Spinal nerve segmentation method and dataset construction in endoscopic surgical scenarios

要約

内視鏡手術は現在、脊椎外科分野における重要な治療法であり、ビデオガイダンスによる脊髄神経の損傷の回避が重要な課題となっています。
この論文では、外科医に重要なナビゲーション情報を提供する、内視鏡手術における脊髄神経の初のリアルタイム セグメンテーション方法を紹介します。
手術中に記録された約 10,000 個の連続フレームからなる、細かく注釈が付けられたセグメンテーション データセットがこの分野で初めて構築され、セマンティック セグメンテーションの問題に対処しました。
このデータセットに基づいて、フレーム間情報とセルフアテンションメカニズムを利用して最先端のパフォーマンスを実現するFUnet (Frame-Unet) を提案します。
また、同様のポリープ内視鏡ビデオ データセットに対して拡張実験を実施し、このモデルが優れた一般化能力と有利なパフォーマンスを備えていることを示します。
この作業のデータセットとコードは、https://github.com/zzzzzzpc/FUnet で提供されています。

要約(オリジナル)

Endoscopic surgery is currently an important treatment method in the field of spinal surgery and avoiding damage to the spinal nerves through video guidance is a key challenge. This paper presents the first real-time segmentation method for spinal nerves in endoscopic surgery, which provides crucial navigational information for surgeons. A finely annotated segmentation dataset of approximately 10,000 consec-utive frames recorded during surgery is constructed for the first time for this field, addressing the problem of semantic segmentation. Based on this dataset, we propose FUnet (Frame-Unet), which achieves state-of-the-art performance by utilizing inter-frame information and self-attention mechanisms. We also conduct extended exper-iments on a similar polyp endoscopy video dataset and show that the model has good generalization ability with advantageous performance. The dataset and code of this work are presented at: https://github.com/zzzzzzpc/FUnet .

arxiv情報

提供元, 利用サービス

arxiv.jp, Google