Surgical Workflow Recognition and Blocking Effectiveness Detection in Laparoscopic Liver Resections with Pringle Maneuver

要約

腹腔鏡下肝切除におけるプリングル手技（PM）は、肝臓への血液流入を断続的に遮断することで失血を減らし、鮮明な手術視野を提供することを目的としていますが、PMが長時間続くと虚血性損傷を引き起こす可能性があります。
この外科手術を包括的に監視し、効果のない長期にわたるブロックについてタイムリーに警告を発するために、肝切除におけるワークフロー認識とブロック有効性検出という 2 つの補完的な AI 支援外科監視タスクを提案します。
前者には短期PMのリアルタイム捕捉に課題があり、後者には長期肝虚血状態の術中識別が含まれる。
これらの課題に対処するために、私たちは、50 件の腹腔鏡下肝臓切除術からのさまざまな手術段階をカバーする 25,037 個のビデオ フレームで構成される、PmLR50 と呼ばれる新しいデータセットを細心の注意を払って収集しました。
さらに、PmNet と呼ばれる PmLR50 のオンライン ベースラインを開発します。
このモデルは、効率的な短期および長期の時間情報モデリングのためにマスク時間エンコーディング (MTE) と圧縮シーケンス モデリング (CSM) を採用し、同様の術中手術間のアクションの区別を強化するために対照プロトタイプ分離 (CPS) を組み込みます。
実験結果は、PmNet が PmLR50 ベンチマークで既存の最先端の外科ワークフロー認識方法を上回るパフォーマンスを示していることを示しています。
私たちの研究は、腹腔鏡下肝臓手術コミュニティに潜在的な臨床応用を提供します。
ソースコードとデータは公開されます。

要約(オリジナル)

Pringle maneuver (PM) in laparoscopic liver resection aims to reduce blood loss and provide a clear surgical view by intermittently blocking blood inflow of the liver, whereas prolonged PM may cause ischemic injury. To comprehensively monitor this surgical procedure and provide timely warnings of ineffective and prolonged blocking, we suggest two complementary AI-assisted surgical monitoring tasks: workflow recognition and blocking effectiveness detection in liver resections. The former presents challenges in real-time capturing of short-term PM, while the latter involves the intraoperative discrimination of long-term liver ischemia states. To address these challenges, we meticulously collect a novel dataset, called PmLR50, consisting of 25,037 video frames covering various surgical phases from 50 laparoscopic liver resection procedures. Additionally, we develop an online baseline for PmLR50, termed PmNet. This model embraces Masked Temporal Encoding (MTE) and Compressed Sequence Modeling (CSM) for efficient short-term and long-term temporal information modeling, and embeds Contrastive Prototype Separation (CPS) to enhance action discrimination between similar intraoperative operations. Experimental results demonstrate that PmNet outperforms existing state-of-the-art surgical workflow recognition methods on the PmLR50 benchmark. Our research offers potential clinical applications for the laparoscopic liver surgery community. Source code and data will be publicly available.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google