使用统计模型对白内障手术视频进行实时分析
计算机视觉与模式识别
2016-10-19 v1
摘要
从手术过程中录制的视频自动分析手术流程，对外科医生的培训和新技术学习可能非常有用。通过自动提供一些有针对性的建议或警告（类似于专家外科医生的指导），可以优化培训过程。在本文中，我们提出重用白内障手术期间录制和存储的视频来进行分析。所提出的系统能够实时自动识别外科医生正在做什么：他或她正在执行哪个手术阶段，或者更精确地说，哪个手术步骤。这种识别依赖于一个多级统计模型的推断，该模型使用 1）描述层级（步骤和阶段）之间的条件关系，以及 2）步骤之间和阶段之间的时序关系。该模型接受两种类型的输入：1）由外科医生手动提供的手术器械的存在情况，或 2）通过基于内容的视频检索（CBVR）范式自动分析的视频中的运动。本文评估了不同的数据驱动统计模型。为此项目，在布雷斯特大学医院收集了一个包含 30 个白内障手术视频的数据集。该系统以 ROC 曲线下面积进行评估。使用手术器械的存在情况（ = 0.983）或运动分析（ = 0.759）均获得了有希望的结果。该方法的通用性使其能够适应任何类型的手术。所提出的解决方案可用于计算机辅助手术工具，以在手术期间支持外科医生。
引用
@article{arxiv.1610.05465,
title = {Real-time analysis of cataract surgery videos using statistical models},
author = {Katia Charrière and Gwenolé Quellec and Mathieu Lamard and David Martiano and Guy Cazuguel and Gouenou Coatrieux and Béatrice Cochener},
journal= {arXiv preprint arXiv:1610.05465},
year = {2016}
}
备注
This is an extended version of a paper presented at the CBMI 2016 conference