User: Guest  Login
Original title:
Symphony of Time: Temporal Deep Learning for Surgical Activity Recognition
Translated title:
Symphonie der Zeit: Temporale Deep Learning Methoden für die Erkennung chirurgischer Aktivitäten
Author:
Czempiel, Tobias M.
Year:
2023
Document type:
Dissertation
Faculty/School:
TUM School of Computation, Information and Technology
Advisor:
Navab, Nassir (Prof. Dr.)
Referee:
Navab, Nassir (Prof. Dr.); Padoy, Nicolas (Prof. Dr.)
Language:
en
Subject group:
DAT Datenverarbeitung, Informatik; MED Medizin
Keywords:
deep learning, surgical data science, computer vision, temporal convolutions, attention, surgical phase recognition
TUM classification:
MED 230; DAT 760
Abstract:
Our research uses deep learning-based methods to accurately identify surgical activities in the Operating Room, improving workflow understanding and patient outcomes. Our approach incorporates temporal convolutions and attention mechanisms, showing promising results in recognizing surgical phases, particularly in laparoscopic cholecystectomy procedures. These methods aid decision-making and improve patient safety by providing valuable insights into the complex temporal patterns of surgical proce...     »
Translated abstract:
Unsere Forschung nutzt Deep-Learning-basierte Methoden, um chirurgische Aktivitäten im Operationssaal zu identifizieren, um das Verständnis der Arbeitsabläufe und die Ergebnisse für Patienten zu verbessern. Unser Ansatz umfasst zeitliche Faltung und Aufmerksamkeitsmechanismen und zeigt vielversprechende Ergebnisse bei der Erkennung von chirurgischen Phasen, insbesondere bei laparoskopischen Cholezystektomieverfahren. Diese Methoden helfen bei der Entscheidungsfindung und verbessern die Patienten...     »
WWW:
https://mediatum.ub.tum.de/?id=1699657
Date of submission:
22.02.2023
Oral examination:
10.11.2023
File size:
32047014 bytes
Pages:
139
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20231110-1699657-1-6
Last change:
04.12.2023
 BibTeX