微创手术视觉中的多任务学习：综述
计算机视觉与模式识别
2025-02-11 v2
摘要
微创手术（MIS）革新了许多手术过程，缩短了恢复时间并降低了患者受伤风险。然而，MIS给手术团队带来了额外的复杂性和负担。数据驱动的手术视觉算法被认为是开发具有更高自主性的未来MIS系统的关键构建模块。机器学习和计算机视觉的最新进展已成功应用于分析从MIS获得的视频，有望缓解MIS视频中的挑战。手术场景和动作理解包含多个相关任务，单独解决这些任务可能占用大量内存、效率低下，并且无法捕捉任务之间的关系。多任务学习（MTL）是一种利用多个相关任务的信息来提高性能和帮助泛化的学习范式，非常适合对MIS数据进行细粒度和高层次的理解。本综述对当前利用从MIS获得的视频的最先进MTL系统进行了叙述性概述。除了列出已发表的方法外，我们还讨论了这些MTL系统的优点和局限性。此外，本文对MTL在MIS中的各种应用领域（包括大模型）的文献进行了分析，突出了显著趋势、新的研究方向和发展。
引用
@article{arxiv.2401.08256,
title = {Multitask Learning in Minimally Invasive Surgical Vision: A Review},
author = {Oluwatosin Alabi and Tom Vercauteren and Miaojing Shi},
journal= {arXiv preprint arXiv:2401.08256},
year = {2025}
}
备注
Published at Medical Image Analysis