論文の概要: Extended KAFR: A kinematic-adaptive paradigm for the efficient analysis of surgical video
- arxiv url: http://arxiv.org/abs/2608.01058v1
- Date: Sun, 02 Aug 2026 07:48:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-04 15:07:25.074703
- Title: Extended KAFR: A kinematic-adaptive paradigm for the efficient analysis of surgical video
- Title（参考訳）: Extended KAFR: 手術ビデオの効率的な解析のための運動適応パラダイム
- Abstract要約: 重要な課題は、しばしば1から数時間の手術記録の長さであり、かなりの計算負担を発生させる。
我々は以前,ロボット手術のためのKinematics-Adaptive Frame Recognition (KAFR) を開発した。
本研究は, 腹腔鏡下胆嚢摘出術80例を含むColec80ベンチマークを用いて, KAFRが腹腔鏡下手術に一般化するか否かを検討した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Artificial Intelligence is increasingly applied to surgical video analysis for phase segmentation, skill assessment, and workflow optimization. A key challenge is the length of surgical recordings, often one to several hours, creating substantial computational burden. We previously developed Kinematics-Adaptive Frame Recognition (KAFR) for robotic surgery, showing that tracking tool motion effectively identifies informative frames while filtering redundant content. However, laparoscopic surgery introduces additional challenges: manual camera control causes frequent motion artifacts, and image quality is generally lower than robotic systems. This study evaluates whether KAFR generalizes to laparoscopic surgery using the Cholec80 benchmark, comprising 80 laparoscopic cholecystectomy procedures annotated for seven surgical phases. KAFR operates in three stages: a fine-tuned YOLO model detects and segments surgical tools; frames are adaptively selected based on tool displacement or velocity variation; and an X3D model classifies selected frames into surgical phases. KAFR achieved a 91.0\% F1 score using only 0.58\% of frames for phase classification, representing an approximately seven-fold reduction compared to typical 4\% frame sampling, while maintaining performance comparable to LoViT (90.2\%) and Trans-SVNet (89.7\%). These results demonstrate that kinematics-based frame selection transfers effectively to the challenging laparoscopic environment.
- Abstract（参考訳）: 人工知能は、フェーズセグメンテーション、スキルアセスメント、ワークフロー最適化のための手術ビデオ分析にますます応用されている。
重要な課題は、しばしば1から数時間の手術記録の長さであり、かなりの計算負担を発生させる。
我々は以前,ロボット手術のためのKinematics-Adaptive Frame Recognition (KAFR) を開発した。
しかし、腹腔鏡下手術は、手動カメラ制御が頻繁な運動アーチファクトを引き起こし、画像の品質がロボットシステムよりも一般的に低いという、新たな課題をもたらす。
本研究は, 腹腔鏡下胆嚢摘出術80例を含むColec80ベンチマークを用いて, KAFRが腹腔鏡下手術に一般化するか否かを検討した。
KAFRは3段階で動作し、細調整されたYOLOモデルが手術用ツールを検出し、セグメントを抽出し、ツールの変位や速度の変化に基づいてフレームを適応的に選択し、X3Dモデルは選択したフレームを外科用フェーズに分類する。
KAFRは位相分類に0.58\%しか使っていない91.0\%のF1スコアを達成し、通常の4\%のフレームサンプリングに比べて約7倍の減少を示し、LoViT(90.2\%)やTrans-SVNet(89.7\%)に匹敵する性能を維持した。
これらの結果は、キネマティクスに基づくフレーム選択が、挑戦的な腹腔鏡環境に効果的に移行することを示す。
関連論文リスト
- Data-Efficient Surgical Phase Segmentation in Small-Incision Cataract Surgery: A Controlled Study of Vision Foundation Models [10.211838396947236]
本研究では,手動小切開白内障手術(SICS)におけるデータ効率の良い位相分割法について,視覚的表現の制御的比較により検討した。
教師付きエンコーダ(ResNet-50, I3D)と大規模自己組織化基盤モデル(DINOv3, V-JEPA2)を比較した。
ファンデーションモデルではこの設定でセグメンテーション性能が向上し、DINOv3 ViT-7Bが最高の結果を得た。
論文 参考訳（メタデータ） (2026-04-12T08:07:02Z) - Scaling Video Pretraining for Surgical Foundation Models [51.92777479821822]
SurgRecは、スケーラブルで再現可能な、外科的ビデオ理解のための事前学習のレシピだ。
内視鏡,腹腔鏡,白内障,ロボット手術を対象とする10,535ビデオと214.5Mフレームの大規模なコーパスをキュレートした。
論文 参考訳（メタデータ） (2026-03-31T16:31:25Z) - Revisiting the Evaluation Bias Introduced by Frame Sampling Strategies in Surgical Video Segmentation Using SAM2 [1.0536099636804035]
アノテーション密度とフレームレートサンプリングの不整合がゼロショットセグメンテーションモデルの評価に与える影響について検討する。
フレームレートの低下は,時間的不整合を隠蔽するスムーズな効果により,より高いフレームレートを達成できることがわかった。
リアルタイムストリーミング条件で評価すると、フレームレートが高いとセグメンテーション安定性が向上する。
論文 参考訳（メタデータ） (2025-02-28T10:42:09Z) - Efficient Frame Extraction: A Novel Approach Through Frame Similarity and Surgical Tool Tracking for Video Segmentation [0.0]
本稿では,余剰フレームを効率的に除去し,データセットのサイズや計算時間を短縮する手法を提案する。
具体的には,手術器具の移動を追跡することで,連続するフレーム間の類似性を計算する。
症例の振り返りレビューから得られたデータセットを解析し,提案手法の有効性を評価する。
論文 参考訳（メタデータ） (2025-01-19T19:36:09Z) - Data-Centric Learning Framework for Real-Time Detection of Aiming Beam in Fluorescence Lifetime Imaging Guided Surgery [3.8261910636994925]
本研究では,FLImを用いたリアルタイム手術指導のための新しいデータ中心アプローチを提案する。
第一の課題は,特に経口ロボット手術(TORS)における手術環境における複雑で変動的な状態から生じる。
ラベルノイズの最小化と検出ロバスト性の向上により精度を向上させるデータ中心のトレーニング戦略を用いて,インスタンスセグメンテーションモデルを開発した。
論文 参考訳（メタデータ） (2024-11-11T22:04:32Z) - Deep intra-operative illumination calibration of hyperspectral cameras [73.08443963791343]
ハイパースペクトルイメージング (HSI) は, 様々な手術応用に期待できる新しい画像モダリティとして出現している。
手術室における照明条件の動的変化がHSIアプリケーションの性能に劇的な影響を及ぼすことを示す。
手術中におけるハイパースペクトル画像の自動再構成のための新しい学習ベースアプローチを提案する。
論文 参考訳（メタデータ） (2024-09-11T08:30:03Z) - Action Recognition in Video Recordings from Gynecologic Laparoscopy [4.002010889177872]
行動認識は腹腔鏡画像解析における多くの応用の前提条件である。
本研究では,CNN-RNNアーキテクチャと,カスタマイズしたトレーニング推論フレームワークの設計と評価を行う。
論文 参考訳（メタデータ） (2023-11-30T16:15:46Z) - AiAReSeg: Catheter Detection and Segmentation in Interventional
Ultrasound using Transformers [75.20925220246689]
血管内手術は、電離放射線を用いてカテーテルと血管を可視化するFluoroscopyの黄金標準を用いて行われる。
本研究では、最先端機械学習トランスフォーマアーキテクチャを応用して、軸干渉超音波画像シーケンス中のカテーテルを検出し、セグメント化する手法を提案する。
論文 参考訳（メタデータ） (2023-09-25T19:34:12Z) - Neural LerPlane Representations for Fast 4D Reconstruction of Deformable
Tissues [52.886545681833596]
LerPlaneは単一視点環境下での手術シーンの高速かつ正確な再構築手法である。
LerPlaneは外科手術を4Dボリュームとして扱い、静的および動的フィールドの明示的な2D平面に分解する。
LerPlaneは静的フィールドを共有し、動的組織モデリングのワークロードを大幅に削減する。
論文 参考訳（メタデータ） (2023-05-31T14:38:35Z) - LoViT: Long Video Transformer for Surgical Phase Recognition [59.06812739441785]
短時間・長期の時間情報を融合する2段階のLong Video Transformer(LoViT)を提案する。
このアプローチは、Colec80とAutoLaparoデータセットの最先端メソッドを一貫して上回る。
論文 参考訳（メタデータ） (2023-05-15T20:06:14Z) - Next-generation Surgical Navigation: Marker-less Multi-view 6DoF Pose Estimation of Surgical Instruments [64.59698930334012]
静止カメラとヘッドマウントカメラを組み合わせたマルチカメラ・キャプチャー・セットアップを提案する。
第2に,手術用ウェットラボと実際の手術用劇場で撮影された元脊椎手術のマルチビューRGB-Dビデオデータセットを公表した。
第3に,手術器具の6DoFポーズ推定の課題に対して,最先端のシングルビューとマルチビューの3つの手法を評価した。
論文 参考訳（メタデータ） (2023-05-05T13:42:19Z)
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。