腹腔镜手术的实时基于图像器械分类
计算机视觉与模式识别
2018-08-02 v1
摘要
在腹腔镜手术中，情境感知辅助系统旨在缓解外科医生面临的一些困难。为了确保在正确的时间提供正确的信息，必须知道干预的当前阶段。实时定位和分类当前使用中的手术器械是基于活动的阶段识别和辅助生成的关键组成部分。在本文中，我们提出了一种基于图像的方法，可在腹腔镜干预期间实时检测和分类器械。首先，使用逐像素随机森林分割检测潜在的器械边界框。然后，使用级联随机森林对每个边界框进行分类。为此，从每个检测到的边界框中提取多种特征，例如色相和饱和度的直方图、梯度以及SURF特征。我们在来自两类不同手术的五个不同视频上评估了我们的方法。我们区分了四类最常见的器械（LigaSure、无创伤抓钳、吸引器、施夹钳）和背景。我们的方法分别成功定位了高达86%的器械。在手动提供的边界框上，我们实现了高达58%的器械类型识别率，在自动检测到的边界框上高达49%。据我们所知，这是首个允许在腹腔镜环境下实时基于图像分类手术器械的方法。
引用
@article{arxiv.1808.00178,
title = {Real-time image-based instrument classification for laparoscopic surgery},
author = {Sebastian Bodenstedt and Antonia Ohnemus and Darko Katic and Anna-Laura Wekerle and Martin Wagner and Hannes Kenngott and Beat Müller-Stich and Rüdiger Dillmann and Stefanie Speidel},
journal= {arXiv preprint arXiv:1808.00178},
year = {2018}
}
备注
Workshop paper accepted and presented at Modeling and Monitoring of Computer Assisted Interventions (M2CAI) (2015)