تشخیص و محلی سازی در زمان واقعی دهانه های حالب در فیلم های اورولوژی و جراحی
تشخیص و محلی سازی دهانه حالب در آندوسکوپی و جراحی اورولوژی بسیار مهم است. با این حال، از آنجایی که ظاهر دهانه حالب از فردی به فرد دیگر، از زمان به زمان، و بر اساس عوامل پاتولوژیک مختلف متفاوت است، گاهی اوقات تعیین محل دقیق و تعیین محل سوراخ حالب چالش برانگیز است. به منظور شناسایی خودکار انواع مختلف دهانه حالب در فیلم های جراحی، این مقاله یک سیستم تشخیص و ردیابی باز شدن حالب مبتنی بر یادگیری عمیق را پیشنهاد می کند. چارچوب عمدتاً از سه جزء تشکیل شده است: بخش پیش پردازش، مدل تشخیص باز شدن حالب و مدل ردیابی. برای بخش پیش پردازش، این مقاله از استراتژیهای افزایش دادههای مرسوم و استراتژیهای تقویت داده خاص برای افزایش تنوع نمونههای آموزشی استفاده میکند. مدل تشخیص باز شدن حالب (Refined-SSD) با بهبود مدل کلاسیک Single Shot Multi Box Detector (SSD) در زمینه تشخیص اشیا به دست آمده است. سپس Refined-SSD با الگوریتم ردیابی CSRT ترکیب شد تا سیستم تشخیص و ردیابی باز شدن حالب را تشکیل دهد. در این مقاله، مدل تشخیص تنها با استفاده از تصاویر رزکتوسکوپ با اطلاعات پسزمینه پیچیدهتر آموزش داده میشود و سپس با استفاده از تصاویر یورتروسکوپ آزمایش میشود. نتایج تجربی نشان میدهد که مدل آموزشدیده شده با استفاده از تصاویر رزکتوسکوپی را میتوان با موفقیت در انواع دیگر تصاویر آندوسکوپی اورولوژی اعمال کرد و شاخصهای ارزیابی تقریباً 0.9 است. ما بیشتر مدل تشخیص ارائه شده در این مقاله را بر روی مجموعه داده های ویدئویی رزکتوسکوپی و اورتروسکوپی ارزیابی کردیم. و آزمایشها نشان میدهند که مدل تشخیص دهانه حالب پیشنهادی میتواند روزنههای حالب را در دو اوروسکوپ مختلف در زمان واقعی در ویدیو شناسایی و محلیسازی کند. علاوه بر این، در توالیهای ویدئویی رزکتوسکوپی و توالیهای ویدئویی یورتروسکوپی، ما نه تنها اثر مدل تشخیص و ردیابی (Refined-SSD + CSRT) پیشنهادی در این مقاله را با اثر یک مدل تشخیص منفرد مقایسه کردیم، بلکه با تشخیص نیز ترکیب شدیم. مدل های دیگر اثرات چهار الگوریتم ردیابی مقایسه می شوند و آزمایش ها نشان می دهد که مدل تشخیص و ردیابی باز شدن حالب پیشنهاد شده در این مقاله عملکرد بهتری دارد و به سرعت تشخیص متوسط 20 میلی ثانیه در هر فریم دست می یابد. بنابراین، مدل تشخیص و ردیابی می تواند دهانه حالب را به طور دقیق و در زمان واقعی در فیلم های جراحی اوروسکوپ شناسایی و محلی کند.