論文の概要: Beyond Instrument Motion: Recognizing Tissue Tension Toward Surgical Skill Assessment

• arxiv url: http://arxiv.org/abs/2608.17935v2
• Date: Wed, 19 Aug 2026 08:27:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-20 15:48:19.529116
• Title: Beyond Instrument Motion: Recognizing Tissue Tension Toward Surgical Skill Assessment
• Title（参考訳）: 外科的スキルアセスメントに向けた組織張力の認識
• Abstract要約: 腹腔鏡下およびロボット支援直腸癌手術のための新しい臨床的動機付けビデオ理解タスクである組織張力認識を導入した。 このタスクを支援するために,最初の専門家による組織張力データセットであるSurgTensionを構築した。 また,スパース点軌道から組織張力をモデル化する軽量なトラジェクトリベースフレームワークであるTensionTRACを提案する。
• 参考スコア（独自算出の注目度）: 36.50919068544186
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Surgical performance assessment in minimally invasive surgery largely relies on manual expert review, making it time-consuming, subjective, and difficult to scale. While existing surgical video understanding methods address tasks such as instrument segmentation, surgical phase recognition, and action recognition, they do not explicitly capture fine-grained tissue handling, a key indicator of surgical quality. To address this gap, we introduce tissue tension recognition, a new clinically motivated video understanding task for laparoscopic and robot-assisted rectal cancer surgery. To support this task, we construct SurgTension, the first expert-annotated tissue tension dataset, providing a benchmark for objective tissue tension recognition. We further propose TensionTRAC, a lightweight trajectory-based framework that models tissue tension from sparse point trajectories. Using a compact trajectory encoder, TensionTRAC achieves competitive performance against strong pretrained video backbones.
• Abstract（参考訳）: 最小侵襲手術における手術成績の評価は、主に手作業による専門家のレビューに依存しており、時間的、主観的、スケールが困難である。 既存の外科的ビデオ理解法は、機器のセグメンテーション、外科的位相認識、行動認識などのタスクに対処するが、外科的品質の重要な指標であるきめ細かな組織ハンドリングを明示的に捉えていない。 このギャップに対処するために,腹腔鏡およびロボット支援直腸癌手術のための新しい臨床的動機付けビデオ理解タスクである組織張力認識を導入した。 この課題を支援するために,最初の専門家による組織張力データセットであるSurgTensionを構築し,客観的組織張力認識のためのベンチマークを提供する。 さらに,スパース点軌道から組織張力をモデル化する軽量なトラジェクトリベースフレームワークであるTensionTRACを提案する。 テンションTRACは、コンパクトなトラジェクトリエンコーダを用いて、強い事前訓練されたビデオバックボーンと競合する性能を実現する。

関連論文リスト

• Action-grounded tissue affordance enables anticipatory auto-framing that lowers surgeon cognitive workload during laparoscopic surgery [16.980132212521536]
  DiffeoAffordは、外科手術の完了から視覚的注意を遡及的に引き起こす、アクショングラウンドド・ティッシュ・アベイランス・フレームワークである。 空きホットスポットラベルに基づいてトレーニングされたリアルタイム予測モデルは、関連する外科領域を予測し、腹腔鏡視用補助自動フレーミングシステムであるAffordViewを実現する。
  論文  参考訳（メタデータ） (2026-08-03T16:38:47Z)
• Attachment Anchors: A Novel Framework for Laparoscopic Grasping Point Prediction in Colorectal Surgery [19.147229560255]
  大腸外科手術における組織と解剖学的アタッチメントとの局所的な幾何学的および機械的関係をエンコードする構造的表現であるアタッチメントアンカーを導入する。 この表現は、外科シーンを一貫した局所参照フレームに正規化することで、ポイント予測の把握の不確実性を減少させる。 90の大腸手術データセットを用いた実験では、アタッチメントアンカーは画像のみのベースラインよりも把握点予測を改善することが示された。
  論文  参考訳（メタデータ） (2026-02-19T12:19:56Z)
• Semantic Segmentation for Preoperative Planning in Transcatheter Aortic Valve Replacement [61.573750959726475]
  経カテーテル大動脈弁置換術(TAVR)の術前計画のための医療ガイドラインを考察し,セマンティックセグメンテーションモデルを用いて支援できる課題を同定する。 まず, 細粒度のTAVR関連擬似ラベルを, 粗粒度の解剖学的情報から抽出し, セグメンテーションモデルを訓練し, スキャンでこれらの構造がどれだけよく見つかるかを定量化する。
  論文  参考訳（メタデータ） (2025-07-22T13:24:45Z)
• 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)
• Tracking Everything in Robotic-Assisted Surgery [39.62251870446397]
  そこで我々は,手術シナリオに対するベンチマーク追跡のための注釈付き手術追跡データセットを提案する。 我々は,このデータセット上で最先端(SOTA)のTAPベースのアルゴリズムを評価し,その限界を明らかにする。 本稿では,新たなトラッキング手法であるSurgMotionを提案し,その課題の解決とトラッキング性能の向上を図る。
  論文  参考訳（メタデータ） (2024-09-29T23:06:57Z)
• Real-time guidewire tracking and segmentation in intraoperative x-ray [52.51797358201872]
  リアルタイムガイドワイヤ分割と追跡のための2段階のディープラーニングフレームワークを提案する。 第1段階では、ヨロフ5検出器が元のX線画像と合成画像を使って訓練され、ターゲットのガイドワイヤのバウンディングボックスを出力する。 第2段階では、検出された各バウンディングボックスにガイドワイヤを分割するために、新規で効率的なネットワークが提案されている。
  論文  参考訳（メタデータ） (2024-04-12T20:39:19Z)
• Hypergraph-Transformer (HGT) for Interactive Event Prediction in Laparoscopic and Robotic Surgery [47.47211257890948]
  腹腔内ビデオから外科的ワークフローの重要なインタラクティブな側面を理解し,予測できる予測型ニューラルネットワークを提案する。 我々は,既存の手術用データセットとアプリケーションに対するアプローチを検証し,アクション・トリプレットの検出と予測を行った。 この結果は、非構造的な代替案と比較して、我々のアプローチの優位性を示している。
  論文  参考訳（メタデータ） (2024-02-03T00:58:05Z)
• 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)
• Visual-Kinematics Graph Learning for Procedure-agnostic Instrument Tip Segmentation in Robotic Surgeries [29.201385352740555]
  そこで我々は,様々な外科手術を施した楽器の先端を正確に分類する新しいビジュアル・キネマティクスグラフ学習フレームワークを提案する。 具体的には、画像とキネマティクスの両方から楽器部品のリレーショナル特徴を符号化するグラフ学習フレームワークを提案する。 クロスモーダル・コントラッシブ・ロスは、キネマティクスからチップセグメンテーションのイメージへの頑健な幾何学的先行を組み込むように設計されている。
  論文  参考訳（メタデータ） (2023-09-02T14:52:58Z)
• Learning-Based Keypoint Registration for Fetoscopic Mosaicking [65.02392513942533]
  ツイン・トゥ・ツイン輸血症候群(TTTS)では、単子葉胎盤の血管系異常な血管性無痛が両胎児の間に不均一な血流を生じさせる。 本研究では,フィールド・オブ・ビュー展開のためのフェトスコープフレーム登録のための学習ベースフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-07-26T21:21:12Z)
• CholecTriplet2021: A benchmark challenge for surgical action triplet recognition [66.51610049869393]
  腹腔鏡下手術における三肢の認識のためにMICCAI 2021で実施した内視鏡的視力障害であるColecTriplet 2021を提案する。 課題の参加者が提案する最先端の深層学習手法の課題設定と評価について述べる。 4つのベースライン法と19の新しいディープラーニングアルゴリズムが提示され、手術ビデオから直接手術行動三重項を認識し、平均平均精度(mAP)は4.2%から38.1%である。
  論文  参考訳（メタデータ） (2022-04-10T18:51:55Z)

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。