首页 /研究 /基于学习的层次化气管解剖理解:面向超声机器人的稀疏手术演示标注
SURGICAL

基于学习的层次化气管解剖理解:面向超声机器人的稀疏手术演示标注

Hiu Ching Cheung, Wenchao Yue, Zhengran Han, Mingcong Chen, Guanglin Cao, Hongbin Liu, Hongliang Ren

发表年份
2026
引用次数
0
访问权限
开放获取

摘要

本文提出一种两阶段感知框架,结合YOLOv8n定位骨干与稀疏、提示优化的SAM2解码器,从稀疏手术标注中实现高保真分割。实验表明该解耦架构在受控与泛化场景下均优于U-Net基线,平均Dice相似系数达0.777。

关键词

tracheal anatomyultrasound robotYOLOv8nSAM2sparse annotation

相关论文

查看 SURGICAL 分类全部论文