SurgRIPE challenge: Benchmark of Surgical Robot Instrument Pose Estimation

要約

器具の正確な姿勢推定はロボット手術の将来に向けた重要なステップであり、自律的な手術タスクの実行などのアプリケーションを可能にします。
手術器具の姿勢推定のための視覚ベースの方法は、器具の追跡に対する実用的なアプローチを提供しますが、多くの場合、器具にマーカーを取り付ける必要があります。
最近では、深層学習に基づくマーカーレス手法の開発に焦点を当てた研究が増えています。
ただし、ディープ ラーニング トレーニングに必要な、グラウンド トゥルースの器具ポーズを含む現実的な手術データを取得するのは困難です。
手術器具の姿勢推定の問題に対処するために、2023 年の第 26 回医用画像コンピューティングとコンピュータ支援介入に関する国際会議 (MICCAI) で主催される手術ロボット器具姿勢推定 (SurgRIPE) チャレンジを紹介します。このチャレンジの目的は次のとおりです。
: (1) 現実的な手術ビデオ データとグラウンド トゥルースの機器のポーズを組み合わせたデータを外科視覚コミュニティに提供すること、(2) マーカーレスの姿勢推定を評価するためのベンチマークを確立すること
方法。
この課題により、既存の方法よりも精度と堅牢性が向上したいくつかの新しいアルゴリズムが開発されました。
SurgRIPE データセットの性能評価研究では、これらの高度なアルゴリズムがロボット手術システムに統合され、より正確で自律的な外科手術への道が開かれる可能性があることが明らかになりました。
SurgRIPE の課題は、この分野の新しいベンチマークを確立することに成功し、手術用ロボット器具の姿勢推定におけるさらなる研究開発を促進しました。

要約(オリジナル)

Accurate instrument pose estimation is a crucial step towards the future of robotic surgery, enabling applications such as autonomous surgical task execution. Vision-based methods for surgical instrument pose estimation provide a practical approach to tool tracking, but they often require markers to be attached to the instruments. Recently, more research has focused on the development of marker-less methods based on deep learning. However, acquiring realistic surgical data, with ground truth instrument poses, required for deep learning training, is challenging. To address the issues in surgical instrument pose estimation, we introduce the Surgical Robot Instrument Pose Estimation (SurgRIPE) challenge, hosted at the 26th International Conference on Medical Image Computing and Computer-Assisted Intervention (MICCAI) in 2023. The objectives of this challenge are: (1) to provide the surgical vision community with realistic surgical video data paired with ground truth instrument poses, and (2) to establish a benchmark for evaluating markerless pose estimation methods. The challenge led to the development of several novel algorithms that showcased improved accuracy and robustness over existing methods. The performance evaluation study on the SurgRIPE dataset highlights the potential of these advanced algorithms to be integrated into robotic surgery systems, paving the way for more precise and autonomous surgical procedures. The SurgRIPE challenge has successfully established a new benchmark for the field, encouraging further research and development in surgical robot instrument pose estimation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google