Jun, 2024

腹腔镜手术工具实例分割数据集

PDF
TL;DR本研究介绍了 CholecInstanceSeg，这是迄今为止最大的开放式工具实例分割数据集，旨在为手术机器人和腹腔镜手术领域的工具实例分割算法的开发和评估提供全面且高质量的开放式数据集。
laparoscopic and robotic surgerytool instance segmentationcholecinstancesegdatasettool instance segmentation algorithms
发现论文，激发创造
  • 腹腔镜手术中多类多工具跟踪的数据集 CholecTrack20

    通过引入 CholecTrack20 数据集，本文解决了在外科视频中进行工具跟踪的需求，该数据集是根据内窥镜手术的复杂性精心注释的，可跟踪多类多工具的三个不同视角的工具轨迹，包括内窥镜手术、人体内部手术和相机视野中的工具可见性，该详细数据集满足了手术过程中不断变化的辅助要求。

    Dec, 2023

  • LapSeg3D: 采用点云的弱监督语义分割技术分析腹腔镜场景

    本文提出了一个新颖的 LapSeg3D 基于深度学习的方法，用于手术场景的语义分割。通过针对胆囊进行半自动聚类标注管道生成标签，该方法可用于手术场景的自动化任务，其在不同数据集上测试胆囊分割的准确率（F1 score）达到了 0.94，且可适用于不同的 RGB-D 相机系统。

    Jul, 2022

  • SurgiTrack：手术视频中细粒度多类多工具跟踪

    SurgiTrack 是一种利用 YOLOv7 进行精确工具检测的深度学习方法，通过关注机制模拟工具的起始方向并利用调和的二分匹配图处理不同的工具轨迹视角，提供更具适应性和精确性的微创手术辅助，此方法在 CholecTrack20 数据集上的实验证明了其有效性，优于基线模型和现有技术方法，并具备实时推理能力。

    May, 2024

  • 外科手术场景分割、目标检测和安全评估的内窥镜数据集：官方划分和基准

    这份技术报告提供了对 Endoscapes 数据集的详细概述，该数据集是一组镜内胆囊切除术（LC）视频，具有高度复杂的标注，旨在自动评估安全关键视图（CVS）；报道了数据集的详细统计信息和实例分割、目标检测和 CVS 预测的全面性能基准。

    Dec, 2023

  • 2018 机器人场景分割竞赛

    通过 EndoVis 工作坊提出的机器人仪器分割数据集，在模拟真实手术时应用于学习适用的技术，其中包括了最先进的 U-Net 和其他流行的 CNN 架构，并且逐步增加这个数据集的复杂性，包括针对器械，类型和解剖器官的分割。

    Jan, 2020

  • 基于一致性学习的内窥镜图像域适应方法在器械分割中的应用

    本研究提出了一种基于一致性的方法，用于联合学习模拟和真实内窥镜数据的手术工具分割问题，实验结果表明，该方法在手术工具分割领域具有相对较好的效果。

    Jul, 2020

  • 2017 机器人工具分割挑战赛

    通过公共数据集来推动机器学习算法性能比较和改进已在计算机视觉等领域成为主流，而在机器人辅助手术方面，由于缺乏公共数据集和基准测试方法，这种方法的使用有限。2017 年，一项机器人仪器分割挑战赛涉及了 10 个团队，参与了基于二进制、部分和类型的分割，取得了令人瞩目的进展。

    Feb, 2019

  • 迷你创口手术器械在内窥镜图像和视频中的分割方法和数据集：现状综述

    该综述文章着重介绍了目前基于纯视觉的、不附加任何标记的单帧和带有时间信息的最小侵入性手术图像中手术工具分割和跟踪方法，重点关注深度学习方法和公开数据集的使用，讨论了存在的不足之处和未来发展的潜能。

    Apr, 2023

  • EgoSurgery-Tool：一份来自视角内开放手术视频的手术工具和手部检测数据集

    本研究介绍了 EgoSurgery-Tool 数据集，其中包含 49K 个手术工具边界框和 46K 个手边界框的注释，侧重于手术工具和手的检测以实现对头戴式摄像头记录的自我中心开放式手术活动的理解。

    Jun, 2024

  • MICCAI 2022 SurgToolLoc 挑战赛的手术工具分类和定位结果和方法

    该研究旨在通过利用机器学习模型，使用手术器械的安装数据作为弱标签，实现对内窥镜视频中的手术器械进行跟踪和定位。SurgToolLoc 2022 挑战赛的结果表明，通过自动检测和跟踪手术器械，既可以提高手术效率和运营，又可以为机器学习和手术数据科学的更广泛应用提供支持。

    May, 2023