摘要

目的：手术流程与技能分析是下一代认知型手术辅助系统的关键技术。此类系统可通过情境感知的预警机制和半自主机器人辅助，提升手术安全性；或通过数据驱动的反馈机制，优化外科医生的培训。在单中心开放数据集上，已有研究报道手术阶段识别的平均精确度最高可达91%。本研究旨在探究手术阶段识别算法在多中心环境下的泛化能力，并扩展至更具挑战性的识别任务，如手术动作识别与手术技能评估。方法：为实现该目标，我们构建了一个包含来自三个外科中心共33例腹腔镜胆囊切除术视频的数据集，总手术时长为22小时。数据标注涵盖七个手术阶段（包含250次阶段转换）、四种手术动作的5514次出现、七类器械中21种器械的6980次出现，以及五个技能维度下的495次技能评分。该数据集被用于2019年内窥视觉挑战赛（Endoscopic Vision Challenge）中的“手术流程与技能分析”子挑战赛。共有12支团队提交了其基于机器学习的算法，用于阶段、动作、器械存在性及/或技能评估的识别任务。结果：在阶段识别任务中，F1分数介于23.9%至67.7%之间（n=9支团队）；器械存在性检测的F1分数为38.5%至63.8%（n=8支团队）；而动作识别的F1分数仅在21.8%至23.3%之间（n=5支团队）。在技能评估方面，平均绝对误差为0.78（n=1支团队）。结论：尽管手术流程与技能分析技术展现出支持手术团队的巨大潜力，但本研究通过多团队算法对比表明，该领域尚未完全解决。本研究提出的这一新型基准数据集，可为未来相关工作的可比性评估与验证提供有力支持。