ACL27

ACL27数据集是由Balgrist University Hospital, University of Zurich机构创建的，包含27段ACL手术视频，每段视频都标注有手术阶段信息。这些视频展示了ACL手术的各个阶段，涵盖了从准备到重建的完整过程。数据集在创建过程中，与临床专家密切合作，确保了数据的临床有效性和高质量。该数据集旨在为关节镜手术阶段识别提供一个科学基准，并已公开，以促进该领域的研究与发展。The ACL27 dataset was created by Balgrist University Hospital, University of Zurich. It contains 27 ACL surgery videos, each annotated with surgical phase information. These videos showcase all stages of ACL surgery, covering the complete workflow from preparation to reconstruction. During the dataset's development, close collaboration with clinical experts was conducted to ensure its clinical validity and high quality. This dataset is intended to serve as a scientific benchmark for arthroscopic surgical phase recognition, and has been publicly released to advance research and development in this field.

搜集汇总

数据集介绍

构建方式

ACL27数据集是通过收集27段ACL手术视频构建而成的，每段视频均由临床专家标注了手术阶段。该数据集旨在为膝关节镜手术阶段的识别提供一个基准。数据集的构建过程考虑到了膝关节镜手术视频的特有挑战，包括有限的视野、遮挡和视觉失真。模型采用了基于Transformer的架构，通过ResNet-50和Transformer层进行时间感知的帧特征提取，以整合时空特征并引入手术进度指数(SPI)来量化手术进展。

使用方法

ACL27数据集可用于膝关节镜手术阶段的识别研究，包括但不限于：1) 基于Transformer的模型训练和评估；2) 手术阶段识别算法的比较和优化；3) 手术进度指数(SPI)的应用和评估。用户可以使用该数据集训练和评估自己的模型，或者与其他模型进行比较和优化。此外，SPI也可以用于手术流程的实时监控和优化，以提高手术效率和患者满意度。

背景与挑战

背景概述

ACL27数据集的研究背景在于推动关节镜手术中手术阶段识别技术的发展，特别是前交叉韧带（ACL）重建手术。该数据集由瑞士苏黎世大学Balgrist大学医院的骨科计算机科学研究小组（ROCS）创建，研究人员包括Ali Bahari Malayeri、Matthias Seibold、Nicola Cavalcanti等人。该数据集的创建旨在解决关节镜视频中手术阶段识别的挑战，包括视野有限、遮挡和视觉失真等问题。ACL27数据集包含了27个ACL手术视频，每个视频都标注了手术阶段，为关节镜手术阶段识别提供了科学基准。该数据集的研究成果对骨科手术培训、实时辅助和操作效率的提升具有重要意义，并为未来的研究和发展提供了宝贵的资源。

当前挑战

ACL27数据集面临的挑战包括：1)关节镜手术视频的特点，如视野有限、遮挡和视觉失真等，使得手术阶段识别变得困难；2)数据集的构建过程中，需要确保数据质量，并进行准确的标注，这对于模型的训练和评估至关重要；3)模型的训练和评估需要大量的计算资源，这对模型的实际应用提出了一定的挑战。

常用场景

经典使用场景

ACL27数据集主要用于关节镜手术中的手术阶段识别，特别是前交叉韧带（ACL）重建手术。该数据集包含27个手术视频，每个视频都标注了手术阶段，从而为研究人员提供了一个用于训练和评估手术阶段识别模型的基准。

解决学术问题

ACL27数据集解决了关节镜手术中手术阶段识别的挑战，包括视野有限、遮挡和视觉失真等问题。通过利用时空特征，该数据集为研究人员提供了一个用于开发更准确和可扩展的手术阶段识别模型的平台。

实际应用

ACL27数据集在实际应用中可以用于改善手术训练、实时辅助和骨科手术的运营效率。通过识别手术阶段，该数据集可以帮助外科医生更好地理解手术流程，从而提高手术的准确性和效率。

数据集最近研究

最新研究方向

ACL27数据集的研究重点在于膝关节镜手术阶段识别，特别是前交叉韧带（ACL）重建手术。该数据集的引入为该领域提供了一个基准，旨在解决膝关节镜视频中有限的视野、遮挡和视觉失真等挑战。ACL27数据集由27个ACL手术视频组成，每个视频都标注了手术阶段，为研究提供了宝贵的数据资源。研究提出的基于Transformer的模型在ACL27数据集上取得了72.91%的整体准确率，在Cholec80数据集上取得了与现有方法相当的性能。此外，研究还引入了手术进展指数（SPI），用于量化手术进展，为手术室管理和手术效率提供了有价值的信息。这项工作为膝关节镜手术阶段识别研究开辟了新的方向，并为未来研究提供了宝贵的数据和模型。

相关研究论文

• ArthroPhase: A Novel Dataset and Method for Phase Recognition in Arthroscopic Video

  Balgrist University Hospital, University of Zurich · 2025年