典型文献
深度学习技术识别腹腔镜手术视频中肾动脉的可行性
文献摘要：
目的:探讨深度学习技术在经腹膜后入路腹腔镜肾脏手术视频中对肾动脉识别的可行性。方法:回顾性分析2020年1月至2021年7月北京协和医院实施的87例腹腔镜经腹膜后入路肾脏手术视频资料，包括根治性肾切除术、肾部分切除术、半尿路切除术。由2名泌尿外科医生筛选出包含肾动脉的视频片段，经过抽帧、标注、审核、校对后，用随机数字表法按4∶1比例将标注目标分为训练集和测试集。训练集用于训练神经网络模型，测试集用于测试不同难度场景下神经网络识别肾动脉的能力，统一输送至YOLOv3卷积神经网络模型进行训练。测试集根据2名高年资医生意见，按肾动脉与周围组织的区分度分为高、中、低辨认度。高辨认度即肾动脉干净，暴露面积大；中辨认度为肾动脉有一定程度浸血，暴露面积中等；低辨认度为肾动脉暴露面积小，常位于镜头边缘，浸血严重，可能存在镜头模糊。标注人员在手术视频中逐帧标注肾动脉真值框。所有图像经过归一化、预处理后输入神经网络模型进行训练。神经网络输出肾动脉预测框，与真值框重合的交并比(IOU)高于设定的阈值则判定为预测正确。记录测试集神经网络测试结果，根据IOU计算敏感性、精确率。结果:本研究87个视频共提取5 457帧图像，其中49个视频片段共4 490个目标为训练集，38个视频片段共1 135个目标为测试集。训练集中13个视频1 149个目标为高辨认度，17个视频1 891个目标为中辨认度，19个视频1 450个目标为低辨认度。测试集中，9个视频267个目标为高辨认度，11个视频519个目标为中辨认度，18个视频349个目标为低辨认度。测试集IOU阈值为0.1时，敏感性和精确率分别为52.78%和82.50%；IOU阈值为0.5时，敏感性和精确率分别为37.80%和59.10%。IOU阈值为0.1时，高、中、低辨认度组的敏感性和精确率分别为89.14%和87.82%、45.86%和78.03%、32.95%和76.67%。实时手术视频中YOLOv3算法的帧率≥15帧/秒。神经网络对于腹腔镜肾脏手术视频中肾动脉识别的误检率和漏检率分别为47.22%和17.49%(IOU＝0.1)。误检原因主要为相似组织、反光导致的误识别，漏检主要原因为存在图像模糊、浸血、暗光、筋膜干扰、器械遮挡等。结论:基于深度学习的肾动脉识别技术是可行的，或可协助术者在术中快速识别并保护肾动脉，提高手术安全性。
文献关键词：
肾动脉;腹腔镜经腹膜后入路肾脏手术;人工智能;深度学习
中图分类号：
作者姓名：
赵欣;廖章诚;王旭;马琳;周敬敏;樊华;张玉石;徐维锋;纪志刚;李汉忠;花苏榕;李佳颐;周家权
作者机构：
中国医学科学院北京协和医院泌尿外科，北京 100730;中国医学科学院北京协和医院基本外科，北京 100730;海南省人民医院（海南医学院附属海南医院）泌尿外科，海口 570311
文献出处：
引用格式：
[1]赵欣;廖章诚;王旭;马琳;周敬敏;樊华;张玉石;徐维锋;纪志刚;李汉忠;花苏榕;李佳颐;周家权-.深度学习技术识别腹腔镜手术视频中肾动脉的可行性)[J].中华泌尿外科杂志,2022(10):751-757
A类：
腹腔镜肾脏手术,腹腔镜经腹膜后入路肾脏手术
B类：
深度学习技术,技术识别,腹腔镜手术,手术视频,肾动脉,北京协和医院,根治性肾切除术,肾部分切除术,尿路,泌尿外科,外科医生,校对,注目,训练集,测试集,送至,YOLOv3,卷积神经网络模型,高年资,生意,周围组织,区分度,辨认,干净,暴露面,镜头,真值,入神,交并比,IOU,网络测试,精确率,共提取,帧率,误检率,漏检率,反光,光导,误识,暗光,筋膜,遮挡,术者,快速识别,高手,手术安全性
AB值：
0.193887
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
