تشخیص و محلی سازی در زمان واقعی دهانه های حالب در آندوسکوپی اورولوژی و فیلم های جراحی
در آندوسکوپی و جراحی اورولوژی، تشخیص و تعیین محل باز شدن حالب 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 دهانه حالب چالش برانگیز است. برای شناسایی خودکار انواع مختلف دهانه حالب در فیلمهای جراحی، این مقاله یک سیستم تشخیص و ردیابی باز شدن حالب مبتنی بر یادگیری عمیق را پیشنهاد میکند. 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 استراتژی کلی افزایش داده ها و استراتژی تقویت داده های خاص برای افزایش تنوع نمونه های آموزشی استفاده می کند. مدل تشخیص باز شدن حالب (Refined-SSD) با بهبود مدل کلاسیک Single Shot Multi Box Detector (SSD) در زمینه تشخیص هدف 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، ما فقط از تصاویر رزکتوسکوپ با اطلاعات پس زمینه پیچیده تر برای آموزش مدل تشخیص استفاده می کنیم و سپس از تصاویر یورتروسکوپ برای آزمایش استفاده می کنیم. نتایج تجربی ثابت میکند که مدل آموزشدیده شده با تصاویر رزکتوسکوپی را میتوان با موفقیت در سایر انواع تصاویر آندوسکوپ اورولوژیکی اعمال کرد و شاخصهای ارزیابی آن تقریباً 0.9 است. ما مدل تشخیص پیشنهادی را بر روی مجموعه دادههای ویدئویی رزکتوسکوپ و اورتروسکوپ ارزیابی میکنیم. و آزمایشها نشان میدهند که مدل تشخیص باز شدن حالب پیشنهادی میتواند دهانه حالب را در دو اوروسکوپ مختلف در زمان واقعی در ویدیو شناسایی و محلیسازی کند. . علاوه بر این، در توالیهای ویدئویی رزکتوسکوپ و توالیهای ویدئویی یورتروسکوپ، ما نه تنها عملکرد مدل تشخیص و ردیابی پیشنهادی (Refined-SSD + CSRT) را با یک مدل تشخیص تک مقایسه کردیم، بلکه با مدلهای تشخیص دیگر نیز ترکیب شدیم. اثرات چهار الگوریتم ردیابی مقایسه میشوند و آزمایشها نشان میدهند که مدل تشخیص و ردیابی باز شدن حالب پیشنهاد شده در این مقاله عملکرد برتری دارد و به سرعت تشخیص متوسط 20 میلیثانیه در هر فریم دست مییابد. بنابراین، مدل تشخیص و ردیابی می تواند به طور دقیق و در زمان واقعی منافذ حالب را در فیلم های جراحی اوروسکوپی شناسایی و مکان یابی کند.