論文の概要: Point Tracking in Surgery--The 2025 Surgical Tattoos in Infrared Challenge (STIRC2025)

• arxiv url: http://arxiv.org/abs/2607.12939v1
• Date: Tue, 14 Jul 2026 16:10:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-15 17:08:30.221804
• Title: Point Tracking in Surgery--The 2025 Surgical Tattoos in Infrared Challenge (STIRC2025)
• Title（参考訳）: 手術におけるポイントトラッキング-2025年赤外課題における手術タトゥー(STIRC2025)
• Abstract要約: 手術におけるポイントトラッキングは、セグメンテーション、3D再構成、仮想組織ランドマーク、自律型プローブベースのスキャン、サブタスクの自律性といった下流タスクにおける応用を可能にするために不可欠である。 本稿では,2025年のポイントトラッキング課題について紹介し,参加者が定量化のためのアルゴリズムを提出する。 これらのアルゴリズムは、赤外線(STIR)における外科的タトゥー(英語版)と呼ばれるデータセットを用いて評価され、STIR Challenge 2025(STIRC2025)と名付けられた。
• 参考スコア（独自算出の注目度）: 89.2980657193868
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Point tracking in surgery is crucial to enable applications in downstream tasks such as segmentation, 3D reconstruction, virtual tissue landmarking, autonomous probe-based scanning, and subtask autonomy. This paper introduces the 2025 iteration of a point tracking challenge to address this, wherein participants submit their algorithms for quantification. Their algorithms are evaluated using a dataset named surgical tattoos in infrared (STIR), with the challenge named the STIR Challenge 2025 (STIRC2025). The STIR Challenge 2025 comprises two quantitative components: accuracy and efficiency. The accuracy component tests the accuracy of algorithms on in vivo and ex vivo sequences. The efficiency component tests algorithm inference latency. The challenge was conducted as a part of MICCAI EndoVis 2025, and seven teams participated in this challenge. In this paper we summarize the challenge results and participant methods. The challenge dataset is available at: https://zenodo.org/records/20191078, and the code for baseline models and metrics calculation is available here: https://github.com/athaddius/STIRMetrics
• Abstract（参考訳）: 手術におけるポイントトラッキングは、セグメンテーション、3D再構成、仮想組織ランドマーク、自律型プローブベースのスキャン、サブタスクの自律性といった下流タスクにおける応用を可能にするために不可欠である。 本稿では,この問題に対処するための2025年にもわたって,参加者が定量化のためのアルゴリズムを提出した点追跡課題を紹介する。 これらのアルゴリズムは、赤外線(STIR)における外科的タトゥー(英語版)と呼ばれるデータセットを用いて評価され、STIR Challenge 2025(STIRC2025)と名付けられた。 STIRチャレンジ2025は、精度と効率の2つの定量的要素で構成されている。 精度成分は、in vivoおよびex vivo配列上のアルゴリズムの精度をテストする。 効率成分はアルゴリズムの推論遅延をテストする。 この挑戦はMICCAI EndoVis 2025の一部として行われ、7チームがこの挑戦に参加した。 本稿では,課題結果と参加者方法について要約する。 チャレンジデータセットは以下の通りである。 https://zenodo.org/records/20191078。

関連論文リスト

• Deep Learning for Retinal Degeneration Assessment: A Comprehensive Analysis of the MARIO AMD Progression Challenge [26.28807646471968]
  MICCAI 2024で開かれたMARIOチャレンジは、加齢関連黄斑変性(AMD)の自動検出とモニタリングの進歩に焦点を当てている 主要なデータセットはフランスのブレストから提供され、参加チームによってモデルのトレーニングとテストに使用された。 アルジェリアからの補助的なデータセットは、人口と装置のシフトを評価するために後処理に使用された。
  論文  参考訳（メタデータ） (2025-06-03T15:14:10Z)
• Point Tracking in Surgery--The 2024 Surgical Tattoos in Infrared (STIR) Challenge [46.98282478106169]
  外科手術における組織運動の定量化のためのポイントトラッキング課題であるSTIR Challenge 2024について述べる。 STIRチャレンジ2024は、精度と効率の2つの定量的要素から構成される。 本稿では,課題から得られた設計,提案,成果を要約する。
  論文  参考訳（メタデータ） (2025-03-31T16:53:09Z)
• 3DTeethSeg'22: 3D Teeth Scan Segmentation and Labeling Challenge [18.46601146994235]
  3DTeethSeg'22チャレンジは、2022年のMICCAI(International Conference on Medical Image Computing and Computer Assisted Intervention)と共同で実施された。 900人の患者から1800件のスキャンを行ったデータセットを作成し, それぞれの歯にヒトと機械のハイブリッドアルゴリズムを用いて個別にアノテートした。 本研究では,3DTeethSeg'22チャレンジの評価結果について述べる。
  論文  参考訳（メタデータ） (2023-05-29T17:49:58Z)
• SurgT challenge: Benchmark of Soft-Tissue Trackers for Robotic Surgery [10.895748170187638]
  本稿では,MICCAI 2022と共に編成されたSurgT: Surgery Trackingについて紹介する。 参加者は軟組織の動きを追跡するアルゴリズムを開発するタスクを割り当てられた。 課題の最後に、開発したメソッドは以前に隠されたテストサブセットに基づいて評価された。
  論文  参考訳（メタデータ） (2023-02-06T18:57:30Z)
• FetReg2021: A Challenge on Placental Vessel Segmentation and Registration in Fetoscopy [52.3219875147181]
  2-Twin Transfusion Syndrome (TTTS) に対するレーザー光凝固法が広く採用されている。 このプロシージャは、視野が限られたこと、フェトスコープの操作性が悪いこと、視認性が悪いこと、照明の変動性のために特に困難である。 コンピュータ支援介入(CAI)は、シーン内の重要な構造を特定し、ビデオモザイクを通して胎児の視野を広げることで、外科医に意思決定支援と文脈認識を提供する。 7つのチームがこの課題に参加し、そのモデルパフォーマンスを、6フェットから658ピクセルの注釈付き画像の見当たらないテストデータセットで評価した。
  論文  参考訳（メタデータ） (2022-06-24T23:44:42Z)
• SHARP 2020: The 1st Shape Recovery from Partial Textured 3D Scans Challenge Results [90.42321856720633]
  SHARP 2020は、生の不完全なデータから完全なテクスチャ化された3Dスキャンを復元するための、最初の挑戦とベンチマーク手法である。 補完的な課題は2つあり、ひとつは3Dスキャンで、もうひとつはジェネリックオブジェクトでである。 形状復元, テクスチャ再構築, 完成したデータの量とを共同で定量化するために, 新たな評価基準を提案する。
  論文  参考訳（メタデータ） (2020-10-26T12:05:56Z)
• Robust Medical Instrument Segmentation Challenge 2019 [56.148440125599905]
  腹腔鏡装置の術中追跡は、しばしばコンピュータとロボットによる介入の必要条件である。 本研究の課題は,30の手術症例から取得した10,040枚の注釈画像からなる外科的データセットに基づいていた。 結果は、初期仮説、すなわち、アルゴリズムの性能がドメインギャップの増大とともに低下することを確認する。
  論文  参考訳（メタデータ） (2020-03-23T14:35:08Z)
• VerSe: A Vertebrae Labelling and Segmentation Benchmark for Multi-detector CT Images [121.31355003451152]
  大規模Vertebrae Challenge(VerSe)は、2019年と2020年に開催されたMICCAI(International Conference on Medical Image Computing and Computer Assisted Intervention)と共同で設立された。 本評価の結果を報告するとともに,脊椎レベル,スキャンレベル,および異なる視野での性能変化について検討した。
  論文  参考訳（メタデータ） (2020-01-24T21:09:18Z)

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。