FASL-Seg：手术场景中的解剖结构与工具分割
图像与视频处理
2025-10-31 v3 人工智能
计算机视觉与模式识别
摘要
机器人 minimally 侵入性手术的日益流行，使基于深度学习的手术训练成为重要的研究领域。对手术场景组件进行全面理解至关重要，而语义分割模型可帮助实现这一目标。然而，大多数现有工作仅关注手术工具，忽略了解剖结构。此外，当前最新模型（SOTA）在捕获高层次上下文特征和低层次边缘特征方面往往难以取得平衡。我们提出一种特征自适应空间局部化模型（FASL-Seg），通过两种不同的处理流——低层次特征投影（LLFP）和高层次特征投影（HLFP）——在不同分辨率层次上捕获特征，从而实现对解剖结构和手术器械的精确分割。我们在手术分割基准数据集 EndoVis18 和 EndoVis17 上进行评估，涵盖三个用例。FASL-Seg 模型在 EndoVis18 的解剖结构和器械分割上实现了 72.71% 的平均交并比（mIoU），超越 SOTA 5%。在 EndoVis18 和 EndoVis17 的工具类型分割中，分别实现了 85.61% 和 72.78% 的 mIoU，整体上超越 SOTA，在两个数据集中的各类别 SOTA 结果均相当，并在解剖结构和器械的各种类别中表现稳定，展示了针对不同特征分辨率的独特处理流的有效性。
引用
@article{arxiv.2509.06159,
title = {FASL-Seg: Anatomy and Tool Segmentation of Surgical Scenes},
author = {Muraam Abdel-Ghani and Mahmoud Ali and Mohamed Ali and Fatmaelzahraa Ahmed and Muhammad Arsalan and Abdulaziz Al-Ali and Shidin Balakrishnan},
journal= {arXiv preprint arXiv:2509.06159},
year = {2025}
}
备注
8 pages, 6 figures, In Proceedings of European Conference on Artificial Intelligence (ECAI) 2025 <https://doi.org/10.3233/FAIA250908>