Detección y localización en tiempo real de aberturas ureterales en endoscopia urológica y videos quirúrgicos
En endoscopia y cirugía urológica, la detección y localización de la apertura ureteral es muy importante. Sin embargo, debido a que la apariencia de la abertura ureteral varía de un individuo a otro, de vez en cuando y de diferentes factores patológicos, a veces es difícil ubicar y ubicar con precisión la abertura ureteral. Para identificar automáticamente diferentes tipos de aberturas ureterales en videos quirúrgicos, este documento propone un sistema de seguimiento y detección de aberturas ureterales basado en aprendizaje profundo. El marco se compone principalmente de tres componentes: la parte de preprocesamiento, el modelo de detección de apertura del uréter y el modelo de seguimiento. Para la parte de preprocesamiento, este documento aplica una estrategia general de aumento de datos y una estrategia específica de aumento de datos para aumentar la diversidad de muestras de entrenamiento. El modelo de detección de apertura de uréter (Refined-SSD) se obtiene mejorando el modelo clásico Single Shot Multi Box Detector (SSD) en el campo de la detección de objetivos. Luego, Refined-SSD se fusionó con el algoritmo de seguimiento CSRT para formar el sistema de seguimiento y detección de apertura ureteral. En este documento, solo usamos imágenes de resectoscopio con información de fondo más compleja para entrenar el modelo de detección y luego usamos imágenes de ureteroscopio para la prueba. Los resultados experimentales demuestran que el modelo entrenado con imágenes de resectoscopio se puede aplicar con éxito a otro tipo de imágenes de endoscopios urológicos, y sus índices de evaluación están alrededor de 0,9. Evaluamos aún más el modelo de detección propuesto en los conjuntos de datos de video de resectoscopio y video de ureteroscopio, y los experimentos muestran que el modelo de detección de apertura ureteral propuesto puede identificar y localizar la apertura ureteral en dos uroscopios diferentes en tiempo real en el video. . Además, en secuencias de video de resectoscopio y secuencias de video de ureteroscopio, no solo comparamos el rendimiento del modelo de detección y seguimiento propuesto (Refined-SSD+CSRT) con el de un solo modelo de detección, sino que también lo fusionamos con otros modelos de detección. Se comparan los efectos de cuatro algoritmos de seguimiento, y los experimentos muestran que el modelo de seguimiento y detección de apertura de uréter propuesto en este documento tiene un rendimiento superior y logra una velocidad de detección promedio de 20 ms por cuadro. Por lo tanto, el modelo de detección y seguimiento puede identificar y ubicar con precisión y en tiempo real las aberturas ureterales en videos de cirugía de uroscopia,
