机器人辅助部分肾切除术中的renorrhaphy细粒度动作分割
计算机视觉与模式识别
2026-04-13 v1 机器人学
摘要
机器人辅助部分肾切除术（RAPN）中renorrhaphy 的细粒度动作分割需要对视觉上相似且时长可变、类别不平衡的缝合手势进行帧级识别。SIA-RAPN 基准数据集包含 50 例使用 da Vinci Xi 系统获取的临床视频，标注为 12 个帧级标签。基准比较了基于 I3D 特征构建的四种时序模型：MS-TCN++、AsFormer、TUT 和 DiffAct。评估指标包括平衡准确率、编辑分数、重叠阈值为 10、25、50 时的段落 F1、帧级准确率和帧级平均精度。除了在 SIA-RAPN 主数据集上对五个公开划分配置进行的主要评估外，基准还报告了在独立的单口径 RAPN 数据集上的跨域结果。在主数据集上五次运行的最佳报告值中，DiffAct 在 F1、帧级准确率、编辑分数和帧 mAP 上取得最高分，而 MS-TCN++ 在平衡准确率上取得最高分。
引用
@article{arxiv.2604.09051,
title = {Fine-Grained Action Segmentation for Renorrhaphy in Robot-Assisted Partial Nephrectomy},
author = {Jiaheng Dai and Huanrong Liu and Tailai Zhou and Tongyu Jia and Qin Liu and Yutong Ban and Zeju Li and Yu Gao and Xin Ma and Qingbiao Li},
journal= {arXiv preprint arXiv:2604.09051},
year = {2026}
}