Pose Estimation of Surgical Instruments using Convolutional Neural Networks for MIS Applications
Luận văn · Thạc sĩ · năm 2025 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Bậc học | Thạc sĩ |
| Tác giả | Trần Đức Vinh |
| Người hướng dẫn | Kim Đình Thái |
| Cơ sở đào tạo | Đại học Quốc gia Hà Nội |
| Năm | 2025 |
| Nguồn | Thư viện số Đại học Quốc gia Hà Nội · trang gốc |
Tóm tắt
Accurate detection and pose estimation of surgical instruments are critical for computer-assisted interventions (CAI) and robotic-assisted surgeries. This research proposes an innovative method for detecting and estimating the pose of multiple surgical tools using the YOLOv8-pose model. A comprehensive dataset comprising images of clippers, irrigators, and scissors was meticulously collected and annotated to train the model, facilitating precise localization and orientation estimation of these instruments during laparoscopic procedures. The performance of the model was assessed using a test dataset across four variants of YOLOv8-pose. Notably, the YOLOv8n variant, characterized by its lightweight architecture with only 3 million parameters, exhibited superior performance in both pose estimation and object detection tasks. For pose estimation, it achieved a Precision of 91%, Recall of 93%, mean Average Precision at IoU 0.5 () of 97.9%, and of 88.7%, underscoring its capability to reliably track surgical instruments. In terms of object detection, the model recorded a Precision of 97.9%, Recall of 96.0%, of 99.2%, and of 64.6%, demonstrating robust identification and real-time tracking of multiple instruments in surgical settings. These findings affirm YOLOv8n as an exceptionally efficient model for real-time surgical instrument tracking and pose estimation, rendering it highly suitable for integration into robotic-assisted and minimally invasive surgical systems. Furthermore, this study establishes a foundation for extending the methodology to encompass additional surgical instruments, thereby advancing automation and precision in AI-driven surgical technologies
Bản toàn văn lưu tại thư viện Đại học Quốc gia Hà Nội
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Đề tài cùng ngành
- Bước đầu nghiên cứu một số đặc điểm hình thái, sinh thái và khả năng nhân giống bằng hom loài Trà hoa vàng Tam Đảo (Camellia petelotii (Merill) Sealy)
- Đánh giá biến động hiện trạng sử dụng đất tại huyện Mường La, tỉnh Sơn La giai đoạn 2010-2019, phục vụ công tác quản lý, sử dụng đất hiệu quả, bền vững
- Tìm hiểu một số loài cây dã sinh ở khu vực lâm trường Lương Sơn - Hòa Bình có thể đưa vào làm cây cảnh trong chậu
- Nghiên cứu đặc điểm sinh thái và tái sinh của loài Nhò vàng (Streblus macrophyllus Blume) tại VQG Cúc Phương
- Quy hoạch chi tiết cây xanh thành phố Xương Giang nằm ở xã Xương Giang thành phố Bắc Giang, tỉnh Bắc Giang
- Nghiên cứu sự tham gia của giới trong sử dụng đất tại xã Tân Lập, huyện Vũ Thư, tỉnh Thái Bình
- Đánh giá hiện trạng và đề xuất cải tạo cảnh quan vườn hoa trên địa bàn quận Hoàn Kiếm
- Ảnh hưởng của số đốt thân ngầm đến sự hình thành cây hom Trúc sào
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.