TeCNO: 다단계 시간적 컨볼루션 네트워크를 활용한 외과 수술 단계 인식

자동 수술 단계 인식은 환자 안전을 향상시킬 잠재력이 있으며, 수술 중 의사 결정 지원 시스템의 핵심 구성 요소가 될 수 있는 도전적이고 중요한 과제이다. 본 논문에서는 워크플로 분석 분야에서 처음으로 계층적 예측 정밀화를 수행하는 다단계 시계열 컨볼루션 네트워크(MS-TCN)를 제안한다. 인과적 확장 컨볼루션(Causal, dilated convolutions)을 활용함으로써, 넓은 수신 영역과 모호한 전이 구간에서도 부드럽고 실시간 추론이 가능한 예측을 가능하게 한다. 제안된 방법은 수술 도구 정보를 활용 여부에 따라 두 가지 라파로스코픽 담낭절제술 영상 데이터셋에서 철저히 평가되었으며, 다양한 최첨단 LSTM 기반 접근법을 능가함을 확인하였다. 이를 통해 제안된 인과적 MS-TCN이 수술 단계 인식에 적합함을 입증하였다.