基于压缩不确定性的腹腔镜实时视频检索

在大量医疗数据中检索相关信息是一项具有挑战性但对临床护理至关重要的任务。然而，最原始也是最常见的检索方法——基于关键词的文本检索——在处理复杂媒体格式时存在严重局限。基于内容的检索通过将丰富的媒体本身作为查询，提供了一种克服该局限的途径。尤其是手术视频到视频的检索是一个具有很高临床价值且基本未被探索的新研究问题，特别是在实时场景下：利用实时视频哈希，可在手术室内直接完成搜索。事实上，哈希过程将大型数据条目转换为紧凑的二进制数组或哈希值，从而以极快速度实现大规模搜索操作。然而，由于视频过程中的波动，给定哈希中并非所有比特都同样可靠。在本工作中，我们提出了一种能够在保持轻量计算开销的同时缓解这种不确定性的方法。我们在一项针对手术的多任务评估协议上展示了更优的检索结果（前10平均精度提升3-4%），该协议使用了胆囊切除阶段、搭桥阶段，并来自我们在此引入的全新数据集——跨六种不同手术类型的危急事件。在该多任务基准上的成功表明我们的方法在手术视频检索上的泛化能力。