One Patient's Annotation is Another One's Initialization: Towards Zero-Shot Surgical Video Segmentation with Cross-Patient Initialization
Created by
Haebom
Category
Empty
저자
Seyed Amir Mousavi, Utku Ozbulak, Francesca Tozzi, Nikdokht Rashidian, Wouter Willaert, Joris Vankerschaver, Wesley De Neve
개요
본 논문은 수술 영상 분할에 있어 실시간 동작 추적을 가능하게 하는 비디오 객체 분할 기술의 한계점을 해결하기 위한 연구를 제시합니다. 기존 기술은 수동으로 추적 대상을 선택해야 하는 어려움이 있었는데, 본 연구는 다른 환자의 이미 주석이 달린 프레임을 추적 프레임으로 활용하는 혁신적인 방법을 제안합니다. 이 방법은 환자 자신의 추적 프레임을 사용하는 것과 비슷하거나 더 나은 성능을 보이며, AI 지원 수술 워크플로우의 자율성과 효율성을 높일 수 있음을 보여줍니다. 또한, 이 방법의 장점과 한계점을 분석하고, 성능에 영향을 미치는 주요 요소에 대한 통찰력을 제공하여 실시간 수술 영상 분석을 위한 환자 간 프레임 선택 최적화에 대한 후속 연구의 기반을 마련합니다.
시사점, 한계점
•
시사점:
◦
다른 환자의 주석된 프레임을 활용하여 수술 영상 객체 분할의 자율성과 효율성을 향상시킬 수 있는 가능성 제시.
