本研究提出了一种新型单阶段双模态变压器框架S^2Former-OR，用于手术室场景图生成。该框架整合多视角2D场景和3D点云信息，提升了生成精度和效率。实验结果显示，S^2Former-OR在4D手术室基准测试中表现优越，精度提高3%，模型参数减少24.2M，展现了在手术室建模中的潜力。