Privacy-Preserving Operating Room Workflow Analysis using Digital Twins
Created by
Haebom
저자
Alejandra Perez, Han Zhang, Yu-Chun Ku, Lalithkumar Seenivasan, Roger Soberanis, Jose L. Porras, Richard Day, Jeff Jopling, Peter Najjar, Mathias Unberath
개요
본 논문은 수술실(OR) 워크플로우 최적화를 위해 프라이버시 보호를 고려한 컴퓨터 비전 기반 이벤트 감지 방법을 제시합니다. 먼저, 기존 RGB 영상으로부터 깊이 추정과 의미론적 분할을 활용하여 개인정보가 제거된 수술실 디지털 트윈(DT)을 생성합니다. 이후, 분할 마스크와 깊이 맵을 처리하는 SafeOR 모델(융합된 두 가지 스트림 접근 방식)을 사용하여 수술실 이벤트를 감지합니다. 38개의 시뮬레이션 수술 시험 데이터셋을 사용하여 평가한 결과, DT 기반 접근 방식이 원본 RGB 영상 기반 모델과 동등하거나 더 나은 성능을 보였습니다. 이는 개인정보 보호를 유지하면서 수술실 워크플로우 분석을 가능하게 하고, 기관 간 데이터 공유 및 모델 일반화 향상에 기여할 수 있음을 시사합니다.
시사점, 한계점
•
시사점:
◦
개인정보 보호를 준수하면서 수술실 워크플로우 분석이 가능하게 함.
◦
디지털 트윈(DT)을 이용하여 기관 간 데이터 공유를 용이하게 함.
◦
도메인 특징 차이를 완화하여 모델의 일반화 성능을 향상시킬 가능성 제시.
◦
수술실 이벤트 감지 성능 향상 가능성 제시.
•
한계점:
◦
실제 수술 영상이 아닌 시뮬레이션 데이터를 사용하여 평가되었다는 점. 실제 환경 적용 시 성능 저하 가능성 존재.
