用于术中图像胆道检测的生成式数据增强
计算机视觉与模式识别
2025-09-24 v1 机器学习
摘要
胆囊切除术是胃肠外科中最常实施的手术之一，腹腔镜入路是治疗症状性胆结石和急性胆囊炎的金标准。除了恢复明显加快和美容效果更佳的优势外，腹腔镜入路还具有较高的胆管损伤风险，这对生活质量和生存率有重大影响。为避免胆管损伤，必须改善胆管的术中可视化。本研究旨在通过深度学习方法对手术过程中采集的白光图像进行胆道定位来解决这一问题。为此，我们构建并标注了一个图像数据库来训练Yolo检测算法。除了经典的数据增强技术外，本文还提出使用生成对抗网络（GAN）来生成训练数据集的合成部分。本文讨论了实验结果以及相关的伦理考量。
引用
@article{arxiv.2509.18958,
title = {Generative data augmentation for biliary tract detection on intraoperative images},
author = {Cristina Iacono and Mariarosaria Meola and Federica Conte and Laura Mecozzi and Umberto Bracale and Pietro Falco and Fanny Ficuciello},
journal= {arXiv preprint arXiv:2509.18958},
year = {2025}
}