得分（4.03 ± 0.51/5）均较高，最低得分（4.00 ± 0.93/5）来自标签清晰度，促使界面进行优化，以简化病例选择、视频合并、自动脱离体移除和文件名伪标识化。在测试阶段，十名外科医生完成了外部调查，综合了相同的可用性启发法与技术接受模型构建，显示出高 perceived usefulness（5.07 ± 1.75/7）、易用性（5.15 ± 1.71/7）、启发式可用性（4.38 ± 0.48/5）以及强烈推荐可能性（9.20 ± 0.79/10）。在不同硬件和配置下的性能评估显示，处理时间随视频时长比例增长，快速模式下的处理时间始终较低。Endoshare是管理外科视频的公开解决方案，具有支持培训、科研和质量改进的潜力。需获得合规认证并进行更广泛的互操作性验证，才能将其确立为可靠的外科视频管理工具。软件地址：https://camma-public.github.io/Endoshare
引用
@article{arxiv.2510.20087,
title = {Endoshare: A Publicly Available, Surgeons-Friendly Solution to De-Identify and Manage Surgical Videos},
author = {Lorenzo Arboit and Dennis N. Schneider and Britty Baby and Vinkle Srivastav and Pietro Mascagni and Nicolas Padoy},
journal= {arXiv preprint arXiv:2510.20087},
year = {2026}
}
备注
13 pages, 6 figures. Source-available software: https://camma-public.github.io/Endoshare/