返回
Mission Balance: Generating Under-Represented Class Samples Using Video Diffusion Models
DOI:10.1007/978-3-032-05141-7_40.png)
摘要
En 中文
计算机辅助干预可通过深度学习方法利用手术视频中的时空信息来改进术中指导。然而,手术视频数据集中常见的数据严重不平衡问题阻碍了高性能模型的开发。本研究旨在通过合成手术视频来克服数据不平衡问题。我们提出了一种独特的两阶段、文本条件扩散方法,用于为代表性不足的类别生成高保真手术视频。我们的方法将生成过程基于文本提示,并通过利用二维潜在扩散模型捕捉空间内容,然后集成时序注意力层来确保时序一致性,从而解耦空间和时序建模。此外,我们引入了一种拒绝采样策略来选择最合适的合成样本,有效扩充现有数据集以解决类别不平衡问题。我们在两个下游任务——手术动作识别和术中事件预测——上评估了我们的方法,结果表明,采用我们方法生成的合成视频能显著提升模型性能。
Keyword:
Video Diffusion
Surgical Data Science
Data Imbalance
期刊
机构
引用论文
Surgical data science-from concepts toward clinical translation外科数据科学-从概念到临床翻译
MEDICAL IMAGE ANALYSIS
IF11.8
Investigation of intraoperative factors associated with postoperative pancreatic fistula following laparoscopic left pancreatectomy with stapled closure: a video review-based analysis研究腹腔镜左胰腺切除术使用切割闭合器闭合后发生术后胰瘘相关术中因素的调查:一项基于视频回顾的分析

