当前位置: 首页 > article >正文

A New Benchmark In Vivo Paired Dataset for Laparoscopic Image De-smoking

文章目录

  • A New Benchmark In Vivo Paired Dataset for Laparoscopic Image De-smoking
    • 摘要
    • 方法
    • 实验结果

A New Benchmark In Vivo Paired Dataset for Laparoscopic Image De-smoking

摘要

背景:在腹腔镜手术中开发有效的去除手术烟雾的算法的最大障碍是缺乏具有真实烟雾和无烟手术场景的配对数据集。因此,现有的去雾算法是根据大气散射模型、合成数据和非参考图像增强指标开发和评估的,这些算法并不能充分捕捉烟雾体内手术场景的复杂性和本质。

目的:通过从出现烟雾的现有腹腔镜手术记录中识别具有相对静止场景的视频序列来创建一个配对数据集。

方法:通过烟雾促进稳健的运动跟踪,以补偿患者的不自主运动。

结果: 从 63 个腹腔镜前列腺切除术手术记录中获得了 21 个视频序列,包括 961 对烟雾图像及其相应的无烟金标准。

代码地址

方法

流程
详细看原文,可以考虑用一下这个数据集

实验结果

在这里插入图片描述


http://www.kler.cn/a/534976.html

相关文章:

  • PostgreSQL证书什么样子的?
  • neo4j-在Linux中安装neo4j
  • Pytest+selenium UI自动化测试实战实例
  • 【初/高中生讲机器学习】0. 本专栏 “食用” 指南——写在一周年之际⭐
  • 说一下JVM管理的常见参数
  • js的 encodeURI() encodeURIComponent() decodeURI() decodeURIComponent() 笔记250205
  • 封装Redis模块(最全面的教程!)
  • spark 性能调优 (一):执行计划
  • Android_P_Audio_系统(2) — AudioTrack
  • 微信小程序获取openid和其他接口同时并发请求如何保证先获取到openid
  • Zookeeper(34)Zookeeper的延迟问题如何解决?
  • 网络编程day1
  • langchain教程-9.Retriever/检索器
  • python基础入门:2.3字符串高级操作
  • 自由学习记录(34)
  • 深入浅出 DeepSeek V2 高效的MoE语言模型
  • 2.6学习总结
  • 概念AIGC
  • 56. Uboot移植实验
  • 【银河麒麟高级服务器操作系统】系统日志Call trace现象分析及处理全流程
  • Redis持久化-秒杀系统设计
  • flappy-bird-gymnasium
  • 【Linux系统】线程:线程的优点 / 缺点 / 超线程技术 / 异常 / 用途
  • 深入理解 Unix Shell 管道 Pipes:基础和高级用法 xargs tee awk sed等(中英双语)
  • 第二节 程序设计的基本结构
  • 无人机在铁路隧道检查应用技术详解