HyperAIHyperAI
منذ 16 أيام

TeCNO: تمييز مرحلة الجراحة باستخدام شبكات الت(Convolutional) الزمنية متعددة المراحل

Tobias Czempiel, Magdalini Paschali, Matthias Keicher, Walter Simson, Hubertus Feussner, Seong Tae Kim, Nassir Navab
TeCNO: تمييز مرحلة الجراحة باستخدام شبكات الت(Convolutional) الزمنية متعددة المراحل
الملخص

تمييز مراحل الجراحة تلقائيًا هو مهمة صعبة وحيوية، وتمتلك القدرة على تحسين سلامة المرضى وأن تصبح جزءًا لا يتجزأ من أنظمة الدعم القرار أثناء الجراحة. في هذه الورقة، نقترح لأول مرة في تحليل سير العمل شبكة تلافيفية زمنية متعددة المراحل (MS-TCN) تقوم بتقديم تحسين تسلسلي للتنبؤات في تمييز مراحل الجراحة. تتيح التلافيفات السببية الممتدة مجال استقبال واسع وتمكّن من التنبؤات المباشرة (online inference) بسلسة، حتى خلال الانتقالات الغامضة. وقد تم تقييم طريقة العمل لدينا بشكل شامل على مجموعتين من البيانات المكوّنة من مقاطع فيديو لجراحة استئصال المرارة بالمنظار، مع وبدون استخدام معلومات إضافية عن الأدوات الجراحية. وقد تفوقت طريقة العمل المقترحة على العديد من النماذج المتقدمة من نوع LSTM، ما يؤكد ملاءمتها لتمييز مراحل الجراحة.

TeCNO: تمييز مرحلة الجراحة باستخدام شبكات الت(Convolutional) الزمنية متعددة المراحل | أحدث الأوراق البحثية | HyperAI