SurGNN：基于图神经网络的可解释手术场景理解与技能评估
计算机视觉与模式识别
2023-08-28 v1 图像与视频处理
摘要
本文探讨了图神经网络（GNNs）如何用于增强视觉场景理解与手术技能评估。通过使用GNNs分析以图结构表示的手术过程的复杂视觉数据，可以提取相关特征并预测手术技能。此外，GNNs提供可解释的结果，揭示对预测技能指标有贡献的具体动作、器械或解剖结构。这对手术教育者和受训者非常有益，因为它提供了关于促成成功手术表现与结果的因素的宝贵见解。SurGNN提出了两种并行方法——一种有监督，另一种自监督。本文还简要讨论了其他自动化手术技能评估技术，并强调了手工特征在捕捉手术专业知识复杂性方面的局限性。我们使用所提出的方法在EndoVis19和自定义数据集上取得了最先进的结果。代码的工作实现可在 https://github.com/<redacted> 找到。
引用
@article{arxiv.2308.13073,
title = {SurGNN: Explainable visual scene understanding and assessment of surgical skill using graph neural networks},
author = {Shuja Khalid and Frank Rudzicz},
journal= {arXiv preprint arXiv:2308.13073},
year = {2023}
}
备注
8 pages