Основные понятия
약한 감독 하의 수술 기구 분할 문제에서 시간적 속성을 고려하여 성능을 향상시킬 수 있다. 시간적 동등성과 의미적 연속성을 반영한 손실 함수를 통해 분할 정확도를 높일 수 있다.
Аннотация
이 논문은 수술 기구 분할을 위한 약한 감독 학습 방법인 WeakSurg를 제안한다. 기존 약한 감독 분할 방법들은 시간적 정보를 고려하지 않았지만, WeakSurg는 시간적 동등성과 의미적 연속성을 반영하여 성능을 향상시켰다.
구체적으로:
- 시간적 동등성 관점에서, 프로토타입 기반의 시간적 동등성 규제 손실을 제안하여 인접 프레임 간 특징의 일관성을 높였다.
- 의미적 연속성 관점에서, 클래스 인식 시간적 의미 연속성 손실을 제안하여 전역적 타겟 프레임과 지역적 비식별 영역 간 의미 일관성을 유지하였다.
- 실험 결과, WeakSurg는 기존 최신 방법들에 비해 의미 분할 및 인스턴스 분할 지표에서 모두 우수한 성능을 보였다.
- 또한 Cholec80 데이터셋에 대한 인스턴스 단위 수동 주석을 추가로 제공하였다.
Статистика
수술 기구 분할은 자율 수술과 수술 보조를 위한 핵심 기술이다.
기존 수술 기구 분할 방법들은 완전 감독 학습에 의존하여 임상 적용에 어려움이 있다.
약한 감독 학습 방법은 주석 비용을 낮출 수 있지만, 수술 도메인의 복잡성으로 인해 충분히 연구되지 않았다.
Цитаты
"WeakSurg는 수술 기구 존재 레이블만을 활용하는 최초의 약한 감독 수술 기구 분할 아키텍처이다."
"시간적 동등성과 의미적 연속성을 고려하여 약한 감독 분할 성능을 향상시켰다."