Real-time computerized video enhancement for minimally invasive fetoscopic surgery
Notice bibliographique
Résumé
Background The only definitive treatment for twin-to-twin transfusion syndrome is minimally invasive fetoscopic surgery for the selective coagulation of placental blood vessels. Fetoscopic surgery is a technically challenging operation, mainly due to the poor visibility conditions in the uterine environment. We present the design of an algorithm for the computerized enhancement of fetoscopic video and show that the enhanced video increases the ability of human users to identify blood vessels within fetoscopic video rapidly and accurately. Methods A computer algorithm for the enhancement of fetoscopic video frames was created. First, optical fiber artifacts were removed via a modification of unsharp masking. Second, image contrast was increased via Contrast Limited Adaptive Histogram Equalization (CLAHE). Third, the effect of contrast enhancements on stationary features was removed by normalizing to a windowed mean of the video frames. Fourth, color information was reincorporated by combining the mean-normalized result with the unnormalized contrast enhanced image using the soft light blending algorithm. Medical trainees ( n = 16) were recruited into a study to validate the algorithm. Subjects were shown enhanced or unenhanced fetoscopic video frames on a screen and were asked to identify whether a randomly placed marker fell on a blood vessel or on background. The accuracy of their responses was recorded. Results On the subset of images where subjects had the lowest mean accuracy in identifying the placement of the marker, subjects performed better when viewing video frames enhanced by the computer (accuracy 74.27%; SE 0.97) than when viewing unenhanced video frames (accuracy 63.78%; SE 2.79). This result was statistically significant ( p < 0.01). Conclusion Real-time computerized enhancement of fetoscopic video has the potential to ease the readability of video in poor lighting conditions, thus providing a benefit to the surgeon intraoperatively.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».