SurgT: Soft-Tissue Tracking for Robotic Surgery, Benchmark and Challenge

要約

本稿では、SurgT MICCAI 2022チャレンジとその最初の結果について紹介する。このチャレンジの作成には2つの目的がありました：(1)研究コミュニティが軟組織トラッカーを評価するための最初の標準化されたベンチマークの確立、(2)外科における注釈付きデータの不足を考慮して、教師なし深層学習手法の開発を奨励することです。20の臨床例から得た157のステレオ内視鏡映像のデータセットと、ステレオカメラのキャリブレーションパラメータが提供されている。参加者は、各ステレオ内視鏡ビデオ上のバウンディングボックスを追跡するアルゴリズムの開発を課された。課題の最後に、開発されたメソッドは、事前に隠されたテストサブセットで評価された。この評価には、このチャレンジのために特別に開発され、現在オンラインで入手可能なベンチマークメトリクスが使用されています。各チームは、Intersection over Union（IoU）スコアの加重平均であるExpected Average Overlap（EAO）スコアに従ってランク付けされました。トップチームは、テストサブセットで0.583のEAOスコアを達成しました。教師なしアルゴリズムを用いた軟部組織の追跡は達成可能であることがわかった。データセットとベンチマークツールの作成に成功し、オンラインで一般に公開されました。このチャレンジは、自律型ロボット手術やその他のデジタル外科技術の発展に貢献することが期待されます。

要約(オリジナル)

This paper introduces the SurgT MICCAI 2022 challenge and its first results. There were two purposes for the creation of this challenge: (1) the establishment of the first standardised benchmark for the research community to assess soft-tissue trackers; and (2) to encourage the development of unsupervised deep learning methods, given the lack of annotated data in surgery. A dataset of 157 stereo endoscopic videos from 20 clinical cases, along with stereo camera calibration parameters, are provided. The participants were tasked with the development of algorithms to track a bounding box on each stereo endoscopic video. At the end of the challenge, the developed methods were assessed on a previously hidden test subset. This assessment uses benchmarking metrics that were purposely developed for this challenge and are now available online. The teams were ranked according to their Expected Average Overlap (EAO) score, which is a weighted average of Intersection over Union (IoU) scores. The top team achieved an EAO score of 0.583 in the test subset. Tracking soft-tissue using unsupervised algorithms was found to be achievable. The dataset and benchmarking tool have been successfully created and made publicly available online. This challenge is expected to contribute to the development of autonomous robotic surgery, and other digital surgical technologies.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL