يُعد التقدير الدقيق للعمق في المنظار أمرًا بالغ الأهمية لتنفيذ نماذج رؤية حاسوبية بنجاح في مختلف الإجراءات الطبية وأدوات الدعم الحاسوبي للتشخيص (CAD). في هذه الورقة، نقدم معيار EndoDepth، وهو إطار تقييم مصمم لتقييم مرونة نماذج التقدير الأحادي للعمق في السياقات المنظارية. على عكس المجموعات التقليدية للبيانات، يُدمج معيار EndoDepth التحديات الشائعة التي تواجهها أثناء الإجراءات المنظارية. ونقدّم منهجية تقييم متسقة ومصممة خصيصًا لتقييم أداء الموديلات من حيث المرونة في السياقات المنظارية. ومن بين هذه التحديات، نقدم مقياسًا مركبًا جديدًا يُسمى "الدرجة المتوسطة لموثوقية تقدير العمق" (mDERS)، الذي يوفر تقييمًا متعمقًا لدقة النموذج مقابل الأخطاء الناتجة عن تشوهات الصور المنظارية. علاوةً على ذلك، نقدّم مجموعة بيانات جديدة تُسمى SCARED-C، المصممة خصيصًا لتقييم المرونة في المنظار. من خلال تجارب واسعة النطاق، قمنا بتقييم المعماريات الحديثة لتقدير العمق على معيار EndoDepth، ما كشف عن نقاط القوة والضعف في قدرة هذه النماذج على التعامل مع الظواهر البصرية الصعبة المرتبطة بالتصوير المنظاري. تُظهر نتائجنا أهمية استخدام تقنيات مخصصة لتحقيق تقدير دقيق للعمق في المنظار، وتوفر رؤى قيمة لاتجاهات البحث المستقبلية.