elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Recognition and Segmentation of Surgical Gestures

Krishnan, Pooja (2019) Recognition and Segmentation of Surgical Gestures. DLR-Interner Bericht. DLR-IB-RM-OP-2019-194. Masterarbeit. TUM. 38 S.

[img] PDF
3MB

Kurzfassung

Temporal segmentation and recognition of actions performed throughout a video have numerous applications in robotics, medical science, surveillance, etc. It plays a crucial role in the field of Minimally Invasive Robotic Surgery (MIRS), wherein the results can help obscure skill deficiencies, predict the most probable future gesture and improve the quality of feedback provided during surgical training. The current state-of-the-art techniques for MIRS are developed based on kinematic data. However, recent works have found video data to be equally discriminative. In my work, the video-based action segmentation is performed using the Bidirectional Long short-term memory network designed originally for only kinematic data. The model was further improved to make predictions based on both kinematic and video data. Our model achieves competitive performance using both the video and kinematic data on the JHU-ISI Gesture and Skill Assessment Working Set (JIGSAWS). Further, the user is provided with information about the top 3 possible gesture predictions along with an estimate of the model’s confidence for each prediction. Additionally, the model was evaluated on a new surgical activity dataset called MIRO dataset, collected using the DLR’s MiroSurge System.

elib-URL des Eintrags:https://elib.dlr.de/133096/
Dokumentart:Berichtsreihe (DLR-Interner Bericht, Masterarbeit)
Titel:Recognition and Segmentation of Surgical Gestures
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Krishnan, PoojaTUMNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:11 Dezember 2019
Referierte Publikation:Nein
Open Access:Ja
Seitenanzahl:38
Status:veröffentlicht
Stichwörter:MIROSurge , Surgical Tasks, Neural Networks
Institution:TUM
Abteilung:Informatik
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Technik für Raumfahrtsysteme
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R SY - Technik für Raumfahrtsysteme
DLR - Teilgebiet (Projekt, Vorhaben):R - Vorhaben Multisensorielle Weltmodellierung (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Robotik und Mechatronik (ab 2013)
Hinterlegt von: Beinhofer, Gabriele
Hinterlegt am:07 Jan 2020 09:16
Letzte Änderung:07 Jan 2020 09:16

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.