Fugu-MT 論文翻訳(概要): Sterilizable Scene Graph Generation for Operating Rooms

論文の概要: Sterilizable Scene Graph Generation for Operating Rooms

arxiv url: http://arxiv.org/abs/2608.16469v1
Date: Mon, 17 Aug 2026 12:06:49 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-18 19:59:03.674434
Title: Sterilizable Scene Graph Generation for Operating Rooms
Title（参考訳）: 手術室における滅菌性シーングラフ生成
Abstract要約: ニューラルセルラーオートマタ(NCA)に基づく軽量シーングラフ生成フレームワークであるSG-NCAを紹介する。今回我々は白内障手術と胆嚢摘出術のビデオでSG-NCAを評価し,55倍のパラメータを要し,既存の基準値に匹敵する性能を示した。
参考スコア（独自算出の注目度）: 1.46555267748668
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Scene graph generation from surgical video enables a holistic and structured understanding of surgical scenes by modeling objects and their semantic relationships. Despite recent advances, state-of-the-art approaches rely on large, parameter-heavy deep learning models that are impractical for deployment in the operating room (OR) due to hardware footprint, hygiene constraints, latency, and data privacy concerns. To the best of our knowledge, this is the first scene graph generation method built on NCAs and the first NCA framework capable of learning structured representations. We introduce SG-NCA, a lightweight scene graph generation framework based on Neural Cellular Automata (NCA), designed for inference in fanless devices critical for OR hygiene protocols. SG-NCA is the first scene graph generation combining NCA-based multiclass segmentation for efficient object detection and feature extraction with a lightweight relation predictor. We evaluate SG-NCA on videos of cataract surgery and cholecystectomy, demonstrating performance comparable to established baselines while requiring 55x fewer parameters. We showcase deployment on fanless edge devices better suited for the OR and demonstrate downstream applications such as surgical video captioning, highlighting SG-NCA's potential for affordable, privacy-preserving, and OR-ready intraoperative scene understanding.
Abstract（参考訳）: 手術映像からのシーングラフ生成は、オブジェクトとその意味的関係をモデル化することによって、手術シーンの全体的かつ構造化された理解を可能にする。最近の進歩にもかかわらず、最先端のアプローチは、ハードウェアフットプリント、衛生的制約、レイテンシ、データプライバシの懸念により、オペレーティングルーム(OR)にデプロイする上で実用的でない、大きくパラメータの多いディープラーニングモデルに依存している。我々の知る限り、これはNAA上に構築された最初のシーングラフ生成手法であり、構造化表現を学習できる最初のNAAフレームワークである。我々は,ニューラルネットワークオートマタ(NCA)に基づく軽量なシーングラフ生成フレームワークであるSG-NCAを紹介した。 SG-NCAはNAAに基づくマルチクラスセグメンテーションを組み合わせた最初のシーングラフ生成であり、効率的なオブジェクト検出と特徴抽出と軽量な関係予測器を備える。今回我々は白内障手術と胆嚢摘出術のビデオでSG-NCAを評価し,55倍のパラメータを要し,既存の基準値に匹敵する性能を示した。我々は,ORに適したファンレスエッジデバイスへの展開を紹介し,外科的ビデオキャプション,SG-NCAの安価なプライバシ保存,OR対応のシーン理解の可能性を強調した。

関連論文リスト

Surgical Anatomy Recognition with Context Learning using Foundation Representations [9.888703668362641]
解剖学的構造の正確な認識は、安全かつ効果的な最小侵襲手術(MIS)に不可欠である我々は,MISにおける解剖学的認識を促進するために,データセットとモデルを組み合わせたフレームワークを提案する。
論文参考訳（メタデータ） (2026-06-20T16:05:28Z)
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)
Surgical Scene Segmentation using a Spike-Driven Video Transformer with Real-Time Potential [26.958261975749974]
手術シーンセグメンテーションに適した最初のスパイク駆動ビデオトランスフォーマーフレームワークである textitSpikeSurgSeg を提案する。 SpikeSurgSegは、SOTA ANNベースのモデルに匹敵するほとんどのmIoUを実現し、推論遅延を少なくとも8倍に削減する。
論文参考訳（メタデータ） (2025-12-24T17:05:09Z)
Decoding the Surgical Scene: A Scoping Review of Scene Graphs in Surgery [36.192962258966105]
シーングラフ(SG)は、複雑なダイナミックな手術環境のデコードに不可欠な構造化された表現を提供する。 The PRISMA-ScR-guided scoping review systemally map the evolution landscape of SG research in surgery。我々の分析は急速に成長しているが、重要な「データ分割」を明らかにしている SGは重要なセマンティックブリッジに成熟し、新しい世代のインテリジェントシステムによって外科の安全性、効率、訓練を改善することができる。
論文参考訳（メタデータ） (2025-09-25T09:25:46Z)
EndoGen: Conditional Autoregressive Endoscopic Video Generation [51.97720772069513]
本研究では,最初の条件付き内視鏡映像生成フレームワークであるEndoGenを提案する。具体的には、時空間グリッドフレームパターンを調整した自己回帰モデルを構築する。高品質で条件付き内視鏡コンテンツ作成におけるフレームワークの有効性を実証する。
論文参考訳（メタデータ） (2025-07-23T10:32:20Z)
Surgical Foundation Model Leveraging Compression and Entropy Maximization for Image-Guided Surgical Assistance [50.486523249499115]
低侵襲手術(MIS)におけるリアルタイム映像理解の重要性手術ビデオからコンパクトで情報的表現を学習するための,新しい自己教師型フレームワークであるCompress-to-Explore (C2E)を提案する。 C2Eは、エントロピー最大化デコーダを使用して、臨床的に関連する詳細を保持しながら画像を圧縮し、ラベル付きデータなしでエンコーダのパフォーマンスを向上させる。
論文参考訳（メタデータ） (2025-05-16T14:02:24Z)
SANGRIA: Surgical Video Scene Graph Optimization for Surgical Workflow Prediction [37.86132786212667]
手術シーングラフの生成と最適化のためのエンドツーエンドフレームワークを提案する。 CATARACTSデータセットのSOTAの精度は8%,F1スコアは10%向上した。
論文参考訳（メタデータ） (2024-07-29T17:44:34Z)
Incorporating Structured Representations into Pretrained Vision & Language Models Using Scene Graphs [79.64891686479213]
シーングラフ(SG)から学習する場合、視覚と言語モデル(VLM)を改善することができることを示す。視覚面では、SG情報を予測するために訓練されたイメージトランスフォーマーに特別な「SG成分」を組み込む一方、テキスト側では、SGを使ってきめ細かなキャプションを生成する。提案手法は,ZS能力を軽度に低下させるだけで,複数のデータセット上でのVLMの性能を向上する。
論文参考訳（メタデータ） (2023-05-10T17:52:26Z)
LASER: A Neuro-Symbolic Framework for Learning Spatial-Temporal Scene Graphs with Weak Supervision [58.6039004982056]
本稿では,ビデオキャプションのみを用いて,ジェネレータの訓練を可能にするニューロシンボリックフレームワークを提案する。アライメントアルゴリズムは、微分可能なシンボリック推論を利用することにより、弱い監督の課題を克服する。提案手法を,OpenPVSG,20BN,MUGENの3つのビデオデータセット上で評価した。
論文参考訳（メタデータ） (2023-04-15T22:24:05Z)
Cross-modal Clinical Graph Transformer for Ophthalmic Report Generation [116.87918100031153]
眼科報告生成(ORG)のためのクロスモーダルな臨床グラフ変換器(CGT)を提案する。 CGTは、デコード手順を駆動する事前知識として、臨床関係を視覚特徴に注入する。大規模FFA-IRベンチマークの実験は、提案したCGTが従来のベンチマーク手法より優れていることを示した。
論文参考訳（メタデータ） (2022-06-04T13:16:30Z)
Multimodal Semantic Scene Graphs for Holistic Modeling of Surgical Procedures [70.69948035469467]
カメラビューから3Dグラフを生成するための最新のコンピュータビジョン手法を利用する。次に,手術手順の象徴的,意味的表現を統一することを目的としたマルチモーダルセマンティックグラフシーン(MSSG)を紹介する。
論文参考訳（メタデータ） (2021-06-09T14:35:44Z)

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。