GynSurg：综合性子宫腹镜手术数据集
计算机视觉与模式识别
2025-06-16 v1
摘要
深度学习的近期进步已彻底变革了计算机辅助干预和手术视频分析领域，这不仅推动了手术培训、术中决策支持和患者预后改善，还推动了术后文档记录和手术发现。核心在于大规模高质量标注数据集的可用性。在子宫腹镜手术中，手术场景理解和动作识别是为构建在手术期间为外科医生提供智能辅助系统以及术后提供更深入分析的基础。然而，现有数据集常受限于规模较小、任务范围狭窄或标注细节不足，限制了其用于综合性、端到端工作流程分析的实用性。为此，我们引入 GynSurg，目前为止最大且最具多样性的子宫腹镜手术多任务数据集。GynSurg 提供跨多个任务的丰富标注，支持动作识别、语义分割、手术文档记录以及发现新程序性见解的应用。我们通过标准化的训练协议对数据集质量和多样性进行基准测试。为加速该领域的进展，我们公开发布 GynSurg 数据集及其标注。
引用
@article{arxiv.2506.11356,
title = {GynSurg: A Comprehensive Gynecology Laparoscopic Surgery Dataset},
author = {Sahar Nasirihaghighi and Negin Ghamsarian and Leonie Peschek and Matteo Munari and Heinrich Husslein and Raphael Sznitman and Klaus Schoeffmann},
journal= {arXiv preprint arXiv:2506.11356},
year = {2025}
}