論文の概要: Surgical Workflow Recognition: from Analysis of Challenges to Architectural Study

• arxiv url: http://arxiv.org/abs/2203.09230v1
• Date: Thu, 17 Mar 2022 10:36:48 GMT
• ステータス: 処理完了
• システム内更新日: 2022-03-18 14:38:09.367699
• Title: Surgical Workflow Recognition: from Analysis of Challenges to Architectural Study
• Title（参考訳）: 手術ワークフロー認識:課題の分析から建築研究へ
• Authors: Tobias Czempiel, Aidean Sharghi, Magdalini Paschali, Omid Mohareri
• Abstract要約: 外科的ワークフロー認識の課題に対して,異なるモデルアーキテクチャの組み合わせを評価した。 内部解析のために設計された手法は、同等の性能を持つ外部タスクに転送可能であることを示す。
• 参考スコア（独自算出の注目度）: 4.5902131464491855
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Algorithmic surgical workflow recognition is an ongoing research field and can be divided into laparoscopic (Internal) and operating room (External) analysis. So far many different works for the internal analysis have been proposed with the combination of a frame-level and an additional temporal model to address the temporal ambiguities between different workflow phases. For the External recognition task, Clip-level methods are in the focus of researchers targeting the local ambiguities present in the OR scene. In this work we evaluate combinations of different model architectures for the task of surgical workflow recognition to provide a fair comparison of the methods for both Internal and External analysis. We show that methods designed for the Internal analysis can be transferred to the external task with comparable performance gains for different architectures.
• Abstract（参考訳）: アルゴリズムによる手術ワークフロー認識は、現在進行中の研究分野であり、腹腔鏡(内部)と手術室(外部)に分けられる。 これまで、異なるワークフローフェーズ間の時間的曖昧さに対処するために、フレームレベルと追加の時間モデルの組み合わせで、内部分析のための多くの異なる研究が提案されてきた。 外部認識タスクでは、ORシーンに存在する局所的な曖昧さを対象とするClipレベルの手法が注目されている。 本研究では,外科的ワークフロー認識の課題に対する異なるモデルアーキテクチャの組み合わせを評価し,内部解析と外部解析の両手法を公平に比較する。 内部分析のために設計されたメソッドは、異なるアーキテクチャのパフォーマンス向上と同等の性能で外部タスクに転送できることを示す。

関連論文リスト

• Interpretable Spatio-Temporal Embedding for Brain Structural-Effective Network with Ordinary Differential Equation [56.34634121544929]
  本研究では,まず動的因果モデルを用いて脳効果ネットワークを構築する。 次に、STE-ODE(Spatio-Temporal Embedding ODE)と呼ばれる解釈可能なグラフ学習フレームワークを導入する。 このフレームワークは、構造的および効果的なネットワーク間の動的相互作用を捉えることを目的とした、特異的に設計されたノード埋め込み層を含んでいる。
  論文  参考訳（メタデータ） (2024-05-21T20:37:07Z)
• Process Variant Analysis Across Continuous Features: A Novel Framework [0.0]
  本研究は, 業務プロセスにおけるケースの効果的セグメンテーションの課題に対処する。 本研究では,スライディングウインドウ手法と地球移動器の距離を併用して制御流の挙動変化を検出する手法を提案する。 オランダの保険会社UWVと共同で実生活事例研究を行い,その方法論を検証した。
  論文  参考訳（メタデータ） (2024-05-06T16:10:13Z)
• Interactive Multi-Objective Evolutionary Optimization of Software Architectures [0.0]
  人間をループに入れることで、検索ベースのソフトウェアエンジニアリング分野に新たな課題がもたらされる。 本稿では,人間の判断を探索プロセスに統合するための基礎として,インタラクティブな進化的計算がいかに役立つかを考察する。
  論文  参考訳（メタデータ） (2024-01-08T19:15:40Z)
• MURPHY: Relations Matter in Surgical Workflow Analysis [12.460554004034472]
  本稿では,手術におけるリレーショナル・キューの重要性を体系的に検討する。 RLLS12Mデータセットは,ロボット左側方切除(RLLS)の大規模コレクションである。 本稿では,特徴表現を増大させるために,新しい関係モジュールを適切に組み込んだMulti-relation purification Hybrid Network (MURPHY)を提案する。
  論文  参考訳（メタデータ） (2022-12-24T12:09:38Z)
• Surgical Phase Recognition in Laparoscopic Cholecystectomy [57.929132269036245]
  本稿では,2段階推論パイプラインのキャリブレーションされた信頼度スコアを利用するTransformerに基づく手法を提案する。 提案手法はColec80データセットのベースラインモデルよりも優れており,様々なアクションセグメンテーション手法に適用できる。
  論文  参考訳（メタデータ） (2022-06-14T22:55:31Z)
• Differentiable programming for functional connectomics [0.0]
  本稿では,関数コネクトロミクスで使用される共通操作を,完全に微分可能な処理ブロックとして実装した新しい解析パラダイムとソフトウェアツールボックスを提案する。 この差別化プログラムは、従来のパイプラインとエンドツーエンドのニューラルネットワークの中間に位置する。 我々の成果とソフトウェアは、関数コネクトロミクスのための微分可能プログラミングの可能性を実証している。
  論文  参考訳（メタデータ） (2022-05-31T10:53:31Z)
• CholecTriplet2021: A benchmark challenge for surgical action triplet recognition [66.51610049869393]
  腹腔鏡下手術における三肢の認識のためにMICCAI 2021で実施した内視鏡的視力障害であるColecTriplet 2021を提案する。 課題の参加者が提案する最先端の深層学習手法の課題設定と評価について述べる。 4つのベースライン法と19の新しいディープラーニングアルゴリズムが提示され、手術ビデオから直接手術行動三重項を認識し、平均平均精度(mAP)は4.2%から38.1%である。
  論文  参考訳（メタデータ） (2022-04-10T18:51:55Z)
• Redefining Neural Architecture Search of Heterogeneous Multi-Network Models by Characterizing Variation Operators and Model Components [71.03032589756434]
  複素領域における異なる変動演算子の効果について検討する。 モデルの複雑さと性能に影響を及ぼす変化演算子と、それを構成する異なる部分の質を推定する様々な指標に依存するモデルの両方を特徴付ける。
  論文  参考訳（メタデータ） (2021-06-16T17:12:26Z)
• Neural Architecture Search From Fr\'echet Task Distance [50.9995960884133]
  与えられたベースラインタスクのセット内の対象タスクと各タスクの間の距離を、ターゲットタスクのニューラルネットワークアーキテクチャ検索スペースを減らすためにどのように使用できるかを示す。 タスク固有のアーキテクチャに対する検索空間の複雑さの低減は、このサイド情報を用いることなく完全な検索を行う代わりに、類似したタスクのために最適化されたアーキテクチャ上に構築することで達成される。
  論文  参考訳（メタデータ） (2021-03-23T20:43:31Z)
• Neural Architecture Search From Task Similarity Measure [28.5184196829547]
  フィッシャー情報の観点から定義された様々なタスク間の類似度測定に基づくニューラルネットワークアーキテクチャ検索フレームワークを提案する。 目標と既存のタスクの集合との関係を利用することで、アーキテクチャの探索空間を大幅に削減することができる。
  論文  参考訳（メタデータ） (2021-02-27T15:26:14Z)
• Interpretable Multi-dataset Evaluation for Named Entity Recognition [110.64368106131062]
  本稿では,名前付きエンティティ認識(NER)タスクに対する一般的な評価手法を提案する。 提案手法は,モデルとデータセットの違いと,それらの間の相互作用を解釈することを可能にする。 分析ツールを利用可能にすることで、将来の研究者が同様の分析を実行し、この分野の進歩を促進することができる。
  論文  参考訳（メタデータ） (2020-11-13T10:53:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。