一位患者的标注即另一位患者的初始化：迈向基于跨患者初始化的零样本手术视频分割
计算机视觉与模式识别
2025-03-05 v1 人工智能
摘要
视频目标分割是一项新兴技术，非常适合实时手术视频分割，通过确保一致的帧跟踪在手术室提供有价值的临床辅助。然而，其采用受限于需要人工干预以选择跟踪目标，这使其在手术环境中不切实际。在这项工作中，我们用一种创新的解决方案应对这一挑战：使用来自其他患者先前标注的帧作为跟踪帧。我们发现，这种非常规方法可以匹配甚至超越使用患者自身跟踪帧的性能，从而实现更自主、更高效的 AI 辅助手术工作流程。此外，我们分析了该方法的益处和局限性，强调了其在减少手动输入需求的同时提高分割准确性的潜力。我们的研究结果深入探讨了影响性能的关键因素，为未来优化跨患者帧选择以进行实时手术视频分析的研究奠定了基础。
引用
@article{arxiv.2503.02228,
title = {One Patient's Annotation is Another One's Initialization: Towards Zero-Shot Surgical Video Segmentation with Cross-Patient Initialization},
author = {Seyed Amir Mousavi and Utku Ozbulak and Francesca Tozzi and Nikdokht Rashidian and Wouter Willaert and Joris Vankerschaver and Wesley De Neve},
journal= {arXiv preprint arXiv:2503.02228},
year = {2025}
}