論文の概要: LapSeg3D: Weakly Supervised Semantic Segmentation of Point Clouds
Representing Laparoscopic Scenes
- arxiv url: http://arxiv.org/abs/2207.07418v1
- Date: Fri, 15 Jul 2022 11:57:14 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-18 13:15:43.607985
- Title: LapSeg3D: Weakly Supervised Semantic Segmentation of Point Clouds
Representing Laparoscopic Scenes
- Title(参考訳): LapSeg3D:腹腔鏡像を表す点雲の弱監視セマンティックセグメンテーション
- Authors: Benjamin Alt, Christian Kunz, Darko Katic, Rayan Younis, Rainer
J\"akel, Beat Peter M\"uller-Stich, Martin Wagner and Franziska
Mathis-Ullrich
- Abstract要約: 手術シーンを表す点雲のvoxel-wiseアノテーションのための新しいアプローチであるLapSeg3Dを提案する。
トレーニングデータの手動アノテーションは非常に時間がかかり、胆嚢のアノテーションのための半自律クラスタリングベースのパイプラインを導入する。
異なるRGB-Dカメラシステムで記録された様々な胆嚢およびデータセットを正確に一般化するLapSeg3Dを示す。
- 参考スコア(独自算出の注目度): 1.7941882788670036
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The semantic segmentation of surgical scenes is a prerequisite for task
automation in robot assisted interventions. We propose LapSeg3D, a novel
DNN-based approach for the voxel-wise annotation of point clouds representing
surgical scenes. As the manual annotation of training data is highly time
consuming, we introduce a semi-autonomous clustering-based pipeline for the
annotation of the gallbladder, which is used to generate segmented labels for
the DNN. When evaluated against manually annotated data, LapSeg3D achieves an
F1 score of 0.94 for gallbladder segmentation on various datasets of ex-vivo
porcine livers. We show LapSeg3D to generalize accurately across different
gallbladders and datasets recorded with different RGB-D camera systems.
- Abstract(参考訳): 手術場面の意味セグメンテーションはロボット支援介入におけるタスク自動化の前提条件である。
手術シーンを表す点雲のvoxel-wiseアノテーションのための新しいDNNベースのアプローチであるLapSeg3Dを提案する。
トレーニングデータの手動アノテーションは非常に時間がかかるため、dnn用のセグメントラベルを生成するために使用される、胆嚢のアノテーションのための半自動クラスタリングベースのパイプラインを導入する。
手動でアノテートされたデータに対して評価すると、LapSeg3Dは前生ブタ肝臓の様々なデータセットで胆嚢分節のF1スコアが0.94に達する。
異なるRGB-Dカメラシステムで記録された様々な胆嚢およびデータセットを正確に一般化するLapSeg3Dを示す。
関連論文リスト
- Open-Vocabulary Octree-Graph for 3D Scene Understanding [54.11828083068082]
Octree-Graphはオープンな3Dシーン理解のための新しいシーン表現である。
セマンティクスを記憶し、その形状に応じてオブジェクトの占有度を調節するアダプティブ・オクツリー構造を開発する。
論文 参考訳(メタデータ) (2024-11-25T10:14:10Z) - View-Consistent Hierarchical 3D Segmentation Using Ultrametric Feature Fields [52.08335264414515]
我々は3次元シーンを表すニューラル・レージアンス・フィールド(NeRF)内の新しい特徴場を学習する。
本手法は、ビュー一貫性の多粒性2Dセグメンテーションを入力とし、3D一貫性のセグメンテーションの階層構造を出力として生成する。
提案手法と,多視点画像と多粒性セグメンテーションを用いた合成データセットのベースラインの評価を行い,精度と視点整合性を向上したことを示す。
論文 参考訳(メタデータ) (2024-05-30T04:14:58Z) - Learning Feature Descriptors for Pre- and Intra-operative Point Cloud
Matching for Laparoscopic Liver Registration [0.0]
腹腔鏡下肝手術(LLS)では,3D術前モデルを腹腔鏡下画像から再構成した術中部分面に登録することにより,術前情報を術中シーンにオーバーレイすることができる。
この課題を支援するために,我々は,腹腔鏡下肝登録における学習型特徴記述子の使用について検討した。
手術前モデル16と術中3D表面を模擬したLiverMatchデータセットについて述べる。
このタスク用に設計されたLiverMatchネットワークも提案する。
論文 参考訳(メタデータ) (2022-11-07T16:58:39Z) - Pseudo-label Guided Cross-video Pixel Contrast for Robotic Surgical
Scene Segmentation with Limited Annotations [72.15956198507281]
シーンセグメンテーションを促進するために,新しい擬似ラベル付きクロスビデオコントラスト学習法であるPGV-CLを提案する。
本研究では,ロボット外科手術データセットEndoVis18と白内障手術データセットCaDISについて検討した。
論文 参考訳(メタデータ) (2022-07-20T05:42:19Z) - Two-Stream Graph Convolutional Network for Intra-oral Scanner Image
Segmentation [133.02190910009384]
本稿では,2ストリームグラフ畳み込みネットワーク(TSGCN)を提案する。
TSGCNは3次元歯(表面)セグメンテーションにおいて最先端の方法よりも優れています。
論文 参考訳(メタデータ) (2022-04-19T10:41:09Z) - TraSeTR: Track-to-Segment Transformer with Contrastive Query for
Instance-level Instrument Segmentation in Robotic Surgery [60.439434751619736]
そこで我々は,TraSeTRを提案する。TraSeTR,TraSeTR,Trace-to-Segment Transformerは,手術器具のセグメンテーションを支援する。
TraSeTRは、機器の種類、位置、アイデンティティとインスタンスレベルの予測を共同で理由付けている。
提案手法の有効性を,3つの公開データセットに対して,最先端の計器型セグメンテーション結果を用いて実証した。
論文 参考訳(メタデータ) (2022-02-17T05:52:18Z) - FUN-SIS: a Fully UNsupervised approach for Surgical Instrument
Segmentation [16.881624842773604]
FUN-SISについて述べる。
我々は、暗黙の動作情報と楽器形状に依存して、完全に装飾されていない内視鏡ビデオに基づいてフレーム単位のセグメンテーションモデルを訓練する。
手術器具のセグメンテーションの完全教師なしの結果は, 完全に監督された最先端のアプローチとほぼ同等である。
論文 参考訳(メタデータ) (2022-02-16T15:32:02Z) - Temporally Constrained Neural Networks (TCNN): A framework for
semi-supervised video semantic segmentation [5.0754434714665715]
本稿では,手術ビデオのセマンティックセグメンテーションに使用される半教師付きフレームワークTCNNを紹介する。
本研究では,オートエンコーダネットワークを用いて,空間的および時間的監視信号の両方を効率的に提供できることを示す。
予測マスクの低次元表現を有効活用して,スパースラベル付き両方のデータセットに一貫した改善を実現することを実証した。
論文 参考訳(メタデータ) (2021-12-27T18:06:12Z) - Interactive Segmentation for COVID-19 Infection Quantification on
Longitudinal CT scans [40.721386089781895]
病状進行と治療に対する反応を正確に評価するためには,複数の時点にまたがる患者のCTスキャンの連続的セグメンテーションが不可欠である。
既存の医用画像の自動および対話的セグメンテーションモデルでは、単一の時点からのデータのみを使用する(静的)。
本稿では,過去の情報をすべて活用し,フォローアップスキャンのセグメンテーションを改良する,インタラクティブセグメンテーションのための新しい単一ネットワークモデルを提案する。
論文 参考訳(メタデータ) (2021-10-03T08:06:38Z) - Weakly-supervised Learning For Catheter Segmentation in 3D Frustum
Ultrasound [74.22397862400177]
超音波を用いた新しいカテーテルセグメンテーション法を提案する。
提案手法は,1ボリュームあたり0.25秒の効率で最先端の性能を実現した。
論文 参考訳(メタデータ) (2020-10-19T13:56:22Z) - Self-Supervised Feature Extraction for 3D Axon Segmentation [7.181047714452116]
既存の学習ベースの3D脳画像の軸索を自動的に追跡する手法は、手動で注釈付けされたセグメンテーションラベルに依存することが多い。
本研究では、軸索の管状構造を利用してラベルのないデータから特徴抽出器を構築する自己教師付き補助タスクを提案する。
単一ニューロンであるJanliaデータセットであるShielD PVGPeデータセットとBigNeuron Projectの両方で,3次元U-Netモデルよりも優れたセグメンテーション性能を示す。
論文 参考訳(メタデータ) (2020-04-20T20:46:04Z)
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。