Robust Surgical Phase Recognition From Annotation Efficient Supervision

手术阶段识别是计算机辅助手术中的关键任务，旨在自动识别和分类手术过程中的不同阶段。尽管取得了实质性进展，但大多数现有方法依赖于完全监督的训练，需要昂贵且耗时的逐帧注释。时间戳监督最近出现作为一种有前途的替代方法，显著降低了注释成本，同时保持了竞争性能。然而，使用时间戳注释训练的模型可能会受到缺失阶段注释的负面影响，导致在实际情况下存在潜在的缺陷。在这项工作中，我们提出了一种强大的手术阶段识别方法，可以有效地处理缺失的阶段注释。此外，我们引入了SkipTag@K注释方法到手术领域，实现了注释工作量和模型性能之间的灵活平衡。我们的方法在两个具有挑战性的数据集上取得了竞争性的结果，证明了其处理缺失阶段注释的有效性以及降低注释成本的潜力。具体而言，我们在MultiBypass140数据集上仅使用每个视频3个已注释帧的情况下，实现了85.1％的准确度，展示了我们方法的有效性和SkipTag@K设置的潜力。我们进行了大量实验来验证我们方法的鲁棒性，并提供了有价值的见解，以指导未来在手术阶段识别方面的研究。我们的工作为手术工作流识别的进步做出了贡献，并为更高效和可靠的手术阶段识别系统铺平了道路。

本文旨在解决计算机辅助手术中的手术阶段识别问题，并提出了一种能够有效处理缺失阶段注释的鲁棒方法。同时，引入了SkipTag@K注释方法，以在注释工作量和模型性能之间实现灵活平衡。

本文提出了一种使用时间戳监督学习的手术阶段识别方法，并通过引入跳过标注（SkipTag@K）方法来解决缺失注释的问题。

本文的方法在两个具有挑战性的数据集上取得了有竞争力的结果，并且仅使用每个视频3帧注释即可在MultiBypass140数据集上达到85.1％的准确率。此外，本文的方法还具有较强的鲁棒性和有效性，为手术工作流程识别的发展做出了贡献。

在这个领域中，最近的相关研究包括：'Surgical Workflow Recognition using Recurrent Neural Networks with Optimized Step Size'、'EndoNet: A Deep Architecture for Recognition Tasks on Laparoscopic Videos'、'Temporal Convolutional Networks for Surgical Phase Recognition and Their Interpretability'等。