SuPRA：内科手术阶段识别与预测以提升手术内规划
计算机视觉与模式识别
2024-03-12 v1
摘要
手术内阶段识别具有显著潜力，可提升术中实时情境意识。然而，我们认为线上识别虽有益，但主要适用于术后视频分析，因其对 ongoing 手术中的实际决策和行动影响有限。相反，我们主张阶段预测与预期手术阶段更具价值，可通过提供对未来步骤的预见，实质性影响外科医生的即时与长期规划。为此，我们提出一种双重方法，同时识别当前手术阶段并预测后续阶段，从而为术中综合性辅助与剩余工作流程预期提供指导。我们的新方法，手术阶段识别与预测（SuPRA），利用过去与当前信息实现精准术中阶段识别，同时利用未来片段进行阶段预测。这种统一方法挑战了将这些目标单独处理的传统框架。在两大权威数据集 Cholec80 和 AutoLaparo21 上进行验证，SuPRA 实现了最先进的性能，分别达到 91.8% 和 79.3% 的识别准确率。此外，我们引入并评估了新型分段级评估指标，即 Edit 和 F1 Overlap 分数，以进行更细粒度的时序分段分类评估。综上，SuPRA 提出一种新型多任务方法，为通过手术阶段识别与未来事件预测实现术中辅助改进铺平了道路。
引用
@article{arxiv.2403.06200,
title = {SuPRA: Surgical Phase Recognition and Anticipation for Intra-Operative Planning},
author = {Maxence Boels and Yang Liu and Prokar Dasgupta and Alejandro Granados and Sebastien Ourselin},
journal= {arXiv preprint arXiv:2403.06200},
year = {2024}
}