泌尿器科および外科ビデオにおける尿管開口部のリアルタイム検出および位置特定
尿管開口部の検出と位置特定は、泌尿器内視鏡検査と手術において非常に重要です。ただし、尿管口の外観は個人ごとに、時々、さまざまな病理学的要因によって異なるため、尿管口を正確に特定して特定することが難しい場合があります。手術ビデオでさまざまなタイプの尿管開口部を自動的に識別するために、この論文では、深層学習ベースの尿管開口部検出および追跡システムを提案します。フレームワークは主に、前処理部分、尿管開口部検出モデル、追跡モデルの3つのコンポーネントで構成されています。前処理部分については、このペーパーでは、従来のデータ拡張戦略と特定のデータ拡張戦略を適用して、トレーニングサンプルの多様性を高めます。尿管開口部検出モデル（Refined-SSD）は、オブジェクト検出の分野でクラシックモデルのシングルショットマルチボックス検出器（SSD）を改良することによって得られます。次に、Refined-SSDを追跡アルゴリズムCSRTと融合して、尿管開口部の検出および追跡システムを形成しました。この論文では、検出モデルは、より複雑な背景情報を含む切除鏡画像を使用してのみトレーニングされ、尿管鏡画像を使用してテストされます。実験結果は、切除鏡画像を使用して訓練されたモデルが他のタイプの泌尿器内視鏡画像にうまく適用できることを示しており、評価指標はすべて約0.9です。さらに、この論文で提案されている、切除鏡ビデオおよび尿管鏡検査ビデオデータセットの検出モデルを評価しました。実験は、提案された尿管開口部検出モデルが、ビデオ内でリアルタイムに2つの異なる尿管鏡の尿管開口部を識別および位置特定できることを示しています。さらに、切除鏡ビデオシーケンスと尿管鏡ビデオシーケンスでは、本論文で提案した検出および追跡モデル（Refined-SSD + CSRT）の効果を単一の検出モデルの効果と比較しただけでなく、検出と融合させました。他のモデル4つの追跡アルゴリズムの効果を比較し、実験は、この論文で提案された尿管開口部の検出と追跡モデルがより良い性能を持ち、フレームあたり20msの平均検出速度を達成することを示しています。したがって、検出および追跡モデルは、尿管開口部を正確かつリアルタイムで尿診手術ビデオで識別および位置特定することができます。
