ACL27

ACL27数据集是第一个公开的关节镜手术数据集，由瑞士苏黎世大学Balgrist医院骨科提供，包含27个ACL手术视频，涵盖了从2022年1月至2023年6月的手术记录。每个视频都被标记有手术阶段的标签，包括准备、诊断、股骨隧道创建、胫骨隧道创建和ACL重建五个阶段。该数据集的特点是视频具有挑战性的视觉条件，如视野有限、液体引起的反光和折射、频繁的视频干扰等，为研究关节镜手术中手术阶段的识别提供了宝贵的资源。

The ACL27 dataset is the first publicly available arthroscopic surgery dataset, provided by the Department of Orthopedics at Balgrist University Hospital, University of Zurich, Switzerland. It includes 27 ACL surgery videos, covering surgical procedures conducted from January 2022 to June 2023. Each video is annotated with surgical phase labels, encompassing five stages: Preparation, Diagnosis, Femoral tunnel creation, Tibial tunnel creation, and ACL reconstruction. This dataset features videos with challenging visual conditions, such as limited field of view, fluid-induced reflection and refraction, and frequent video interruptions, making it a valuable resource for research on surgical phase recognition in arthroscopic surgery.

搜集汇总

数据集介绍

构建方式

ACL27数据集是通过收集27段前交叉韧带(ACL)重建手术的视频，并与临床专家合作对手术过程进行标注，将每段视频划分为五个不同的阶段：准备、诊断、股骨隧道创建、胫骨隧道创建和ACL重建。每个阶段均以每秒一个标签的频率进行标注，以确保临床有效性和高质量的数据。数据集的构建充分考虑了关节镜手术视频的独特挑战，如视野有限、遮挡和视觉失真等。

特点

ACL27数据集的特点在于其专注于关节镜手术视频的手术阶段识别，并引入了一个新的指标——手术进度指数(SPI)，用于量化手术的进展。数据集的视频时长从6到48分钟不等，总时长约为13小时。数据集的构建方式保证了其具有现实世界的代表性，能够为关节镜手术的手术阶段识别研究提供有力的支持。

使用方法

ACL27数据集可用于研究关节镜手术的手术阶段识别，包括但不限于训练和评估深度学习模型。数据集的视频标注为研究者提供了宝贵的参考，有助于理解手术过程的不同阶段。SPI指标可用于研究手术的进展，以及如何提高手术的效率和准确性。此外，ACL27数据集还可以用于开发计算机辅助手术系统，以帮助医生进行手术规划和实时手术辅助。

背景与挑战

背景概述

在骨科手术中，膝关节镜手术是一种常见的手术方式，其过程复杂，需要精确的步骤识别以辅助手术进行。为了推动膝关节镜手术中的步骤识别技术，研究人员开发了一个名为ACL27的数据集，并提出了一个基于Transformer模型的新方法。该数据集由27个前交叉韧带重建手术的视频组成，每个视频都标注了手术阶段。该模型利用时空特征来处理膝关节镜视频的特殊挑战，包括视野有限、遮挡和视觉失真。ACL27数据集的创建旨在为膝关节镜手术步骤识别提供一个基准，并对相关领域产生重要影响。

当前挑战

ACL27数据集和相关模型面临的挑战包括：1)膝关节镜手术视频的视野有限、遮挡和视觉失真等特殊挑战；2)构建过程中遇到的挑战，如数据集规模较小、标注过程复杂、计算资源需求高等。为了解决这些挑战，研究人员提出了一种基于Transformer的模型，利用时空特征来提高识别准确性。此外，ACL27数据集的公开将促进未来在这一关键领域的研究和发展。

常用场景

经典使用场景

ACL27数据集主要用于膝关节镜手术，特别是前交叉韧带重建手术中的阶段识别。该数据集包含27段手术视频，每段视频都标注了手术阶段，为研究膝关节镜手术的阶段识别提供了基准数据集。该数据集可用于开发基于深度学习的模型，以识别和分类膝关节镜手术的不同阶段，从而提高手术的准确性和效率。

实际应用

ACL27数据集在实际应用中可用于开发膝关节镜手术辅助系统。该数据集可用于训练模型，以识别和分类膝关节镜手术的不同阶段，从而为手术提供实时辅助。此外，ACL27数据集还可用于开发膝关节镜手术阶段识别的应用程序，以提高手术的准确性和效率。

衍生相关工作

ACL27数据集衍生了相关的研究工作，包括膝关节镜手术阶段识别的模型和方法。该数据集已被用于开发基于深度学习的模型，以识别和分类膝关节镜手术的不同阶段。此外，ACL27数据集还被用于评估和比较不同的膝关节镜手术阶段识别方法和模型，从而推动该领域的研究和发展。