本研究解决了自动化外科阶段识别（SPR）在非线性手术过程中面临的挑战，特别是机器人辅助部分肾切除手术（RAPN）。研究表明，视频片段及特定视觉标记的应用可提高分阶段分类的准确性，外科医生在识别中表现优于初学者，且当引入时间上下文时，人工智能的表现也显著提升。

本研究解决了在长时间行星际任务中，由于人员配置和通信延迟限制，传统外科手术方法的有效性不足的问题。提出了一种针对半自主外科机器人手臂的新颖模糊快速随机树算法改编方案，显著提升了路径搜索时间743%和路径成本43%，为未来太空手术的实施提供了高效的解决方案。

本研究探讨了大型视觉-语言模型在外科图像理解中的应用，发现其在泛化能力和上下文学习方面表现优异，但在空间和时间推理任务上仍显不足，为未来的应用提供了重要见解。

本研究解决了机器人学习领域中数据稀缺的问题，特别是在安全关键的外科应用中获取高质量数据的挑战。提出的dARt Vinci系统通过增强现实手部追踪和高保真物理引擎捕获微小操作，使得数据收集更加灵活和高效，最终实验结果显示数据吞吐量平均提高41%，总实验时间减少10%。

本研究解决了实时外科视频分割中帧率对分割性能的影响问题。通过对不同帧采样率下的SAM2模型进行评估，我们发现，虽然在常规评估设定下，低帧率在平滑分割不一致性方面表现优于高帧率，但在实时流媒体场景中，高帧率仍能提供更好的时间一致性和稳定性，且外科专业人士普遍偏好高帧率分割结果。这些发现强调了在AI辅助外科手术中实时评估的重要性。

本研究针对外科手术视频中解剖结构的语义分割和物体检测的深度学习模型进行了评估，填补了当前外科应用中计算机视觉技术落后的空白。通过对2014至2024年之间的58项相关研究进行范围审查，发现大型器官的分割精度较高，但小结构的分割依然面临挑战。研究结果突出显示了深度学习在外科视频实时应用中的重要进展，尤其是在较大器官的处理上。

本研究提出了一种无标签的无监督模型，针对复杂内镜场景中的外科器械分割问题。通过多视图归一化切割器和图切割损失函数，显著提升了模型的效果和泛化能力，实验结果在多个数据集上表现优异。

本研究提出了一种SurgicaL-CD方法，旨在解决医学领域因隐私和标注工作量导致的数据集稀缺问题。该方法在无配对数据的情况下生成高质量的手术图像，优于GAN和传统扩散方法，为计算机辅助手术系统的训练提供了新思路。

本研究提出SurgicaL-CD方法，通过一致性蒸馏扩散解决医学标注数据稀缺问题。该方法无需配对数据即可生成高质量手术图像，优于GAN和传统扩散方法，为计算机辅助手术系统的训练提供新思路。

本研究针对外科视频语言预训练中因知识领域差异和多模态数据稀缺所带来的挑战，提出了一种层次知识增强的方法及程序编码外科知识增强的视频语言预训练框架（PeskaVLP）。研究发现该方法能显著提高零-shot迁移性能，为进一步的外科场景理解研究提供通用的视觉表征。

提出了一种多路径框架，通过手术视频自动预测手术成功率，综合考虑手术工具使用和术中事件模式等多个技能，并通过路径依赖模块建模这些关系。在JIGSAWS模拟数据集和真实腹腔镜手术数据集上测试，框架表现优异，Spearman相关性从0.71提升至0.80，证明多技能结合优于单一技能。

本文介绍了全面和多粒度的前列腺切除手术场景理解（GraSP）数据集和引入的TAPIS模型。TAPIS模型相对于以前的基线和传统模型更优越，并验证了数据集的可靠性和适用性。这项工作在内窥镜视觉领域迈出了重要的一步。

本研究提出了一种无监督的视频帧分割方法，通过自监督预训练模型和拉普拉斯矩阵实现。该方法在多个数据集上表现优异，对临床应用有潜在影响。

本研究通过构建新数据集Surg-QA，包含102,000个外科视频-指令对，并采用两阶段问答生成管道，提高了外科视频的多模态对话能力。研究结果显示，LLaVA-Surg在开放式外科视频问答任务中性能明显超越之前的模型，展现出卓越的多模态对话能力。

本研究探讨了机器人辅助手术中的视频分割挑战，发现Segment Anything Model (SAM) 2在边界框提示下表现优于最先进的方法，并展示了潜力。

本文介绍了使用SAM生成内窥镜帧的过度分割预测，并结合多个掩码获得准确的预测掩码。实验结果显示，组合的SAM预测结果在一定程度的破坏下具有改进的结果和鲁棒性。然而，在医学领域实施这些模型需要恰当的提示策略。

该研究提出了一种基于深度学习的鲁棒SLAM方法，解决了内窥镜手术中的深度感知和器械操作挑战。该方法在三种不同场景中展示了其鲁棒性和潜在改进内窥镜手术精度和效率的能力。

近十年来，计算机视觉在微创手术中的应用迅速增加。本研究调查了自我监督学习（SSL）中数据集多样性在手术计算机视觉中的作用，并比较了特定手术数据集与更多样化的一般手术数据集在三个不同的下游手术应用中的性能表现。研究结果表明，使用更多样化的手术数据进一步提高了性能，增加 SSL 数据的多样性有助于模型性能。