Team-OR

Team-OR数据集是由斯特拉斯堡大学等机构创建的多视角手术室视频数据集，包含37例腹腔镜手术的105小时视频，以及33次Time-out和22次StOP?-protocol的临时注释。该数据集通过手术室内的多视图摄像机系统录制，旨在为团队活动分析提供支持，解决手术室团队沟通自动识别的问题，推动计算机辅助手术工作流程分析和 intra-operative 支持系统的发展。The Team-OR Dataset is a multi-view operating room video dataset created by institutions including the University of Strasbourg and other relevant organizations. It contains 105 hours of video footage from 37 laparoscopic surgeries, alongside 33 Time-out and 22 StOP?-protocol interim annotations. Recorded via a multi-view camera system installed in operating rooms, this dataset is designed to support team activity analysis, address the challenge of automatic recognition of operating room team communication, and promote the development of computer-assisted surgical workflow analysis and intra-operative support systems.

搜集汇总

数据集介绍

构建方式

Team-OR数据集是通过在手术室中安装多视角摄像机系统，对实际手术过程进行录像而构建的。该数据集包含了超过100小时的手术视频，这些视频由三个天花板摄像头和一个腹腔镜摄像头同步录制。数据集中对33次“Time-out”和22次“StOP?”活动进行了时间上的标注，这些标注是通过MOSaiC平台手动完成的，结合了视觉和音频信号，边界误差小于五秒。

特点

Team-OR数据集的特点在于它提供了一个真实手术环境下的多视角视频数据集，这些视频涵盖了多种腹部手术过程。数据集包含了“Time-out”和“StOP?”两种团队沟通活动的详细时间标注，这对于研究手术室内的团队沟通模式至关重要。此外，数据集的构建考虑了隐私保护，对团队成员的身体部位进行了模糊处理。

使用方法

使用Team-OR数据集时，首先需要提取视频中的时间场景上下文和个人动作特征。这可以通过预训练的VideoMAEv2模型和STGCN++模型来实现。然后，利用这些提取的特征，通过一个轻量级的神经网络模型进行团队活动检测，该模型使用了Max和Average Poolings来构建有效的多级特征。最后，模型输出活动的起始和结束时间。在评估模型性能时，可以使用平均精度（AP）作为评价指标。

背景与挑战

背景概述

在手术室这一快节奏、高风险的社会技术环境中，团队成员之间的沟通对于手术的成功至关重要。为了提高患者安全并促进计算机辅助手术工作流程分析及术中支持系统的发展，自动识别手术室团队沟通变得至关重要。Team-OR数据集是由多个机构的研究人员合作创建的，旨在通过定位手术视频中的团队沟通简报的开始和结束时间，自动检测涉及所有手术室团队成员的沟通简报，即团队Time-out和StOP?-protocol。该数据集包含超过一百小时的真实手术视频，并提供了33次Time-out和22次StOP?-protocol活动的时序注释，为相关研究提供了宝贵的数据支持。

当前挑战

Team-OR数据集所解决的领域问题是手术室团队沟通的自动识别，这对于患者安全和手术流程的优化至关重要。构建过程中所遇到的挑战包括：1)手术室环境中复杂且动态的团队互动难以捕捉和标注；2)由于隐私保护的原因，视频中的音频信息无法使用；3)手术室团队沟通的多样性和复杂性使得构建一个能够准确识别不同类型沟通的模型具有挑战性。此外，检测StOP?-protocol活动的准确性和实时性也是一个有待解决的挑战。

常用场景

经典使用场景

Team-OR数据集主要应用于手术室团队沟通自动识别任务。该数据集包含了超过100小时的手术视频，以及33次“Time-out”和22次“StOP?”活动的时序标注。通过这一数据集，研究者可以训练和评估模型，以自动检测手术过程中团队沟通的起始和结束时间，从而为患者安全和手术流程分析提供支持。

衍生相关工作

Team-OR数据集的提出衍生了多个相关研究工作。例如，基于Team-OR数据集，研究者可以进一步研究手术室团队沟通的模式和规律，以及如何通过自动识别团队沟通来提高手术安全性。此外，Team-OR数据集还可以用于开发新的手术安全支持系统和手术流程分析工具，为手术室团队提供更加智能和高效的支持。

数据集最近研究

最新研究方向

随着计算机辅助干预技术的发展，手术室内的团队沟通自动识别已成为保障患者安全和提升手术流程分析的关键。Team-OR数据集的提出，为这一领域的研究提供了宝贵的资源。该数据集包含了超过一百小时的手术室手术视频，并标注了33次团队时间-out和22次StOP?-协议活动。研究团队提出了一种新颖的团队活动检测方法，通过编码场景上下文和动作特征，并利用高效的神经网络模型实现了对团队沟通活动的自动识别。实验结果表明，该方法在Team-OR数据集上的表现优于现有的时间动作检测方法，证明了该数据集在团队活动识别研究中的重要性。这一研究成果为手术室团队沟通的自动分析提供了新的思路和方法，有望促进手术室支持系统的进一步发展，并为患者安全提供更有效的保障。

相关研究论文

• When do they StOP?: A First Step Towards Automatically Identifying Team Communication in the Operating Room

  斯特拉斯堡大学, 法国国家科学研究中心, 法国国家健康与医学研究所, ICube, UMR7357, 法国 · 2025年