面向机器人膝关节镜手术：用于组织与器械分割的多尺度网络
图像与视频处理
2024-09-04 v1 计算机视觉与模式识别
机器人学
摘要
在微创手术中，组织感知对于提高手术精度有着迫切需求。在关节镜手术中，由于手术部位呈现有限的特征与纹理，这是一项具有挑战性的任务。此外，关节镜手术视频表现出较高的类内差异。关节镜视频由称为关节镜的内窥镜在近距离记录组织结构，因此帧中仅包含极少的关节结构。由此导致，基于全卷积网络的分割模型面临长程与短程依赖问题。在本研究中，我们提出一种密集连接、形状感知的多尺度分割模型，该模型捕获多尺度特征并整合形状特征以实现组织与器械的分割。该模型已在三个不同数据集上进行了评估。此外，在公开可用的息肉数据集上，我们提出的模型取得了 5.09% 的精度提升。
引用
@article{arxiv.2110.02657,
title = {Towards Robotic Knee Arthroscopy: Multi-Scale Network for Tissue-Tool Segmentation},
author = {Shahnewaz Ali and Ross Crawford and Frederic Maire and Assoc. Ajay K. Pandey},
journal= {arXiv preprint arXiv:2110.02657},
year = {2024}
}