微创手术中器械的同步识别与位姿估计
计算机视觉与模式识别
2017-10-19 v1
摘要
手术器械的检测在确保微创手术患者安全方面起着关键作用。本文提出一种基于2D视觉的手术器械识别与位姿估计新方法，可推广至不同手术应用。其核心，我们提出一种新颖的场景模型，以同时识别多个器械及其部件。我们使用卷积神经网络架构来实现我们的模型，并表明交叉熵损失非常适合优化其参数，这些参数可以以端到端方式训练。我们方法的另一个优势是在测试时实现器械检测的同时避免了对尺度相关滑动窗口评估的需求。这使得我们的方法在测试时相对无参数，并在器械检测与跟踪方面表现出良好性能。我们展示该方法在活体视网膜显微手术图像数据以及离体腹腔镜序列上超越了最先进的结果。
引用
@article{arxiv.1710.06668,
title = {Simultaneous Recognition and Pose Estimation of Instruments in Minimally Invasive Surgery},
author = {Thomas Kurmann and Pablo Marquez Neila and Xiaofei Du and Pascal Fua and Danail Stoyanov and Sebastian Wolf and Raphael Sznitman},
journal= {arXiv preprint arXiv:1710.06668},
year = {2017}
}
备注
8 pages, 2 figures, MICCAI 2017