SurgStreamer手术视频流监控方法研究

2026年10月16日，Bowen Xiang等人在arXiv计算机视觉板块发表SurgStreamer，一种面向手术视频流的请求驱动式主动监测方法。该方法将手术视频监测拆分为两层：手术专用感知层把1-FPS视频流映射为工具、动作、阶段的结构化状态，手术无关推理层则用精确规则或小型控制器在该状态与事件记忆上评估监测条件。研究将任务形式化为具有精确语义与因果告警决策的请求驱动事件检测。在预注册、封存的12例腹腔镜胆囊切除术测试集上，SurgStreamer在全流程中取得0.598的宏事件F1；在仅向各方法提供同一75秒窗口的条件下得分为0.677。在三个外部中心，仅重新训练感知层即将留出手术上的性能从0.239提升至0.470。但在预测状态上，除非重新校准告警阈值，否则未达到预注册的非劣效性边界（-0.024 [-0.040, -0.008]）。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。