論文の概要: WetCat: Automating Skill Assessment in Wetlab Cataract Surgery Videos

• arxiv url: http://arxiv.org/abs/2506.08896v1
• Date: Tue, 10 Jun 2025 15:22:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-11 15:11:42.671975
• Title: WetCat: Automating Skill Assessment in Wetlab Cataract Surgery Videos
• Title（参考訳）: WetCat:Wetlab白内障手術ビデオにおけるスキル評価の自動化
• Authors: Negin Ghamsarian, Raphael Sznitman, Klaus Schoeffmann, Jens Kowal,
• Abstract要約: WetCatは、自動スキルアセスメントのために特別にキュレートされたウェットラブ白内障手術ビデオの最初のデータセットである。 WetCatは、人工眼で訓練生が行う手術の高解像度記録を含む。 WetCatは、既存の臨床指標に沿った解釈可能なAI駆動評価ツールの開発を可能にする。
• 参考スコア（独自算出の注目度）: 5.7977777220041204
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: To meet the growing demand for systematic surgical training, wetlab environments have become indispensable platforms for hands-on practice in ophthalmology. Yet, traditional wetlab training depends heavily on manual performance evaluations, which are labor-intensive, time-consuming, and often subject to variability. Recent advances in computer vision offer promising avenues for automated skill assessment, enhancing both the efficiency and objectivity of surgical education. Despite notable progress in ophthalmic surgical datasets, existing resources predominantly focus on real surgeries or isolated tasks, falling short of supporting comprehensive skill evaluation in controlled wetlab settings. To address these limitations, we introduce WetCat, the first dataset of wetlab cataract surgery videos specifically curated for automated skill assessment. WetCat comprises high-resolution recordings of surgeries performed by trainees on artificial eyes, featuring comprehensive phase annotations and semantic segmentations of key anatomical structures. These annotations are meticulously designed to facilitate skill assessment during the critical capsulorhexis and phacoemulsification phases, adhering to standardized surgical skill assessment frameworks. By focusing on these essential phases, WetCat enables the development of interpretable, AI-driven evaluation tools aligned with established clinical metrics. This dataset lays a strong foundation for advancing objective, scalable surgical education and sets a new benchmark for automated workflow analysis and skill assessment in ophthalmology training. The dataset and annotations are publicly available in Synapse https://www.synapse.org/Synapse:syn66401174/files.
• Abstract（参考訳）: 整形外科訓練の需要が高まる中、ウェットラブ環境は眼科における実践に欠かせないプラットフォームとなっている。 しかし、伝統的なウェットラブトレーニングは、労働集約的で時間がかかり、しばしば変動の対象となる手動のパフォーマンス評価に大きく依存する。 コンピュータビジョンの最近の進歩は、自動スキルアセスメントのための有望な道を提供し、外科教育の効率性と客観性の両方を高めている。 眼科手術データセットの顕著な進歩にもかかわらず、既存のリソースは主に実際の手術や孤立した作業に焦点を合わせており、制御されたウェットラブ環境での総合的なスキル評価をサポートするには至っていない。 これらの制限に対処するため、自動スキルアセスメントのために特別にキュレートされたウェットラブ白内障手術ビデオの最初のデータセットであるWetCatを紹介した。 WetCatは、人工眼で訓練生が行う手術の高精細な記録を含み、包括的な位相アノテーションと重要な解剖学的構造のセマンティックセグメンテーションが特徴である。 これらのアノテーションは、標準的な外科的スキルアセスメントフレームワークに固執し、クリティカルカプスロレキシスとファーコエマルシフィケーションフェーズにおけるスキルアセスメントを促進するために慎重に設計されている。 これらの必須フェーズにフォーカスすることで、WetCatは、既存の臨床メトリクスと整合した、解釈可能なAI駆動評価ツールの開発を可能にする。 このデータセットは、客観的でスケーラブルな外科教育を推進するための強力な基盤を築き、眼科トレーニングにおけるワークフロー分析とスキルアセスメントのための新しいベンチマークを設定している。 データセットとアノテーションは、Synapse https://www.synapse.org/Synapse:syn66401174/filesで公開されている。

関連論文リスト

• Surgeons vs. Computer Vision: A comparative analysis on surgical phase recognition capabilities [65.66373425605278]
  自動手術相認識(SPR)は、人工知能(AI)を使用して、手術ワークフローをその重要なイベントに分割する。 従来の研究は、短い外科手術と直線的な外科手術に焦点を合わせており、時間的文脈が手術の段階をよりよく分類する専門家の能力に影響を与えるかどうかを探索していない。 本研究は,ロボットによる部分腎切除(RAPN)を高度に非直線的に行うことに焦点を当て,これらのギャップに対処する。
  論文  参考訳（メタデータ） (2025-04-26T15:37:22Z)
• Surgical Scene Understanding in the Era of Foundation AI Models: A Comprehensive Review [3.552525722519539]
  機械学習(ML)とディープラーニング(DL)の最近の進歩は、最小侵襲手術(MIS)における外科的シーン理解を著しく強化している。 本稿では、CNN、ビジョントランスフォーマー(ViT)、Segment Anything Model(SAM)のような基礎モデルなど、最先端のMLおよびDL技術の統合について調査する。 本稿では,これらの技術が直面する課題,例えばデータの変動性や計算要求について考察し,臨床環境における倫理的考察と統合のハードルについて考察する。
  論文  参考訳（メタデータ） (2025-02-16T07:27:20Z)
• Automated Surgical Skill Assessment in Endoscopic Pituitary Surgery using Real-time Instrument Tracking on a High-fidelity Bench-top Phantom [9.41936397281689]
  外科的スキルの改善は一般的に患者の成績の改善に関連しているが、評価は主観的であり、労働集約的である。 内視鏡下垂体手術の鼻相を模範として,シミュレートされた手術に焦点を当てた新しい公開データセットが導入された。 多層パーセプトロンは87%の精度で手術技量(初心者または専門家)を予測し、「可視時間測定のための全手術時間の割合」は高度な手術技量と相関した。
  論文  参考訳（メタデータ） (2024-09-25T15:27:44Z)
• Intuitive Surgical SurgToolLoc Challenge Results: 2022-2023 [55.40111320730479]
  我々は、先進的なRA応用の文脈において、難しい機械学習問題を解決するために、外科データ科学のコミュニティに挑戦してきた。 ここでは,手術ツールの局所化(SurgToolLoc)を中心に,これらの課題の成果を報告する。 これらの課題に対応する公開データセットは、別の論文arXiv:2501.09209で詳述されている。
  論文  参考訳（メタデータ） (2023-05-11T21:44:39Z)
• Dissecting Self-Supervised Learning Methods for Surgical Computer Vision [51.370873913181605]
  一般のコンピュータビジョンコミュニティでは,自己監視学習(SSL)手法が普及し始めている。 医学や手術など、より複雑で影響力のある領域におけるSSLメソッドの有効性は、限定的かつ未調査のままである。 外科的文脈理解,位相認識,ツール存在検出の2つの基本的なタスクに対して,これらの手法の性能をColec80データセット上で広範囲に解析する。
  論文  参考訳（メタデータ） (2022-07-01T14:17:11Z)
• Video-based Formative and Summative Assessment of Surgical Tasks using Deep Learning [0.8612287536028312]
  本稿では,外科的スキル実行の高精度な評価を自動的かつ客観的に行うことができる深層学習(DL)モデルを提案する。 整形性評価は外科的パフォーマンスと相関する視覚特徴のヒートマップを用いて生成される。
  論文  参考訳（メタデータ） (2022-03-17T20:07:48Z)
• Federated Cycling (FedCy): Semi-supervised Federated Learning of Surgical Phases [57.90226879210227]
  FedCyは、FLと自己教師付き学習を組み合わせた半教師付き学習(FSSL)手法で、ラベル付きビデオとラベルなしビデオの両方の分散データセットを利用する。 外科的段階の自動認識作業において,最先端のFSSL法よりも顕著な性能向上を示した。
  論文  参考訳（メタデータ） (2022-03-14T17:44:53Z)
• Simulation-to-Real domain adaptation with teacher-student learning for endoscopic instrument segmentation [1.1047993346634768]
  注釈付きシミュレーションデータとラベルのない実データから共同学習する教師学習手法を紹介します。 3つのデータセットの実証結果は、提案したフレームワークの有効性を浮き彫りにする。
  論文  参考訳（メタデータ） (2021-03-02T09:30:28Z)

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。