基于学习的术中信号手术工作流检测
机器学习
2017-06-05 v1
摘要
现代手术室（OR）提供了大量的先进医疗设备。为了更好地利用它们所提供的信息，这些设备需要自动对术中情境做出反应。为此，必须检测和解读手术工作流的进展，以便以机器可读的形式给出当前状态。在这项工作中，比较并结合了随机森林（RF）和隐马尔可夫模型（HMM）来检测腹腔镜胆囊切除术的手术工作流阶段。测试了从仅使用原始传感器数据到经过滤波和增强的数据集的各种数据组合。RF方法达到的准确率范围为64%至72%，RF与HMM结合的方法达到的准确率范围为80%至82%。
引用
@article{arxiv.1706.00587,
title = {Learning-based Surgical Workflow Detection from Intra-Operative Signals},
author = {Ralf Stauder and Ergün Kayis and Nassir Navab},
journal= {arXiv preprint arXiv:1706.00587},
year = {2017}
}
备注
7 pages, 4 figures