ROBUST-MIPS：用于腔镜手术仪器的结合骨骼姿态与实例分割数据集
计算机视觉与模式识别
2026-03-19 v2
摘要
手术工具的定位构成计算机辅助介入技术的基础性构建模块。该领域的工作通常专注于训练深度学习模型以执行分割任务。基于学习的方法性能受限于可获得的多样化标注数据。我们认为，骨骼姿态标注是更高效的标注方法，能够在语义信息丰富性与标注便捷性之间取得平衡，从而加速可用标注数据的积累。为鼓励采纳此类标注方式，我们提出 ROBUST-MIPS，一个源自现有 ROBUST-MIS 数据集的结合工具姿态与工具实例分割数据集。我们丰富的数据集促进了这两种标注风格的联合研究，允许在各种下游任务上进行头对头比较。为演示骨骼姿态标注在手术工具定位方面的充分性，我们设置了一个简单基准，使用流行的姿态估计算方法并观察到高质量结果。为便于采纳，我们随数据集一并发布基准模型和定制工具姿态标注软件。
引用
@article{arxiv.2508.21096,
title = {ROBUST-MIPS: A Combined Skeletal Pose and Instance Segmentation Dataset for Laparoscopic Surgical Instruments},
author = {Zhe Han and Charlie Budd and Gongyu Zhang and Huanyu Tian and Christos Bergeles and Tom Vercauteren},
journal= {arXiv preprint arXiv:2508.21096},
year = {2026}
}