TeCNO：基于多阶段时间卷积网络的外科手术阶段识别

自动手术阶段识别是一项具有挑战性且至关重要的任务，具备提升患者安全性的潜力，并有望成为术中决策支持系统的核心组成部分。本文首次在手术流程分析中提出一种多阶段时序卷积网络（Multi-Stage Temporal Convolutional Network, MS-TCN），该方法通过分层预测优化实现手术阶段识别。采用因果性扩张卷积（causal, dilated convolutions），模型能够获得较大的感受野，并在模糊过渡阶段仍实现平滑的在线推理。我们在两个腹腔镜胆囊切除术视频数据集上对所提方法进行了全面评估，分别在使用与不使用额外手术器械信息的条件下进行实验。实验结果表明，该方法在性能上优于多种先进的LSTM模型，验证了所提出的因果MS-TCN在手术阶段识别任务中的有效性与适用性。