Articolo di ricerca
Questo studio presenta una pipeline di deep learning per prevedere il rischio chirurgico da video di microscopia intraoperatoria utilizzando preprocessing cGAN, segmentazione, GCN, ASFO e modellazione con trasformatori. Le alte prestazioni si ottengono su dataset CaDIS e SICS-105, anche se la validità clinica è limitata dall'etichettatura indiretta.
Le complicazioni post-operatorie rimangono una sfida significativa nella chirurgia di vitrectomia, spesso portando a esiti visivi compromessiti e interventi ripetuti. Questo studio presenta un quadro di deep learning per prevedere il rischio chirurgico estraendo caratteristiche spaziotemporali dai video di microscopia intraoperatoria. Durante la pre-elaborazione vengono applicate tecniche di potenziamento video, tra cui stabilizzazione del movimento, normalizzazione dell'illuminazione e soppressione di artefatti basata su cGAN, per migliorare la qualità dell'ingresso. La segmentazione adattativa al contorno viene impiegata per delimitare le regioni chirurgiche rilevanti, seguita dalle Reti Convoluzionali di Grafi per l'estrazione delle caratteristiche consapevoli della struttura. Un approccio di ottimizzazione adattiva dei girasoli è integrato per affinare la selezione delle caratteristiche, e un modello basato su trasformatori cattura le dipendenze temporali per la previsione finale del rischio. Il framework viene valutato su due dataset pubblici, CaDIS e SICS-105. Il modello ha raggiunto il 98,9% di accuratezza, il 97,5% di precisione, il 98,2% di richiamo, il 97,9% di punteggio F1 e il 98,1% di AUC nel dataset CaDIS. Inoltre, il modulo di segmentazione ha raggiunto il 98,9% di accuratezza dei pixel, il 98,5% per classe e il 96,6% di mIoU. Il modello ha raggiunto il 99,1% di accuratezza, il 98,5% nel punteggio F1, il 98,7% di sensibilità, il 98,7% di specificità e un ROC AUC del 99,10% sul dataset SICS-105. Questi risultati dimostrano miglioramenti costanti rispetto ai modelli di base. Nel complesso, l'integrazione di preprocessing potenziato con GAN, apprendimento delle caratteristiche basato su grafi, ottimizzazione e modellazione dei trasformatori migliora l'affidabilità predittiva. Questo approccio evidenzia il potenziale dell'analisi video intraoperatoria per il supporto decisionale clinico in tempo reale e per una migliore stratificazione del rischio postoperatorio.
La vitrectomia Pars plana (PPV) è una base per le procedure chirurgiche nella gestione di varie malattie vitreoretiniche, tra cui distacco di retina, retinopatia diabetica, buco maculare ed emorragiavitrea 1. Nonostante i progressi nella strumentazione chirurgica e nella visualizzazione, le complicazioni post-operatorie rimangono una fonte significativa di morbilità, con esiti che vanno da lievi disturbi visivi a eventi che minacciano la vista come distacco ricorrente di retina, endoftalmite o pressione intraoculareincontrollata 2. L'identificazione dei pazienti a maggior rischio di queste complicanze è una necessità cruciale e non soddisfatta nella pratica clinica, poiché consente una pianificazione chirurgica più informata, cure post-operatorie personalizzate e interventitempestivi 3. Tradizionalmente, la valutazione del rischio nella PPV si è basata su fattori preoperatori statici (come comorbidità e condizioni oculari preoperatorie) e su giudizi intraoperatori soggettivi da parte delchirurgo 4,5,6,7. Inoltre, la recente chirurgia di vitrectomia è ampiamente documentata in un video di microscopia chirurgica ad alta risoluzione, offrendo una fonte di dati ricca ma poco utilizzata. Queste registrazioni catturano quindi non solo caratteristiche anatomiche e patologiche, ma anche interazioni chirurgo-tessuti, eventi intraoperatori e movimenti chirurgici che possono predire ulteriori complicazioni 8,9,10,11.
Il Deep Learning ha mostrato prestazioni straordinarie in diversi ambiti dell'oftalmologia, tra cui la classificazione delle immagini del fondo di fondo, la valutazione automatica delle competenze chirurgiche e l'analisi della Tomografia di Coerenza Ottica (OCT) 12. Inoltre, alcuni studi hanno sfruttato sistematicamente i dati video intraoperatori per prevedere gli esiti postoperatori. La natura spaziotemporale dei video chirurgici presenta sfide uniche: dati ad alta dimensione, variabilità tra chirurghi, dipendenze temporali, anatomia del paziente e dispositivi 13,14,15,16. Tuttavia, un'integrazione eloquente del dominio clinico richiede non solo previsioni accurate o precise, ma anche robustezza, interpretabilità e generalizzazione tra contesti chirurgici in temporeale 17.
Nei campi dell'oftalmologia e della scienza dei datichirurgica 18, il machine learning (ML) e il deep learning (DL) sono recentemente diventati piuttosto popolari. Le loro applicazioni includono la previsione degli esiti, la valutazione delle abilità chirurgiche e l'imagingdiagnostico 19. I quadri basati sulla DL per comprendere situazioni chirurgiche intraoperatorie sono stati studiati in diversi studi. Ad esempio, Nespolo20 ha dimostrato la generalizzabilità tra i compiti proponendo una pipeline DL per l'interpretazione semantica di tessuti e strumenti nella chirurgia vitreoretinica. Per facilitare una valutazione oggettiva delle prestazioni, questa è stata ulteriormente ampliata per consentire l'estrazione di dati completi sulle tecniche chirurgiche e sulle interazioni strumento-tessuto. In modo simile, Nespolo et al.21 hanno dimostrato la fattibilità della guida chirurgica sviluppando un modello di rilevamento e segmentazione in tempo reale che utilizza microscopia intraoperatoria e una rete di segmentazione delle istanze (YOLACT++).
Inoltre, i metodi guidati dall'IA sono stati riconosciuti come strumenti utili per migliorare il flusso di lavoro, la formazione e la valutazionechirurgica 22,23. Queste tecniche consentono la segmentazione di fase, il tracciamento in tempo reale degli strumenti e una maggiore sicurezza nella microchirurgia oftalmica. L'uso crescente del machine learning (ML) nell'analisi delle registrazioni chirurgiche intraoperatorie è stato ulteriormente dimostrato da una revisione sistematica di Mueller et al.23, che ha inoltre evidenziato le attuali problematiche relative alla traduzione clinica e all'affidabilità. Diversi studi hanno utilizzato modelli DL con dati di imaging e clinici per prevedere gli esiti postoperatori. Ad esempio, modelli basati su OCT e caratteristiche cliniche sono stati utilizzati per prevedere gli esiti visivi nei casi di membrana epiretinicaidiopatica 24, e metodi simili hanno dimostrato efficacia nella previsione degli esiti postoperatori in pazienti con foro maculare attraverso datasetmulticentrici 25. Altri studi si sono concentrati sulla determinazione della gravità della vitreoretinopatia proliferativa utilizzando i quadri multimodali DL26 e sulla previsione della ricorrenza del distacco retinico tramite imagingultra-wide-field 27. Inoltre, gli esiti visivi e le eziologie sottostanti nelle malattie vitreoretiniane sono stati previsti utilizzando modelli di machine learning che incorporano variabili demografiche, cliniche echirurgiche 28,29,30.
Nonostante questi sviluppi, la maggior parte dei metodi attuali pone poca enfasi sulla dinamica intraoperatoria e si basa principalmente su dati preoperatori o immagini post-operatorie statiche. Sebbene alcuni studi utilizzino l'analisi video chirurgica per segmentazione evalutazione 20,21,22,23, non incorporano direttamente dati intraoperatori spaziotemporali per prevedere la probabilità di complicazioni. Di conseguenza, esiste ancora una significativa lacuna nell'uso di dati video microscopici intraoperatori per la modellazione predittiva. Per creare quadri precisi e clinicamente significativi per prevedere le complicazioni della vitrectomia post-operatoria, questa lacuna deve essere colmata.
In questo studio viene presentato un nuovo quadro multimodale DL che integra caratteristiche spaziotemporali estratte dai video di vitrectomia intraoperatoria con metadati clinici strutturati per prevedere il rischio di complicazioni post-operatorie. Utilizzando codificatori video avanzati (come architetture convoluzionali e basate su trasformer) insieme a strategie di fusione deimetadati 18, questo schema mira a riconoscere eventi intraoperatori ad alto rischio, fornire probabilità di complicazioni calibrate e generare visualizzazioni interpretabili per i medici. Attraverso stima multicentrica, analisi di interpretabilità e studi comparativi, la fattibilità dell'uso del video intraoperatorio come biomarcatore predittivo dell'esito chirurgico èdimostrata 18. Sviluppare un solido quadro DL che utilizzi dati spaziotemporali provenienti da registrazioni intraoperatorie al microscopio per prevedere le complicanze post-operatorie nella chirurgia di vitrectomia è l'obiettivo principale di questo progetto. In termini di accuratezza predittiva e generalizzazione, l'approccio integrato proposto, che combina preprocessing basato su cGAN, estrazione di caratteristiche guidata da GCN, ottimizzazione basata su ASFO e modellazione basata su trasformatori, dovrebbe superare i metodi attuali.
Questo lavoro sfrutta efficacemente i video del microscopio intraoperatorio per presentare un quadro DL completo per la previsione del problema della vitrectomia postoperatoria. A differenza dei metodi attuali, che si basano principalmente su modalità di imaging statico o dati clinici preoperatori, la metodologia proposta combina tecniche avanzate di machine learning con l'analisi video spaziotemporale in modo innovativo. In particolare, la metodologia utilizza Reti Convoluzionali di Grafi (GCN) per catturare relazioni strutturali e relazionali all'interno delle scene chirurgiche, Segmentazione Adattiva di Contorno (CAS) per una delineazione accurata delle regioni e un modulo di potenziamento video basato su cGAN per la soppressione degli artefatti. Inoltre, per migliorare la convergenza del modello e il potere discriminativo, viene utilizzato un algoritmo di Ottimizzazione Adattiva di Girasole (ASFO) per bilanciare esplorazione e sfruttamento nella selezione delle caratteristiche. Infine, la dinamica temporale tra sequenze chirurgiche viene modellata utilizzando un'architettura basata su transformer con spatiotemporal attention pooling. Un miglioramento significativo rispetto alle pipeline attuali, questa integrazione completa di preprocessing, segmentazione, apprendimento delle caratteristiche basato su grafici, ottimizzazione e previsione guidata dall'attenzione consente una previsione del rischio più precisa, affidabile e clinicamente significativa. I dataset CaDIS e SICS-105 sono utilizzati in questo studio come dataset visivi proxy per apprendere le caratteristiche spaziotemporali intraoperatorie, nonostante il loro scopo principale sia l'analisi della chirurgia della cataratta. Invece di utilizzare etichette di complicazioni esplicitamente marcate, queste caratteristiche vengono poi utilizzate per modellare e dedurre il rischio di problemi di vitrectomia post-operatoria.
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
I dataset CaDIS e SICS-105 utilizzati in questo studio sono disponibili pubblicamente e sono stati originariamente raccolti con l'approvazione preventiva del comitato di revisione istituzionale e il consenso informato, come riportato nelle rispettive pubblicazioni. Questo studio prevede solo un'analisi secondaria di dati completamente anonimizzati e, pertanto, non è richiesta alcuna approvazione etica aggiuntiva o consenso informato.
Il modello suggerito è stato progettato per prevedere le complicazioni della vitrectomia post-operatoria sfruttando i modelli spaziotemporali provenienti dai video di microscopia intraoperatoria. La pipeline comprende quattro fasi principali: preprocessing, segmentazione, estrazione delle caratteristiche, ottimizzazione delle feature e classificazione, come mostrato nella Figura 1.
La valutazione intraoperatoria del rischio di complicanze post-operatorie è l'obiettivo di previsione dello studio. Il modello non può prevedere eventi postoperatori clinicamente verificati entro una finestra temporale specifica perché i dataset CaDIS e SICS-105 non dispongono di dati di follow-up longitudinali. Piuttosto, utilizza schemi chirurgici intraoperatori per dedurre la probabilità di possibili problemi. Le definizioni operative di "complicazione" in questo contesto includono transizioni di fase irregolari, interazioni anomale strumento-tessuto e variazioni nel flusso di lavoro chirurgico associate a una maggiore complessità chirurgica. Per garantire interpretabilità e valutazione affidabile, il lavoro di previsione è progettato come un problema di classificazione binaria che classifica i casi in gruppi a basso e alto rischio. Invece di fungere da sistema diagnostico clinico diretto, questa formulazione permette al quadro suggerito di fungere da strumento di supporto alla decisione intraoperatorio.
Descrizione del dataset:
Il modello proposto è stato valutato su due dataset: il dataset A (CaDIS, Cataract Dataset for Image Segmentation) e il dataset SICS-105 (Small-Incision Catataract Surgery).
(i) CaDIS31: Questo dataset è stato sviluppato per il compito di segmentazione nei video di chirurgia della cataratta. Questo viene introdotto per integrare il dataset di sfida CATARACTS disponibile pubblicamente e mira quindi a promuovere lo sviluppo di schemi DL per l'analisi dei video chirurgici. Il dataset consiste in 25 registrazioni video per un totale di 4.670 fotogrammi annotati, che rappresentano diverse fasi della chirurgia della cataratta (Figura Supplementare 1). Ogni fotogramma è annotato con cura, fornendo etichette a livello di pixel necessarie per addestrare e stimare lo schema di segmentazione. Serve come punto di riferimento per valutare le prestazioni del modello DL nei video chirurgici.
(ii) SICS-105 (chirurgia della cataratta a piccole incisioni) dataset32: Questo dataset comprende 105 registrazioni effettuate da chirurghi e annotate da quattro oftalmologi in un periodo di 6 mesi tra il 2023 e il 2024, coprendo 20 fasi (Figura Supplementare 2). La durata totale del video è di 22 h e 39 min, con una risoluzione di 1920 × 1080 pixel (ridimensionata a 960 × 540) e 30 fps. La durata media di un video è di 12 minuti e 57 secondi (σ=4:31 min). Un dataset è pubblicamente accessibile nel repository Zenodo all'URL: https://doi.org/10.5281/zenodo.13847781. I campioni rappresentativi di input sono mostrati nella Figura Supplementare 1 e nella Figura Supplementare 2. Sebbene i dataset CaDIS e SICS-105 siano stati originariamente progettati per il riconoscimento e la segmentazione della fase chirurgica nella chirurgia della cataratta, ci sono informazioni limitate sulle complicazioni della vitrectomia post-operatoria. Per affrontare la mancanza di informazioni sulle complicanze della vitrectomia post-operatoria, proponiamo un insieme di etichette proxy per le informazioni sul rischio basate su schemi visivi intraoperatori e eventi nella sequenza video. I frame e le sequenze video nei dataset sono stati annotati con informazioni di rischio a tre livelli (basso, moderato, alto) secondo un insieme di euristiche ispirate alla comprensione clinica, tra cui complessità di interazione strumento-tessuto, anomalie nella durata chirurgica, occlusione, instabilità e movimento anomalo. La formulazione proposta non utilizza gli esiti clinici come etichette, ma li tratta come etichette proxy per informazioni sul rischio sulle potenziali complicanze post-operatorie.
Preprocessing usando l'approccio cGAN
Tipicamente, i fotogrammi grezzi sono spesso degradati da variazioni di illuminazione, sfocatura e artefatti speculari. Per affrontare questo problema, viene utilizzata una Rete Generativa Antagionale condizionata (cGAN) per migliorare il video. I fotogrammi grezzi sono i fotogrammi originali, non processati, estratti direttamente da registrazioni video di microscopia intraoperatoria, prima di qualsiasi miglioramento o normalizzazione. Questi fotogrammi contengono tipicamente artefatti come variabilità dell'illuminazione, sfocatura del movimento, riflessi speculari e rumore proveniente da strumenti chirurgici e dal movimento della telecamera. Un generatore ripristina i fotogrammi puliti mentre un discriminatore rafforza il realismo visivo. La funzione obiettivo che integra ricostruzione dei pixel, perdite di coerenza adversariale e temporale, garantendo sequenze video stabili e prive di artefatti per ulteriori analisi.
Un frame degradato It al passo temporale t è l'input del generatore, mentre un frame migliorato Yt = G(I t) è il suo output. Condizionato dall'input it, il discriminatore viene addestrato a distinguere tra l'output generato e il frame di verità di base Yt. L'obiettivo di addestramento incorpora diverse funzioni di perdita per garantire una ricostruzione di alta qualità: (i) perdita avversaria per imporre il realismo; (ii) perdita di ricostruzione pixel per pixel (perdita L1) per mantenere la fedeltà dell'intensità; (iii) perdita percettiva per preservare la coerenza strutturale utilizzando rappresentazioni profonde delle caratteristiche; e (iv) perdita di coerenza temporale per garantire transizioni fluide tra fotogrammi consecutivi e prevenire artefatti di sfarfallio.
Per garantire input di alta qualità per l'estrazione delle caratteristiche, i video di microscopia intraoperatoria vengono inizialmente migliorati utilizzando un cGAN. Ogni frame grezzo It* è considerato un'osservazione degradata di un frame pulito . Un generatore G apprende una mappatura G(It) = It per il ripristino dei frame migliorati, mentre il discriminatore D distingue tra campioni reali e generati. Un obiettivo di addestramento integra la perdita avversaria Ladv, la perdita percettiva L perc basata su pixel e la perdita di ricostruzione LL1 e la consistenza temporale Ltemp. Questo modello sopprime sfocatura, artefatti speculari e rumore mantenendo coerenza temporale e strutturale, fornendo sequenze video stabili e prive di artefatti per l'analisi a valle. La formulazione del GAN è espressa nelle Equazioni [1-6] del Supplementary File 1.
Segmentazione tramite Segmentazione Adattiva per Contorni (CAS)
In questo, la segmentazione viene eseguita utilizzando un modello di segmentazione adattivo ai contorni. Questo definisce le linee preliminari per segmentare le immagini di vitrectomia colpite nelle immagini microscopiche, riducendo così la funzione energetica, come mostrato nelle equazioni [7-12] nel file supplementare 1. Il basso valore energetico garantisce rappresentazioni precise e una valutazione localizzata delle regioni a rischio. Questo, a sua volta, consente una segmentazione precisa delle regioni interessate, che successivamente facilita l'estrazione delle caratteristiche nella sezione successiva.
Estrazione di caratteristiche utilizzando GCN(dGCN) spaziotemporale dinamico
Una volta completata la fase di pre-elaborazione, il passo successivo è estrarre le caratteristiche spaziotemporali discriminative. Per questo motivo, si utilizza una Rete Convoluzionale di Grafi (GCN), poiché è efficace nel catturare dipendenze strutturate. Il modello adottato comprende strati GCN impilati con attivazioni non lineari che mitigano l'overfitting e affrontano il problema dell'annullamento del gradiente tramite un meccanismo di normalizzazione. La formulazione GCN si basa su un'approssimazione spettrale di primo ordine delle convoluzioni dei grafi, rendendola adatta a compiti di apprendimento semi-supervisionato su larga scala. Inoltre, la rappresentazione linearizzata semplifica l'ottimizzazione, garantendo così un apprendimento efficace dei parametri. Il funzionamento del GCN semplificato è espresso nelle Equazioni [13–15] del Supplementary File 1. Quando applicato, il GCN estrae in modo efficiente rappresentazioni strutturali di livello superiore dai dati video intraoperatori. Successivamente, solo le caratteristiche più rilevanti o appropriate vengono quindi mantenute rispetto a un meccanismo di selezione assistito dall'ottimizzazione, descritto nella sezione successiva.
Ottimizzazione delle caratteristiche utilizzando l'ottimizzazione delle caratteristiche basata su Tournasole Adattiva (ASFO)
L'Algoritmo di Ottimizzazione Adattiva dei Girasoli (ASFO) è una versione migliorata dell'Approccio Classico di Ottimizzazione dei Girasoli (SFOA). Nel modello suggerito, questo processo guidato dalla biologia è matematicamente modellato per affrontare il raffinamento e la selezione delle caratteristiche in un dataset ad alta dimensione. In particolare, questo approccio è pensato per migliorare la velocità di convergenza, bilanciare l'esplorazione e lo sfruttamento al fine di preservare la diversità delle soluzioni e mitigare la convergenza prematura. La formulazione matematica dell'ASFO è enunciata nelle Equazioni [16–21] del Supplementary File 1. Questo schema accelera la convergenza una volta che le soluzioni sono quasi ottimali. L'algoritmo dettagliato è fornito nel Supplementary File 1. Nella pipeline proposta, l'ASFO viene utilizzato per affinare il vettore caratteristico dopo la fusione basata su trasformatore. Le caratteristiche selezionate sono basate su texture, colore e intensità, morfologiche e strutturali, moto e temporali, ad alta dimensione e a descrivere regioni ponderate per attenzione. L'obiettivo è minimizzare la funzione di perdita di rilevanza delle caratteristiche, selezionando e pesando così le caratteristiche che migliorano l'accuratezza della classificazione riducendo la ridondanza.
Testa di classificazione basata su trasformatori con aggregazione di attenzione spaziotemporale
Un modello basato su transformer viene utilizzato per catturare le dipendenze temporali tra sequenze video chirurgiche. Il modello è configurato con autoattenzione multi-testa, codifica posizionale e strati completamente connessi per la previsione finale del rischio. L'ottimizzazione degli iperparametri viene eseguita utilizzando ASFO. La pipeline integrata combina preprocessing, estrazione delle caratteristiche, ottimizzazione e classificazione basata su trasformatori per consentire una previsione accurata del rischio chirurgico.
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
Per valutare l'efficacia del modello proposto, sono stati condotti esperimenti estesi utilizzando dataset di vitrectomia reali. Le prestazioni sono state valutate in preprocessing, efficacia nell'estrazione delle caratteristiche e accuratezza della previsione.
Analisi delle prestazioni e stima comparativa
La metodologia proposta è stata confrontata con modelli di base utilizzando metriche quali accuratezza, precisio...
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
Una valutazione sperimentale sui dataset CaDIS e SICS-105 conferma la robustezza e la superiorità del modello proposto rispetto agli approcci tradizionali. I modelli di base come ResNet-50, LSTM-CNN e le reti guidate dalla segmentazione (UNet, DeepLabV3+, UPerNet, HRNetV2) funzionano ragionevolmente bene ma sono ostacolati dalla variabilità intrinseca del video intraoperatorio, inclusi cambiamenti nell'illuminazione, occlusioni, sfocatura di movimento e interazionistrum...
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
Gli autori non hanno conflitti di interesse da divulgare.
Gli autori desiderano ringraziare il North Sichuan Medical College per aver fornito il supporto istituzionale e le risorse necessarie. Un ringraziamento speciale al personale clinico dell'Ospedale Centrale di Guangyuan per l'aiuto nella raccolta dei video di microscopia intraoperatoria.
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
| Nome | Azienda | Numero di catalogo | Commenti |
|---|---|---|---|
| Stazione di lavoro ad alte prestazioni | NVIDIA Corporation, USA | RTX-A6000 | Utilizzato per l'addestramento dei modelli; GPU VRAM da 48 GB con CPU Intel Core i9 e 128 GB di RAM |
| Python (v3.10) | Python Software Foundation | Open Source | Linguaggio di programmazione fondamentale per lo sviluppo e la sperimentazione dei modelli |
| TensorFlow (v2.15) | Ricerca su Google | Open Source | Framework utilizzato per implementare la preprocessing cGAN e il classificatore Transformer |
| PyTorch (v2.2.0) | Meta AI | Open Source | Utilizzato per implementare moduli GCN e Adaptive Sunflower Optimization |
| Kit degli attrezzi CUDA (v12.1) | NVIDIA Corporation | CUDA-12.1 | Fornisce accelerazione GPU per tutti i calcoli di deep learning |
| Rete Antagonista Generativa Condizionata (cGAN) | Adattato da Pix2Pix Framework | N/A | Utilizzato per il miglioramento video e la rimozione di artefatti durante la pre-elaborazione |
| Stimatizzatore di Flusso Ottico (RAFT) | Teed & Deng (ECCV 2020) | N/A | Garantisce coerenza temporale tra i frame durante la pre-elaborazione |
| Modello di segmentazione adattiva di contorno (CAS) | Implementazione personalizzata | N/A | Modello di contorno attivo modificato per una segmentazione accurata dei confini nei video di vitrectomia |
| Rete Convoluzionale Dinamica di Grafi (GCN) | Implementazione personalizzata (basata su Kipf & Welling, 2017) | N/A | Estrae relazioni spaziotemporali tra nodi di feature video |
| Algoritmo di Ottimizzazione Adattiva dei Girasoli (ASFO) | Implementazione personalizzata | N/A | Utilizzato per la selezione ottimizzata delle caratteristiche e la riduzione della dimensionalità |
| Modello Encoder Transformer | Implementazione personalizzata (basata su Vaswani et al., 2017) | N/A | Utilizzato per la classificazione finale delle complicanze post-operatorie con aggregazione dell'attenzione spaziotemporale |
| Matplotlib (v3.8) | Python Software Foundation | Open Source | Utilizzato per la visualizzazione di metriche di performance e grafici |
| Seaborn (v0.13) | Python Software Foundation | Open Source | Utilizzato per visualizzazione avanzata e grafica statistica |
| Adam Ottimizzatore | TensorFlow integrato | N/A | Utilizzato per l'addestramento dei modelli; tasso di apprendimento = 1e-4, β 1=0,9, β 2=0,999 |
| Suite Funzione Perdita (L_adv, L_l1, L_perc, L_temp, L_G) | Implementazione personalizzata | N/A | Definisce perdite avversarie, percettive, pixelate e temporali per l'addestramento GAN |
| Sistema operativo | Ubuntu Linux 22.04 LTS | N/A | Ambiente base per la sperimentazione di deep learning |
| Pacchetto di Metriche di Valutazione | scikit-learn (v1.5.0) | Open Source | Utilizzato per calcolare accuratezza, precisione, richiamo, punteggio F1, AUC e mIoU |
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
Richiedi il permesso di riutilizzare il testo o le figure di questo articolo JoVE
Richiedi permesso