m2caiSeg: Semantic Segmentation of Laparoscopic Images using Convolutional Neural Networks

m2caiSeg: Semantic Segmentation of Laparoscopic Images using Convolutional Neural Networks

基于卷积神经网络的腹腔镜图像语义分割

作者：Salman Maqbool，Aqsa Riaz，Hasan Sajid，
国立科技大学机械与制造工程学院，伊斯兰堡，巴基斯坦
2020.12 Arxiv. 2008.10134v2

Location: Citavi-- 20200114 access references

Purpose

自主手术程序，特别是微创手术，是人工智能研究的下一个前沿。然而，现有的挑战包括人体解剖和手术设置的精确识别，以及为训练自主代理而建模的环境。为了解决人体解剖和外科设置的识别问题，我们提出了一种基于深度学习的语义分割算法来识别和标记人体躯干区域的内镜视频提要中的组织和器官。

Methods

提供了一个**注释数据集**m2caiSeg，它是由真实世界外科手术的内镜视频源创建的。总的来说，数据包括307张图像，每一张图像都标注了场景中出现的器官和不同的手术器械。我们提出并训练了一个深度卷积神经网络用于语义分割任务。为了满足低数量的注释数据，我们使用无监督的预训练和数据增强。