U-NetPlus：一种用于手术器械语义与实例分割的改进编码器-解码器U-Net架构
计算机视觉与模式识别
2019-02-26 v1
摘要
传统治疗方法由于视野有限而限制了外科医生的灵巧控制。随着机器人辅助手术的出现，微创手术的医疗技术发生了范式转变。然而，在手术场景中跟踪手术器械的位置非常具有挑战性，且手术工具的准确检测与识别至关重要。基于深度学习的手术视频帧语义分割有潜力促进该任务。在这项工作中，我们改进了名为U-NetPlus的U-Net架构，引入了预训练编码器并重新设计了解码器部分，用基于最近邻（NN）插值的上采样操作替换转置卷积操作。为了进一步提升性能，我们还采用了一种非常快速且灵活的数据增强技术。我们在通过MICCAI 2017 EndoVis挑战赛数据集获得的8×225帧机器人手术视频序列上训练该框架，并在8×75帧和2×300帧视频上测试。使用我们的U-NetPlus架构，我们报告了二值分割的90.20% DICE、器械部件分割的76.26% DICE，以及器械类型（即所有器械）分割的46.07%，优于在这些数据上实现和测试的前述技术的结果。
引用
@article{arxiv.1902.08994,
title = {U-NetPlus: A Modified Encoder-Decoder U-Net Architecture for Semantic and Instance Segmentation of Surgical Instrument},
author = {S. M. Kamrul Hasan and Cristian A. Linte},
journal= {arXiv preprint arXiv:1902.08994},
year = {2019}
}
备注
7 pages, 6 figures, IEEE conference submission